一种理性Agent的BDI模型

该文通过引入假设信念,解释愿望和意图在Agent思维状态的认知方面的含义,进而定义愿望和意图,并引入规划,建立理性Agent的动态BDI模型.与Cohen和Levesque,Rao和Georgeff,Konolige和Pollack等人的工作相比,克服了对信念、愿望和意图的反直观解释问题,解决了关于愿望和意图的无为而治和副作用问题,强调了愿望的激发与维护作用,表达了信念、愿望和意图三者间的动态约束与激发关系.     

一种带概率与效用算子的Agent形式化模型

形式化方法描述Agent时需要考虑信念的不确定性与决策的效用性要素.在经典Agent的BDI形式化模型基础上,定义了Agent形式化语言,引入概率算子与效用算子,提出了Agent形式化模型,在此模型中利用概率算子与效用算子对Agent的信念、愿望、意图与规划等意识属性进行了定义.该模型能满足Agent对逻辑理性、信念的不确定性与决策理性的要求.     

Agent逻辑和真假子集语义

理性Agent规约的形式框架通常基于信念、愿望和意图逻辑.为了克服现有的信念、愿望和意图逻辑中存在的问题,为非正规模态算子提供一种合适的语义表示.讨论了理性Agent性态的抽象规约中对语义表示的要求以及现有的信念、愿望和意图逻辑中存在的问题.介绍了作者开发的真假子集语义及其在Agent形式化中的应用.他们的框架使意图的有问题的性质无效.并且证明通过对模型的代数结构施加一定的约束,能获得许多希望的性质.最后对真假子集语义进行了分析.这一切表明真假子集语义为非正规模态算子提供了一种合适的语义表示,是对经典的正规模态算子可能世界语义的一个重要发展,是理性Agent性态的逻辑规约的有力工具,可应用于建立新的合适的Agent逻辑系统.     

社会Agent的BDO模型

目前MAS中思维状态的研究趋势是在个体模型中加入社会思维属性,研究社会承诺、依赖、联合意图的推理关系。在BDI模型中,以意图为中心的观点不描述社会Agent。该文分析了以竭力为中心的Agent思维状态研究存在的问题,提出MAS的分层模型,并提出以信念、愿望和义务作为基本思维属性（简称BDO）来描述Agent的思维状态和社会属性,给出了BDO逻辑和语义模型,考虑了奖励、惩罚、承诺和承诺解除问题,并对队、组织、组织意图等现象给出了描述。该文力图更自然地描述社会性Agent的思维状态和群体概念,是对Rao和Georgeff提出的BDI模型的改进。最后通过一个例子说明了BDO的表达能力。进一步的工作包括建立更为完善的语义模型、结合各个思维属性的动态修正语义给出BDO Agent的动态模型以及给出基于BDO逻辑框架的Agent／MAS实现结构。     

一种BDI Agent的多线程实现方法

Agent BDI结构的实现是多Agent系统开发中的难点之一。本文研究了理性BDI模型，提出并实现了一种AGENTFRAME结构，其中明确表示了Agent的信念、愿望和意图，以该结构为模板所生成的Agent能够长期持续地自主运行，完成推理和协作等多种智能行为。     

一种结合效用的Agent思维状态模型

建立Agent思维状态模型是Agent理论 研究的一个重要课题.结合效用提出一种Agent思维状态模型BDICU(belief desire intentio n combined with utility),使Agent的行为具有逻辑理性和决策理性,为副作用问题提供了 解决方法.同时,给出目标和意图的生成和更新规则.BDICU模型改进和扩充了Rao和Georgeff 的信念-期望-意图理论,为逻辑和效用理性Agent系统提供了实现支持.     

“信念—愿望—意向”Agent的研究与进展

1 BDI agent的起源在“智能体”(Agent)的研究中引入了许多心理学和人类行为学的概念,一个很有影响的工作来自于1987年Dennett的“意向系统”(intentionsystem),在这个系统中的行为被描述成诸如“信念”(belief),“喜好”(preference)和“意向”之类的心智状态,这些状态在决定Agent行为时似乎起到了不同的作用。1992年Kiss把它们分为三类:a)认知的(cognitive):如信念和知识等;b)意图的(conative):如意向,承诺和规划等;c)情感的(affective):如愿望,目标和喜好等。信念、愿望和意向(BDI)通常用来作为这三类心智状态的代表。信念表示一个Agent对环境和自     

意图形式化中的副作用问题

在多Agent系统中,如何抽象和模型化Agent,已成为当前人工智能、软件工程等领域的一项重要的研究课题。在AI领域,人们通常基于意向立场来研究Agent。从意向立场出发,一般把信念(belief)、愿望(desire)和意图(intention)当作agent的基本意识属性(简     

基于非单调逻辑的自适应BDI模型

由于Agent直接与现实世界发生交互作用，设计者难以事先预料所有可能出现的环境状况并一一规定恰当的处理方法，Agent往往不能产生恰当的行为，从而可能导致问题求解失败。本文结合BDI模型和非单调逻辑的优点，引入了可能信念概念和信念维护算子，表达了Agent和动态环境之阃的互动关系;引入Agent价值概念和行为规划算子，表达了期 期望和意图之间的动态约束关系，很好地解决了Agent在非预期环境中的适应性问题。     

基于事件驱动的BDI Agent可复用实现框架

基于推理理论的BDI Agent理论模型因为其描述过于抽象而难以用常规的方法实现。分析了Agent与对象的区别与联系,将Agent视为有自主能力的、基于对象实现的软件进程和线程,将BDI Agent的信念、愿望和意图转换为面向对象可实现的信念对象、事件和计划,并采用设计模式设计了BDI Agent的可复用对象实现框架。     

一种基于规则推理的BDI模型实现

1 引言对于Agent来说,控制它的行为和内部状态的是它的思维状态,因此研究Agent的思维状态模型对当前Agent的理论和实践都有极其重要的影响,其中应用最为广泛的当推BDI模型。BDI模型源于Bratman哲学分析的“意图中心论”,从作为思维状态研究方法论基础的“意识立场”出发,试图借鉴人类思维属性的概念来解释复杂系统的行为。一般我们把信念、愿望和意图当作基本的思维属性(BDI)。在现有的BDI的研究中,较多的是侧重于Agent模型的研究,Cohen和Levesque基于正规模态逻辑的可能世界模型,系统地讨论了理性平衡,行为意图的形式表达和演化规则。他们的工作是     

BDI模型信念特性研究

Agent计算的典型模型是BDI(belief,desire,intention),信念是Agent计算的重要属性．把信念拓展为知识性信念和可实现信念．Agent的知识性信念是指Agent当前具有或掌握的知识,具有知识的进化和继承特性．Agent的可实现信念是指当前不成立而在将来会成立的事情,是Agent被意识到的个性倾向和目标．用非标准世界的模态逻辑为形式化工具描述两种信念,将可能世界的可达关系作为认识的不同阶段和达到可实现信念的不同阶段,避免了“逻辑全知问题”和逻辑蕴涵的副作用问题．可实现信念满足KD公理,知识性信念满足KDT4公理．两种信念适合描述Agent的意识状态和意识模型．     

Corruptible social agents

Agent‐based virtual simulations of social systems susceptible to corruption (e.g., police agencies) require agents capable of exhibiting corruptible behaviors to achieve realistic simulations and enable the analysis of corruption as a social problem. This paper proposes a formal belief‐desire‐intention framework supported by the functional event calculus and fuzzy logic for modeling corruption based on the integrity level of social agents and the influence of corrupters on them. Corruptible social agents are endowed with beliefs, desires, intentions, and corrupt‐prone plans to achieve their desires. This paper also proposes a fuzzy logic system to define the level of impact of corruption‐related events on the degree of belief in the truth of anti‐corruption factors (e.g., the integrity of the leader of an organization). Moreover, an agent‐based model of corruption supported by the proposed belief‐desire‐intention framework and the fuzzy logic system was devised and implemented. Results obtained from agent‐based simulations are consistent with actual macro‐level patterns of corruption reported in the literature. The simulation results show that (i) the bribery rate increases as more external entities attempt to bribe agents and (ii) the more anti‐corruption factors agents believe to be true, the less prone to perpetrate acts of corruption. Copyright © 2014 John Wiley & Sons, Ltd.     

避免逻辑全知的BDI语义

BDI(belief, desire, intention)是基于Agent计算的理论模型,BDI语义关系着Agent计算的发展.通过把相信划分为主观相信和客观相信,把可能世界理解为认知的不同阶段,给出具有进化特征的BDI语义.该语义既能描述Agent,又避免了"逻辑全知"问题.     

Go! — A Multi-Paradigm Programming Language for Implementing Multi-Threaded Agents

Go! is a multi-paradigm programming language that is oriented to the needs of programming secure, production quality, agent based applications. It is multi-threaded, strongly typed and higher order (in the functional programming sense). It has relation, function and action procedure definitions. Threads execute action procedures, calling functions and querying relations as need be. Threads in different agents communicate and coordinate using asynchronous messages. Threads within the same agent can also use shared dynamic relations acting as Linda-style tuple stores. In this paper we introduce the essential features of Go!. We then illustrate them by programming a simple multi-agent application comprising hybrid reactive/deliberative agents interacting in a simulated ballroom. The dancer agents negotiate to enter into joint commitments to dance a particular dance (e.g., polka) they both desire. When the dance is announced, they dance together. The agents' reactive and deliberative components are concurrently executing threads which communicate and coordinate using belief, desire and intention memory stores. We believe such a multi-threaded agent architecture represents a powerful and natural style of agent implementation, for which Go! is well suited.