BDI Agent推理模型的研究

文章提出了基于环境感知的具有推理能力的BDI Agent模型。并通过引入环境感知函数、意见函数、过滤函数、行为函数对环境的变化和Agent自身推理过程进行研究。在此基础上,通过积木世界的具体实例加以说明。     

一种BDI Agent的动态推理模型

论文提出了基于环境感知的具有动态推理能力的BDIAgent模型。该模型引入了环境感知函数、意见函数、过滤函数和行为函数对环境的变化和Agent自身推理过程进行研究,并用扩展了的ASL语言描述该模型的动态推理过程。然后,用机器人摞积木的例子来验证这种推理过程的合理性。最后进行总结并讨论了进一步的研究工作。     

基于BDI模型构建信息Agent

本文提出一种用于分布式多Ａｇｅｎｔ环境的以ＢＤＩ模型为基础构建信息Ａｇｅｎｔ的方法,给出了ＰＥＲＦＯＲＭ（ＰＥＲｓｏｎａｌ ｉｎＦＯＲｍａｔｉｏｎ Ｍａｎａｇｅｒ）系统的模型和算法。     

基于BDI的对手Agent模型

MAS中建立对手模型,并进行意图和规划识别是有效交互的必要条件.BDI是描述思维的有效手段,可用来建立通用的对手思维状态模型.当前对手模型的研究偏重于对单一行为结果的推断,不能充分表示并发多意图及其关系,也不利于实时地的为决策提供支持.提出的基于BDI建立通用对手Agent模型的算法改进了Anand S.Rao和Milind Tambe等人有代表性的研究成果.     

基于BDI的多Agent交互

给出一个以Ａｇｅｎｔ交互为基本出发点的ＢＤＩ描述语言ＭＡＬ,对ＭＡＬ反映的ＢＤＩ概念,ＢＤＩ间的关系以及多Ａｇｅｎｔ群体的社会承诺和联合意图进行了解释,说明了ＢＤＩ在多Ａｇｎｅｔ交互过程中的起的作用,与Ｃｏｈｅｎ和Ｌｅｖｅｓｑｕｅ,Ｒａｏ和Ｇｅｏｒｇｅｆｆ以及ｈａｄｄａｄｉ等人的工作相比,ＭＡＬ同时Ａｇｅｎｔ个体和多Ａｇｅｎｔ群体的ＢＤＩ描述,克服了对ＢＤＩ概念的反直观解释,给出了符合哲学含义的关     

基于BDI的测试用例生成Agent模型

在某些软件测试过程中，是由人工设计黑盒测试中的测试用例，这种方法人工重复劳动多、测试效率低。基于Agent理论中的BDI Agent的思想，给出了黑盒测试中自动生成测试用例的一个Agent模型，提出了一个使用该模型生成测试用例的算法。该模型能够依据黑盒测试中测试用例生成的基本原则和待测功能模块的功能说明，自动设计出相应的测试用例。使用该模型和算法生成了一个登录窗口的测试用例，解决了传统黑盒测试中的不足，具有重要的理论和实际意义。     

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     

应急响应环境下基于BDI模型的Agent结构研究

基于Agent的应急响应建模仿真具有优越性和现实性,通过分析应急响应体系中Agent主体所应具有的特征——反应性、推理性、互动性和能动性,构建了基于BDI模型的反应+思考+通信的混合型Agent结构,并在NetLogo仿真平台上实现。为今后进一步研究基于Agent的应急管理建模仿真奠定研究基础,同时也为在NetLogo平台下开发基于BDI模型的Agent结构提供范式和标准。     

基于BDI框架的多Agent动态协作模型与应用研究

近年来，多Agent学习已经成为人工智能和机器学习研究方向发展最迅速的领域之一．将强化学习和BDI思维状态模型相结合，形成针对多Agent的动态协作模型．在此模型中，个体最优化概念失去其意义，因为每个Agent的回报，不仅取决于自身，而且取决于其它Agent的选择．模型采用AFS神经网络对输入状态空间进行压缩，提高强化学习的收敛速度．与此同时，利用模拟退火算法启发性地指明动作空间搜索方向，使其跳出局部最小点，避免迭代步数的无限增长．理论分析和在机器人足球领域的成功应用，都证明了基于BDI框架的多Agent动态协作模型的有效性。     

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。     

具有预测能力的BDI Agent模型研究

BDI模型缺乏对思维过程及预测能力进行形式化描述。为此,通过引入预测因素,对BDI模型进行扩展,给出BDIP模型结构及其扩展公理、语义及决策行为,证明模型的可靠性和完备性,并形式化表示决策过程及决策算法。应急疏散决策的应用实例表明,与BDI模型相比,该模型能够准确表示Agent的意图形成过程,为意图确定提供依据。     

基于加强学习的BDI Agent动作规划机制

为了确保BDIAgent在动态、复杂的环境中实现基于某目标的动作序列决策任务,使用与/或图描述了意图决策结构,此结构将目标与实现这些目标的计划联系起来。根据意图决策结构,提出了3种不同的基于加强学习的动作规划策略,分别是短视性BDIAgent的单步规划、具有远见的BDIAgent的多步规划和追求完美的BDIAgent的最优规划。与传统的BDIAgent系统相比,这种新的意图决策模式克服了计划抽象的不足,并且易于编程实现。     

基于BDI Agent技术的情感机器人语音识别技术研究

介绍了BDI Agent技术在情感机器人实现中的应用。通过基于Agent技术的语音识别网络的构建，实现让机器人对外界语音输入能够正确地识别和理解，这样才能为进一步进行情感上的交流奠定基础。主要讨论了如何在BDI Agent技术的基础上建立识别器和解释器。     

具有监控能力的Agent模型

在大信息量、动态环境下企业软件系统对业务流程的监控和自动管理的需求越来越大.本文把Agent技术引入业务流程的监控和管理,在基本的BDI模型基础上加入能力组件的概念,提出一种具有监控能力的BDIC Agent模型,以具体应用背景中的实例说明了该模型中监控能力的分类.该模型已在一个客户服务系统（CSM）中成功应用,说明所提出的Agent模型具有良好的可重用性和可定制性,适合对企业软件系统中的业务流程进行监控和管理.