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.     

多Agent信念逻辑及其在概率意义下的推广

首先建立了一种多Agent信念逻辑MBL(multi-agentbelieflogic),在经典信念逻辑基础上增加了普遍信念算子和公共信念算子,给出MBL的Kripke语义与广义Aumann语义,讨论了两者的等价性,证明了MBL对于上述两种语义的可靠性和完备性.其次,建立了一种多Agent概率信念逻辑MPBL(multi-agentprobabilisticbelieflogic),通过在广义Aumann语义基础上引入概率空间,给出了MPBL的概率Aumann语义,证明了它的可靠性,并给出MPBL的一些推论.     

理性Agent的意图维护模型

在理性Agent的形式化中,通常认为Agent的思维状态包含信念、愿望帮意图这3个属性,它们之间的静态关系已被人们充分重视,但它们随时间的动态变化还未被很好研究,考察了意图维护直观语义中的一些问题,给出了随信念、愿望改变的意图维护的动态模型,与Rao和Georgeff的意图维护模型相比,适用性更广、更简单,不必限制可友爱世界的时序结构,不必另外引入信念=愿望、意图算子的on ly模态形式,并且对愿望和意图不存在逻辑全知问题和重言隐含下的副作用等问题。     

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.     

概率区间值直觉犹豫模糊Maclaurin对称平均算子及决策方法

在概率区间值直觉犹豫模糊集(PIVIHFS)的基础上,引入Maclaurin对称平均算子和Archimedean范数,构建一种基于概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子的多属性决策模型,用来刻画决策专家输入多个参数值的决策信息,决策者可根据风险偏好等主观意识选择合适的参数值进行决策,同时能保证决策信息的有效性和完整性,避免决策过程中的不确定性和决策信息缺失问题.首先,回顾PIVIHFS的定义和排序方法以及Archimedean范数;其次,提出概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子,研究其优良性质及常见形式;最后,提出一种基于PIVIHFWMSM算子的多属性决策方法,并进行比较分析,通过实例验证该方法的可行性和有效性.拓展PIVIHFS理论和应用领域,为决策属性具有相关性和决策信息有可能缺失提供新思路.     

一种结合环境状态的Agent语义模型

在Agent模型的研究中，大部分工作集中在基于Agent的思维状态（BDI）的模型，没有考虑外部环境的影响，或者仅仅将外部环境和内部思维状态笼统混在一起进行分析，没有考虑到它们之间的内在联系，将Agent的BDI思维属性模型与外部环境状态相结合，给出了在部分可观察环境下，结合外部环境状态的MAS语言语法，语义模型，考虑了Agent的可见算子，观察算子和信念算子之间的关系，并通过机器人足球赛的例子，对该语义系统加以具体描述，这些研究推广了Kaelbling,Wooldridge等人的工作。     

多Agent动态影响图的近似计算方法

由于复杂系统具有高维性和不确定性常难以表示处理,因而知识表示和计算方法是复杂系统研究中的公开难题.当前,多Agent影响图不能建模动态环境和多Agent,马尔可夫决策过程难以表示Agents之间结构关系的问题,因而提出一种用局部概率因式表示动态环境中多Agent之间关系的新决策模型--多Agent动态影响图(MADIDs).针对MADIDs模型的联合概率分布和联合效用函数在计算上的高维问题,研究该模型的近似计算方法.给出MADIDs概率结构部分的一种分层分解的分布近似方法,并通过对该近似方法的误差和复杂性的分析,给出一个可对近似分布的精度和复杂性进行均衡的函数δ(k);给出一种BP神经网络通过局部效用的学习来近似计算MADIDs的联合效用.在模型实例上的实验结果显示了MADIDs模型近似计算方法的有效性.     

Agent意图的双子集语义改进模型

意图是Agent的一个关键的意识属性,在决定理性Agent的行为中起着重要作用.为了克服现有意图逻辑中存在的缺陷,建立了适用于意图的语义表示.讨论了理性Agent性态的形式化中对意图语义的要求以及现有意图逻辑中存在的问题.介绍了在前期工作--真假子集语义基础上开发的双子集语义改进模型及其在Agent意图形式化中的应用,并且证明通过对模型的代数结构施加一定的约束,能获得许多希望得到的性质.在二值逻辑中,真和假是同等重要的.当然,对一个命题,描述了真值也就知道了假值;但对于一类命题却不是这样,对假值的刻画与对真值的刻画具有同等重要的意义.而对意图的描述是对一类命题(Agent意图实现的命题)的刻画.经典的正规模态算子的可能世界语义只重视真,用RI(w)来描述,可看成是单子集语义.而改进的双子集语义真假并重,用R_IT(w)来描述真,并用R_IF(w)来描述假,从而能更全面地描述二值逻辑中的模态算子.经典的正规模态算子的可能世界语义可以看成是改进的双子集语义当R_IF(w)=()时的退化情形.改进的双子集语义不仅避免了基于正规模态逻辑表示的"逻辑全知"问题以及由此带来的副作用等问题,与Konolige和Pollack的意图模型相比,比较简单、自然,且满足K公理和联合一致性原理,而且克服了前期工作真假子集语义和双子集语义表示的缺陷.实际上,改进的双子集语义为非正规模态算子的语义表示提供了一种新的方法,可应用于建立新的合适的Agent逻辑系统.     

基于角色的多Agent工作流模型

创建了一个基于角色的多Agent工作流系统模型RB_WfMS.给出了RB_WfMS模型的角色定义和过程定义.在该模型中提出了工作流Agent,用户Agent和角色控制Agent的概念,叙述了它们的功能以及相互之间的协作关系,并给出了各Agent的形式化定义.最后介绍了RB_WfMS在实际工程中的应用.     

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.