论文部分内容阅读
随着分布式计算机系统的发展,特别是其典型范例—Internet的大规模的应用,多Agent系统理论产生了显而易见的价值。而多Agent技术和软件工程的结合,为开发复杂软件开辟了新的道路。 由于传统的结构化分析和设计方法以及面向对象的分析和设计方法不能很好地描述多Agent系统,特别是其自主性和复杂的组织结构,于是产生了面向Agent的分析和设计方法。该方法主要研究如何利用Agent的思维状态属性(例如:BDI模型)来描述感知、规划、行为、协调、合作等活动以及基于之上的多Agent系统的分析和实现。目前,面向Agent的方法存在的主要问题有: (1)缺少使设计者方便地建造MAS(Multi—Agent Systems)的工具和环境。 (2)理论和实际系统脱节,开发者不能清晰地构造Agent的应用。 本文的创新之处在于深刻分析了Agent的内部和外部状态,根据Agent的宏观社会性和微观思维状态,提出了Role-BDI的面向Agent的分析方法。 本文解决了: (1)把Agent看作是具有角色功能的实体。角色限定了个体的行为,角色之间的关系限定了系统中个体之间的交互,从而有效的确定Agent的外部视图,有利于Agent高层模型的建立。 (2)用BDI模型来描述Agent的思维状态。其中分别描述了Belief,Desire,Intention各个模块的定义和实现,即通过基于BDI模型的决策和推理过程,实现了Agent的内部机制。在意图(Intent ion)模块中,通过强化学习方法的应用,强化了BDI模型中决策的实现。这样就统一了Agent,的从分析到实现的过程,以使Agent能真正的分解到原子动作,从而实现真正意义上的面向Agent的软件开发。 (3)针对存在的问题(1),研究了Agent的开发工具—JACK。并在平台上实现了机器人对事件反应而移动的规划。 (4)最后在多Agent系统的典型实验平台—RoboCup上应用了Role BDI的面向Agent的分析方法。 我们认为清晰的构造Agent应用是至关重要的。定义适合于实际的Agent系统的模型和对Agent清晰的分析,将有助于实现真正的多Agent系统的开发。解决理论和实际脱节的问题是本文所要研究解决的。 本文得到江苏大学大学生创新基金的资助。