RASA的多Agent交互协议研究

RASA是2007年Tim Miller提出的一个MAS（Multi-agent System）交互协议框架,这个框架已被证明可以更好地促进MAS的交互,但此框架并不支持MAS的并发。利用了一种冲突优先方式,引入了效益评价函数来解决其状态无法确定的问题,并扩展了RASA的定义来支持其并发,随后采用了一种基于时间自动机的自动验证工具UPPAAL,利用一个简单的拍卖协议来验证这种方法的可行性。最后利用RASA语言描述了一个简单的协商协议和一个拍卖协议,以显示RASA协议的良好特性。     

基于着色Petri网的多Agent交互

在多Agent系统（MAS）中,Agent通过遵循交互协议的信息交换来进行交互,而大多数的Agent交互协议是在Agent设计时事先绑定的,这大大降低了Agent之间交互的灵活性。文章给出了一种灵活的创建Agent之间交互协议的方法,通过此方法,Agent不但可以分析自身是否可以使用创建的新协议进行交互,还可以分析使用新协议是否更有利于实现其自身目标。     

MAS交互协议的形式化描述和验证

在MAS的分析与设计中,Agent间的交互协议设计是极其重要的内容.特别是交互协议的正确性、有效性和可验证性尤为关键,因此形式化描述和验证多Agent的交互协议非常有必要.定义了用于描述多Agent基于对话的交互协议的一个演算,该演算是基于进程代数的并且独立于Agent的推理过程.该机制可以实现异构多Agent系统的交互协议验证.通过Agent会话环境的状态和演算的形式语义,可以验证会话协议的一些属性,例如:终止性、是否死锁等.该方法可以有效地解决交互协议的语义验证问题,因为协议的状态和Agent的行为由协议本身定义,并且可以避免基于状态搜索的状态空间爆炸问题.     

基于着色Petri网的多Agent系统交互协议建模

多Agent系统(Multi-Agent Systems,MAS)中,多个Agent通过交互和协作来完成一系列任务或实现一些目标。Agent之间有效、有序地进行交互是MAS成功运行的关键。文中采用着色Petri网来表示一个多Agent系统。利用着色Petri网,便于描述并发现象和模拟平行系统,除了直观的图形化表示,还具有精确的形式化定义,并且有完善的分析工具。最后对FIPA规范中的FIPA Inform和FIPA Request两个协议进行实例分析,说明如何用着色Petri网进行建模。     

基于着色Petri网的多Agent系统交互协议建模

多Agent系统（Multi—AgentSystems，MAS）中，多个Agent通过交互和协作来完成一系列任务或实现一些目标。Agent之间有效、有序地进行交互是MAS成功运行的关键。文中采用着色Vetri网来表示一个多Agent系统。利用着色Vetri网，便于描述并发现象和模拟平行系统，除了直观的图形化表示，还具有精确的形式化定义，并且有完善的分析工具。最后对FIPA规范中的FIPAInform和FIPA Request两个协议进行实例分析，说明如何用着色Petri网进行建模。     

基于 Aglets的MAS信用研究的实验平台设计

本文在Aglet平台上开发出一个MAS可视化实验平台。该试验平台主要用于MAS系统(Multi-agentSystems)用机制研究。用户在该平台上能够方便快捷地配置出一个多Agent系统,该系统不但具有Agent与Agent,Agent实体与平台的通信,Agent与用户的交互,Agent在内外网的移动等基本功能,而且可以在Agent之间建立信用关系,可以存储记录和直观的显示交互的历史及信用信息。该系统是一个开放的系统,用户可以方便的在该系统中加入自己的安全构架,信用策略和信用相关算法。以方便快速测试新的MAS信用模型。     

基于Aglets的MAS信用研究的实验平台设计

本文在Aglet平台上开发出一个MAS可视化实验平台。该试验平台主要用于MAS系统 (Multiagent Systems)用机制研究。用户在该平台上能够方便快捷地配置出一个多Agent系统,该系统不但具有Agent与Agent, Agent实体与平台的通信,Agent与用户的交互,Agent在内外网的移动等基本功能,而且可以在Agent之间建立信用关系,可以存储记录和直观的显示交互的历史及信用信息。该系统是一个开放的系统,用户可以方便的在该系统中加入自己的安全构架, 信用策略和信用相关算法。以方便快速测试新的MAS信用模型。     

基于多Agent的电子政务公文交换系统

公文交换是电子政务中的一个重要应用,本文阐述了一个符合FIPA规范的使用JADE框架的多Agent电子政务公文交换系统的设计。具体介绍了其组织结构、系统框架,目录服务的实现以及Agent间通信协作所使用的本体和交互协议。     

智能控制中的多Agent系统

根据智能控制的安全、经济和舒适三大目标,提出一种新的基于BACnet(楼宇自动控制网络数据通信协议)的MAS(多Agent系统)框架．此框架通过不同层次、不同功能的Agent的自治能力及协作协调,使得智能控制系统的各个相对分散的子系统能够有效地结合在一起．全局Agent负责整体功能的实现,而每个子系统均设置自身的Agent组．此外,还提出了基于MAS框架的SAS(安防自动化系统)逻辑结构,同时遵循FIPA(智能物理Agent基金)标准设计了此MAS系统的Agent通信语言,并对SAS系统进行了重点分析和研究,包括CCTV(闭路电视监控)系统和基于Auto-ID(自动识别)的系统．     

基于Aglets的MA5信用研究的实验平台设计

本文在Aglet平台上开发出一个MAS可视化实验平台。该试验平台主要用于MAS系统（Mu1tiagent Systems）用机制研究。用户在该平台上能够方便快捷地配置出一个多Agent系统，该系统不但具有Agent与Agent，Agent实体与平台的通信，Agent与用户的交互，Agent在内外网的移动等基本功能，而且可以在Agent之间建立信用关系，可以存储记录和直观的显示交互的历史及信用信息。该系统是一个开放的系统，用户可以方便的在该系统中加入自己的安全构架，信用策略和信用相关算法。以方便快速测试新的MAS信用模型。     

Agent Oriented Programming进展

1 引言近十年Agent和多Agent系统(MAS)的研究逐渐成为AI学科的热点之一。MAS中Agent是具有思维状态和交互能力的自治实体,彼此通过合作求解复杂问题,适合于动态开放环境。Agent的思维状态通常采用BDI模型,B(信念)、D(愿望)和I(意图)分别用模态算子给出,并在可能世界框架下给出其语义解释。这一模型语义明确直观,但实质上是一个计算资源无限的理想模型,因而在实际系统中,都采用限制和变通的方法来实现Agent,因此导致了所谓的理论脱离实践     

基于交互的Agent行为选择动态性分析

在动态不可预知环境下,Agent行为选择过程表现出动态性。该文基于人工生命和MAS框架,建立Agent行为选择动态系统模型,运用动态系统观点研究Agent感知、认知交互和适应,分析Agent行为选择适应外部环境和满足内部需求的动态平衡过程。在仿真试验中,通过21个Agent局部感知和交互,实现了全局平衡、稳定的群体运动行为。     

基于多Agent系统的自动协商机制及通用协商框架

自动协商是多Agent系统实现协作的关键环节。目前,对协商模型的研究大部分是在特定的应用系统中针对具体协商背景进行研究,协商模型的通用性较差。本文分析了多Agent系统协商机制的三个方面:Agent通信语言、通信方式和交互协议。在此基础上,给出了基于多Agent的通用协商框架GNF,该协商框架包括抽象协商过程、协商规则分类和协商协议。最后,给出了一个基于通用协商框架GNF的原型系统——采用Jess规则引擎实现的多Agent的商品交易系统。     

MMAS：基于模型的多Agent系统开发方法

MAS的复杂性使其应用受到限制。本文提出一个基于模型的MAS开发方法——MMAS。MMAS用任务模型、角色模型、组织模型、交互模型、信念模型和Agent模型来描述一个MAS。本文阐述如何在这六个模型的基础上设计Agent，以实现软件重用，减少MAS开发的复杂性和提高软件开发速度。     

生态化MAS的认知模型

生态化MAS是由异构的Agent所组成的一种具有协同进化的多Agent系统。提出了生态化MAS的理念和认知模型,它是形成Agent知识和信念的基本框架;设计了一个模型检验的程序结构,并通过典型应用表明,该模型能够使Agent对环境的认知达到三个层次——概念图、模糊词计算和关联性框架。该模型能够为基于Agent的问题求解提供依据。     

应用记忆演化学习的Agent协商研究

在多Agent系统（MAS）环境中,协商是一个复杂的动态交互过程。如何提高协商效率,成为了研究者关注的焦点。应用记忆演化理论的强化学习思想,提出一种Agent协商算法。它与基本强化学习相比,3阶段的记忆演化的强化学习,使得Agent可以在实时回报与延迟回报间更好的做出平衡,并为Agent记忆社会化交互创造条件,使强化学习更适合MAS的要求。通过模拟实验证明该协商算法是有效性的。     

基于本体的多Agent交互模型

介绍Ontology、Agent及Multi-agent基本概念,阐述了MAS交互和本体在MAS交互中的应用,提出一种基于本体的MAS交互模型图,并详细解释了模型中各组成部分的功能。     

面向Agent的开放巨型智能系统的处理机制

开放巨型智能系统是一类特殊的复杂系统,我们相信基于Agent的计算是目前最适合处理这类系统复杂性的途径.然而,主流的面向Agent的抽象机制不足以处理这类系统的社会性.为此,本文提出基于Agent的开放巨型智能系统的社会性抽象机制,并经验性地讨论了四个方面的工作:社会抽象的理论基础与设计方法,社会性交互机制,MAS组织框架与Agent构件模式,多Agent社会.     

层次结构MAS模型的设计与实现

Agent技术被越来越多地用于在不同领域开发软件系统,多Agent模型的研究已经成为热点。本文提出层次结构多Agent模型概念,结合一个实例,论述了层次结构MAS模型的基本思想和结构框架,研究了层次结构MAS模型的设计与实现过程。     

一种基于BDI Agent的复杂系统设计建模方法

提出一种通过信念一愿望一意图(BDI)结构实现多Agent系统设计建模的方法．多Agent系统设计建模的目的是具体地模型化多Agent组织中承担不同组织职能的每一类Agent的结构，使其易于在现有的程序设计语言环境中实现，在该方法中，多Agent系统的设计建模需要建立三个模型：Agent模型、相互作用模型和相识者模型．Agent模型由信念、目标、计划三个基本子模型构成，这些子模型是根据分析阶段所获得的职能模型、协同工作过程模型以及领域本体来建立的，MAS系统中的每一Agent都是Agent模型中某一类Agent的一个实例．相互作用模型主要说明Agent之间的交互细节，如交互协议、交互语言、交互约束条件等．相识者模型说明每一类Agent的所有相识者及其属性，目前通过这一建模方法已在多智能体协同工作平台(MBOS)上开发出实际的应用系统“多智能体物资调配决策支持系统MAEDSS”。