没有合适的资源?快使用搜索试试~ 我知道了~
72理论计算机科学电子笔记70第5期(2002)网址:http://www.elsevier.nl/locate/entcs/volume70.html17页基于逻辑的异步多Agent系统Pierangelo Della科技系-ITN林克平大学60174Norrköping,瑞典b IDA Link¨oping大学58183Link¨oping,瑞士cCentrodeInteligtechnological-CENTRIADepartamentodeInform'atica,FaculdadedeCitechnenciaseTecnologiaUniversidade Nova de Lisboa,2829-516 Caparica,Portugal摘要我们提出了一个基于逻辑编程的异步多智能体系统,在该系统中,智能体可以相互通信,更新自己和对方,abduce假设来解释观察,并使用它们来生成动作。智能体的知识库由广义逻辑程序、完整性约束、主动规则和可溯推理组成。我们通过一个异步转换规则系统来描述Agent之间的交互,并提供了一个稳定的基于语义的模型。一个例子来说明我们的方法是如何1介绍在以前的论文[1,7,8]中,我们提出了一个逻辑形式化的多智能体系统的框架,我们嵌入了一个灵活和强大的代理。事实上,这些代理是理性的,反应性的,溯因的,能够偏好,他们可以更新其他代理的知识库(包括他们自己的)。每个代理的知识状态由一个溯因逻辑程序表示,在该程序中可以表达规则、完整性约束、主动规则和规则之间的优先这使得智能体能够推理,对环境做出反应,在几个选择中做出选择,更新两个信念1电子邮件地址:pier@itn.liu.se2电子邮件地址:ulfni@ida.liu.se3电子邮件地址:lmp@di.fct.unl.pt2002年由ElsevierScienceB出版。 诉 操作访问根据C CB Y-NC-N D许可证进行。德尔拉73÷和反应,并提出假设来解释观察。在那里,我们提出了这种代理的声明性语义。4然后,这些代理被嵌入到多代理系统中,使得它们之间的唯一交互形式是基于项目和更新的概念[7]。主体β的形式为α:C的项目表示β提出用C更新主体α的理论的意图。相应地,α理论中形式β C的更新表示β用C更新当前α理论的意图。 然后由α是否接受该更新。例如,如果α信任β,因此α愿意接受它,那么α必须用C更新它的理论。新的信息可能与α所相信的相矛盾,如果是这样的话,新的相信的信息将覆盖α目前所相信的信息。β还可以通过发布内部项目β:C来提出对自身的更新。在[7]中,多智能体系统中智能体之间的交互被定义为同步:在系统的每个状态下,所有智能体都必须同步并执行他们的项目。考虑一个状态为s的多智能体系统,其智能体α、β和γ分别有项目Pα、Pβ和Pγ要执行。然后,根据多代理系统的语义,所有三个代理必须同步并执行它们的项目。因此,如果处于状态s的多代理系统是:其中Pα={β:C1,α:C2}Pβ={}Pγ={α:C3}然后,在状态s+ 1,系统演化为:<$α+{α<$C2,γ<$C3},β+{α<$C1},γ<$显然,系统的同步性假设是该方法的主要局限性在本文中,我们详细阐述了我们以前的工作,提出了一个基于逻辑的异步多智能体系统,并提供了它的语义。在新的框架中,代理之间的交互仍然集中在项目和更新的概念,但它是异步执行基本上,两个代理之间的异步通信是通过使用缓冲器来实现的。事实上,每个代理都配备了一个缓冲器,用于存储(来自其他代理的)传入更新。当一个代理β想要执行一个项目α:C时,β必须与α的buyer同步并传达其项目。 反过来,α的缓冲器将以更新的形式存储这些项目。然后,α决定何时读取它的缓冲器并将其更新纳入自己的理论。因此,该文件的主要贡献是:• 异步转换规则系统的定义,以及4代理的语义基于[2]中给出的更新的特征,作为正常逻辑程序[10]的稳定模型语义的一般化。文[3]将这种语义推广到三值情况,使我们能够在良基语义下更新程序。德尔拉74÷• 多代理系统的声明性语义(不包括偏好)。本文提出的方法的有用性依赖于代理的一般方法,通过更新,本文是一个渐进的进步代理之间的通信这种异步通信的方法是正交的溯因代理的说明性语义因此,我们不考虑在代理中优先选择的能力,因为这样做会使声明性语义的表示复杂化,同时不改变所提出的方法。在本文的其余部分,我们将使用以下内容作为工作示例。在这个例子中,代理可以相互通信和更新,显示了代理的异步交互“买车”的故事在最初的情况下,玛丽亚想买一辆车。 要想拥有一辆车,你可以买车,也可以偷车。偷车违反玛丽亚玛丽亚有两个选择:如果她缺钱,她可以买一辆多功能车,或者如果她有足够的钱,她可以买一辆跑车。不幸的是,由于失业,玛丽亚根本没有钱。因此,唯一的可能性就是向她的哥哥佩德罗借钱。与此同时,她的运气改变了,她赢得了彩票。最后,取决于佩德罗是否以及何时会借给她一些钱,以及她何时会从彩票中获得中奖通知,她将选择购买菲亚特或法拉利。为了使符号简短,我们用lmoney代表我们用m代表玛丽亚,用p代表佩德罗,用l代表彩票,用s代表卖车的。2逻辑程序设计框架典型地,代理可以持有正面和负面信息,并且它可以更新关于新传入信息的自己的知识因此,一个代理人的语言应该有足够的表达力来代表积极和消极的信息。为了在逻辑程序中表示否定信息,我们需要一种语言,它不仅在子句的前提中而且在它们的头5中允许缺省否定不是A,即,广义逻辑程序用语法表示广义逻辑程序是很方便的作为霍恩理论的命题。特别地,我们表示默认否定而不是A作为标准命题变量。命题变量的名称不以“not“开头对于每个目标原子A,我们假设一个互补命题变量的形式不是A,5为了进一步激励和直观地阅读具有默认否定的逻辑程序,”(注2)见德尔拉75÷K÷÷称为默认原子。目标原子和缺省原子统称为原子的形式为α:C的命题变量(其中C的定义如下)称为投影。α:C表示(某个主体β)提出用C更新主体α理论的意图。项目可以被否定。一个形式为notα:C的否定项目表示施动者的意图,即不提出用C更新施动者α的理论。形式为β C的命题变量称为更新。β C表示β对当前理论(某个主体α的理论)提出的一个更新。更新可以被否定。在主体α的理论中,形式notβ C的否定更新表明主体β没有用C更新主体α的理论的意图。原子、更新和否定更新一般称为文字。定义2.1设K是一组命题变量,由目标原子和投影组成,使得目标原子为假/∈ K。由生成的命题语言LK是由以下命题变量集组成的语言LK= K {false}{notA|对于每个目标原子A∈ K}{not α:C,α<$C,not α<$C|对于每个项目α:C ∈ K}。定义2.2 [广义规则]语言LK中的广义规则是形式为L0<$L1<$.的规则。<$Ln(n≥0),其中L0(L0/=false)是一个原子,每个Li(1≤i≤n)是来自LK的文字.请注意,根据上面的定义,只有目标原子和默认原子可以出现在广义规则的头部我们使用以下约定。给定一个形式为L0<$L1<$.的广义规则r,Ln,我们用head(r)表示L0,body(r)表示连词L1bodypos(r)指示所有目标原子和body(r)中的更新的合取,以及bodyneg(r)指示所有默认原子和在body(r)中否定更新。只要L的形式不是A,L就不代表原子A。定义2.3 [完整性约束] LK语言中的完整性约束是一个形式为false←L1.的规则。L n <$Zm(n≥ 0,m≥ 0),其中每个Li(1 ≤i≤n)是文字,每个Zj(1≤j≤m)是来自LK的投影或否定投影。完整性约束是在状态上强制执行某些条件的规则,因此在2值语义中始终采用拒绝的形式,而不失一般性。请注意,广义规则与完整性约束不同事实上,在广义规则中,当更新代理的理论时,哪个原子出现在头部是至关重要的德尔拉76∧∧⇒K定义2.4[查询]语言LK中的查询Q采用以下形式?−L1... <$Ln(n ≥ 1),其中每个Li(1 ≤ i ≤ n)是来自LK的文字。以下定义引入了自底向上评估的规则为了强调这一点,我们对它们采用了不同的符号。定义2.5 [主动规则]语言L K中的主动规则是一个形式为L1... <$Ln<$Z(n≥0),其中每个Li(1≤i≤n)是文字,Z是从LK的投影或否定投影。我们使用下面的约定:给定一个形式为L1的主动规则r。. <$L n<$Z,我们用head(r)表示Z,body(r)表示L1<$. ∧ L n.活动规则可以在触发时修改当前状态以生成新状态。如果身体L1...满足活动规则的L n,则可以选择并执行项目(任务)Z。活动规则的头部是一个内部或外部项目。 一个内部项目运行在代理本身的状态(自更新),例如,如果一个智能体得到一个观察结果,那么它就会更新它的知识,或者如果满足某些条件,那么它就会执行某些目标。外部项目是在环境上执行的,例如,当一个智能体想要更新另一个智能体的理论时出现在活动规则头部的否定项目表示(某些代理的)意图不在当前状态下执行该项目例2.6假设玛丽亚的基本理论包含以下主动规则:buyCar汽车配件Car s:buyFerrariR= 汽车配件产品:buyFiatStealCarStealCar:StealFerrari法拉利前三个活动规则的头是Maria外部的项目。第一条主动规则是,如果玛丽亚想买车,而她又没有钱,那么她就向她的哥哥佩德罗借钱。第二条规则规定,如果玛丽亚更喜欢买跑车,那么她就从汽车销售商那里买一辆法拉利。最后一条规则的头是玛丽亚内部的一个项目。如果她决定偷一辆车,那么她会偷一辆法拉利。我们假设对于每个项目α:Cin,C要么是广义规则,要么是完整性约束,要么是主动规则,要么是查询。因此,项目只能采取以下形式之一:α:(L0←L1. (n)α:(false←L1. L n Zm)α:(L1)(LnZ)α:(?-L1... (n)德尔拉77一←∧∧ ÷⇒←←←−AA不请注意,项目和否定项目只能出现在活动规则的头部和完整性约束的主体例2.7主体α理论中的完整性约束falseA β:B强制了这样一个条件,即当A成立时,α不能执行项目β:B在主体α的理论中,如果A成立,并且主体β不想用B更新α的理论,则主动规则A而不是β B β:C指示它执行项目β:C。定义2.8【溯因逻辑程序】溯因逻辑程序是一对(P,A),其中P是一组广义规则和完整性约束,A是语言LK中的一组原子。中的原子被称为可展原子。溯因可以被认为是一种假设,可以用来扩展给定的溯因逻辑程序,以便为给定的查询提供一个需要简化以满足P中的所有完整性约束。可溯物也可以在P中由广义规则定义,作为采用可溯物作为事实的自更新的结果例 2.9 设 ( P , A ) 为 Maria 理 论 的 溯 因 逻 辑 程 序 , 其 中 A={buyCar ,stealCar},体育车钱实用汽车←lmoney不是money金钱金钱金钱P= 关于我们 关于我们偷车偷车false←stealCarP中的第一条一般规则是,如果玛丽亚有钱,那么她更喜欢买跑车。第三条规则说,有钱意味着也有一点钱。最后一条规则是一个完整性约束,可以防止Maria偷车。例如,目标?haveCar有一个溯因解释,即,buyCar. 偷车不是一个溯因解释,因为它不满足完整性约束。3外展剂本节介绍了溯因性主体的概念代理的初始知识由初始理论的概念建模定义3.1[初始理论]主体α的初始理论是一个元组(P,,R),其中(P,)是一个溯因逻辑程序,R是一组主动规则。德尔拉78一ααT{}α−LLΔ λ A一(P,)形式化了主体的初始知识状态,R刻画了主体的反应行为.当代理接收到新的知识时,代理的知识可以动态地演变,尽管是通过自我更新规则,或者当它采用新的假设来解释观察结果时。新的知识以更新程序的形式表示,新的假设以(有限的)可溯集Δ Δ A的形式表示,可能被否定。定义3.2[更新程序]更新程序U是更新的有限集合更新程序包含将对代理的当前知识状态执行的更新为了描述代理知识的演化,我们需要引入更新程序序列的概念。 一个更新过程U={U s|s∈S且s >0}是由集合S={0,1, . ,m, . . . }。我们称这些元素为s∈S态。定义3.3[Agentα at states]设s∈S是一个状态。一个处于状态s的主体α,记为α s,是一个对(T,U),其中T是α的初始理论,U={U1,.,U s}是更新程序的序列。 如果s= 0,则U={}。状态为0的主体α由其初始理论和空的更新程序的序列,即,{0}=(T,{})。在状态1,α被定义为by(,U1),其中U1是更新程序,包含α在状态0接收到的所有更新,无论是从其他代理还是作为自更新。在一般来说,在状态s的代理α由下式定义:U s}),其中每个Ui是更新程序,包含α在状态i1.在逻辑程序中,我们使用相应的下标来指代代理。例如,如果我们想用C来表达智能体α的理论更新,我们写项目α:C。4溯因施事本节介绍溯因代理的声明性语义在其余的文件,(2-值)解释M的LK我们意味着任何一组命题变量从K,使任何A在K的精确的一个A或不A属于M。定义4.1[缺省假设]设(P,)是溯因逻辑程序,M是P的解释。假设是一组可绑架者。默认假设6的集合是:默认值(P,Δ,M)={非A|A是客观原子,A/∈ Δ,而不是A/∈ Δ,/r ∈ P使得head(r)= A且M |= body(r)}。[6]为了简单起见,我们默认假设正可溯为假德尔拉79∈ Δ∈U{|∈}Δ Δ A一}|∈如果存在经由后续更新提出的(或在与r相同的状态下提出的)广义规则rJ,则已经在P中或经由Ui中的更新提出的广义规则r在状态s处被模型M拒绝,即,当i=j)在Uj中由任何代理α,使得rJ的头部是r的头部的补数,rJ的主体在M中为真,并且更新是不可信的7。如果存在当前假设L,则r也可以被拒绝这是r的头部的补语。定义4.2[拒绝的广义规则]设(P,)是溯因逻辑程序,M是P的解释。 设S是一个施事的状态=Ui我S 和 i> 0 是 一 个 更 新 程 序 序 列 和一个可展集。在状态s被拒绝的广义规则的集合是:RejectGr(P,U,Δ,s,M)={r∈P|r是一个广义规则且<$α<$RJ∈Ui使得1 ≤i≤ s,h ead(r)=noth ead(rJ), M|=body(rJ)andndM|=不信任(α<$rJ)}n{r ∈ P |r是一个广义规则,且<$L ∈ Δ使得head(r)= not L}{r |r是广义规则,<$β<$r ∈ U i和<$α<$rJ∈ U j,其中i< j ≤ s,h ead(r)=noth ead(rJ), M|=body(rJ)andndM|=不信任(α<$rJ)}{r |r是广义规则,<$β<$r ∈ U i,1 ≤ i ≤ s且<$L ∈ Δ,使得head(r)= not L}。更新过程背后的想法是,新规则以一种永远不会出现矛盾的方式拒绝旧因此,只有在同一个国家实行的规则之间才会出现矛盾任何代理α都可以通过使用α理论中的不信任来阻止代理β的任何类型的更新,例如,不信任(βC)←说谎者(β)。主动规则也可以以类似于广义规则的方式被拒绝。定义4.3 [被拒绝的主动规则]设(P,A,R)是施事的初始理论,M是P的解释。设s∈S是一个状态,U={Ui iS和i>0是一个更新程序的序列.在状态% s下被拒绝的活动规则集为:7不信任/1是一个保留谓词,它本身可以被更新。德尔拉80ΔXUT A UΔΔαRejectAr(R,U,s,M)={r∈R| <$α<$rJ∈U i使得1 ≤i≤s,head(r)= not head(rJ),M|=body(rJ)andndM|=不信任(α<$rJ)}{r| <$β <$r∈U i,r是有效规则且<$α<$rJ∈U j使得i< j≤ s,h ead(r)=noth ead(rJ), M|=body(rJ)andndM|=不信任(α<$rJ)}由于活动规则的头部是一个项目而不是原子,因此活动规则只能被活动规则拒绝。拒绝一个活动规则r会使r变得不可验证,即使它的主体在模型中为真因此,通过拒绝主动规则,我们使代理人的反应更少。触发活动规则意味着执行在其头部发生的项目。所选择的要执行的项目的集合是包含由模型M触发的所有活动规则的项目的集合。定义4.4[选定的项目]设R是一组活动规则,M是一个解释。选定的项目包括:项目(R,M)={α:C|使得head(r)= α:C和M |= body(r)}。下面的定义引入了状态s的智能体α的溯因稳定模型的概念,并带有一组假设。根据最初的理论=(P,,R)的α,一个序列的更新程序和假设假设在状态s由α,溯因稳定模型α在状态s是一个稳定的模型的程序,扩展P包含所有的更新,所有的假设,和所有这些规则的更新既不被怀疑也不被拒绝。外展稳定模型也包含了所选择的项目。定义4.5[在状态s的主体α的溯因稳定模型,带有假设Δ]设s∈S是一个状态。设S=(T,U)是状态s和M的主体α一种解释,使得f∈M为假。假设T =(P,A,R)且U={U,|i∈S且i>0}。设ΔεA是a bducibles的集合。M是在状态s的智能体α的溯因稳定模型,假设Δi ≠:M= least(X <$Default(Y,Δ,M)<$Project(Z,M)),其中:Y=P1≤i≤sU iΔ{r|r是广义规则或完整性约束和<$α<$r∈1≤i≤sU i使得M| =不信任(αr)}X=Y −RejectGr(P,U,Δ,s,M)Z = R{r|r是主动规则,且<$α<$r ∈Uiso that1≤i ≤sM|=不信任(αr)}−拒绝Ar(R,U,s,M)。溯因稳定模型语义的定义基于稳定模型语义。最小的使用(. )对于广义逻辑程序,德尔拉81Δ{}∪∪{|∪► }αMT AA----X Y ΔZα有两个等价的定义[2]。 二值解释M是广义逻辑程序P的稳定模型:- 如果M是Horn理论PM−,即M=least(PM−)- 如果M = L,L是一个原子,P是M − L。当既没有项目,也没有更新或假设(即,=),语义减少到Alferes等人的更新语义[2]的文件。我们的语义补充它与abdibles,相互和自我更新的积极规则和项目,加上查询,在一个社会的代理。定义4.6[查询Q的状态s处的主体α的溯因解释]设s∈S是一个状态,且在状态s上,S=(T,U)agentα。 设Q是一个查询。 一个对于Q,在状态s的主体α的溯因解释是A的任意子集Δ,使得存在α在s的溯因稳定模型M,其中假设Δ和M| = Q。注意,在状态s,一个智能体α可能对一个查询Q有几个溯因解释。例4.7设φ0 =(Tm,{})为玛丽亚在状态0的理论,m=(Pi,R),其中(Pi)是例2.9R是例2.6的活动规则集假设状态为0的Maria有车。那么,M1=buyCar,haveCar,p:askMoney8是Maria在状态0的唯一溯因稳定模型事实上,我们有:Δ ={buyCar}Y = PΔX = YZ = RDefault(Y,Δ,M1)={not money,not lmoney,not utilityCar,notstealCar}Pr oject(Z, M1)={p:askMoney}因此,它认为M1 =least(Default(,,M1)Project(,M1))。解释M2=stealCar,haveCar,m:stealFerrari不是Maria的溯因稳定模型,因为它不满足P中的完整性约束5多智能体系统一个多代理系统由一组代理同时采取行动和一些过渡规则,表征系统的全局行为。代理之间的通信是异步的,并通过总线进行建模缓冲器是更新程序U1,.,U i(i≥0),记为[U1, . ,Ui]。 每一个房间都配备了一个缓冲器。 我们写[U1, . ,Ui]来指示在状态s处的年龄ntα,其中,bu_r[U1, . ,Ui]。We使用J|J表示并发性,并假设它是可交换的和关联的。[8]请注意,我们没有在模型中写入默认原子。因此,一个模型{a,不是b}被写成{a}。德尔拉82α1αnα1是个α2α3α1αnα1α2α1α2αα我们写的是[U1, . ] ,Ui]|[V1, . ] ,Vj]|[W1, . ,Wk]来指示三种药剂α1、α2和α3同时起作用定义5.1[多智能体系统]多智能体系统由若干溯因智能体α1,…,α n(n≥ 2)同时起作用:U1, . ,Ui]|.... . . 你 好 。 . |[V1, . ,Vj]以及转换规则EXTP、INTP和INCUP(定义如下)。多智能体系统的初始配置为:[客户端]|......这是什么?|Ψ0[]。请注意,多智能体系统的定义表征了一个静态的智能体社会,从这个意义上说,它不可能从系统中添加/删除智能体。 不同的代理人可能有不同的可溯及物集, 它们可能处于不同的状态。多智能体系统的全局行为的特点是由过渡规则EXTP,INTP和INCUP。直觉是,代理人之间的相互作用发生在两个步骤。 假设一个智能体α1到一个智能体α2的投影是{α2:C1,.α2:Cn}。为了用将接收更新{α1<$C1,...,α1<$Cn}。然后,α2将从其缓冲器中读取这些更新,并通过将它们纳入其理论而进入新状态。下面我们将Pα写成表示代理α的所有可执行9个项目的集合。EXTP代理商执行外部项目的规则α1.如果<$(α2:A)∈Pα1:U1, . ,Ui]|[V1, . ] ,Vj]→Vs1[U1, . ,Ui]|[V1, . ] ,Vj,Vj+1]其中,α1/=α2,i≥0,j≥0,且ndVj+1={α1<$C|对于每个项目α2:C∈Pα1}。当代理α1至少有一个形式为α2:A的可执行项目(即,(α2:A)∈Pα1)。INTP执行代理人内部项目的规则。如果<$(α:A)∈Pα:[U1, . ,Ui]→Us[U1, . ,Ui,Ui+1]其中i ≥ 0且U i+1={α<$C|对于每个项目α:C ∈ P α}。9.可执行的主体的项目在Def中定义第6.2款。德尔拉83αα{|∈}Mααα1α2α1α2LMLMINCUP将更新程序纳入主体α从它的心脏。让我们=(T,{U1,...,U s})。[U1, . ,Ui]→Us+1[U2, . ,Ui]其中i≥1且nd≤s+1=(T,{U1, . . . , U s, U s+1}),其中U s+1=U1。在状态s,代理人α从其缓冲器中加入第一个更新程序U1,并转移到新的状态s+1。为了确保公平性,我们假设以下两个条件成立:(i) 每一个能够无限地执行项目α:C的智能体最终都会这样做。这保证了任何代理β都有可能写入代理α的缓冲器,并且β也会这样做(ii) 每一个代理人迟早都会读到它的密码备注:1. 根据以上的转换规则,多智能体系统的发展是非确定性的,这取决于使用哪种转换规则以及它被应用到哪些智能体。2. 还要注意,在EXTP和INTP中,两个主体都不改变其状态,只有在INCUP中,主体α通过将更新程序U1并入其自身的理论而移动到新的状态s3. 如果我们想让代理α1知道它已经执行的项目,那么我们可以使用以下规则。如果<$(α2:A)∈Pα1:U1, . ,Ui]|[V1, . ] ,Vj]→Vs1[U1, . ,Ui,Ui+1]|[V1, . ] ,Vj,Vj+1]其中α1/=α2,i≥0,j≥0,Vj+1={α1<$A|对于每个项目α2:A∈Pα1}并且对于每个项目α 2:AP α 1,U i+1= α1exec(α2:A)。4. 其他的通信协议可以被编程到一个5. 限制:在这种方法中,一个智能体α不能执行两个项目α1:A1和α2:A2同时作用于α1和α2这种能力需要代理与其他两个代理的缓冲器同步,在实践中是不现实的。下一个示例说明了转换规则的使用例5.2设=(Tm,{})是玛丽亚在状态0的理论。如果PI={m:money}通过EXTP:100[]|0[]→|0[{l德尔拉84MM≥Δp∈ AMpMMMα1αnα1αiαnα1αn如果Pp={m:lmoney}通过EXTP:100[]|0[{l|0[{l0[{l关于101=(Tm,{U1}),其中U1={lmoney}。多智能体系统通过应用转换规则来进化,要么通过更新(通过EXTP和INTP),要么通过将更新程序从智能体的更新程序合并到其理论中(通过INCUP)。任何时候INCUP被代理α使用,α和多代理系统 将迁移到一个新的国家。定义5.3 [状态为s的多智能体系统]设α1,...,α n(n2)是溯因施事。那么,状态0的多代理系统是:0 0 0M = α1 [ ]|......这是什么? | Ψ αn []假设多智能体系统处于状态s(s≥0):Ms=Ms1[U1, . ,Uh]|.... . . 你 好 。 . |n[V1, . ,Vj]然后,如果采用转换规则INTP或EXTP,则多代理系统保持在相同的状态s。相反,如果转换规则INCUP被代理αi使用,则系统将移动到新的状态s+1:Ms+1=Ms1[U1, . ,Uh]|.... . . 你 好 。 . |i+1[T2, . ,T1]|.... . . 你 好 。 .|n[V1, . ,Vj]注意,如果Ms=Ms1[U1, . ,Uh]|.... . . 你 好 。 . |n[V1, . ,Vj]thenwehaveS = S1+…+sn. 状态下主体α引出的假设s在状态s+1时默认被丢弃因此,α通常不具有记忆所假设的相反,如果我们想对一个主体α建模,它能够通过在证明查询和解释观察的过程中假设假设来丰富其经验,并且能够采用先前假设的假设,那么我们可以为α的理论配备形式为a α:a的主动规则,无论a想要什么样的可溯。这样,当α溯及a时,项目α:a将被触发,在下一个状态,它的理论将用a本身更新。6多Agent系统我们现在可以呈现嵌入溯因代理的多代理系统M的语义SS的作用是刻画M的主体之间的关系。S被定义为M中每个主体的溯因稳定模型的集合,经过非确定性转换。德尔拉85αiαiαiαiM}αiMα1Mαnαiαiα1αnαiαiα1αnα1αiαn定义6.1[MAS的语义]设Ms为多智能体系统U1, . ,Uh]|.... . . 你 好 。 . |n[V1, . ,Vj]。 假设Qsi是查询在状态si的αi。设Msi是αi在状态si其中每个假设集的任何溯因解释Δsi的αi,Q si,对于每个1 ≤i≤n。 然后,M s的语义是Ss={M s1,...,M sn}。为了应用转换规则,我们必须定义每个代理的可执行项目集为此,我们使用下面的函数γ。设Msi是在状态si的智能体αi的溯因稳定模型的集合:γ(M si)={α j:C|(α j:C)∈siγ表征属于状态si处的αi的每个模型的投影αj:C,即:(αj:C)∈Msi. γ(Msi)中的项目是可执行项目的αi。直觉上,状态si的αi可以有几个溯因稳定模型,每个模型都可以触发不同的主动规则(因此每个模型都包含不同的选定项目)。根据γ,将被执行的项目是在状态si时发生在αi的每个模型中的选定项目。因此,γ的定义表征了代理人的谨慎行为[10]请注意,当j=i时,我们有一个自我更新:智能体选择更新自己的理论。定义6.2[可执行项目]设Ms为多智能体系统Ms1[u1, . ,uh]|.... . . 你 好 。 .|n[v1, . ,v,j],并且Ss={M s1, . , M sn}its语义然后,在状态si的代理αi的可执行项目的集合是:Pαi = γ(M si),对每一个1 ≤i≤ n.7“买车”的故事本节通过多代理M描述了第1节的示例为了保持示例的简单性,我们主要从Maria的角度来说明系统是如何工作的在状态0,M是:0 0 0 0 0M = m [ ]|[]|[] |Ψ s []其中,n0=(Tm,{})在例4.7中定义。让玛丽亚成为目标?−haveCar,Ma ri a 在 状 态0时 的唯一溯因稳定模型为M 1(参见 例4.7),即M0={M 1}。因此,可执行集玛丽的项目是Pm={p:askMoney}。 假设可执行文件其余代理的项目是:P p={},P l={m:money}和P s={}。[10] γ的另一种定义是,在状态s下执行αj的任何模型中发生的所有项目:勇敢行为。或者,可以引入转换规则,在可执行项目的不同定义上操作,作为组合不同形式的代理行为的一种方式德尔拉86--M--在状态0,多智能体系统可以以不同的方式进化,这取决于转换规则应用于哪些智能体在第一个场景中,考虑将EXTP规则应用于Maria的情况。然后,系统演变为:0 0 0 0 0M=m[]|[{maskMoney}]|[]|Ψs[]如果INCUP随后应用于Pedro,则:1 0 1 0 0M = m [ ]|[]|[] |Ψ s []假设在状态1,Pedro的可执行项目为Pp=m:lmoney,EXTP首先应用于Pedro,然后INCUP应用于Maria。然后,系统演化到一个新的状态:2 1 1 0 0M = m [ ]|[]|[] |Ψ s []其中,U1=(Tm,{U1})且U1={plmoney}。作为唯一的abductivesta-状态2的Maria的ble模型是M2 ={utilityCar,p=lmoney,lmoney,s:buyFiat}Maria的可执行项目为Pm=s:buyFiat,系统演化为:2 1 1 0 0M=m[]|[]|[]|[{mbuyFiat}]如果使用其他转换规则,情况会有所不同。考虑第二种情况,在状态0,规则EXTP应用于彩票,INCUP应用于Maria,最后EXTP再次应用于Maria那么,该系统将演变为:2 1 1 0 0M=m[]|[]|[]|[{mbuy Fer rar i}]8总结发言我们提出了一个多智能体系统的逻辑框架,其中每个智能体可以与其他智能体进行通信和更新,并能够推导出hypoteses来解释观测。在第四节中,我们给出了这类施事的陈述语义在第五节中,通过一个基于缓冲机制的异步转换规则系统描述了代理之间的交互在第6节中,我们已经给出了一个稳定的模型,基于语义的多智能体系统。我们认为,解释的代理人的理论是一个丰富的进化基础,并适合工程可配置的,动态的,自组织和自进化的代理人社会。在所提出的多智能体系统框架内,我们可以隐式地基于其成员的内部心理状态来表示组、团队、智能体联盟。它被提倡,特别是在开放的多智能体系统(cf。[4,11,12]),有必要使组织元素以及多代理系统的代理交互的形式化外部可见,而不是嵌入每个代理的精神状态中,即,需要明确地表示器官结构和代理相互作用。例如,我们可以将德尔拉87群体结构是对群体的抽象描述,它确定了群体中可能发生的所有角色和相互作用。这将使我们能够准确地定义诸如许可、义务、责任、社会法律、要求和社会角色等概念我们正在研究如何在我们的框架中显式地表示组织结构,以及如何用代理来动画它们,使每个代理自动查看(可能是部分)组织结构和外部可见事件。我们认为,这可以通过组织反思的概念来实现。 事实上,我们可以把代理人理论嵌入到不同程度的反射能力,使代理能够内省变化,它所属的组织的各个方面通过这种方式,一个代理人可能只能看到整个组织结构的一部分。因此,一个社会的成员将拥有它的信息(例如,他们将知道它的规则、要求和法律),并且他们在推理其他代理人的行动时将有更多的信息此外,智能体将能够对组织结构进行推理,并最终尝试修改它们。这样,组织结构就不会是僵化的,而是灵活的,并且可以随着代理人的干预而发展另一个有趣的研究方向是研究多智能体系统的不变量和其他属性。一般来说,代理的行为取决于消息到达的顺序,检测这些不变量将允许我们保证(在某种程度上)整个系统的行为。目前,我们正在努力实现我们的代理框架,实现如下:其逻辑部分(例如,逻辑推理、更新、推导等)在XSB Prolog [6]中实现,而其非逻辑部分(例如,代理通信、用户界面等)在Java中实现然后我们使用InterProlog[5]来连接Java和XSB系统。确认L. M. Pereira感谢POCTI项目40958“FLUX - Flexible Logical Updates”和P.Dell'Acqua的支持,这引用[1] Alferes,J. J.,P. Dell'Acqua和L. M.佩雷拉,更新和偏好的汇编,第八届欧洲会议。人工智能中的逻辑(Jelia02)。出现。[11]这个术语最早是由J. Ferber和O. Gutknecht [9],但它在这里与不同的意义德尔拉88[2] Alferes,J. J.,J. A.莱特湖M.佩雷拉湾Przymusinska和T. C.李文,非单调知识库的动态更新,北京大学出版社,2001。 《逻辑程序设计》45(2000),pp. 43 -70,一个简短的版本,题为动态逻辑编程出现在A。Cohn和L. Schubert(eds.),KR[3] Alferes,J. J., L. M. 佩雷拉湾 Przymusinska,T. C. 普日穆辛斯基和P. P. G. Resma,《作为更新的行动的初步探索》,《声明式编程联合会议纪要》(APPIA-GULP-PRODE[4] Artikis , A. 和 G. Pitt , A formal model of open agent societies , Proc. ofAutonomous Agents(2001).[5] InterProlog。 可用 在http://www.declarativa.com。[6] XSB Prolog 可在www.example.com上获得http://xsb.sourceforge.net。[7] Dell'Acqua,P.和L. M.陈晓,陈晓生,等.多智能体系统中的优先选择与更新. Omicini,P. Petta和R. Tolksdorf,editors,Engineering Societies in theAgents57比73[8] Dell'Acqua,P.和L. M. Pereira,Prefering and updating with multi- agents,In : 9th Int. DDLP-Workshop on Deductive Databases and KnowledgeManagement,which was held in the Stream Content Management of the14th International Conference on Applications of Prolog(INAP),Tokyo(2001)。[9] Ferber , J. 和 O. Gutnecht , A meta-model for the analysis and design oforganizations in multi-agent systems,in:Int. Conf. on Multi-Agent Systems(ICMAS-98)(1998),pp. 128比135[10] Gelfond,M.和V.Lifschitz,逻辑编程的稳定模型语义,在:R. Kowalski和K.A. Bowen,editors,ICLP1070-1080。[11] 詹 宁 斯 , N 。 R. , 基 于 Agent 的 软 件 工 程 , Arti Ficial Intelligence117(2000),pp.277-296。[12] Zambonelli,F.,N. R. Jennings和M.Wooldridge,多智能体系统分析和设计的组织,在:P。钱卡里尼和M. Wooldridge,editors,Agent-Oriented Software Engineering,LNCS 1957(2001). 127-141
下载后可阅读完整内容,剩余1页未读,立即下载
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)