智能代理Word文件下载.docx
《智能代理Word文件下载.docx》由会员分享,可在线阅读,更多相关《智能代理Word文件下载.docx(9页珍藏版)》请在冰豆网上搜索。
![智能代理Word文件下载.docx](https://file1.bdocx.com/fileroot1/2022-10/8/a4a3d67d-5a88-4f4d-94c4-f45a0dd284a9/a4a3d67d-5a88-4f4d-94c4-f45a0dd284a91.gif)
3.2智能性3
3.3机动性3
3.4个性化3
4.网上智能代理基本模型图5
5.智能代理的构成模型6
6.构成代理的基本要素7
7.智能代理的实例介绍8
8.智能代理的教育应用10
9.智能代理应用存在的问题11
10.总结11
11.参考文献12
1.引言
美国斯坦福大学的HayersRoth认为"
智能代理持续地执行3项功能:
感知环境中的动态条件;
执行动作影响环境;
进行推理以解释感知信息,求解问题,产生推理和决定动作."
他认为,代理应在动作选择过程中进行推理和规划.通常,广义的智能代理包括人类,物理世界中的移动机器人和信息世界中软件机器人.而狭义的智能代理则专指信息世界中的软件机器人,它是代表用户或其他程序,以主动服务的方式完成的一组操作的机动计算实体,主动服务包括主动适应性和主动代理.总之.智能代理是指收集信息或提供其他相关服务的程序,它不需要人的即时干预即可定时完成所需功能.
总的的来说,智能代理可以看作是利用传感器感知环境,并使用效应器作用于环境的任何实体。
2.智能代理的概念
智能代理,即IntelligentAgent,又简称Agent。
Agent是当前计算机科学领域中的一个重要概念,已被广泛应用于AI(人工智能)、分布计算、CSCW(计算机支持协同工作)、人机界面等计算机科学领域。
一个能为AI领域的大部分研究人员所接受的定义是将Agent视为在某一环境下能持续自主地发挥作用、具有生命周期的计算实体。
尽管目前人们对Agent仍无一个统一的认识,但一种普遍的观点认为作为Agent的软件或硬件系统一般具有以下基本特征:
代理性,智能性,机动性和个性化。
3.智能代理的性质
智能代理是一个程序,它可以按照用户提供的参数,搜集用户感兴趣的信息,然后定时为用户提供相关服务。
它不需要人的即时干预,可以定时完成所需功能。
代理可以看作是利用传感器感知环境,并使用效应器作用于环境的任何实体。
Agent是一个具有代理性,智能性,机动性和个性化等性质的基于硬件或(更
经常的)基于软件的计算机系统。
Agent为了达到一定的目标,有着自成规律地执行任务的工作模式。
代理可以写为:
代理=体系结构+程序。
3.1代理性
代理性主要是指智能代理的自主与协调工作能力.表现为智能代理从事行为的自动化程度,即操作行为可以离开人或代理程序的干预.但代理在其系统中必须通过操作行为加以控制,当其他代理提出请求时,只有代理自己才能决定是接受还是拒绝这种请求。
3.2智能性
智能性是指代理的推理和学习能力,它描述了智能代理接受用户目标指令并代表用户完成任务的能力,如理解用户用自然语言表达的对信息资源和计算资源的需求。
帮助用户在一定程度上克服信息内容的语言障碍,捕捉用户的偏好和兴趣.推测用户的用途并为其代劳等。
3.3机动性
机动性是指智能代理在网络之间的迁移能力。
操作任务和处理能从一台计算机运行到另一台计算机上。
在必要时,智能代理能够同其他代理和人进行交流,并且都可以从事自己的操作以及帮助其他代理和人。
3.4个性化
智能代理拥有个性化,通过个性化的渲染和个性化的设置。
用户就会在浏览商品的过程中,逐步提高购买欲。
如果将智能代理技术应用到电子商务系统中。
就可以为全球用户提供一个不受时空限制的交易场所。
4.网上智能代理基本模型图
请看下图:
图1-1
5.智能代理的构成模型
用户界面模块:
用户界面模块负责Agent和用户之间进行交流。
知识库中的知识主要是从该模块中获得。
用户界面模块必须生动有趣形象,让用户有更多的选择余地,使用户感到自己始终控制着Agent。
学习模块:
学习模块使得Agent能更新知识库,适应外界环境的变化。
Agent的学习主要通过"
观察和模拟用户的行为"
、"
接收来自用户的反馈"
接收来自用户的精确的指令"
、”向其他的Agent学习"
等方式。
任务计划模块:
任务计划模块允许用户制定一些计划或定时任务,这些计划或任务由一系列的行为组成,然后交由执行模块处理。
执行模块:
执行模块把用户的请求或计划任务,进行分解,转化为一系列的Agent内部命令,并进行安全性检查,若通过则提交给操作系统接口模块执行,并负责把执行结果返回给中央控制模块。
操作系统接口模块:
该模块负责同操作系统或网络进行通信。
其主要功能是把执行模块传来的Agent内部命令根据知识库的内容转为操作系统能够执行的实际命令,同时提交操作系统执行。
一旦命令执行完毕,操作系统接口模块将去获取命令执行的最后结果,并把结果交由中央控制模块显示给用户。
以下为模型图:
图1-2
6.构成代理的基本要素
构成代理的四个要素:
感知、行为、目标和环境。
他们的关系如
图所示:
图1-3
一个“代理”必须有足够的知识并且有学习能力。
7.智能代理的实例介绍
基于智能代理的网络学习系统:
网络学习系统是一个多代理的系统,学习系统中的每个代理都是一个软件模块。
一般来说网络学习系统有以下几种代理组成:
知识库代理、界面代理、导师代理、冲突调解代理、知识管理代理、信息搜索代理、目录代理。
1.知识库代理:
一个拥有强大信息检索能力、答疑和提供建议的能力的智能代理必然要依据存储在知识库中的知识进行推理。
知识库能根据请求向其他代理提供大量的、以能够理解的表达形式组织的知识信息,并能与其他知识库相连,构成一个巨大的知识库。
2.界面代理:
界面代理能监控用户的行为,并能从用户的行为中获取知识,最终成为用户的助手。
3.导师代理(TUTORAGENT):
导师代理是一种用来支持学生完成新的学习任务的教学手段。
学生在进行新的学习任务的过程中,导师代理能提供学习指南等形式的帮助,使得学生更成功的完成学习任务。
4.冲突调解代理:
冲突调解代理主要负责协调其他代理之间的活动,并解决他们之间的冲突。
在网络学习系统中,需统一协调的活动包括:
计划安排、任务构建、任务间的协商,任务分配,解决方案评价。
5.知识管理代理:
知识管理代理提供对知识信息的创建、维护和解释。
知识管理代理提供对这些知识处理活动之间的高层协调功能,这些功能和具体应用是独立的,可同时支持多个工程应用,它实际上是协调各个应用之间的一种高级冲突协调代理,并提供了一个合作框架。
6.目录代理:
目录代理主要为各种服务、资源提供地址,便于用户存取。
由于整个学习系统的数据和信息以及知识都是分布式存储的。
因此,高效的目录管理是不可缺少的。
8.智能代理的教育应用
智能代理技术作用于教育领域中,给教学活动带来了很多好处。
为简便起见,我们将应用于教育环境下的智能代理简称为教育代理。
教育代理通过生动逼真的代理人促进了学习过程,它是在过去关于智能导师系统的研究基础上建立起来的,但比起过去的系统,教育代理就促进在线学习方面存在的问题提出了新的看法,并着手于过去在智能导师的研究中普遍忽视的问题。
由于不同的学生在智力、熟练程度和学习方式上有不同的表现,学生行为通常是不可预测的。
动态教育代理通过模拟逼真的代理人促进了计算机学习环境下的学习。
这些逼真的代理人能根据学习者的行为作出反应。
此外,凭着对学习情境及学习主题的充分理解,它们能够在学习过程中发挥重要作用。
远距离教育代理(Adele):
USC开发的一种教学代理一一Adele(远距离教育代理简易版AgentforDistanceEducation-LightEdtion)。
Adele是一种专为适应网络虚拟教育环境而设计的教育代理。
这一教育代理的体系结构贯彻了最基本的教育功能:
表述知识、监控学生及提供反馈、探究问题,以及提示和解答。
这些功能都是通过一个能够支持与学生进行连续和多种模式交互的逼真代理人来完成的。
Adele体系结构能够在网络浏览环境的客户端执行,并能与用其他幕后创作工具产生的虚拟环境相互作用。
Adele设计目的是为帮助学生完成基于问题的训练而设计的,这些练习被整合到教学材料中并由互联网进行传送。
Adele在设计中不仅支持单机用户及单一系统教学,同时也支持多用户和多系统的协作训练。
Adele系统包括四个主要的组成部分:
教育代理、虚拟环境、客户-服务器和服务器存储器。
其中教育代理又包括两个子部分:
动态代理人及推理引擎。
中央服务器的作用是保存记录学生进展的数据库,并在适当时候保证多机及多用户协作训练同步进行。
推理引擎完成所有的监控和决策。
决策建立于选择案例后从服务器下载的学生模型,案例任务图示以及初始状态,以及随学生完成案例过程而更新的当前代理的智力状态。
案例完成后,学生行为的记录将被保存到服务器,用于评价学生的技术水平并对以后案例中Adele如何与学生进行交互作出决策。
动态代理人不过是一段Java程序,能够单独使用于基于网络的Javascript接口,也可以合并到更大的应用程序中,例如我们在此所描述的虚拟训练。
自制动态代理不像Microsoft那样的幕后(off-the-shelf)代理,可以保证平台的独立性和可扩展性。
代理人程序使我们能够方便地增加和改变动画画面以支持用户选择不同的代理。
Adele是基于自治代理范例而不是智能导师系统范例设计的。
Adele则为运行于网络而设计的,过渡到基于网络的环境不仅限制了与用户交互的可能模式,也对其执行提出了更高的要求。
Adele对注视的眼神和身体姿势的运用,以及它对学生行为的反应能力,使它具有真实性并能感到学习者的存在,而它使用的面部表情则激发了学生的学习动机。
Adele的设计模块化,并能与由其他支持外部程序接口的幕后(off-the-shelf)创作工具所制作的网上训练和虚拟学习相结合。
Adele的陈述方案虽然简单而又通用,却能达到对学生提供可用的反馈的目的。
为了使代理的推理引擎能在用户端高速运行,也为了支持知识的掌握和建构,简单原则是必不可少的。
目前Adele的任务陈述不仅能支持大范围的科学课程教育,同时也适用于多种技能训练。
引用"
情境空间"
来建构学科领域的状态空间,以达到在动态的域里指导行为的计划。
情境由命名、通用状态(worldstate)、目标表示、优先级和一系列的转换而定义。
其中,worldstate和目标表示是状态描述的一部分。
优先级用来在适用选择不止一个的情形下进行情境的组织。
转换则描述当相关条件在通用状态(worldstate)为真时可能导致的各种情境。
通常,进入一种情境后,适应该情境的子程序将被作为示例,以达到目标表达式。
由于教学领域允许我们事先"
知道"
所有可能出现的情境,所以没有必要为每一个情境生成实时程序。
相反,所有情境的程序都是提前设计的,并把可能出现的负面交互考虑进去。
例如,由于新增步骤消除已执行步骤的效果而产生的负面交互,或与为达成另一目标的现存步骤的效果发生冲突产生的负面交互等,因此,Adele的推理引擎要完成的任务是监控情境。
对于Adele的推理引擎来说,总有一个已定义的当前情境,推理引擎监控通用状态(worldstate)的变化,并决定是否向另一情境转化。
作为教学状态变化基础的当前程序随着情境变化而变化。
9.智能代理应用存在的问题
(1)如何用IA作为人的代理:
IA作为人的代理,必须解决以下两个问题:
①