多智能体系统课件整套电子教案.pptx

多智能体系统课件整套电子教案.pptx

《多智能体系统课件整套电子教案.pptx》由会员分享，可在线阅读，更多相关《多智能体系统课件整套电子教案.pptx（601页珍藏版）》请在冰豆网上搜索。

第1章多智能体系统概述,自然智能和人工智能多智能体系统多智能体系统的主要技术内容Netlogo仿真工具,第1章多智能体系统概述,依赖于表现智能的智能体不同，我们可以简单地把智能分为人工智能和自然智能（非人工智能）。

现实中最普遍存在的就是大自然创造的各种智能体，也就是各种动物以及我们人类自己。

自然智能特指大自然创造的智能现象。

人工智能是由机器、设备或软件等人造对象所表现出的智能。

1.1.1自然智能,自然智能包括：

生物个体智能，由有机的生命形态个体所表现出的智能。

人类个体智能，由人类个体所表现出的智能。

群体智能，由众多智能个体的集合所表现出的智能系统智能，由多种有机或无机元素组成的复杂系统所表现出的智能。

1.1.1自然智能,定义1.1生物智能（BiologicalIntelligence，BI）就是指各种生物个体所表现出来的，能够自主的对环境做出适应的反应行为。

1.生物个体智能,人类智能（humanintelligence）是人类个体所表现出的智能。

定义1.2从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果就产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称“智能”。

2.人类个体智能,群体智能是由众多智能个体的集合所表现出的智能。

定义1.3群体智能（SwarmIntelligence，SI）是指在集体层面表现的分散的、去中心化的自组织行为。

定义1.4涌现行为在全局状态中是显而易见的，它们没有明确地被编入程序，但它是个人之间局部互动的结果。

根据观察者建立的一些指标，它被认为是有趣的。

3.群体智能,群体智能SI可以视为系统智能（SystemIntelligence，SI）的一个特殊情况。

系统智能可以视为所有智能的根本模式，我们将从系统智能中揭示智能的真正来源。

系统智能是由多种有机或无机元素组成的复杂系统所表现出的智能。

4.系统智能,定义1.5如果一个系统能够独立而有效地解决某种问题，那么这个系统就是智能的。

诸如自然界的石、木、山、水等生态系统，乃至一个星球，它们都可以在科学现象的支配下，遵循自然规律，感应外界信息，交换物质能量，有序耗散运行。

因此，物理实体系统也可以定义为是一种原始智能系统。

4.系统智能,自然智能和人工智能多智能体系统多智能体系统的主要技术内容Netlogo仿真工具,第1章多智能体系统概述,多智能体系统定义与特点多智能体系统的形式化描述多智能体系统理论的发展多智能体系统应用,1.2多智能体系统,智能分为自然智能和人工智能，相应地，智能体就分为自然智能体和人工智能体。

一个自然智能体可以是人群中的个人、经济系统中的经营者、生态系统中的植物个体、动物个体等；人工智能体可以是交通流中的智能汽车，计算网络中的计算机，无人机等。

1.智能体,定义1.7任何可以被看作是通过传感器感知环境并且通过执行器作用于环境的实体都被称为智能体（Agent）。

1.智能体,定义1.8智能体的感知序列是该智能体所接收的所有数据完整的历史。

感知信息做为智能体的感知输入，而感知序列是感知信息的集合。

一般而言，智能体在任何给定时刻的行动选择取决于到那个时刻为止智能体的整个感知序列。

1.智能体,定义1.9把任意给定感知序列集合到执行动作集合的映射称为智能体函数。

定义1.10智能体程序是在物理实体上运行的智能体函数的具体实现。

1.智能体,下面给出智能体程序的伪码表示：

functionTABLE-DRIVEN-AGENT（percept）returnsanactionstatic：

percepts，一个序列，初始为空；table:

动作列表，以感知序列为索引，初始完全指定；将percept加入到percepts中；action-LOOKUP（percepts,table）；returnaction；,1.智能体,定义1.11智能化智能体（IntelligentAgent，IA）是这样一种智能个体，对于任意感知序列，智能体能够根据接收到的感知序列和对环境的先验知识选择使性能度量期望最大化的行动。

智能化智能体（IA）既强调它的智能性（Intelligent），也表明其代理能力（Agent）。

智能性是指应用系统使用推理、学习和其他技术来分析解释它接触过的或刚提供给它的各种信息和知识的能力，智能可以由一些方法，函数，过程，搜索算法或加强学习来实现。

1.智能体,

（2）感知智能第二个是感知智能，涉及机器的视觉、听觉、触觉等感知能力，即机器可以通过各种类型的传感器对周围的环境信息进行捕捉和分析，并在处理后根据要求作出合乎理性的应答与反应。

感知智能，让机器能听懂我们的语言、看懂世界万物。

1.智能体,1.智能体,定义1.12多智能体系统是由一定数量的智能个体通过相互合作和自组织，在集体层面上呈现出有序的协同运动和行为。

2.多智能体系统,每个智能体仅拥有不完全的信息和问题求解能力；不存在全局控制，而采用分布式控制策略。

3.多智能体系统特点,

（2）系统中每个智能体都具有相对简单的功能及有限的信息采集、处理、通讯能力，然而经过局部个体之间的信息传递和交互作用后，整个系统往往在群体层面上表现出高效的协同合作能力及高级智能水平，从而实现单个智能体所不能完成的各种艰巨、复杂、精度要求高的任务。

3.多智能体系统特点,（4）多智能体运行的特点是协同协作规则。

在物联网背景下，每个物体会发展成一个智能体，实体交互不仅仅在两个物体之间发生，而是每一个智能体可以和任何一个其他的智能体进行交互。

多智能体之间的交互，其实就是在定义协同协作规则，智能体之间的行为交互方式或者交互模式。

3.多智能体系统特点,多智能体系统定义与特点多智能体系统的形式化描述多智能体系统理论的发展多智能体系统应用,1.2多智能体系统,定义1.13一个智能体是一个自我管理，自我决策，自我控制及自我学习的个体，有自己的行为和内部状态，免受其它智能体的明确控制。

1.智能体数学模型,智能体e是一个七元组，其中S描述了智能体e的当前状态；B是动作；See是感知器部件；Choose是决策器部件；Change是智能体动作的执行对环境状态的影响；F是一个评估函数；G是智能体e的目标集。

1.智能体数学模型,定义1.14智能体e的状态S被一组静态或动态属性刻画，即，S=S1,SN。

例如，在交通网中，研究智能体的状态属性和环境的状态，智能体的状态属性包括智能体的位置、速度、运行方向、源地址、目的地址、下一步、智能体之间的动态关系等等动态属性；定义1.15智能体e的本地有穷动作集合是B=b1,bk。

1.智能体数学模型,定义1.16智能体感知部件的功能是See:

S一P，其中，S=s0,s1,.,sm是环境状态集合。

该函数将智能体所在的环境状态映射为感知输入。

定义1.17智能体动作决策部件的功能是Choose:

PB，该函数刻画了它根据感知信息的状态序列确定智能体待实施的本地动作bi。

定义1.18智能体动作的执行对环境状态的影响是Change：

SXAP（S），其中P是幂集符号。

1.智能体数学模型,定义1.19一个智能体通过使用一个评估函数F进行条件的评价。

例如，在交通网中，评估函数包括速度、方向、是否到达目的地等。

定义1.20智能体e可以有一组目标，记作G=g1，gN。

每个目标gi是要取得一个状态S，满足评估函数F取得某个预定义的值，即gi=S|F（.）=，其中是一个常量。

1.智能体数学模型,定义1.21一个多智能体系统是三元组，符号IA用来表示多智能体集（IntelligentAgent，IA），E是IA驻留的环境，是系统目标函数，通常是智能体状态的非线性函数。

2.多智能体系统数学模型,定义1.22环境E=es1,es2,esN，其中每个esi对应于一个静态或动态属性，N为属性个数。

2.多智能体系统数学模型,作为一个多智能体系统中的主要构件之一，一个环境E通常起着三个作用。

首先，它作为智能体可以活动的范围。

这是环境的静态观点。

例如对于交通网，交通环境是以道路为中心的物的环境；第二，环境作为布告牌，其中智能体可以读取或发布它们的信息。

在这种动态观点下，环境始终在改变。

在这个意义上，环境可以被看作一个智能体之间的间接的通信媒介。

对于交通网环境如交通安全设施、交通信号、交通标线和路面交通标示等意义性交通环境；第三，环境保持一个中央时钟，如果必要的话，有助于所有智能体的行为。

2.多智能体系统数学模型,是自组织系统目标函数，是智能体状态的非线性函数。

在交通网研究中，目标函数可以是交通网的最短路径。

而涌现行为是智能体之间、智能体和环境之间的交互产生的，在宏观层面上呈现出整体协调一致的运动效果。

2.多智能体系统数学模型,多智能体系统定义与特点多智能体系统的形式化描述多智能体系统理论的发展多智能体系统应用,1.2多智能体系统,1、在该方面的研究早期，大量的工作集中在对自然界生物群体建模仿真上。

2、对多智能体系统的研究进入“网络化系统与图论描述”阶段。

3、针对多智能体系统理论的研究进入实际应用阶段。

多智能体系统定义与特点多智能体系统的形式化描述多智能体系统理论的发展多智能体系统应用,1.2多智能体系统,智能机器人智能交通柔性制造分布式预测、监控及诊断虚拟现实无线传感器网络应用,自然智能和人工智能多智能体系统多智能体系统的主要技术内容Netlogo仿真工具,第1章多智能体系统概述,AI的重要任务就是实现智能体程序，智能体程序是运行在一定的体系结构上。

这里的体系结构是指智能体的感知器、执行器和承载这些机构的结构。

智能体=智能体程序+智能体体系结构,1.多智能体及环境建模,AI的重要任务就是实现智能体程序，智能体程序是运行在一定的体系结构上。

这里的体系结构是指智能体的感知器、执行器和承载这些机构的结构。

智能体=智能体程序+智能体体系结构,1.多智能体及环境建模,AI的重要任务就是实现智能体程序，智能体程序是运行在一定的体系结构上。

这里的体系结构是指智能体的感知器、执行器和承载这些机构的结构。

智能体=智能体程序+智能体体系结构,1.多智能体及环境建模,

（1）智能体体系结构智能体体系结构研究在理论体系的基础上如何设计内部模块以及它们之间的关系，从而使系统具备各种属性。

体系结构为程序提供来自传感器的感知信息，运行程序，并且把程序产生的行动选择传送给执行器。

1.多智能体及环境建模,智能体的结构需要解决以下问题：

Agent由哪些模块组成；这些模块之间如何交互信息；Agent感知的信息如何影响它的行为和内部状态；如何将这些模块用软件或硬件的方式组合起来形成一个有机的整体。

1.多智能体及环境建模,

（2）各种智能体的体系结构人们提出了各种智能体的理论。

大致可以分成三类：

反应型智能体、慎思型智能体和混合型智能体。

1.多智能体及环境建模,蜂拥问题（flockingProblem）编队控制问题（FormationControlProblem）聚集问题（RendezvousProblem）同步问题（SynchronizationProblem）,2.一致性问题（Consensus或Agreememt）,

（1）群集问题（SwarmingProblem）群集（Swarm）是指在一个共同的环境中，以一种连贯和协调的方式运行的大量、独立的异质或同质智能体集合。

群集架构（Swarmarchitectures）促进了分散和自组织，这通常会导致涌现行为（Emergentbehaviour）。

群体的涌现行为是群体与其环境（或同伴）相互作用的结果，而不是设计的直接结果。

3.群体智能问题,

（2）群体智能的概念和特点群体智能（SwarmIntelligence）是指“具有一定自治能力的个体通过合作行为表现出复杂的智能行为特性”。

群体智能中的群体是指一组可以（通过改变局部环境）进行相互通信