智能Agent.pptx

智能Agent.pptx

《智能Agent.pptx》由会员分享，可在线阅读，更多相关《智能Agent.pptx（20页珍藏版）》请在冰豆网上搜索。

智能Agent智能Agent概念以及特征智能Agent是分布式人工智能领域中的一大应用，其目的是在于减轻人们使用复杂软件和执行繁琐任务的负担，增强软件对用户的亲和感，最大程度地提升工作效率，Agent的研究起源于人工智能领域，它是指模拟人类的行为和关系，具有一定智能并且能够自主运行和提供相应服务的程序，随着互联网的普及以及渗透，智能Agent已经渗透到互联网的各个领域，并且显示出广泛重要的应用前景和深远意义。

智能Agent概念以及特征广义的智能Agent包括人类和物理世界中的移动机器人、人与信息世界中的软件机器人；狭义的智能Agent则是专指信息世界中的软件机器人，他是代表用户或者程序以主动服务的方式完成一组操作的机动计算实体。

智能Agent概念以及特征所谓的“主动服务”指的是：

1：

主动适应，在完成操作的过程中获得对象的知识表示，并在今后的操作中利用关于操作对象的知识以及关于用户意图和喜好的知识提供服务；2：

主动代理，对一些任务无需用户发出具体的指令，只要当前状态符合某种条件，就能代表用户或者其他程序完成相应的操作。

所谓的“机动“是指：

在所处的计算环境中灵活的访问和迁移机制，以及同其他智能Agent通信和协作的机制，如下图所示智能Agent的能力计算机网络系统具有的实时性、动态性、高速性与瞬变性等特点。

都要求我们不断地发展更多更新、具有灵活性地控制和管理技术，保证网络安全可靠、高效、稳定地运行。

人工智能技术所具备地许多特殊技能使其成为现代计算机网络最强有力地支持工具：

1）处理不确定性乃至不可知性的能力网络管理就是要对网络资源进行检测控制管理，使网络系统高效率运行。

但这种管理是依赖于它对系统资源状态的了解，包括系统的全局状态和系统的局部状态。

由于网络系统的瞬变性，当某资源的状态信息传到网络管理系统时可能已经发生了变化。

因此，网络管理只能知道系统的局部状态甚至完全不了解系统内部状态信息。

也可能即使是局部信息也是不确切的。

智能Agent的能力模糊逻辑等人工智能技术不需要对系统的数学模型有准确的描述。

引入模糊逻辑的智能化网络管理具有处理不确定信息的能力，能根据这些不确定、不准确的信息对网络资源进行管理和控制。

2）协作能力由于网络规模的扩大和机构日益复杂，单一的网络管理者是难以应付全部网络工作的，为此出现了层次化的网络管理概念，上层的管理者可以以轮询的方式检测中层管理者。

中层管理者对下层管理者进行检测，这就存在多层管理者之间任务的分配、通信和协作。

多代理协作分布式人工智能的思想已经逐渐引入到网络管理中，使各层网络管理者之间具有协作能力。

智能Agent的能力3）学习、解释和推理能力目前大多数网络管理者都基于某种网络管理协议，如简单的网络管理协议（SNMP）、公共管理信息协议（CMIP），它所检测到的只是一些管理信息库信息，而这些信息所反映的问题以及如何基于这些信息来对网站管理控制，却没有得到很好的解决，其管理工作权仅停留在网络检测阶段。

智能化网络管理不只是简单的响应低层的一些孤立信息，它有能力学习、综合、解释这些低层信息，以便于得出高层的信息和概念，并基于这些高层的信息概念对网络进行管理和控制。

同样，智能化网络管理的推理能力也很重要，它能够根据已有的不很完全、很精确的信息来做出网络的判断。

比如在故障管理中，诱发一个事件产生的原因使多样的，而一个故障产生往往又会以多种形式表现出来。

此时智能化网络管理有能力处理这些模糊智能Agent的能力性的问题，采用专家系统是最合适的选择。

4）处理非线性的能力网络拓扑结构的复杂性，网络负荷的瞬变性以及用户行为的不可预测性等多种原因使计算机网络成了一个标准的高度非线性控制对象。

这也传统的控制理论和方法在现代计算机网络中少有成功应用的原因。

人工智能理论使一门通过模拟人类智能而形成和发展起来的技术，它具有极强的处理非线性问题的能力，这也是人工智能技术在计算机网络中得以成功应用的一个主要原因。

智能Agent的特点智能Agent具备推理能力，可以就本身的动作和其他Agent的动作进行推理，以保证多Agent系统以一种清晰和有目的的方式行动，我们可以将智能Agent的主要特点归纳如下1）代理性（Agent）体现为”代表用户“工作，封装其他资源，引导并代替用户对这些资源进行访问，使之成为便于通达这些资源的枢纽和中介。

其实质就是利用Agent代替人去完成某种特定的任务，以人的代理者的身份来分析和解决问题2）智能性（Intelligent）表现为理解用户意图，帮助用户克服障碍，推测用户意图并为其代劳，具体表现出类似于人类的智能特性，具有较强的分辨能力和判断能力。

智能Agent的特点3）自治性（Autonomy）智能代理（IA）具有自我调控能力，在外界干预的情况下，通过自学习和自我调节可以控制自己的行为，因此他是一个独立自主的计算实体。

同时在无法实现建模、动态变化的信息环境中能够独立规划复杂的操作步骤，从而解决实际问题。

4）移动性（Mobility）智能Agent可以在网络上灵活机动地访问各种资源和提供各种服务，并在完成特定任务时同其他智能Agent合作与协商，甚至迁移到网络的其他主机上独立或合作完成相关任务。

智能Agent的特点5）主动性（Initiative）为了达到某种目的，根据自身的行为规则主动采取行动以达到预期目的。

6）交互性（Interactive）提供用户与智能Agent之间以及智能Agent与智能Agent之间的通话，使其以交互方式共同协调工作。

智能Agent在网络上可能的应用互联网发展方兴未艾。

据不完全统计，截至1999年上半年，我国上网用户人数多达3000万，下面就智能Agent在互联网上的主要应用以及研究做一简单的介绍网络信息导航凡是上过网的用户都有一个最大的体会，那就是在网上查询信息犹如大海捞针。

面对茫茫的信息海洋，使人不知道在何处寻找需要的信息，只能够盲目、被动地利用现有的搜索工具进行查询。

而这些搜索工具的组成结构与工作原理都很相似，一般都是由搜索引擎、搜索Robots、文档索引库和查询服务器等四部分组成。

同时搜索引擎一般只提供简单的关键字输入，如果需要进一步限定查询要求，则需要用户进一步选择检索方法、范围以及时间。

搜索引擎本身对关键字不进行语义分析和细化。

由于输入的关键字信息在搜索引擎中是上下无关的，因此导致搜索引擎返回的查询结果包含许多无关信息，这些盲目的搜索将浪费网络带宽这一宝贵资源，使网络带宽成为瓶颈，这样恶性循环下去，最终导致搜索速度变得更慢甚至是系统崩溃。

在网络信息导航中引入智能Agent思想，可以把我们从搜索海洋中解放出来。

同时，智能Agent的主动活动行为以及代理行为可以成为我们查找信息的好帮手，根据学习和适应来自动为用户导航、解惑、整理，逐步地调整搜索目标，发现有利用价值地信息，最终集成用户需要的信息。

使得从过去的“人找信息”发展到能够根据需要去主动提供信息，实现“信息找人”；从过去的PULL技术发展到现在的PUSH技术。

用户按照自己的意愿订阅需要的信息，而系统服务根据用户的订阅出版用户需要的信息。

可以预测，信息服务实现个性化主动服务方式是信息服务的发展方向，它的日益出现将会使网上用户受益匪浅。

目前过爱已经研制和开发出投入使用的具有自治能力的智能Agent导航，例如LirenChen研制的WebMate。

网站管理网络技术和网络应用的迅猛发展，使得网络规模、范围日趋扩大。

不同网络和系统间互连的情况也越来越多，从而使大多数网络具有异构性和分布性特征。

同时随着用户需求的不断提高，网络中采用先进的技术也越来越多，网络维护和管理工作变得越来越复杂，这就要求网络管理具有高度的智能化和自动化。

由于网络环境实质上是一种分布式环境，网络管理就是在此分布式环境中设计的一种计算模式。

智能Agent以通信方式与外界环境建立联系，根据已有的状态和现有的知识处理方法进行网络管理。

智能Agent在网络管理中能主动监视线路和关键设备的运行情况，分析主要的路由流量情况，报告失效事件，在现有网络设备条件下最大限度地发挥网络的性能，从而达到网络维护和管理的功能，同时利用智能Agent能够进行自动网络安全保护。

教育远程教育，又称网上教学，是以计算机网络为基础的教学系统，它以网络作为传输信息的载体，可以解决广大受教育者，特别是无正规时间或集中时间的受教育者和有限教育资源（包括教师、教材、演示设备等）在时间和空间上的限制。

远程教育可以为教师和学生提供灵活、方便、丰富多彩的授课方式和学习方式，为普及教育、改善学习和训练条件提供一种有效的手段，从而满足不同社会阶层的学习需求。

计算机信息日益“网络”化和“多媒体”化的发展为远程教育的实现创造了必要的条件。

远程教育是促进教育机会平等的重要手段，在网络环境中可以调动多种教学手段，包括讲解、演示、练习、实验、考试。

在远程教育系统中，智能Agent可以以虚拟的教师、虚拟的学习伙伴、虚拟的实验室设备和虚拟的图书馆管理员等身份出现，从而增加教学内容的趣味性和个性化、人性化色彩，改善人机教学效果，进而使远程教学效果达到或者超过传统教学效果。

在学习过程中，智能Agent可以根据个体差异安排学习计划、学习建议。

在练习和实验环节，智能Agent根据各个学员的学习进度和掌握情况为学员提供恰如其分的习题和实验。

从这个意义上来说其教学效果优于传统教学，相当于私人教师进行个别授课、辅导。

当学员在网上学习迷失时。

智能Agent可以起到导航作用，顺利将学员带到目的地。

目前受到世人关注的现代远程教育正朝着实时、交互式的虚拟大学方向发展。

智能Agent应用存在的问题智能Agent除了上述的主要应用外，在电子商务、娱乐、仿真、军事模拟领域也有极其广泛的应用。

现在已有专门的机构AgentSociety主持会议，并且已有专门的语言对智能Agent进行描述，例如IBMFlowMARKforMVCAIFUNSYS的SYSTEMYcorba为标准。

简单地说需要解决一下三个方面地问题：

1）如何用智能Agent作为人地代理？

智能Agent的实现困难在于如何准确的“感知”不能完全预测的变化的对象，为此用智能Agent作为人的代理，必须解决以下两个问题：

能力问题智能Agent如何获得必要的知识，从而决定在什么时间，以什么方式帮助用户。

信任问题如何使用户信任智能Agent采取的自主行为。

如何用智能Agent作为人的代理？

解决这些问题的传统方法是：

第一，由用户编程，定义智能Agent的思维和规则：

第二，基于知识库，利用知识库专家系统虽然能很好地解决能力问题，但信任问题不能很好解决。

综合传统方法可以看出：

采用机器学习技术可以解决面临的问题。

一方面通过机器学习，智能Agent可以不断丰富规则，保持与用户之间的交互，掌握用户之间的差异，这些差异体现在：

文化差异、教育水平差异、行业差异、民族差异、个体差异等：

另一方面，基于机器学习技术，可以减少开发工作量，使得智能Agent更加实用。

尽管利用机器学习技术可以部分解决此类问题，但是由于互联网是一个高度民主的网络系统，信息种类、网络应用繁多，各种服务技术相互交织、集成、利用，使得结果变化莫测；因此可能在一定程度上给机器学习造成一定的困难.智能Agent应用存在的问题2）安全机制问题保证系统不受恶意Agent的攻击，保护合法Agent不受宿主系统的非法侵害，保护合法Agent不受其他Agent的攻击。

3）协作问题在互联网上通常是由一些自主的智能Agent构成的多Agent系统，通过协作完成某些任务或者达到某些目标。

如何将松耦合的多个智能Agent进行最佳的协调工作也是需要研究的课题之一。

结束语目前智能Agent的应用得到越来越多人的重视，尤其是网络环境中的Agent，对智能Agent的研究可以充分应用现有的AI理论，并在此基础上将AI技术与网络技术结合起来，可以得到具有广泛用用前景的研究成果。

因此开展Agent在网络中的研究具有广阔的前景和巨大的应用价值。