基于Agent的计算PDF电子书下载

第1章　绪论 1

1.1　对基于Agent的计算的认识 1

1.2　基于Agent的计算研究进展 3

1.2.1 基于Agent计算的思维状态模型 4

1.2.2 多Agent协调、协商与合作求解 11

1.2.3 Agent组织 16

1.2.4 MAS的社会性 21

1.2.5　多Agent形式语义方法 23

1.2.6 MAS拍卖 25

1.2.7　面向Agent的程序设计语言 29

1.2.8　测试床与应用系统 34

1.3　本书各章的组织 37

第2章　个体Agent模型 43

2.1　概述 43

2.2 Agent的BDI模型 45

2.2.1　语法定义 45

2.2.2　语义模型 46

2.2.3　语义解释 47

2.2.4　信念、愿望和意图 48

2.2.5 动态BDI模型 53

2.3 Agent的BDI效用模型 55

2.3.1 直观分析 55

2.3.2　语言和语法 56

2.3.3　语义 57

2.3.4　模型性质公理 60

2.3.5　BEL,GOAL和INTEND关系公理 60

2.3.6　模型实现分析 61

2.4　并发Agent的模型 63

2.4.1 语法 63

2.4.2　语义模型 64

2.4.3　模型基本性质 67

2.4.4　举例 68

2.5　并发Agent的操作模型 69

2.5.1 π-演算 69

2.5.2　直观含义 70

2.5.3　模型定义 70

2.5.4　并发Agent内核语言 75

2.5.5　举例 77

2.6　小结 80

第3章　群体Agent的社会模型 83

3.1 概述 83

3.2 社会Agent的BDO模型 87

3.2.1　MAS的分层模型 87

3.2.2　承诺、意图和义务 87

3.2.3　语法定义 88

3.2.4　语义模型 90

3.2.5　基本性质 92

3.2.6　群体现象 95

3.2.7　举例 95

3.2.8　模型对比分析 96

3.3 计算Agent的社会模型 98

3.3.1　模型 98

3.3.2　重构 102

3.4　BDO Agent和MAS结构设计 106

3.4.1 分析 106

3.4.2 MAS的概念层次 107

3.4.3 BDO Agent结构 109

3.4.4 BDO Script和Robocup的部分描述 111

3.5 小结 113

第4章 多Agent系统协商方法 115

4.1 概述 115

4.2　MAS的一种动态行为 118

4.2.1 收益函数与理性假设 119

4.2.2　Agent的理性与系统行为 121

4.2.3　最小理性假设下的系统行为 122

4.2.4　分离理性假设下的系统行为 122

4.2.5　惟一理性假设下的系统行为 124

4.2.6 举例 124

4.3　多Agent协商算法 125

4.3.1 Agent的意图与Pareto＊理性 127

4.3.2　多Agent协商算法 134

4.3.3 举例 142

4.4　多Agent多遇学习协调方法 145

4.4.1 Nash平衡 147

4.4.2 0历史学习方法 149

4.4.3 1历史学习方法 152

4.4.4　∞历史学习方法 154

4.4.5 δ历史学习方法 158

4.5小结 160

第5章　Agent对抗 163

5.1 概述 163

5.2 基于BDI的对手模型 166

5.2.1 对手模型 167

5.2.2　跟踪算法 168

5.2.3　算法分析 170

5.2.4 算法推广 171

5.2.5　实验分析 172

5.3　个体对抗 174

5.3.1 Agent通信 174

5.3.2 KQML的语义 176

5.3.3　基于对手模型的协商算法 179

5.3.4　基于对手模型的欺骗算法 180

5.3.5　对抗策略 185

5.3.6　实验分析 185

5.4　群体对抗 186

5.4.1　群体意图的表示 187

5.4.2　群体意图的生成与执行过程 189

5.4.3　群体意图跟踪算法 191

5.4.4　实验分析 194

5.5 小结 196

第6章 多Agent系统的语义模型 199

6.1 概述 199

6.2　Agent组织形成的形式描述和语义 202

6.2.1　化学抽象机 202

6.2.2 Agent组织结构的设计 203

6.2.3 Agent组织结构设计的形式描述 204

6.2.4 Agent组织结构设计过程的形式语义 206

6.3 受限AGENT0的操作语义 208

6.3.1 AGENT0语言 208

6.3.2　约定和假设 209

6.3.3 基于π-演算的受限AGENT0操作语义 210

6.3.4 受限AGENT0的CAM语义 214

6.3.5　讨论 216

6.4 多Agent信念逻辑的Aumann语义 216

6.4.1 MBL的Kripke语义与广义Aumann语义 216

6.4.2 MPBL及概率Aumann语义 221

6.5　概率信念逻辑的概率模态语义及完备性 227

6.5.1　正规概率模态语义 227

6.5.2 PBLω的概率模态语义及完备性 229

6.5.3 PBL？的概率模态语义及弱完备性 234

6.6 多Agent系统形式规范中的进程演算 239

6.6.1 基于内部选择的CCS系统及弱互模拟的同余性 239

6.6.2　基于并行动作的π-演算及强互模拟的同余性 247

6.6.3　传递知识的进程演算 259

6.7　小结 264

第7章　Agent的个性模型 265

7.1　概述 265

7.2　个性的定义 266

7.3　具有个性的Agent结构 267

7.3.1　结构描述 267

7.3.2　目标实现机制 268

7.4　交互与组织 270

7.4.1　交互 270

7.4.2　组织 270

7.5　具有个性的行为网络 271

7.5.1　行为网络描述 271

7.5.2　活性传播计算 272

7.5.3　活动选择 273

7.6　小结 273

第8章　Agent组织与联盟 275

8.1　概述 275

8.2　基于思维状态传递的组织表示 277

8.2.1 利用思维传递函数描述Agent关系 277

8.2.2　组织描述 279

8.2.3　组织表示的应用 280

8.3 Agent组织的递归模型 281

8.3.1 Agent组织结构的递归模型 282

8.3.2　模型分析 283

8.3.3 Agent组织的形成 286

8.3.4　用递归模型描述Agent组织 286

8.4　一种基于π-演算的Agent组织模型 288

8.4.1　角色和组织框架 289

8.4.2　组织形成过程举例 292

8.4.3　组织动作的思维状态效果 294

8.4.4　实验分析和算法实现 295

8.4.5 讨论 297

8.5 Agent组织的承诺机制 298

8.5.1　多Agent系统的承诺 298

8.5.2 Agent组织的承诺关系 299

8.5.3　承诺的语法和语义 300

8.5.4　承诺的性质 302

8.5.5　基于承诺的组织形成 303

8.5.6　举例 305

8.6　面向结构的组织形成 306

8.6.1　组织描述框架 306

8.6.2　面向结构的Agent组织形成方法 308

8.6.3　举例 312

8.7　联盟演化机制 313

8.7.1 问题的描述与分析 313

8.7.2　联盟等价性 314

8.7.3　联盟演化 315

8.7.4　基于组织论的演化机制 317

8.8　小结 319

第9章　Agent社会 321

9.1 概述 321

9.2　基于信念-愿望-意图和效用的社会承诺机制 324

9.2.1　基本框架 324

9.2.2　社会承诺的决策和通信机制 326

9.2.3　社会承诺过程 328

9.2.4　举例 331

9.3　基于市场模型的MAS社会规范 331

9.3.1　Coleman的社会理论 332

9.3.2　规范的定义 335

9.3.3　权利分配、规范的制定和废除 337

9.3.4　对称利益形势下的共同禁止规范 339

9.3.5　举例 340

9.4　Agent行为规范 343

9.4.1　一种行为规范框架 343

9.4.2　基于人工神经网络的规范机制 345

9.4.3　规范效益与应用分类 348

9.4.4　实验分析 349

9.5　小结 351

第10章 多Agent系统拍卖方法 353

10.1 概述 353

10.2　一种拍卖模型 358

10.2.1 模型 358

10.2.2　拍卖方法的评价标准 359

10.3　一种边际效用递减的组合拍卖求解算法 360

10.3.1　组合拍卖模型 361

10.3.2　物品分配算法 362

10.3.3 基于多物品不可转移检查算法的分析 365

10.4　一种多属性拍卖方法 366

10.4.1　多属性拍卖模型 367

10.4.2　多属性拍卖MAV 367

10.4.3　MAV的评价 371

10.5 小结 373

第11章 多Agent系统合作求解方法 375

11.1 概述 375

11.2 基于BDI的多Agent交互 379

11.2.1　语法定义 379

11.2.2　语义模型 380

11.2.3　语义解释 381

11.2.4 单Agent间的BDI 382

11.2.5　社会承诺和联合意图 384

11.2.6　合作的形成过程 387

11.3　多Agent系统的一种合作机制 389

11.3.1 面向任务域TOD 389

11.3.2　测试床结构和交互流程 390

11.3.3　合作交互策略 391

11.3.4　实验分析 394

11.4　群体Agent合作求解的逻辑模型 396

11.4.1 语法和语义模型 397

11.4.2　公理 399

11.4.3　群体Agent合作求解过程 400

11.4.4　举例 404

11.5 群体Agent合作策略的表示与评估 406

11.5.1 基于影响图的群体Agent合作求解模型 406

11.5.2　情景演算语言——ConGolog 408

11.5.3　评估算法 409

11.5.4　举例 412

11.5.5　讨论 413

11.6　小结 415

第12章　多Agent学习 417

12.1　概述 417

12.2 多Agent Markov对策中的再励学习 421

12.2.1　再励学习与Markov对策 421

12.2.2　多Agent Markov对策再励学习算法 423

12.2.3　学习算法的收敛性 424

12.2.4　实验分析 426

12.3　Agent组织规则的再励学习 428

12.3.1　组织规则学习环境与算法 428

12.3.2　算法改进 431

12.3.3　实验分析 433

12.4 一种基于角色跟踪的群体Agent再励学习 434

12.4.1　群体Agent学习模型 434

12.4.2　基于角色跟踪的再励学习算法 436

12.4.3　再励学习算法的评价标准 437

12.4.4　实验分析 438

12.5 一种基于特征向量提取的FMDP模型求解方法 440

12.5.1 FMDP模型和线性规划 440

12.5.2　状态特征向量 442

12.5.3　线性规划的近似求解 443

12.5.4　举例 446

12.5.5　基于状态特征向量的再励学习算法 447

12.5.6　实验分析 449

12.6　小结 451

第13章　Agent平台与测试床 453

13.1 概述 453

13.2　多Agent动态交互测试床 456

13.2.1　多Agent篇章理解 456

13.2.2　类市场体系结构 457

13.2.3 TUMIT的类自由市场体系结构 458

13.2.4　理论框架与算法 463

13.2.5　实验分析 469

13.2.6 TUMIT分析 473

13.3　交易市场测试床 475

13.3.1　信息物品分析 475

13.3.2　iMarket测试床 477

13.3.3 实验分析 480

13.3.4　买方合作竞标实验 483

13.4 多Agent系统实验环境 485

13.4.1 MAS/TH-4的系统结构 485

13.4.2 虚拟分布计算环境VDCE 486

13.4.3　资源管理Agent和通信管理Agent 492

13.4.4　多Agent篇章理解系统 493

13.5 测试床TH-Soccer和MAS/TH-5 498

13.5.1 TH-Soccer测试床 498

13.5.2 MAS/TH-5测试床 501

13.6　小结 508

第14章　Agent技术应用 511

14.1 概述 511

14.2　工业生产中的Agent 516

14.2.1 Agent技术应用的共同问题 516

14.2.2　产品设计Agent 517

14.2.3　计划与日程安排Agent 519

14.3　信息检索和管理Agent 520

14.3.1　个人信息Agent 520

14.3.2　Web Agent 521

14.3.3 多Agent信息检索系统 522

14.4　Agent技术的适用性 523

14.5 小结 525

参考文献 527

附录　Robocup的部分描述 565