基于黑板的多Agent智能決策支持系統(tǒng)設(shè)計

孫喁喁

（西安工業(yè)大學(xué) 計算機科學(xué)與工程學(xué)院，陜西 西安 710032）

黑板模型是一種高度結(jié)構(gòu)化的問題求解模型，用于“適時”問題求解[1]，作為一種高效的多知識源知識處理方法，廣泛應(yīng)用于大型知識庫系統(tǒng)求解中。黑板系統(tǒng)可以作為一類多Agent系統(tǒng)進行建模和實現(xiàn)?；贏gent的結(jié)構(gòu)提供了柔性，可變性、魯棒性，適用于解決一些動態(tài)的，不確定的和分布式的問題[2]。多Agent系統(tǒng)是一種松散耦合的Agent網(wǎng)絡(luò)[3]，具有很好的靈巧性和精干性，Agent之間通過相互調(diào)度、相互合作協(xié)同完成大規(guī)模的復(fù)雜問題求解。

筆者基于黑板系統(tǒng)和多Agent技術(shù)，在傳統(tǒng)的IDSS的基礎(chǔ)上提出了一種基于黑板的多Agent智能決策支持系統(tǒng)[4]。在該系統(tǒng)中，每個Agent可以利用黑板充分交換信息、數(shù)據(jù)和知識，黑板控制Agent對黑板進行監(jiān)督和控制，完成任務(wù)的分解和沖突的消解。并且通過黑板進行Agent之間地協(xié)調(diào)，以便多個Agent共同協(xié)作來求解給定的問題。

1 基于黑板的多Agent智能決策支持系統(tǒng)結(jié)構(gòu)

在基于黑板的多Agent智能決策支持系統(tǒng)中，每種決策任務(wù)或功能可由一個獨立的Agent來完成，各種Agent通過一個相應(yīng)的標(biāo)準從各自角度出發(fā)來分析問題[5]，不同Agent從自身角度審視決策問題，獨立完成一定子任務(wù)，然后通過黑板協(xié)同合作來達到一個共同的目標(biāo)。由于Agent的自治性和實體化[6]，可以隨時加入或離開一個問題求解系統(tǒng)，使得決策者可以方便地參與到?jīng)Q策過程中，從而保證系統(tǒng)的靈活性。文中提出的系統(tǒng)結(jié)構(gòu)為交互層→智能決策層→資源層的3層體系結(jié)構(gòu)。其中交互層由智能界面Agent和決策用戶組成；智能決策層由以黑板、功能Agent和決策Agent組成；資源層由模型庫及模型庫管理系統(tǒng)、知識庫及知識庫管理系統(tǒng)、方法庫及方法庫管理系統(tǒng)及數(shù)據(jù)倉庫和多庫協(xié)同器組成。

2 多Agent智能決策支持系統(tǒng)中各Agent

2.1 智能界面Agent

系統(tǒng)可以通過智能界面Agent和決策者通信，通過學(xué)習(xí)用戶的目標(biāo)、愛好、習(xí)慣、經(jīng)驗、行為等，輔助用戶更高效地完成任務(wù)。它強調(diào)Agent的自主性和學(xué)習(xí)性，主動的探測環(huán)境變化，能夠通過不斷地學(xué)習(xí)，獲得用戶地某些特征知識，從而可以在決策的過程中根據(jù)感知到的用戶行為方式提供合適的用戶界面，自主地做出與用戶意志相符合的策略。在智能界面Agent的全局知識中主要包括：問題領(lǐng)域知識、用戶模型或用戶知識、自身知識、其他Agent能力的知識。其結(jié)構(gòu)如圖1所示。其可以用三元組描述：

其中A是智能界面Agent標(biāo)識的集合；Ks是智能界面Agent的數(shù)據(jù)庫和推理機制，包含了有關(guān)決策領(lǐng)域和決策者的知識，可以用來推測決策者的決策模式；Bout是Agent的行為，可以對其他Agent施加影響。

圖1 智能界面Agent模型Fig.1 Model of the intelligent interface Agent

利用智能界面Agent不斷與用戶交互，學(xué)習(xí)用戶的習(xí)慣、興趣和偏好，根據(jù)與系統(tǒng)交互的情況，獲取用戶對系統(tǒng)的要求，形成用戶所需的，反映用戶個性的系統(tǒng)功能和界面顯示，同時存儲用戶的功能和界面格式，待用戶的功能和界面格式趨于穩(wěn)定，記錄下來形成用戶模式，存入到用戶模式表中，并會定期刷新、修改，當(dāng)用戶使用系統(tǒng)時，智能界面Agent就會感知用戶的請求。用戶模式是智能界面Agent代表用戶或模仿用戶實現(xiàn)用戶的行為，并把行為的結(jié)果以適當(dāng)?shù)姆绞椒祷亟o用戶，使用戶滿意。用戶也可以隨時干預(yù)智能界面Agent的活動，以滿足用戶的要求。用戶模式一般用5元組表示：

UID——用戶唯一標(biāo)識，以區(qū)分不同的用戶。

Time——用戶模式的有效期。

TID——用戶模式的任務(wù)號。

F——∑fi用戶UID的TID在Time下的功能集，fi為某一功能或功能子集的標(biāo)識。

D——∑di用戶UID的TID在Time下的界面集，di為某一界面子集或界面格式的標(biāo)識。

用戶模式不是系統(tǒng)預(yù)選設(shè)定的，而是與用戶不斷交互，不斷學(xué)習(xí)，逐步形成的具有用戶知識和用戶特性的模式。其接口可描述為：

用戶進入系統(tǒng)

if not find UID //用戶是新用戶

new （TID）； //智能界面Agent生成一個用戶模式給新用戶

else

read （TID）； //智能界面Agent從用戶模式庫中提取當(dāng)前用戶的用戶模式

end if

用戶通過智能界面Agent與系統(tǒng)交互

while（not end） do //用戶沒有退出系統(tǒng)

if F changed //用戶修改了模式

Update（F）；

Update（D）； //智能界面 Agent更新用戶模式

else

execute（TID）； //智能界面Agent按用戶模式完成用戶的任務(wù)

end if

2.2 功能Agent

功能Agent對黑板數(shù)據(jù)平面的變化進行監(jiān)督，對各決策Agent的激活條件和黑板各平面信息進行匹配，將黑板上的信息發(fā)給相應(yīng)的決策Agent。它內(nèi)部有一個各決策Agent讀黑板的激活條件表，當(dāng)黑板各層信息變化時，則對與該層信息變化有關(guān)的激活條件表進行檢查，如果匹配，則進行進一步分析，決定是直接激活相應(yīng)的決策Agent讀取黑板信息或者是做其它操作。其結(jié)構(gòu)如圖2所示。它的事件驅(qū)動規(guī)則有如下形式：

RULE<規(guī)則名>[（<參數(shù)>，…）]

WHEN<事件表達式>

IF<條件 1>THEN<動作 1>

……

IF<條件 i>THEN<動作i>

END-RULE[<規(guī)則名>]

<條件 i>（i＝1，2，…，n）是某種邏輯中的任意的一個合法的邏輯公式。 <動作 i>（i＝1，2，…，n）既可以是系統(tǒng)預(yù)先定義的一些標(biāo)準動作，也可以是用戶定義的一個動作，或者是用某種語言編寫的一個程序。每個事件都有一個事件名標(biāo)識，并有開始（發(fā)生）時間 B（e）、終止（發(fā)生）時間 E（e）和發(fā)生期D（e）等屬性，其中e是一個事件名。

圖2 功能Agent模型Fig.2 Model of the function Agent

2.3 決策Agent

把每一種決策方法設(shè)計為一個決策Agent，多個決策Agent在功能Agent的控制和監(jiān)督下，通過相互間的協(xié)調(diào)和合作解決復(fù)雜決策問題。決策Agent可以描述為一個6元組：

其中A是Agent的標(biāo)識的集合；St是Agent的內(nèi)部狀態(tài)；Ta是任務(wù)標(biāo)識的集合，表示Agent的計劃；Mt是Agent的消息傳遞機制；Ks是決策Agent的知識系統(tǒng)，包含了知識庫以及推理機；Bout是決策Agent的行為，可以對其他Agent施加的影響。決策Agent沒有關(guān)于外部環(huán)境的模型，沒有關(guān)于其他Agent的知識，但仍然有與其他Agent交互的能力。其基本結(jié)構(gòu)同功能Agent。其中，決策Agent在接收到信號/信息后，先對其進行過濾、抽象、聚合，使其形成可以與客觀世界的對象聯(lián)系起來的有意義的符號，然后將這些符號及特征與知識庫中的知識塊進行模糊匹配。如果能查找到高度匹配的知識塊，相應(yīng)的知識塊被用來處理信息并產(chǎn)生決策，如果只能部分匹配，則將被匹配的部分知識作為符號，運用推理機制及知識庫中的規(guī)則處理信息，并形成新的知識塊；如果的確沒有可用的知識塊，則知識庫中的規(guī)則被用來處理信息。知識庫中的規(guī)則及知識塊隨著問題的處理不斷被添加及更新。

3 多Agent智能決策支持系統(tǒng)中的黑板結(jié)構(gòu)

在基于黑板的多Agent智能決策支持系統(tǒng)中，可以把各功能Agent和決策Agent的組合看作各個知識源，通過黑板進行交互。其中黑板是用來存儲數(shù)據(jù)、傳遞信息和處理方法的綜合數(shù)據(jù)庫，是系統(tǒng)中的全局工作區(qū)。在該黑板結(jié)構(gòu)中，對傳統(tǒng)的黑板進行了改進，利用了黑板控制Agent。黑板控制Agent是整個系統(tǒng)的大腦，它直接控制著黑板并且間接地控制著系統(tǒng)中的其他Agent，它根據(jù)自身知識庫和協(xié)作的原則把待處理問題分解成相應(yīng)的子問題，并分配到黑板中相應(yīng)的數(shù)據(jù)平面，對各數(shù)據(jù)平面進行統(tǒng)一管理，并且消除不同決策Agent間的沖突。黑板控制Agent能夠根據(jù)用戶需求，確定問題類型，利用知識庫和模型庫將問題分解，發(fā)送數(shù)據(jù)和控制信息，將子問題分配給合適的決策Agent，等著決策Agent發(fā)來的數(shù)據(jù)和結(jié)果寫入黑板時，即對黑板上的各數(shù)據(jù)平面的內(nèi)容進行改變時，消除不同決策Agent之間的沖突，協(xié)調(diào)各決策Agent，并將合成結(jié)果反饋給用戶。其結(jié)構(gòu)如圖3所示。

圖3 黑板控制Agent模型Fig.3 Model of the blackboard control Agent

黑板控制Agent有2個主要的子功能：問題分解和沖突消解，可以用一個8元組表示：

其中A是Agent的標(biāo)識的集合；St是Agent的內(nèi)部狀態(tài)；E是Agent面臨的外部環(huán)境，內(nèi)部狀態(tài)和外部環(huán)境構(gòu)成Agent推理和行為的基礎(chǔ)；Ka是關(guān)于其他Agent的知識，通常是（A×Ta）的部分函數(shù)；Ta是任務(wù)標(biāo)識的集合，表示Agent的計劃；這兩個指標(biāo)描述了黑板控制Agent如何分解決策問題。Mt是Agent的消息傳遞機制；Ks是黑板控制Agent的知識系統(tǒng)，包括任務(wù)分解方法以及不同Agent間的目標(biāo)、意圖和推理機制等的沖突消解；Bout是其對其他Agent施加的行為。

4 多Agent智能決策支持系統(tǒng)的決策步驟

基于黑板的多Agent智能決策支持系統(tǒng)進行決策的過程可以描述為問題的輸入；決策問題的分解；通過多個決策Agent的協(xié)作進行問題求解；決策結(jié)果合成，形成整體解決方案這幾個階段。進一步細化如下：1）通過決策者和智能界面Agent之間的交互，輸入有關(guān)決策問題的信息；2）在決策者的參與下，黑板控制Agent對問題進行整體分析，搜索知識庫，案例庫，把決策問題分解為若干子問題，并分配給相應(yīng)的數(shù)據(jù)平面；3）功能Agent監(jiān)督黑板各平面的信息，通過條件匹配和一系列控制策略激活相應(yīng)的決策Agent；4）每個決策Agent運用自身知識完成自己的決策任務(wù)，得到子問題的結(jié)果，并且改變黑板上的假設(shè)；5）轉(zhuǎn)至第3步繼續(xù)進行推理決策，并且在黑板控制Agent的協(xié)調(diào)和控制下，完成多個決策Agent之間的協(xié)商和沖突消解；6）黑板控制Agent把各決策Agent的決策子結(jié)果合成，形成完整的決策方案。在決策過程中，決策者具有選擇權(quán)，在任務(wù)的分解、決策結(jié)果的綜合等方面參與到?jīng)Q策過程中，從而最終形成決策者滿意的結(jié)果。

5 結(jié) 論

文中采用的基于黑板的多Agent智能決策支持系統(tǒng)模型中，Agent之間通過黑板進行信息共享，通過黑板控制Agent的協(xié)調(diào)機制共同完成復(fù)雜問題地求解。系統(tǒng)中關(guān)于知識的獲取以及數(shù)據(jù)倉庫的設(shè)計，多Agent之間的沖突消解算法及結(jié)果的合成在今后的實際應(yīng)用中需要進一步學(xué)習(xí)和完善。

[1]毛海軍，唐煥文.智能決策支持系統(tǒng)（IDSS）研究進展[J].小型微型計算機，2003，24（5）:874－879.MAO Hai-jun，TANG Huan-wen.Developmentofthe research on intelligent decision support systems[J].Minimicro Systems，2003，24（5）:874-879.

[2]Gottinger H W，Weimann P.Intelligent decision support system[J].Decision Support System，1992（8）:317-332.

[3]Fetzer J H.Pepople are not computers:（most） thought processes are not computational procedures[J].Journal of Experimental&Theoretical Artifical Intellience，1998（10）:371－391.

[4]向陽，沈洪.基于Agent的智能決策支持系統(tǒng)[J].計算機工程，2006，32（16）:167－169.XIANG Yang，SHEN Hong.Intelligentdecision support system based on agent[J].Computer Engineering，2006，32（16）:167－169.

[5]常艷，陳毛狗，袁捷，等.基于MAS的分布式群體決策支持系統(tǒng)框架體系結(jié)構(gòu)的研究[J].計算機工程與應(yīng)用，2003（18）:100－102.CHANG Yan，CHEN Mao-gou，YUAN Jie，et al.Study on the architecture of MAS-based distributed group decision support system[J].Computer Engineering and Applications，2003（18）:100－102.

[6]Toledo C B E，Bourne R A，Jennings N R.Reasoning about commitments and penalties for coordination between autonomous agents[C]//Conference of Workshop Item，2001.