多Agent航天自主運(yùn)行系統(tǒng)的模型描述

顏 軍 李 勇

1.北京控制工程研究所，北京 100190 2.中國空間技術(shù)研究院，北京 100094

多航天器密切配合的航天系統(tǒng)，如分布式衛(wèi)星、分離模塊衛(wèi)星系統(tǒng)[1]，要及時(shí)協(xié)調(diào)多個(gè)航天器的工作，并處理各種不確定的問題，需要分布協(xié)同的自主運(yùn)行系統(tǒng)。

自主運(yùn)行系統(tǒng)要根據(jù)任務(wù)要求對(duì)系統(tǒng)的任務(wù)進(jìn)行規(guī)劃，產(chǎn)生一系列的活動(dòng)安排，從而完成任務(wù)目標(biāo)。因此要對(duì)活動(dòng)的條件及相互間的關(guān)系、活動(dòng)對(duì)系統(tǒng)自身及環(huán)境的影響進(jìn)行描述，所以模型描述是自主運(yùn)行系統(tǒng)的基礎(chǔ)。

本文提出面向航天應(yīng)用的多Agent自主運(yùn)行系統(tǒng)模型描述方法，通過活動(dòng)和方案兩級(jí)結(jié)構(gòu)的模型，將多Agent之間的協(xié)調(diào)配合與Agent內(nèi)部的規(guī)劃結(jié)合起來，方便實(shí)現(xiàn)局部的方案優(yōu)化。設(shè)計(jì)類似C++語法的描述語言，實(shí)現(xiàn)了對(duì)模型的描述，并已應(yīng)用于多Agent自主運(yùn)行仿真系統(tǒng)。

1 規(guī)劃問題的描述方法介紹

規(guī)劃問題的模型描述，就是對(duì)規(guī)劃對(duì)象及其變化規(guī)律進(jìn)行描述，使問題得到標(biāo)準(zhǔn)化的抽象，以便使用通用的規(guī)劃方法來求解。由計(jì)算機(jī)來實(shí)現(xiàn)規(guī)劃問題的求解，需要使用描述語言將規(guī)劃知識(shí)轉(zhuǎn)化為知識(shí)文件。計(jì)算機(jī)組織和處理這些知識(shí)和數(shù)據(jù)，需要相應(yīng)的數(shù)據(jù)結(jié)構(gòu)，這幾部分的關(guān)系見圖1。

圖1 規(guī)劃問題構(gòu)成

求解規(guī)劃問題，一類方法是以集合或謂詞來描述狀態(tài)，根據(jù)初始狀態(tài)和目標(biāo)狀態(tài)，找出一個(gè)動(dòng)作序列來使對(duì)象狀態(tài)逐次從初始狀態(tài)變化到目標(biāo)狀態(tài)。這是“基于狀態(tài)”的方法，如STRIPS[2]和PDDL[3]。這類方法的優(yōu)點(diǎn)是方便描述前提條件間的“與”、“或”、“選擇”等關(guān)系。此類方法在機(jī)器人規(guī)劃領(lǐng)域使用較多，在航天領(lǐng)域多系統(tǒng)并行且包含時(shí)間、資源等多種約束關(guān)系，較少使用此類方法。另一類方法是以狀態(tài)變量(state variable)在不同時(shí)間區(qū)間上的取值來描述對(duì)象的狀態(tài)，狀態(tài)變量的取值是一些離散狀態(tài)值，比如“On”、“Off”、“Idle”等。狀態(tài)、資源都以時(shí)間線(timeline)的形式描述，體現(xiàn)它們隨時(shí)間的變化。動(dòng)作對(duì)狀態(tài)、資源的依賴和影響，動(dòng)作之間的約束關(guān)系通過模型加以描述。這種方法由于動(dòng)作間的約束關(guān)系而稱為“基于約束”的規(guī)劃方法。這種描述模型的例子是ASPEN系統(tǒng)[4]中的AML描述語言[5]，其動(dòng)作(活動(dòng))與狀態(tài)及資源間的約束關(guān)系模型見圖2。

圖2 考慮時(shí)間和資源、動(dòng)作間有約束的規(guī)劃問題

RA系統(tǒng)使用的規(guī)劃方法也是基于約束的[6]，其特點(diǎn)是不再區(qū)分動(dòng)作和狀態(tài)，而用狀態(tài)變量上的權(quán)標(biāo)(token)來描述。一個(gè)時(shí)間區(qū)間(interval)上的狀態(tài)變量的取值，稱為一個(gè)token，token之間及token與資源變量之間存在約束關(guān)系。RA使用參數(shù)來描述Token，比如使用MoveTo(x,y)來表示向坐標(biāo)(x,y)移動(dòng)。參數(shù)的使用提高了描述的效率，同時(shí)也可以通過參數(shù)的運(yùn)算、傳遞和約束來描述更為復(fù)雜的問題。

2 規(guī)劃問題模型描述的內(nèi)容及要求

動(dòng)作、狀態(tài)、時(shí)間、資源和參數(shù)是規(guī)劃問題的要素，其關(guān)系見圖3。動(dòng)作是規(guī)劃問題的核心要素，狀態(tài)描述了對(duì)象，動(dòng)作和狀態(tài)相互作用描述了對(duì)象的演變，動(dòng)作受時(shí)間和資源的約束，動(dòng)作之間有時(shí)間關(guān)系的約束，參數(shù)描述了動(dòng)作的細(xì)節(jié)，參數(shù)之間也存在約束關(guān)系。

圖3 規(guī)劃問題要素及其關(guān)系

綜合考察各種規(guī)劃方法及描述方法，并根據(jù)航天領(lǐng)域的需要，歸納了規(guī)劃描述方法的內(nèi)容要點(diǎn)和層次如圖4所示。在這些要點(diǎn)中，分解是一種約束關(guān)系，將一些動(dòng)作組合起來，通過逐級(jí)細(xì)化來完成規(guī)劃。同一任務(wù)可以有幾種不同的分解，可根據(jù)實(shí)時(shí)情況選擇其中一種來進(jìn)行規(guī)劃。過程性運(yùn)算是指數(shù)學(xué)運(yùn)算、函數(shù)運(yùn)算等，可以用于參數(shù)間的運(yùn)算。選擇性約束是約束條件間的“與”、“或”、“選擇”等邏輯關(guān)系。優(yōu)先級(jí)是給動(dòng)作賦予固定的或臨時(shí)的優(yōu)先級(jí)，以便在發(fā)生規(guī)劃沖突時(shí)保留優(yōu)先級(jí)高的任務(wù)。性能指標(biāo)用來進(jìn)行規(guī)劃的優(yōu)化，如果任務(wù)的實(shí)現(xiàn)有不同的途徑，可以通過性能指標(biāo)來衡量不同途徑的優(yōu)劣。依據(jù)這些要點(diǎn)，可以考察和對(duì)比不同的描述模型，并根據(jù)需要來選擇和設(shè)計(jì)。

圖4 規(guī)劃描述方法的內(nèi)容層次

描述語言使用規(guī)范的語法，提供人機(jī)接口，將規(guī)劃知識(shí)提供給計(jì)算機(jī)。描述語言大體分兩類：一類是以動(dòng)作(action)為核心，主要對(duì)應(yīng) “基于動(dòng)作-狀態(tài)”的方法；一類是以屬性(attribute)或時(shí)間線來組織描述語言，主要對(duì)應(yīng)“基于約束”的方法。就描述語言的語法特征而言，一類是接近人工智能領(lǐng)域的描述語言，如PDDL[7]；一類如AML[4]，是接近C++這樣的通用編程語言。

用于規(guī)劃的數(shù)據(jù)結(jié)構(gòu)主要有模型數(shù)據(jù)、狀態(tài)數(shù)據(jù)和計(jì)劃數(shù)據(jù)，這些數(shù)據(jù)可以獨(dú)立于描述語言和規(guī)劃算法，見圖5。只要將不同語言描述的模型，通過模型處理過程轉(zhuǎn)化為通用的數(shù)據(jù)結(jié)構(gòu)即可為規(guī)劃算法使用。

圖5 規(guī)劃的模型描述與規(guī)劃運(yùn)算的關(guān)系

針對(duì)多航天器系統(tǒng)的應(yīng)用要求，自主運(yùn)行系統(tǒng)基于多Agent，這就要求規(guī)劃模型描述要具備分布系統(tǒng)的特點(diǎn)，能夠描述多Agent系統(tǒng)中分布存在的規(guī)劃知識(shí)及其相互間的關(guān)系，使系統(tǒng)可以完成各Agent的自主規(guī)劃和多Agent之間的協(xié)同規(guī)劃。STRIPS和PDDL的后續(xù)版本提出了針對(duì)多Agent的模型描述，但不適于航天領(lǐng)域時(shí)間和資源約束的特點(diǎn)。AML將活動(dòng)與狀態(tài)變量分開描述，約束關(guān)系體現(xiàn)在活動(dòng)之間、活動(dòng)與狀態(tài)變量及資源之間，關(guān)系比較清晰，也比較容易描述活動(dòng)的分解。AML直接地描述了狀態(tài)變量的狀態(tài)值之間的轉(zhuǎn)換關(guān)系，但是狀態(tài)值沒有參數(shù)，也就沒有參數(shù)間的約束關(guān)系。RA的DDL描述，token之間的參數(shù)約束關(guān)系表達(dá)能力強(qiáng)，但由于直接使用了狀態(tài)變量上token之間的約束關(guān)系，雖然有統(tǒng)一了狀態(tài)與動(dòng)作的優(yōu)點(diǎn)，但是狀態(tài)轉(zhuǎn)換關(guān)系不明晰，且需要集中描述狀態(tài)變量的信息，限制了其應(yīng)用于多Agent系統(tǒng)。AML有活動(dòng)的分解，有性能指標(biāo)用于優(yōu)化，并以調(diào)用C語言函數(shù)的方式提供了有限的過程運(yùn)算，DDL沒有這方面的功能。

3 多Agent自主運(yùn)行系統(tǒng)的模型描述

多Agent自主運(yùn)行系統(tǒng)(multi-agent autonomous running system, MARS)是基于Agent組織的，其中包括負(fù)責(zé)規(guī)劃的Agent(稱為“規(guī)劃Agent”)、負(fù)責(zé)執(zhí)行的Agent(稱為“執(zhí)行Agent”)等多種類型的Agent。自主運(yùn)行系統(tǒng)以多個(gè)協(xié)同工作的規(guī)劃Agent為骨干，Agent由稱為Agent容器程序的軟件組織在一起，Agent容器程序負(fù)責(zé)多個(gè)Agent的管理和通信。

規(guī)劃Agent負(fù)責(zé)對(duì)特定的系統(tǒng)組成部分進(jìn)行規(guī)劃，具有獨(dú)立的規(guī)劃能力，通過多個(gè)規(guī)劃Agent的相互配合實(shí)現(xiàn)系統(tǒng)的自主運(yùn)行。規(guī)劃Agent用若干“屬性”(Attribute)來描述系統(tǒng)的組成部分，屬性又分為“配置屬性”和“資源屬性”，每個(gè)屬性通過時(shí)間線來記錄在不同時(shí)間的取值。配置屬性與執(zhí)行Agent相聯(lián)系，配置屬性在一段時(shí)間區(qū)間的取值稱為“方案” (Scheme)，類似RA中狀態(tài)變量上的token，描述了系統(tǒng)特定部分的狀態(tài)或動(dòng)作。方案包含參數(shù)，它對(duì)應(yīng)了執(zhí)行Agent中的控制或執(zhí)行方案，規(guī)劃運(yùn)算得到的計(jì)劃，就是由配置屬性上的方案組成。方案由規(guī)劃Agent輸出給執(zhí)行Agent，執(zhí)行Agent負(fù)責(zé)方案的執(zhí)行。執(zhí)行Agent在執(zhí)行方案時(shí)具有局部的閉環(huán)處理措施，可以在一定范圍內(nèi)根據(jù)實(shí)時(shí)的情況進(jìn)行調(diào)整，因而具有自主性和魯棒性。資源屬性的取值一般是連續(xù)或離散的數(shù)值，用來約束對(duì)有限資源的占用。

“活動(dòng)”是規(guī)劃Agent使用的主要的數(shù)據(jù)結(jié)構(gòu)，描述了系統(tǒng)需要完成的一項(xiàng)工作?；顒?dòng)覆蓋的范圍比較寬，從系統(tǒng)接受的目標(biāo)任務(wù)，到系統(tǒng)逐級(jí)分解給各Agent的子任務(wù)都以活動(dòng)來描述。規(guī)劃Agent之間的交互以活動(dòng)協(xié)商來實(shí)現(xiàn)，規(guī)劃Agent內(nèi)部的分解及約束關(guān)系通過活動(dòng)間的約束來描述?；顒?dòng)最終分解為配置屬性上的方案，并要占用資源屬性上一定數(shù)量的資源。規(guī)劃運(yùn)算就是根據(jù)活動(dòng)的約束關(guān)系，對(duì)配置屬性上的方案進(jìn)行安排，并滿足資源約束的求解過程。

系統(tǒng)中使用的變量包括參數(shù)和一般變量，參數(shù)是描述活動(dòng)和方案的，參數(shù)之間有運(yùn)算、傳遞關(guān)系和約束關(guān)系。一般變量包括常規(guī)的數(shù)據(jù)類型，也可以包括一些自定義的結(jié)構(gòu)數(shù)據(jù)類型。系統(tǒng)模型描述的層次和聯(lián)系見圖6。

規(guī)劃Agent之間通過活動(dòng)的協(xié)商來實(shí)現(xiàn)協(xié)同配合，而配置屬性和資源屬性的規(guī)劃在各自的規(guī)劃Agent中完成，以實(shí)現(xiàn)規(guī)劃的分布性和局部的自主性。規(guī)劃Agent不必關(guān)注其他規(guī)劃Agent的屬性細(xì)節(jié)，只是根據(jù)其他規(guī)劃Agent的對(duì)活動(dòng)協(xié)商的回復(fù)來調(diào)整和確定計(jì)劃。通過活動(dòng)和方案兩級(jí)數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)規(guī)劃和執(zhí)行的模型描述，規(guī)劃Agent之間使用活動(dòng)來交互，規(guī)劃Agent內(nèi)部解決約束并將活動(dòng)落實(shí)為方案，規(guī)劃Agent與執(zhí)行Agent之間通過方案實(shí)現(xiàn)規(guī)劃輸出。

在同一時(shí)間同一配置屬性上有且只有一種方案。為簡(jiǎn)化方案間的約束關(guān)系，只定義同一配置屬性上的方案間的約束關(guān)系，不同配置屬性上的方案之間的關(guān)系通過其上級(jí)活動(dòng)間的約束來體現(xiàn)。針對(duì)航天系統(tǒng)的實(shí)際情況，配置方案采用類似狀態(tài)轉(zhuǎn)移系統(tǒng)的描述，即同一配置屬性上的方案間有一定的銜接轉(zhuǎn)換關(guān)系，通過約束關(guān)系描述來體現(xiàn)，比如方案A可以銜接在方案B或方案C之后，而其后可以銜接方案D或方案E。相互銜接的方案之間，可以定義參數(shù)約束關(guān)系。

每個(gè)規(guī)劃Agent是相同的軟件組件，通過使用不同的知識(shí)描述文件使規(guī)劃Agent具有不同的知識(shí)、角色和功能。每個(gè)規(guī)劃Agent的知識(shí)描述文件中對(duì)與其發(fā)生作用的其他Agent進(jìn)行角色說明，指明規(guī)劃Agent之間的關(guān)系以及角色與實(shí)體的對(duì)應(yīng)關(guān)系、信息傳遞需求及途徑等。使用角色定義可以動(dòng)態(tài)地組織和維護(hù)系統(tǒng)，同一個(gè)角色在不同的時(shí)間點(diǎn)可以指向不同的物理系統(tǒng)，可以通過更新這種角色的對(duì)應(yīng)關(guān)系，實(shí)現(xiàn)多Agent組織的演變。

規(guī)劃Agent的知識(shí)描述文件中對(duì)其可以承擔(dān)的活動(dòng)進(jìn)行描述?；顒?dòng)有若干自身專用參數(shù)，同時(shí)還有時(shí)間區(qū)間、優(yōu)先級(jí)等通用參數(shù)?；顒?dòng)的描述中包含該活動(dòng)與其他活動(dòng)的約束關(guān)系，比如前后 (Meets，Met by)、包含(Contains，Contained by)等時(shí)間約束關(guān)系[8]，分解關(guān)系等。在活動(dòng)涉及與其他規(guī)劃Agent的協(xié)商時(shí)，要指明相關(guān)的Agent角色。例如，有效載荷Agent拍照的活動(dòng)，要求姿態(tài)Agent保持目標(biāo)指向，這里保持目標(biāo)指向活動(dòng)包含拍照活動(dòng)是約束關(guān)系，姿態(tài)Agent是相關(guān)的Agent角色。上層的活動(dòng)可以分解為底層的活動(dòng)，底層活動(dòng)的描述涉及配置屬性上的方案和占用的資源。

為了對(duì)方案進(jìn)行局部?jī)?yōu)化，定義了方案的能量級(jí)參數(shù)或者說在選用方案時(shí)的偏好值，比如方案A能量級(jí)為2，方案B的能量級(jí)為3，表明方案B的能量消耗更大一些，那么在同樣滿足系統(tǒng)需求的前提下，優(yōu)先選擇方案A。當(dāng)沒有明確的需求時(shí)，配置屬性就執(zhí)行缺省方案，缺省方案能量級(jí)最低，定義為1。

在活動(dòng)和方案的描述中，有一些參數(shù)的運(yùn)算，如時(shí)間長(zhǎng)度和資源需求量的計(jì)算，是和具體的活動(dòng)或方案的參數(shù)相關(guān)的。所以活動(dòng)和方案的說明中包含一些過程性運(yùn)算，復(fù)雜的運(yùn)算還可以使用專門的運(yùn)算Agent，通過Agent之間的函數(shù)調(diào)用來實(shí)現(xiàn)。

規(guī)劃活動(dòng)中的選擇性約束，通過約束項(xiàng)的分組來實(shí)現(xiàn)，同組中的約束項(xiàng)是可選關(guān)系，包括“3選2”這樣的多選，不同組之間是“與”的關(guān)系。當(dāng)一種活動(dòng)不可行時(shí)，可以根據(jù)分組約束采用其他可選的活動(dòng)來實(shí)現(xiàn)。

多Agent自主運(yùn)行系統(tǒng)的描述方法中的活動(dòng)與AML中的活動(dòng)的區(qū)別是，這里的活動(dòng)不僅在Agent內(nèi)部進(jìn)行分解，更重要的是承擔(dān)Agent之間的協(xié)調(diào)和約束的功能。配置方案的設(shè)計(jì)參考并擴(kuò)展了RA系統(tǒng)的token的概念，并且為適應(yīng)航天應(yīng)用使用了類似狀態(tài)變換關(guān)系的方案間銜接約束。由于結(jié)合了RA與ASPEN的模型描述方法并改進(jìn)了規(guī)劃分解、過程性運(yùn)算和優(yōu)化指標(biāo)，增加了選擇性約束和多Agent組織關(guān)系描述，所以自主運(yùn)行系統(tǒng)描述方法可以滿足多Agent結(jié)構(gòu)下協(xié)同規(guī)劃及工作的需求。

4 知識(shí)描述語言的設(shè)計(jì)

這里定義的描述語言稱為Agent知識(shí)描述語言(Agent Knowledge Description Language, AKDL)，是通用的描述語言，主要應(yīng)用于描述規(guī)劃Agent的知識(shí)，其他類型的Agent也可以用它來描述配置。每個(gè)規(guī)劃Agent有一個(gè)文本形式的知識(shí)文件，由知識(shí)處理模塊處理成為規(guī)劃Agent的知識(shí)存儲(chǔ)在知識(shí)庫中。

AKDL使用接近C++語言的語法及基本符號(hào)，使用簡(jiǎn)單數(shù)據(jù)類型、類和預(yù)定義函數(shù)來描述規(guī)劃模型。使用與C++語言相同的表達(dá)式，方便定義一些過程性的運(yùn)算和函數(shù)調(diào)用。簡(jiǎn)單數(shù)據(jù)類型，包括浮點(diǎn)數(shù)float、整型數(shù)int及其數(shù)組等，用來定義參數(shù)和變量。

預(yù)先定義的類，主要有以下幾種：CThisAg是Agent說明，CCoopAg是相關(guān)Agent角色定義，CConfig是配置屬性類、CResource是資源屬性類、CActivity是活動(dòng)類、CScheme是方案類。類的描述比較復(fù)雜，可以用(param1,param2,…)來定義參數(shù)，對(duì)于活動(dòng)和方案則在{…}中包含參數(shù)設(shè)置、約束關(guān)系描述等豐富的內(nèi)容。如CScheme cfAttd::scLock(float fAngle[3])定義了一個(gè)配置屬性cfAttd上的方案scLock，其參數(shù)是一個(gè)包含3個(gè)浮點(diǎn)數(shù)的數(shù)組。

使用預(yù)定義函數(shù)(或者稱為關(guān)鍵字函數(shù))來實(shí)現(xiàn)一些特定的功能，類似于其他知識(shí)描述語言的關(guān)鍵字(保留字)。對(duì)約束關(guān)系，協(xié)商行為，以及Agent組織、角色、交互的描述等都采用了預(yù)定義函數(shù)的方式?；顒?dòng)、方案的實(shí)例也使用帶參數(shù)的函數(shù)的方式，此外活動(dòng)、方案或函數(shù)的實(shí)例也可以作為預(yù)定義函數(shù)中的參數(shù)。在語句fpFnEx(agFunc,fnFunc02 (&iDura, fAngleFr,fAngleTo))中，fpFnEx是預(yù)定義函數(shù)，表示調(diào)用運(yùn)算Agent的函數(shù)，參數(shù)agFunc是運(yùn)算Agent的名稱，fnFunc02(&iDura,fAngleFr, fAngleTo)是含參數(shù)的函數(shù)調(diào)用實(shí)例，在這里整體作為一個(gè)參數(shù)項(xiàng)。

規(guī)劃Agent的知識(shí)文件，主要由3部分構(gòu)成，分別是 Agent說明、活動(dòng)說明、方案說明，其具體內(nèi)容見表1。

舉一個(gè)應(yīng)用的例子，系統(tǒng)是由4顆衛(wèi)星組成的編隊(duì)，每顆衛(wèi)星和地面站在軟件上對(duì)應(yīng)一個(gè)Agent容器程序，每個(gè)容器程序包含若干Agent。衛(wèi)星1的容器程序中包含AgSatsPlan，AgSat1Plan，AgSat1Attd，AgSat1Orbt，AgSat1Imag，分別是編隊(duì)規(guī)劃、衛(wèi)星1的規(guī)劃，衛(wèi)星1的姿態(tài)分系統(tǒng)、軌道分系統(tǒng)、拍照分系統(tǒng)的規(guī)劃Agent，部分知識(shí)文件內(nèi)容見表1中的舉例。

在表1的Agent說明中，為AgSat1Plan中定義了4個(gè)相關(guān)Agent角色，定義了電源和存儲(chǔ)器2個(gè)資源屬性。在活動(dòng)說明中，拍照活動(dòng)acGetImg涉及3個(gè)Agent的配合，并占用電源和存儲(chǔ)器的資源。在acGetImg中包含參數(shù)fAngle，iSet1，iSet2的傳遞、變量fUsedMem的聲明及過程性運(yùn)算。

預(yù)定義函數(shù)fpParm用于為活動(dòng)或方案的參數(shù)賦值；fpResc指明資源消耗；fpBehv用于指明活動(dòng)之間或活動(dòng)與方案之間的約束關(guān)系，可以定義選擇性的約束關(guān)系；fpSelf用于指明方案間的銜接約束。

在方案說明中，為每種方案定義能量級(jí)參數(shù)及配置屬性的缺省方案，如fpParm(Cost,2)定義能量級(jí)別為2，而fpDeft(cfAttd, scLock(0.0,0.0,0.0))定義了配置屬性cfAttd的缺省方案是scLock(0.0,0.0,0.0)。

表1 規(guī)劃Agent知識(shí)文件的構(gòu)成

根據(jù)實(shí)際需要，AKDL對(duì)參數(shù)及其關(guān)系的描述使用了一些特殊方法?；顒?dòng)或方案中的常用參數(shù)，將作為固有參數(shù)，比如iDura表示方案的時(shí)長(zhǎng)，在運(yùn)算中直接使用。方案中不能單獨(dú)確定，需要與相鄰的方案共同確定的參數(shù)用“?”來代表，比如fpSelf(MetBy, scChange(?, ?, ?, fAngle))表示轉(zhuǎn)向的起始角度要由前一個(gè)方案來決定。參數(shù)設(shè)置中不加約束的項(xiàng)用“*”表示，如在fpParm(PmTm,1000, 1000,*)中表示方案的時(shí)間長(zhǎng)度沒有上限。

通過應(yīng)用的例子可以看出AKDL可以對(duì)各種規(guī)劃知識(shí)，包括描述性的參數(shù)設(shè)置及交互、約束關(guān)系、過程性的運(yùn)算及函數(shù)調(diào)用進(jìn)行方便靈活的描述。

5 結(jié)束語

以文中的描述方法為基礎(chǔ)，已經(jīng)構(gòu)建了多Agent的自主運(yùn)行仿真系統(tǒng)AgSimu，實(shí)現(xiàn)了知識(shí)文件的處理，對(duì)多個(gè)Agent的角色、相互關(guān)系、規(guī)劃知識(shí)進(jìn)行了描述，對(duì)多個(gè)航天器協(xié)同配合場(chǎng)景進(jìn)行了仿真。體現(xiàn)了該模型描述方法的通用性與靈活性，可以方便地使用通用Agent組件快速建立起多Agent組織，展開仿真工作。

多Agent自主運(yùn)行系統(tǒng)的模型描述，是多Agent自主運(yùn)行系統(tǒng)的基礎(chǔ)。文中的描述方法采用配置屬性上的方案來描述系統(tǒng)的設(shè)置狀態(tài)，在參數(shù)傳遞、過程性運(yùn)算、方案間銜接約束關(guān)系、方案的能量參數(shù)定義等方面功能豐富而靈活。使用活動(dòng)-方案兩級(jí)的模型描述，多Agent之間通過活動(dòng)進(jìn)行交互和協(xié)商，在Agent內(nèi)部通過安排方案和資源來落實(shí)活動(dòng)，劃分了Agent之間和Agent內(nèi)部的規(guī)劃職責(zé)，提高了規(guī)劃Agent的自主性，減少了Agent之間的交互代價(jià)。

描述語言采用類似C++語法，可以通過擴(kuò)展預(yù)定義類和函數(shù)來擴(kuò)展語言的功能，兼具描述性和過程性的語言描述能力，便于定義過程性的運(yùn)算。描述語言增加了針對(duì)多Agent系統(tǒng)組織關(guān)系及交互信息的描述以適合多Agent系統(tǒng)的組織和配置。

[1] Lobosco D M, Cameron G E, Golding R A, et al.Pleiades Fractionated Space System Architecture and the Future of National Security Space[C].AIAA Space Conference & Exposition, San Diego, California, 2008.

[2] Nilsson N J, Fikes R E.STRIPS：A New Approach to the Application of Theorem Proving to Problem Solving [J].Artificial Intelligence, 1971,2(3): 189-208.

[3] Maria F, Derek L.PDDL2.1:An Extension to PDDL for Expressing Temporal Planning Domains[J].Journal of Artificial Intelligence Research,2003,(20):61-124.

[4] Fukunaga A, Rabideau G, Chien S, Yan D.ASPEN：A Framework for Automated Planning and Scheduling of Spacecraft Control and Operations [C].International Symposium on Artificial Intelligence, Robotics and Automation in Space (i-SAIRAS), Tokyo, Japan, 1997.

[5] Smith B, Sherwood R, Govindjee A, et al.Representing Spacecraft Mission Planning Knowledge in ASPEN[C].Artificial Intelligence Planning Systems Workshop on Knowledge Acquisition, Pittsburgh, PA, 1998.

[6] Muscettola N, Nayak P P, Pell B, Williams B C.Remote Agent: to Boldly Go Where No AI System Has Gone Before [J].Artificial Intelligence, 1998,(103):5-47.

[7] Ghallab M, Howe A, Knoblock C, et al.PDDL -The Planning Domain Definition Language Version 1.2[C].Artificial Intelligence Planning and Scheduling Conference(AIPS’98), Pittsburgh，Pennsylvania, 1998.

[8] Allen J F, Koomen J A.Planning Using a Temporal World Model[C].The 8thInternational Joint Conference on Artificial Intelligence，Karlsruhe, Germany,1983.