基于偏好排斥等級(jí)BDI主體的決策行為研究

郝一江，陳亞楠

(1.中國社會(huì)科學(xué)院 哲學(xué)研究所， 北京 100732；2.南京大學(xué) 哲學(xué)系， 江蘇 南京 210023)

一、引言

“行為”是人工智能、系統(tǒng)工程、哲學(xué)、軍事等諸多領(lǐng)域的核心概念。從人工智能的視角來看，行動(dòng)就是Agent(主體或智能體)“通過感知信息控制執(zhí)行過程的算法”[1]。主體(Agent)是做知識(shí)級(jí)分析而且是有意識(shí)的系統(tǒng)，它強(qiáng)調(diào)理性作用，“是描述人類智能、動(dòng)物智能和機(jī)器智能的統(tǒng)一模型”[1]；為了利用函數(shù)和數(shù)值形式化地描述其行為，可以把主體定義為從感知序列到實(shí)體動(dòng)作的映射[2]。例如：人、具有高級(jí)智能的動(dòng)物、仿人機(jī)器人、足球機(jī)器人、飛機(jī)、航母、月球探測(cè)儀、無人機(jī)等等都可以看作是Agent。因此，如何對(duì)理性Agent的決策行為進(jìn)行形式化描述，是人工智能中一個(gè)經(jīng)久不衰的話題。

主體和多主體的行為建模涉及的領(lǐng)域非常廣泛，它們?cè)陔娮由虅?wù)、動(dòng)畫設(shè)計(jì)、機(jī)械設(shè)計(jì)、系統(tǒng)分布與設(shè)計(jì)、仿人機(jī)器人、軍事仿真、網(wǎng)絡(luò)安全、軟件工程、復(fù)雜系統(tǒng)、空中交通系統(tǒng)、電信網(wǎng)絡(luò)、業(yè)務(wù)流程、空間飛行器和醫(yī)療服務(wù)的管理和控制等諸多領(lǐng)域有著廣泛的應(yīng)用[3]，是分布式人工智能、系統(tǒng)工程等諸多領(lǐng)域研究的熱點(diǎn)問題，國內(nèi)外相關(guān)研究成果豐碩。

Linder等[4]認(rèn)為：行動(dòng)改變心智；根據(jù)主體的知識(shí)和信念可以定義主體運(yùn)用信念改變行動(dòng)的能力，而且這些定義是基于這樣的理念：即執(zhí)行可行行動(dòng)可以得到主體所期望的事件狀態(tài)。影響Agent行為決策和行為推理的主要因素是：信念(Belief)、愿望(Desire)和意圖(Intension)，因而Agent典型的行為模型就是BDI(Belief-Desire-Intension，簡稱BDI)邏輯框架。應(yīng)用最為廣泛的主體模型是Rao和Georgeff[5- 7]提出的以分支時(shí)間邏輯為基礎(chǔ)的BDI邏輯系統(tǒng)，該系統(tǒng)可以根據(jù)主體的信念、愿望和意圖對(duì)Agent的行為決策和推理進(jìn)行形式描述[8]。

目前，BDI的主體模型已經(jīng)在計(jì)算機(jī)中得以實(shí)現(xiàn)，并在實(shí)際生產(chǎn)生活中得到了廣泛應(yīng)用，如在多主體系統(tǒng)的機(jī)器學(xué)習(xí)[9]、計(jì)算機(jī)生成虛擬兵力[10]等多個(gè)領(lǐng)域獲得了應(yīng)用，故引起了人工智能等領(lǐng)域的專家的極大關(guān)注。在具體的應(yīng)用系統(tǒng)中，信念用來表示環(huán)境狀態(tài)，愿望用來表示主體動(dòng)機(jī)，意圖用來表示主體目的?；谝鈭D的主體結(jié)構(gòu)應(yīng)用最為廣泛。意圖系統(tǒng)描述的實(shí)體行動(dòng)可以通過歸因于某些心智態(tài)度的方法來預(yù)測(cè)，這些心智態(tài)度包括知識(shí)、信念、愿望、意圖、義務(wù)、承諾(commitment)(或前態(tài)度(pro-attitudes))，等等[11]。

在Rao與Georgeff的BDI結(jié)構(gòu)[6]基礎(chǔ)上設(shè)計(jì)和開發(fā)的主體在不確定和動(dòng)態(tài)環(huán)境中具有較好的性能。為了描述不同的主體，一些學(xué)者對(duì)Rao和Georgeff提出的BDI邏輯[5]進(jìn)行了改進(jìn)和擴(kuò)展，例如：等級(jí)(graded)BDI邏輯[12- 13]、帶有規(guī)范性慎思的等級(jí)BDI邏輯[14]、知識(shí)情感等級(jí)BDI邏輯[15]。此外，還有學(xué)者研究了BDI邏輯在有窮狀態(tài)世界上的模型檢測(cè)[16]、基于BDI邏輯的多主體系統(tǒng)中的學(xué)習(xí)問題[9]，等等。

偏好是具有意圖的主體的積極態(tài)度，是促使主體采取行動(dòng)的動(dòng)力，在滿足給定的約束條件的同時(shí)，制定適當(dāng)?shù)囊?guī)劃，以滿足最為偏好的目標(biāo)。在Casali等提出的偏好等級(jí)BDI邏輯中[17]，把進(jìn)行實(shí)際推理的等級(jí)意圖主體定義為一個(gè)多背景系統(tǒng)，然后在相應(yīng)邏輯背景語言中給出了主體的信念、愿望和意圖等心智態(tài)度的形式化表示，對(duì)其進(jìn)行了公理化，并給出了這些心智態(tài)度的交互框架。雖然Casali等能夠?qū)в衅玫腂DI主體行為進(jìn)行建模，但是該邏輯的真值取值范圍是[0,1]，只能夠處理正向偏好，無法處理負(fù)向偏好。

在本文中，為了能夠同時(shí)描述帶有偏好和排斥的主體的決策行為，減少模態(tài)算子的個(gè)數(shù)，筆者對(duì)Casali等提出的偏好等級(jí)BDI邏輯進(jìn)行改進(jìn)，并把其真值隸屬度從[0,1]擴(kuò)展到[-1,1]。為此，需要把偏好分為正向偏好和負(fù)向偏好，并規(guī)定：能夠促使主體采取行動(dòng)的偏好就是正向偏好(即常規(guī)意義上的偏好，如：喜歡、愛好、偏向、偏好)，其偏好測(cè)度值是取(0,1]之間的正實(shí)數(shù)；而阻止主體采取行動(dòng)的偏好就是負(fù)向偏好(即常規(guī)意義上的排斥、討厭、厭惡、不喜歡)，其偏好測(cè)度值是取[-1,0)之間的負(fù)實(shí)數(shù)；并規(guī)定：如果主體沒有偏好，那么偏好測(cè)度值是0。通過這樣處理后，把排斥看作負(fù)向偏好，在對(duì)“帶有偏好和排斥的BDI主體的決策行為”進(jìn)行描述時(shí)，只需要在經(jīng)典的BDI邏輯中引入偏好算子，而不必專門引入排斥算子，這樣就能夠使得我們建立的模型與“Casali等只能夠處理偏好但不能處理排斥的等級(jí)BDI模型”一樣簡潔，但是表達(dá)力卻增強(qiáng)了。

二、偏好排斥等級(jí)BDI邏輯

利用表示偏好的模態(tài)算子，對(duì)Xiaojun Zhang等[13]提出的等級(jí)BDI邏輯(簡稱g-BDI邏輯)進(jìn)行改進(jìn)，可以得到偏好排斥等級(jí)BDI邏輯(簡稱pg-BDI邏輯)，該邏輯可以表征帶有偏好和排斥的BDI主體的決策行為。需要特別說明的是：g-BDI邏輯中，主體的信念測(cè)度、愿望測(cè)度和意圖測(cè)度(即其真值隸屬度)是0到1之間的所有實(shí)數(shù)(記作[0,1])；而在本文給出的pg-BDI邏輯中，主體的偏好、信念、愿望、意圖的真值隸屬度是-1到1之間的所有實(shí)數(shù)(記作[-1,1])。

(一)偏好排斥等級(jí)BDI邏輯的語言

pg-BDI邏輯建基于命題動(dòng)態(tài)邏輯[18]和擴(kuò)展的無窮值ukasiewicz邏輯[19]。命題動(dòng)態(tài)邏輯可以對(duì)主體的行為進(jìn)行表示和推理。無窮值ukasiewicz邏輯可以對(duì)概率測(cè)度進(jìn)行推理；在該邏輯中，命題真值介于0到1之間的所有實(shí)數(shù)，即[0,1]；真值函數(shù)包括：x=1-x和x→y=min(1,1-x+y)。本文為了處理排斥這類負(fù)向偏好，把該邏輯的真值隸屬度的取值范圍擴(kuò)展到-1到1之間的所有實(shí)數(shù)(即[-1,1])。并規(guī)定：促使主體采取行動(dòng)的正向偏好所對(duì)應(yīng)的真值隸屬度∈(0,1]；阻止主體采取行動(dòng)的負(fù)向偏好所對(duì)應(yīng)的真值隸屬度∈[-1,0)；如果主體沒有偏好(即非正向偏好也非負(fù)向偏好)，那么所對(duì)應(yīng)的真值隸屬度為0。

本文給出的pg-BDI邏輯是一種多模態(tài)邏輯，是擴(kuò)展的無窮值ukasiewicz邏輯與命題動(dòng)態(tài)邏輯糅合而成，屬于人工智能邏輯的一個(gè)分支邏輯。偏好排斥等級(jí)BDI邏輯的語言Lpg-BDI是：使用形式為[α]的行動(dòng)模態(tài)詞(其中α是一個(gè)行動(dòng))和4個(gè)模糊模態(tài)算子P(偏好算子)、B(信念算子)、D(愿望算子)、I(意圖算子)，對(duì)經(jīng)典命題語言L進(jìn)行擴(kuò)展而成的。

規(guī)定：Pφ、Bφ、Dφ和Iφ分別表示主體偏好、相信、愿望和意圖命題φ。P([α]φ,p)表示在執(zhí)行行動(dòng)α后，主體偏好命題φ的真值隸屬度(即偏好度)為p。B([α]φ,b)表示主體相信在執(zhí)行行動(dòng)α后，相信φ的真值隸屬度(即信念度)為b；D(φ,d)表示主體愿望命題φ的真值隸屬度(即愿望度)為d；I([α]φ,i)表示在執(zhí)行行動(dòng)α后，主體意圖φ為真的真值隸屬度(即意圖度)為i。

在本文中：φ,ψ表示命題，α,β表示行動(dòng)，行動(dòng)集、原子行動(dòng)集、命題集和原子命題集、分別用Π、Π0、Φ和Φ0表示。語言Lpg-BDI表達(dá)式只有兩種：命題和行動(dòng)。

(1) 語言Lpg-BDI的公式φ通過如下方式歸納得到：

即：Lpg-BDI-公式是由原子命題、經(jīng)典算子(否定算子)、→(蘊(yùn)涵算子)和[ ](程序必然算子)通過歸納的方式加以定義，其中[α]φ表示每次執(zhí)行行動(dòng)α后，命題φ成立。

(2) 語言Lpg-BDI的行動(dòng)α由原子行動(dòng)通過如下方式歸納得到：

α∷=α0|α; β|α∪β|α*|φ?|

即：Lpg-BDI-行動(dòng)是由原子行動(dòng)通過歸納的方式，由不確定性選擇算子“∪”、行動(dòng)復(fù)合算子“;”、測(cè)試算子“?”和迭代算子“*”加以定義。而迭代行動(dòng)αn(其中n是自然數(shù)，而且n≥0)由α0=id和αn+1=α; αn通過歸納方式加以定義。

(3) 如果φ∈Lpg-BDI，那么φ,Γφ∈ΓC；

(4) 如果r∈Q∩[-1,1]，那么rc∈ΓC，其中Q表示有理數(shù)的集合；

(5) 如果Γφ,Γψ∈ΓC，那么Γφ∧Γψ∈ΓC且Γφ→Γψ∈ΓC。

例如：當(dāng)Γ是偏好算子P且φ∈Lpg-BDI時(shí)，由(3)可知：φ,Pψ∈PC(PC表示偏好背景)；當(dāng)Γ是偏好算子P且Pφ,Pψ∈PC時(shí)，根據(jù)(5)可知：Pφ→ Pψ∈PC且Pφ∧Pψ∈PC。其他模態(tài)算子的理解與此類似。規(guī)定：模態(tài)公式Γφ →Γψ對(duì)應(yīng)真值是1，其意思是，Γφ的真值大于或等于Γψ的真值。rc→Γφ表示φ的真值隸屬度至少為rc，簡記為(Γφ,rc)。

(二)偏好排斥等級(jí)BDI邏輯的語義

不同的可能世界對(duì)應(yīng)于主體不同的心智狀態(tài)。利用克里普克模型可以給出pg-BDI邏輯的語義。為此，利用對(duì)偏好進(jìn)行處理的結(jié)構(gòu)和函數(shù)λ，對(duì)Xiaojun Zhang等[13]的等級(jí)BDI邏輯進(jìn)行擴(kuò)展。即，為pg-BDI邏輯定義如下克里普克結(jié)構(gòu)：K=〈W,ν,ρ,τ,θ,{μw}w∈W,λ〉，其中：

(6) W是可能世界集合，且可能世界w,w′∈W≠?。

(7) ρ:2W→[-1,1]表示W(wǎng)子集上的概率測(cè)度；對(duì)于φ∈Φ0，{w| ν(φ,w)=1}是可測(cè)度的。

(8) τ:Π0→ 2W×W是指由不同原子行動(dòng)所對(duì)應(yīng)的可能世界之間的轉(zhuǎn)換函數(shù)。

(9) θ:W →[-1,1]是信念測(cè)度，|θ(w)| < |θ(w′)|表示w′比w更被主體相信。

(10) μw:W→[-1,1]是愿望測(cè)度，μw(w′)∈[-1,1]表示主體試圖從w到w′的愿望強(qiáng)烈程度。

(11) λ:W →[-1,1]是偏好對(duì)主體決策行為的影響測(cè)度，|λ(w)| < |λ(w′)|是指w′比w對(duì)主體決策行為影響更大。

利用關(guān)于偏好的語義，對(duì)Xiaojun Zhang等[13]的等級(jí)BDI邏輯的語義進(jìn)行擴(kuò)展，并把其真值隸屬度從[0,1]擴(kuò)展為[-1,1]，就可以得到pg-BDI邏輯的語義：

(12) ν(Γφ,w)=ξ{w′∈W | ν(φ,w′)=1}，對(duì)每個(gè)φ來說，其中ξ ∈{ρ,θ,μw,λ}。

(13) 對(duì)于所有r∈Q∩[-1,1]，ν(rc,w)=r。

(14) ν(Γφ∧Γψ,w)=max(ν(Γφ)+ν(Γψ)-1,-1)。

(15) ν(Γφ →Γψ,w)=min(1-ν(Γφ)+ν(Γψ),1)。

(16) 對(duì)于所有可能世界w∈W，ν(?！?w)=0。

(三)偏好排斥等級(jí)BDI邏輯的公理和演繹規(guī)則

與Xiaojun Zhang[20]的情感等級(jí)BDI邏輯類似，pg-BDI邏輯的公理包括三部分：一是經(jīng)典命題邏輯的所有公理，二是基于無窮值ukasiewicz邏輯的Γ-公理，三是基于命題動(dòng)態(tài)邏輯的模態(tài)公式Γ-公理(其中Γ∈{P,B,D,I})。這些公理具體如下：

(17) 經(jīng)典命題邏輯的所有公理。

基于盧卡斯維茨邏輯的Γ-公理如下：

(19) Γ(φ→ψ) →L(Γφ→Γψ)

基于命題動(dòng)態(tài)邏輯的Γ-公理如下：

(22)[α]Γ(φ→ψ) → ([α]Γφ→[α]Γψ)

(23)[α]Γ(φ∧ψ)? [α]Γφ∧[α]Γψ

(24)[α∪β]Γφ?[α]Γφ∨[β]Γφ

(25)[α; β]Γφ? [α][β]Γφ

(26)[Γψ?]Γφ ?(Γψ→Γφ)

(27) Γφ[α][α*]Γφ?[α*]Γφ

(28) Γφ[α*](Γφ→[α]Γφ)?[α*]Γφ

偏好排斥等級(jí)BDI邏輯的演繹規(guī)則有：

(30) 分離規(guī)則1(MP1)：從φ和(φ→ψ)可以推出ψ。

(31) 分離規(guī)則2(MP)：從(φ,r1)和(φ→ψ,r2)可以推出(ψ,r1& r2)。

(32) 真值常元引入規(guī)則：從(φ,r1) 可以推出(rc→ φ,rc→ r1)。

(33) 概括規(guī)則1(GEN1)：從φ可以推出[α]φ。

(34) 概括規(guī)則2(GEN2)：從φ可以推出Γφ。

pg-BDI邏輯具有完全性與可靠性，可以通過嵌入(embedding)的方法加以證明。具體證明過程與張曉君[21]96-110的情感等級(jí)BDI邏輯的可靠性與完全性的證明類似，即，通過把pg-BDI邏輯嵌入到命題動(dòng)態(tài)邏輯或無窮值ukasiewicz邏輯中加以證明。

三、偏好排斥等級(jí)BDI主體模型的不同背景關(guān)系

主體為了達(dá)成愿望，需要根據(jù)偏好、排斥、信念、愿望，以及執(zhí)行行動(dòng)而導(dǎo)致的可能世界之間的轉(zhuǎn)換，來制定規(guī)劃(即復(fù)合行動(dòng))，并根據(jù)最佳規(guī)劃執(zhí)行行動(dòng)。愿望背景DC、信念背景BC、偏好背景PC與規(guī)劃背景HC之間關(guān)系如下：

(35) 如果P:(P([α]φ,p)),B:(B([α]φ,b)),D:(Dφ,d)且H:action(α,Pre-,Costα)，那么H:plan(φ,action(α,Pre-,Costα),b)。

其中：α是初始行動(dòng)，Pre-是執(zhí)行α的前提條件；Costα∈[-1,1]是主體執(zhí)行α?xí)r付出的代價(jià)；p、b分別表示執(zhí)行α達(dá)成φ時(shí)的偏好度、信念度；d表示愿望度。并假定主體的當(dāng)前世界狀態(tài)滿足執(zhí)行α的前提條件，而且規(guī)劃必將使得相關(guān)愿望成真。

意圖度表示達(dá)成命題φ時(shí)，主體將付出的代價(jià)并且獲得的利益，因此對(duì)每個(gè)能夠達(dá)成命題φ的復(fù)合行動(dòng)α而言，Iφ的意圖度i可以由Bφ的信念度b、Pφ的偏好度p、Dφ的愿望度d，以及達(dá)成φ時(shí)所付出的代價(jià)Costα加以定義，即可以利用如下轉(zhuǎn)換函數(shù)加以定義：

(36) 如果P:(P([α]φ,p)),B:(B([α]φ,b)),D:(Dφ,d)，)且H:action(α,Pre-,Costα)，那么H:plan(φ,action(α,Pre-,Costα),b)，則I:(Iφ,f(p,b,d,Costα))。

不同主體行為可以由不同的轉(zhuǎn)換函數(shù)f(p,b,d,Costα)來建模，利用函數(shù)f(p,b,d,Costα)，就可以把主體的信念、愿望、偏好和排斥對(duì)決策行為的影響都轉(zhuǎn)化成意圖度，即，Iφ的意圖度i承載了偏好度p、信念度b、愿望度d和代價(jià)Costα所攜帶的信息。

根據(jù)具體要考察的模型，對(duì)主體信念、愿望、偏好和排斥對(duì)意圖度的影響程度賦予不同的權(quán)重，并根據(jù)實(shí)踐反饋的信息制定其相應(yīng)的調(diào)參規(guī)則，而且在實(shí)際應(yīng)用中可以對(duì)權(quán)重進(jìn)行修改完善。例如，對(duì)于本文要考察的工作單位決策行為主體而言，我們指派給p,b,d和Costα對(duì)意圖度影響的權(quán)重分別為0.35、0.16、0.21、0.28。即意圖度i用如下轉(zhuǎn)換函數(shù)f(p,b,d,Costα)加以定義：

(37) i=f(p,b,d,Costα)= 0.35p+0.16b+0.21d+0.28Costα

在可供選擇的工作單位中，假定理性主體選擇意圖度最強(qiáng)imax的工作單位。即，如果理性主體的愿望是達(dá)成φ，那么主體將選擇意圖度最強(qiáng)烈的imax所對(duì)應(yīng)的工作單位，并制定相應(yīng)規(guī)劃，之后主體把這一規(guī)劃傳達(dá)給交流背景C。即：

(38) 如果I:(Iφ,imax)且H:bestplan(φ,action(α,Pre-,Costα),b)，則C:C(does(α))。

四、案例分析：偏好排斥等級(jí)BDI主體工作單位決策行為的形式刻畫

考慮以下情景：小王大學(xué)畢業(yè)時(shí)面臨工作單位的選擇決策。假設(shè)小王是帶有偏好和排斥的等級(jí)BDI主體。為此，我們指派給該決策主體這樣3個(gè)愿望：一是工資高；二是待遇好(比如有住房、安家費(fèi)、科研啟動(dòng)費(fèi)等)；三是自己感興趣。我們指派給該決策主體如下這樣3個(gè)偏好：一是偏好有發(fā)展前途的公司；二是偏好發(fā)達(dá)的大城市；三是偏好交通便利的城市。我們指派給該決策主體如下這樣3個(gè)排斥：一是排斥工作壓力大的公司；二是排斥環(huán)境差的城市；三是排斥離父母家太遠(yuǎn)的公司。

為了決定所要選擇的工作單位，主體將根據(jù)自己的信念、愿望、偏好和排斥，綜合考慮工作單位所帶來的利益(一是工資高；二是待遇好；三是自己感興趣)，以及負(fù)面偏好和工作壓力等所付出的代價(jià)。此實(shí)例中，不同決策行為就是選擇不同的工作單位；假定小王有3個(gè)工作單位可供選擇：

(39) Π0={公司A、公司B、公司C}。

在這種情況下，偏好背景PC、愿望背景DC和信念背景BC如下：

偏好背景(PC)：我們可以賦予該主體如下3個(gè)正向偏好：

(40) P([公司A]有發(fā)展前途,p1=0.80)

(41) P([公司B]有發(fā)展前途,p1=0.90)

(42) P([公司C]有發(fā)展前途,p1=0.33)

(43) P([公司A]發(fā)達(dá)城市,p2=0.79)

(44) P([公司B]發(fā)達(dá)城市,p2=0.63)

(45) P([公司C]發(fā)達(dá)城市,p2=0.90)

(46) P([公司A]交通便利,p3=0.92)

(47) P([公司B]交通便利,p3=0.82)

(48) P([公司C]交通便利,p3=0.85)

(49) P([公司A]壓力大,p4=-0.66)

(50) P([公司B]壓力大,p4=-0.95)

(51) P([公司C]壓力大,p4=-0.41)

(52) P([公司A]環(huán)境差,p5=-0.93)

(53) P([公司B]環(huán)境差,p5=-0.80)

(54) P([公司C]環(huán)境差,p5=-0.45)

(55) P([公司A]離家遠(yuǎn),p6=-0.20)

(56) P([公司B]離家遠(yuǎn),p6=-0.30)

(57) P([公司C]離家遠(yuǎn),p6=-0.95)

在該實(shí)例中，P([公司A]有發(fā)展前途,p1=0.80)的偏好度p1是指在執(zhí)行行動(dòng)α(即選擇工作單位A)后，有發(fā)展前途的概率測(cè)度或真值隸屬度是0.80，即選擇公司A對(duì)意圖的影響程度為0.80；由于此真值隸屬度為正值，會(huì)促使主體選擇該工作單位。其他偏好度與此類似?！坝邪l(fā)展前途、發(fā)達(dá)城市、交通便利”這3個(gè)偏好都會(huì)促使主體選擇所對(duì)應(yīng)的工作單位，屬于正向偏好，故所對(duì)應(yīng)的真值隸屬度∈[0,1]。

排斥可以看作是負(fù)向偏好。“壓力大、環(huán)境差、離家遠(yuǎn)”這3個(gè)排斥都會(huì)阻止主體選擇所對(duì)應(yīng)的工作單位，屬于負(fù)向偏好，故所對(duì)應(yīng)的真值隸屬度∈[-1,0]。真值隸屬度的絕對(duì)值越大，對(duì)相應(yīng)公司選擇的影響就越強(qiáng)烈。例如，P([公司A]環(huán)境差,p5=-0.93)的負(fù)向偏好度或排斥度p5是指在執(zhí)行行動(dòng)α(即選擇工作單位A)后，環(huán)境差的概率測(cè)度或真值隸屬度是-0.93，即選擇公司A對(duì)意圖的影響程度為-0.93。由于此真值隸屬度為負(fù)值，會(huì)阻止主體選擇該工作單位。在這三個(gè)公司中，公司A所對(duì)應(yīng)p5的絕對(duì)值最大，說明其環(huán)境最差。本文中的其他測(cè)度與此類似。

假定這3個(gè)偏好和3個(gè)排斥是隨機(jī)獨(dú)立的，為此，根據(jù)這3個(gè)偏好和3個(gè)排斥對(duì)小王意圖影響的不同權(quán)重，可以為偏好背景PC指定如下推理規(guī)則：

(58)如果P([α]有發(fā)展前途，p1)且P([α]發(fā)達(dá)城市，p2) 且P([α]交通便利，p3)且P([α]壓力大，p4)且P([α]環(huán)境差，p5)且P([α]離家遠(yuǎn)，p6)，那么P([α]有發(fā)展前途∧發(fā)達(dá)城市∧交通便利∧壓力大∧環(huán)境差∧離家遠(yuǎn)(以下簡記為：3個(gè)偏好∧3個(gè)排斥)，p= 0.31p1+0.18p2+ 0.16p3+ 0.12p4+0.10p5+0.13p6)。因此，把前面偏好背景中的p1-p6的值分別代入p中，可得：

(59) P([公司A]3個(gè)偏好∧3個(gè)排斥，p=0.339 2)

(60) P([公司B]3個(gè)偏好∧3個(gè)排斥，p=0.290 6)

(61) P([公司C]3個(gè)偏好∧3個(gè)排斥，p=0.182 6)

愿望背景(DC)：我們可以賦予該主體這樣3個(gè)愿望：

(62) (D(工資高),d=0.90)

(63) (D(待遇好),d=0.82)

(64) (D(感興趣),d=0.88)

(65) (D(工資高∧待遇好∧感興趣),d=0.98)

由于此實(shí)例中的3個(gè)愿望都是正向愿望，其真值隸屬度∈[0,1]。真值隸屬度越大，表示其愿望越強(qiáng)烈。

信念背景(BC)：理性決策主體小王具有“執(zhí)行相應(yīng)行動(dòng)后”哪些公式為真的知識(shí)。在該實(shí)例中，B([公司A]工資高，b1)的信念度b1是指在執(zhí)行行動(dòng)α(即選擇工作單位A)后，相信工資高的概率或滿意程度，屬于正向信念，所對(duì)應(yīng)的真值隸屬度∈[0,1]。其他信念與此類似。我們不妨為這一決策主體賦予如下信念：

(66) B([公司A]工資高,b1=0.70)

(67) B([公司B]工資高,b1=0.95)

(68) B([公司C]工資高,b1=0.52)

(69) B([公司A]待遇好,b2=0.79)

(70) B([公司B]待遇好,b2=0.61)

(71) B([公司C]待遇好,b2=0.70)

(72) B([公司A]感興趣,b3=0.87)

(73) B([公司B]感興趣,b3=0.92)

(74) B([公司C]感興趣,b3=0.61)

根據(jù)它們對(duì)小王意圖影響的不同權(quán)重，可以為信念背景BC指定如下推理規(guī)則：

(75) 如果B([α]工資高，b1)且B([α]待遇好，b2)且B([α]感興趣，b3)，那么B([α]工資高∧待遇好∧感興趣，b=0.45b1+0.30b2+0.25b3)。因此：

(76) B([公司A]工資高∧待遇好∧感興趣,b=0.769 5)

(77) B([公司B]工資高∧待遇好∧感興趣,b=0.840 5)

(78) B([公司C]工資高∧待遇好∧感興趣,b=0.596 5)

規(guī)劃背景(HC)：由于付出的代價(jià)對(duì)采取行動(dòng)(即選擇某公司)的影響是阻止性的，故其真值隸屬度∈[-1,0]。假設(shè)3個(gè)原子行動(dòng)對(duì)應(yīng)的代價(jià)如下：

(79) action(公司A,Costα=-0.77)

(80) action(公司B,Costα=-0.83)

(81) action(公司C,Costα=-0.36)

由于最強(qiáng)烈的愿望是工資高、待遇好而且感興趣。此愿望所產(chǎn)生的規(guī)劃如下：

(82) plan(工資高∧待遇好∧感興趣，action(公司A,Costα=-0.77)，b=0.769 5)

(83) plan(工資高∧待遇好∧感興趣，action(公司B,Costα=-0.83)，b=0.840 5)

(84) plan(工資高∧待遇好∧感興趣，action(公司C,Costα=-0.36)，b=0.596 5)

現(xiàn)在，主體可以根據(jù)規(guī)劃所對(duì)應(yīng)的偏好和排斥來判斷意圖的強(qiáng)烈程度。根據(jù)(40) f(p,b,d,Costα)=0.35p+0.16b+0.21d+0.28Costα可知，d相對(duì)于轉(zhuǎn)換函數(shù)f而言是單調(diào)遞增的，故理性主體小王只考慮最強(qiáng)烈的愿望，即選擇工資高、待遇好而且感興趣的工作單位，該愿望的強(qiáng)烈程度d是0.98。因此這3個(gè)公司所對(duì)應(yīng)意圖的強(qiáng)烈程度如下：

(85) I([公司A]工資高∧待遇好∧感興趣，i=0.35p+0.16b+0.21d+0.28Costα=0.232 04)

(86) I([公司B]工資高∧待遇好∧感興趣，i=0.35p+0.16b+0.21d+0.28Costα=0.209 59)

(87) I([公司C]工資高∧待遇好∧感興趣，i=0.35p+0.16b+0.21d+0.28Costα=0.264 35)

由此可見，意圖度逐漸遞減的公司排序如下：公司C、公司A、公司B，主體在兼顧其3個(gè)愿望、3個(gè)偏好和3個(gè)排斥的情況下，最終選擇公司C的意圖最為強(qiáng)烈，公司C為最佳公司，公司B最次。這里算出的意圖度都不高，主要是由于信念度、愿望度和偏好度均小于1，各種權(quán)重也小于1，經(jīng)過乘積運(yùn)算后，其值更小；而且代價(jià)對(duì)意圖度的影響是負(fù)值。

最后，主體采納最佳規(guī)劃，執(zhí)行行動(dòng)，即選擇工作單位C，這一行動(dòng)信息隨后就傳遞給交流背景。

五、結(jié)論和未來的工作

下一步的工作可以考慮：(1)建立帶有通用算子的等級(jí)BDI主體模型，考慮在等級(jí)BDI模型的基礎(chǔ)上，引入“可以解釋為(關(guān)鍵性)知識(shí)和情感(如高興、悲傷、擔(dān)心)等等的”通用算子；(2)把偏好排斥等級(jí)BDI主體模型擴(kuò)展到多主體環(huán)境中，即描述該主體與其他主體的交互行為；(3)偏好排斥等級(jí)BDI主體系統(tǒng)的可計(jì)算性和計(jì)算復(fù)雜性問題；(4)深入開展偏好排斥等級(jí)BDI邏輯的應(yīng)用研究，更好地為Agent理論的諸多應(yīng)用領(lǐng)域服務(wù)。