什么是智能体.doc

什么是智能体所谓的Agent,在信息技术尤其是人工智能和计算机领域,可以看作是能够通过传感器感知其环境,并借助于执行器作用于该环境的任何事物。Multi-Agent系统(MAS)是指多个Agent成员之间相互协调,相互服务,共同完成一个任务。各Agent成员之间的活动是自治独立的,其自身的目标和行为不受其它Agent成员的限制,它们通过竞争和磋商等手段协商和解决相互之间的矛盾和冲突。MAS主要研究目的是通过多个Agent所组成的交互式团体来求解超出Agent个体能力的大规模复杂问题什么是强化学习强化学习(reinforcementlearning)是人工智能中策略学习的一种,是一种重要的机器学习方法,又称再励学习、、,、反例来告知采取何种行为,而是通过试错(trialanderror)来发现最优行为策略。常用的强化学习算法包括TD(TemporalDifference)算法、Q学习算法、Sarsa算法等。什么是自组织如果一个系统靠外部指令而形成组织,就是他组织;如果不存在外部指令,系统按照相互默契的某种规则,各尽其责而又协调地自动地形成有序结构,就是自组织。自组织现象无论在自然界还是在人类社会中都普遍存在。一个系统自组织功能愈强,其保持和产生新功能的能力也就愈强。它的研究对象主要是复杂自组织系统(生命系统、社会系统)的形成和发展机制问题,即在一定条件下,系统是如何自动地由无序走向有序,由低级有序走向高级有序的。什么是协同进化两个相互作用的物种在进化过程中发展的相互适应的共同进化。一个物种由于另一物种影响而发生遗传进化的进化类型。遗传算法遗传算法(icAlgorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。什么是学习学习是智能体适应环境的一种策略。通过和环境进行交互的经验,智能体能够把环境的某些方面综合到其内部状态之中从而形成自身对具体行为应用的认识。什么是进化进化可以看作是智能体群适应其环境的策略。什么是适应适应指智能体根据其环境而作出相应调整的学习。适应性允许智能体处理内部与外部传感器的噪声以及它们的环境与其它智能体中的行为的不一致性。学习、进化与适应使得多智能体系统中的智能体具有通过与其它智能体的竞争与合作改善自身在环境中生存的可能性的能力。什么是人工生命人工生命(AL:Artificiallife)是通过人工模拟生命系统,来研究生命的领域。AL领域着眼于“通常与活的生物体有关的基本现象,譬如自我复制、寄生、进化、竞争与合作”。它试图通过“在计算机、机器人与其他人造系统中模拟或者合成生命的行为”来补充传统的生物与社会科学。"人工生命"是来研究具有某些生命基本特征的人工系统。人工生命包括两方面的内容: ?单个机器人不能完成某些任务,必须依靠多个机器人才能完成。多机器人系统可以提高工作效率。机器人的设计有更大的灵活性,完成有限任务的机器人可以设计得更完善。多机器人系统可以更有效和更精确地进行定位。多机器人系统中