文丨三胖有话讲

编辑丨三胖有话讲

前言

多智能体系统已经研究了几十年。到目前为止，已经定义了几种多智能体系统框架，以将多智能体系统的概念应用于不同的应用领域。在一个多智能体系统中，多个智能体相互通信和交互，以解决复杂的问题。

多智能体系统可以被视为一个具有并发、异步、随机和分布式特性的计算机系统。这些特性使得多智能体系统也成为了一种离散事件动态系统，并且这些系统已经在多种分析方法下进行了研究，尤其是Petri网。

Petri网具有明确定义的数学结构，可以用于对离散事件动态系统进行形式化分析。从离散事件动态系统的角度来看，多智能体系统缺乏分析和设计方法。

开发分析方法

本期内容主要讲述的是开发分析方法，用于建模和分析多智能体系统，以及定义和评估系统属性。由于科研人员越来越多地面对处理大型复杂动态系统，因此对系统属性的研究变得更加重要。

通常使用计算机模拟来评估系统属性，并验证系统是否实现了其设计目标。在这个领域的一个重要挑战是开发分析方法，用于评估这类系统的关键属性。

这样的方法可以用来为多智能体系统提供初步分析，在开发昂贵的模拟模型之前提供设计和操作反馈。

多智能体系统中智能体之间的通信和交互对于整体系统设计和系统的正常运行至关重要。已经定义了多种交互框架，涵盖了智能体之间的合作、资源竞争以及在多智能体系统中进行一定程度的谈判。

在智能体交互层面提出一种多智能体系统的建模和分析方法。这将通过研究交互的离散事件特性，并使用Petri网方法作为建模和分析工具来实现。将使用在离散事件系统和Petri网领域中已知重要的属性来研究多智能体系统。

例如，有界性和活性等属性将被分析和验证在多智能体系统中的适用性，尤其是与Petri网领域的死锁避免相关的情况。此外，这些属性将与交互机制的特性相联系。

如果正确建模，Petri网领域中发现的死锁将意味着在多智能体系统的交互中使用的交互机制容易导致智能体之间的死锁问题。

特别包括将多智能体系统映射为Petri网模型的方法。这些方法将以合适的详细程度/抽象程度呈现，以便将交互框架的所有重要行为映射到生成的Petri网模型中。

将使用Petri网分析方法，如可达图和网络不变量的分析，来评估系统属性。此外，Petri网合成技术将允许根据需要为模型提供更多或更少的细节，使得可以向待建模的多智能体系统行为添加更多细节或抽象。

方法论

本期给大家讲述的主要分为两个部分：属性和建模与分析方法。属性：如果将多智能体系统视为离散事件系统，并使用Petri网进行建模，那么在离散事件系统和Petri网领域中已知重要的属性可以用于研究多智能体系统。

如果我们将多智能体系统的模型视为离散事件系统，一个重要的问题是Petri网领域中哪些属性是重要的？作为起点，有一些我们希望对多智能体系统进行分析和验证的属性。

其中一些例子是有界性和活性，与Petri网领域中的死锁避免相关。还有其他与性能评估相关的属性。这些来自Petri网领域的属性可以与多智能体系统的通信和交互特性相关联。

如果正确建模，Petri网领域中发现的死锁将意味着在多智能体系统的交互中使用的交互机制容易导致智能体之间的死锁问题。

建模与分析的方法：考虑到多智能体系统可以视为离散事件系统，可以使用Petri网作为建模工具。这将需要将多智能体系统映射为Petri网模型的方法。

这些方法需要适当的详细程度/抽象程度，以将所有重要的通信和交互框架行为映射到生成的Petri网模型中。拥有多智能体系统的Petri网模型将使我们能够使用现有的Petri网分析方法。

可以通过Petri网分析方法获得离散事件系统的重要属性。还可以从现有的Petri网技术中设计或调整与多智能体系统领域直接相关的新分析技术。

此外，Petri网合成技术允许我们为模型提供更多或更少的细节，使得可以向待建模的多智能体系统行为添加更多细节或抽象。

Petri网简介

Petri网是一种图形化和数学建模工具，用于描述和分析不同类型的实际系统。Petri网最早由德国的卡尔·亚当·彼得里在1962年引入，并逐渐成为一种适用于并发、异步、分布式、并行和/或随机系统研究的工具。

性能评估一直是Petri网的一个非常成功的应用领域。此外，Petri网还成功地应用于多个领域，用于建模和分析分布式软件系统、分布式数据库系统、灵活制造系统、并发和并行程序以及离散事件动态系统等等。

多智能体系统是一种属于离散事件动态系统的特例，它具有并发、异步、随机和分布式的特性。从离散事件动态系统的角度来看，多智能体系统缺乏分析和设计方法。本文使用Petri网方法来开发多智能体系统的分析方法。

Petri网常被用于离散事件动态系统的建模和分析。它们明确地描述了事件发生的条件，并捕捉了并发和异步事件之间的关系。因此，Petri网适用于研究复杂和普遍的离散事件动态系统。

首先给出了Petri网的定义，然后介绍了重要的属性和分析方法。最后，将通过一个制造业应用的示例来展示Petri网的应用。

多智能体系统是一种并发、异步、随机和分布式的离散事件动态系统。从离散事件动态系统的角度来看，多智能体系统缺乏分析和设计方法。使用Petri网方法来开发多智能体系统的分析方法。

Petri网经常用于离散事件动态系统的建模和分析。它们明确地描述了事件发生的条件，并捕捉了并发和异步事件之间的关系。因此，Petri网适用于研究复杂和普遍的离散事件动态系统。

有界性评估

在定理1中，使用关于关联矩阵的P-不变量来评估Petri网的有界性。如果一个Petri网模型被P-不变量覆盖，则对于网中的每个位置s，都存在一个正的P-不变量x，使得x(s) > 0。

定理1：一个Petri网在满足被P-不变量覆盖的条件下，并且初始标记M0是有限的，那么它是结构有界的。

活性评估

在定理2中，通过关联矩阵的T-不变量来评估Petri网模型的活性。如果一个Petri网模型被T-不变量覆盖，则对于网中的每个变迁t，都存在一个正的T-不变量y，使得y(t) > 0。

这是一个必要条件，但不足以判断活性。通过使用T-不变量进行活性评估仍然是一个未解决的问题。定理2：如果一个有限的Petri网被T-不变量覆盖，那么它是有活性且有界的。

多智能体系统的建模与间接交互 本方法学的目标是基于智能体的抽象体系结构，定义一个简单的多智能体系统。这个抽象体系结构被建模为一个离散事件系统，使用Petri网，并且结构和可达性分析提供了对交互属性的评估。

在多智能体系统中避免死锁被视为一个关键属性，并且通过Petri网模型的活性和有界性属性来进行评估。目的是定义一种多智能体系统的抽象体系结构，具有间接交互功能，类似于智能体的抽象体系结构。

所提出的体系结构允许通过环境的变化来描述智能体之间的交互，并作为多智能体系统的离散事件动态的初始描述。此外，通过利用多智能体系统的抽象体系结构获得Petri网模型。

最后，提供了一种确保多智能体系统没有死锁的方法，该方法基于对Petri网模型属性的分析。

在这里，智能体的抽象体系结构被用作起点，特别是纯粹反应性智能体的抽象体系结构。抽象体系结构所建模智能体的抽象程度使其成为研究多智能体系统作为离散事件动态系统的良好候选。

首先通过研究智能体之间最简单的交互方式来处理交互框架的研究；假设智能体具有感知/动作能力，并且智能体可以通过改变彼此的环境来进行交互。

基于智能体间交互的建模方法：智能体之间的交互可以是直接的智能体之间交互或者间接交互。典型的多智能体系统结构在中被提出。

它显示了智能体之间如何相互交互，以及它们如何在元级环境中运作。箭头定义了智能体之间的直接交互；间接交互是基于环境的。在间接交互中，一个智能体通过修改另一个智能体的环境来触发反应。

当两个或更多智能体共享环境的子集时，将发生间接交互。需要注意的是，整个多智能体系统作用于元级环境。作为多智能体系统的一部分，智能体拥有自己的环境，该环境与多智能体系统的元级环境有一定的关联。

多智能体系统的这种元级环境在文献中被称为开放环境。解决复杂问题将提供一个开放的环境，该环境是动态的，其中的组成部分事先未知，其结构随时间变化且可能在实施上是异构的。

通过专注于上述智能体之间的交互，自然地将多智能体系统视为离散事件系统。多智能体系统的结构。在致力于定义一种用于建模多智能体系统的方法的目标下，需要定义一种建模方法，不使用系统的上下文，或者至少与其抽象。

基本上，将抽象体系结构视为建模单个智能体和多智能体系统的手段。所提出的建模方法使用抽象体系结构来获得Petri网模型。

从抽象体系结构生成Petri网模型 人工智能研究考虑了三种不同的智能体范式：a）反应式，b）审慎的；和c）两者之间的混合体。抽象体系结构模拟了智能体对其环境变化的行为。

在这里，一个智能体拥有自己的环境，该环境由智能体的性质所定义。智能体的目标、目标和总体目的定义了其环境。这个抽象体系结构是基于感知和行动的反应式范式。

一个纯粹的反应式智能体只对其环境的当前状态作出直接反应，并没有长期的内部状态或计划。在建模多智能体系统时，可以将每个智能体视为一个纯粹的反应式智能体，并使用Petri网来描述其离散事件动态行为。

通过将每个纯粹反应式智能体的抽象体系结构映射到相应的Petri网模型，可以获得整个多智能体系统的Petri网模型。

这种方法允许科研人员用抽象的方式来描述智能体和多智能体系统的行为，而不需要考虑具体的环境或上下文。通过使用Petri网，可以分析和评估多智能体系统的性能和交互行为，特别是在复杂问题的开放环境中。

这为研究多智能体系统的性质和设计提供了一种强大而灵活的方法。智能体具有对环境的感知，并将其用于决策机制，以实现智能体的动作。一个反应式智能体也可以有内部状态作为决策机制，用于执行动作。

具有感知和内部状态能力的智能体比没有这些能力的智能体拥有更强的计算能力，并且其计算能力现在与中描述的信念-欲望-意图架构相当。

纯反应式智能体的抽象模型：在纯反应式智能体中，感知部分记录环境状态的变化。动作部分计算要采取的动作，以对环境变化做出反应。智能体环境根据智能体施加的动作以及其他智能体的动作而变化，它可能是动态的，可以自行变化。

总结

科研人员希望展示多智能体系统的一些性质。这些性质的例子包括有界性和活性，因为它们与离散事件系统中的死锁避免相关。其他性质将与多智能体系统特别是通信、互动和个体智能体架构相关。