1 引言
    Agent是人工智能和對象實體相結合的產(chǎn)物，是能夠獨立、自動代替用戶執(zhí)行某一特定任務的程序。Agent所具有的自治、協(xié)作、學習、歸納、推理等特性能夠支持各階段的決策制定和問題求解，增強傳統(tǒng)決策支持系統(tǒng)的功能?；贏gent的結構提供可柔性、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。Agent之間通過相互調度、合作協(xié)同完成大規(guī)模的復雜問題求解。由于絕大多數(shù)工作都是在特定的群體環(huán)境中由組成群體的各主體分工協(xié)作、共同完成的。大多數(shù)工作同時伴隨著決策過程，而決策過程的優(yōu)劣直接影響工作任務的順利完成，因此，Agent技術使建立一個網(wǎng)絡化、智能化、集成化的人機協(xié)調的智能決策支持系統(tǒng)成為現(xiàn)實。
    在傳統(tǒng)的智能決策支持系統(tǒng)的基礎上，提出了一種基于黑板的多Agent智能決策支持系統(tǒng)。在該系統(tǒng)中，黑板能為分布式結構系統(tǒng)提供公共工作區(qū)，每個Agent可利用黑板充分交換信息、數(shù)據(jù)和知識，任意時候訪問黑板，查詢發(fā)布內容，然后各自提取所需的工作信息，以便完成各自擔當?shù)娜蝿?，并且通過黑板協(xié)調各個Agent，使多個Agent共同協(xié)作來求解給定的問題，同時強調將決策者的智慧和系統(tǒng)相結合。

2 基于黑板的多Agent智能決策支持系統(tǒng)
    在基于黑板的多Agent智能決策支持系統(tǒng)中，每種決策任務或功能是由獨立的Agent完成，各種Agent通過相應標準從各自角度分析問題，每個Agent能力、意志和信念的不同，使它們具有問題求解領域的知識以及問題求解的技能也不同。不同的Agent從自身角度審視決策問題獨立完成子任務，然后通過黑板協(xié)同合作實現(xiàn)共同目標。由于Agent的自治性和實體化，可以隨時加入或離開一個問題求解系統(tǒng)，使得決策者方便地參與到?jīng)Q策過程中，從而保證系統(tǒng)的靈活性。這里所構建的系統(tǒng)結構為交互層、智能決策層和資源層的3層體系結構，如圖1所示。其中智能界面Agent和決策用戶組成交互層；黑板、功能Agent和決策Agent組成智能決策層；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)同器組成資源層。
2．1 智能界面Agent
    智能界面Agent是基于Agent的智能決策支持系統(tǒng)體系結構中與決策者聯(lián)系的部件，能夠獨立持續(xù)運行。系統(tǒng)通過它和決策者通信，或利用學習用戶的目標、愛好、習慣、經(jīng)驗、行為等，使用戶高效地完成任務。智能界面A—gent代替?zhèn)鹘y(tǒng)的人機交互界面，強調Agent的自主性和學習性，可以主動探測環(huán)境變化，在與用戶交互共同作用的決策中，通過不斷學習，獲得用戶某些特征知識，從而在決策過程中根據(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。智能界面Agent的全局知識中主要包括：問題領域知識、用戶模型或用戶知識、自身知識、其他Agent能力知識。它采用發(fā)現(xiàn)和模擬用戶學習知識，獲得用戶的正向和反向反饋學習知識．用戶的指導獲得知識，通過與其他Agent的通訊獲取知識等。

2．2 功能Agent
    功能Agent監(jiān)督黑板數(shù)據(jù)平面變化，匹配各決策A—gent的激活條件和黑板各平面信息，將黑板上的信息發(fā)給相應的決策Agent。功能Agent利用系統(tǒng)的消息、隊列機制發(fā)送黑板上的信息，并且負責報告系統(tǒng)運行情況，向用戶報告任務完成情況，并提供解釋和查詢。其內部有一個各決策Agent讀黑板的激活條件表，當黑板各層信息變化時，則檢查與該層信息變化有關的激活條件表，如果匹配，則進一步分析，決定是直接激活相應的決策Agent讀取黑板信息完成相應的任務或者是做其他操作，例如提供報告和解釋等。同時還隨時提供系統(tǒng)執(zhí)行情況的查詢。它實際上就是一個可以對黑板上信息、變化進行感知的反應型Agent，每當黑板上信息改變時觸發(fā)它的檢查黑板各數(shù)據(jù)平面動作。
2．3 決策Agent
    決策Agent在某個特定領域有解決問題的知識和技能。把每一種決策方法設計為一個決策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)調和合作，能夠解決復雜決策問題。這類Agent是可擴展的，隨著決策理論的發(fā)展和智能化決策方法的進步，可以開發(fā)更多的決策Agent。決策Agent沒有關于外部環(huán)境的模型，沒有關于其他Agent的知識，但仍然有與其他Agent交互的能力。

3 Agent的實現(xiàn)技術
3．1 Agent的抽象結構
    Agent行為包含：感知、認知、行為3個階段。首先感知外部環(huán)境信息，然后由認知處理部分根據(jù)自身狀態(tài)，通過制定相應的決策方案，根據(jù)決策方案從多種決策方法中選擇并執(zhí)行合適的方法，從而表現(xiàn)出主動的智能行為。在認知處理中，還需要進行規(guī)劃及學習等過程，從而不斷學習新的知識，使Agent智能不斷提高。行為輸出部分通過Agent行為對外界環(huán)境施加影響。以下對Agent進行形式的抽象描述：
    首先假設環(huán)境是任何離散的瞬時狀態(tài)的有限集合E：E={e，e’…}，Agent有一個可執(zhí)行動作的清單，可改變環(huán)境狀態(tài)Ac={a，a’…}為(有限的)動作集合。
    環(huán)境從某個狀態(tài)開始，Agent選擇一個動作作用于該狀態(tài)。動作結果是環(huán)境可能到達的某些狀態(tài)。然而，只有一個狀態(tài)可以真正實現(xiàn)，當然，Agent事先并不知道哪個狀態(tài)會實現(xiàn)。在第二個狀態(tài)的基礎上，Agent繼續(xù)選擇一個動作執(zhí)行，環(huán)境到達可能狀態(tài)集中的一個狀態(tài)。然后，Agent再選擇另一個動作，如此繼續(xù)下去。
    Agent在環(huán)境中一次執(zhí)行r是環(huán)境狀態(tài)e與動作a交替的一個序列。假設：R是所有可能的(和上的)有限序列集合：RAC是以動作結束的序列所組成的R子集；RE是以狀態(tài)結束的序列所組成的R子集；用r，r’…代表R的成員。
    為了表示Agent的動作作用于環(huán)境的效果，引入狀態(tài)轉移函數(shù)τ：RAC→RE。狀態(tài)轉移函數(shù)建立一個執(zhí)行(假設以Agent的動作作為結束)與可能的環(huán)境狀態(tài)集合之間的映射，這些環(huán)境狀態(tài)是動作執(zhí)行的結果。
    如果τ(r)=φ(假設由一個動作作為結束)，則不可能存在對的后繼狀態(tài)。在這種情況下，就說系統(tǒng)結束執(zhí)行。同時，假設所有執(zhí)行都最終會結束。形式上，環(huán)境Env是一個3元組Env=<E，e0，τ>，其中E提供環(huán)境狀態(tài)的集合，e0∈E是初始狀態(tài)，τ是狀態(tài)轉移函數(shù)。把Agent的模型表示成一個函數(shù)，將一次執(zhí)行(假設以環(huán)境狀態(tài)為結束)映射到動作：

    Ag:RE-AC
    因此，Agent根據(jù)系統(tǒng)到當前為止的歷史決定執(zhí)行具體的動作。
    系統(tǒng)是Agent和環(huán)境構成的對。任何系統(tǒng)都有與之相關的可能的執(zhí)行集合：用R(Ag,Env)表示Agent在環(huán)境Env中的執(zhí)行的集合。假設R(Ag，Env)只包含可以結束的執(zhí)行，即執(zhí)行r不存在可能的后繼狀態(tài)：τ(r)=φ(這里不考慮無限的執(zhí)行)。形式上，序列：(e0,a0,el，al,e2，…)。表示Agent Ag在環(huán)境Envr=<E，e0，τ>中的一次執(zhí)行，如果：e0是Env的初始狀態(tài)；a0=Ag(e0)；對于u>0，那么：eu∈τ((e0,a0，…au一1))其中：au=Ag((e0,a0，…eu))
3．2 Agent的行為描述
    構造Agent最主要的目的是為了決策，其決策過程是一個感知到動作的過程。把Agent的決策函數(shù)分解成感知函數(shù)see和動作函數(shù)action。Agent具有內部狀態(tài)，設I是Agent的所有內部狀態(tài)的集合，Per為(非空)的感知集合，Agent的決策過程基于這種信息，感知函數(shù)see實現(xiàn)從外部環(huán)境狀態(tài)到感知的映射：see：E→Per。動作選擇函數(shù)action定義為從內部狀態(tài)到動作的映射：action：I→Ac。引入一個附加函數(shù)next，實現(xiàn)從內部狀態(tài)和感知到內部狀態(tài)的映射：next：IxPer→I。因此，Agent行為可描述為：Agent從某個初始內部狀態(tài)i0開始，觀察環(huán)境狀態(tài)e，產(chǎn)生一個感知see(e)，然后通過next函數(shù)更新Agent的內部狀態(tài)，變成next(i0,see(e))。Agent通過action(next(i0,see(e)))選擇動作。執(zhí)行這個動作使Agent進入另一個循環(huán)，繼續(xù)通過see感知外部世界，通過next更新狀態(tài)，通過action選擇動作執(zhí)行。其過程如圖2所示。

3．3 Agent的行為建模
    Agent行為中的認知過程包括狀態(tài)評估、決策制定、規(guī)劃、學習等。Agent行為建模就是對認知處理所包含的幾個認知過程進行建模。其中決策制定是核心過程。決策制定是從多個方法中選擇具有最優(yōu)效用的方法并執(zhí)行的過程?？梢杂眯в美碚搧砗饬糠桨傅膬?yōu)劣。
    根據(jù)效用理論，假設有m個可選方案，在當前的狀態(tài)下，采用的決策方案為Ai，產(chǎn)生的可能狀態(tài)為Sj，每一狀態(tài)的效用值是U(Sj)，概率是Pj，則該決策的期望效用值為：

   
    比較每個方案的不同期望效用，其中期望效用值最大的方案即為當前的最佳決策A，即：

   
    例如，有3種可選擇方法，2種狀態(tài)的決策問題，狀態(tài)空間用(ω1，ω2)表示，可選方案為A1，A2，A3，效用函數(shù)如表1所示。

    從表1可知，當前處于狀態(tài)ω1時，A3是最好的選擇；當前狀態(tài)處于ω2時，A1是最優(yōu)選擇。當這兩種狀態(tài)分別以一定的概率p1，p2出現(xiàn)時，記p=p1，則p2=1-P。由式(1)和式(2)可得：

   
    在概率不能確定情況下，根據(jù)式(3)判斷概率的大致范圍。如對Al最優(yōu)的p應滿足：5—3p≥4+2P，5—3P≥3+5p。則有p≤1／5。類似的可計算A2，A3最優(yōu)對應的概率范圍分別為1／5≤p≤1／3，p≥1／3。在能夠判斷決策范圍的情況下，就可以據(jù)此對各方法進行分析，簡化決策。當影響效用值的因素不止一個時，就需要采用適當?shù)姆椒ㄓ嬎阈в弥?，在各屬性滿足互斥條件，即各自產(chǎn)生的效用值互相獨立時，可以采用加法的形式計算效用值。有時候，方法的選擇需要體現(xiàn)靈活性和可變性，這時可以通過引入相關的隨機變量建立隨機效用模型來計算效用值，從而使決策結果更符合實際情況。

4 結語
    采用的基于黑板的多Agent智能決策支持系統(tǒng)模型．每個Agent本身具有自治性，Agent之間通過黑板進行信息共享，利用黑板中的信息決定自身行為，協(xié)同完成復雜問題地求解。由于Agent自身具有不確定性，對多Agent系統(tǒng)需要解決Agent之間的有效協(xié)調，因此建立統(tǒng)一的協(xié)調機制，使Agent之間可以有效地相互協(xié)調工作，提高系統(tǒng)整體性能。實際應用中還有待于進一步完善。