1、關(guān)于Agent理論和多Agent系統(tǒng)的研究是近年來分布式人工智能領(lǐng)域的研究熱點.論文從知識表示、模型建立、學(xué)習和協(xié)作等方面對Agent技術(shù)做了全面而深入的研究,在總結(jié)了前人研究成果的基礎(chǔ)上做了有效的改進,提出了自己的創(chuàng)新點和應(yīng)用成果.該文的主要研究內(nèi)容和創(chuàng)新包括:1.在傳統(tǒng)的理性Agent的BDI形式化邏輯模型中作者引入新的邏輯算子BEL、ASM、DES、GOAL和INT等,表達了信念、愿望和意圖三者間的動態(tài)約束與相互激發(fā)關(guān)系,補充了正

2、規(guī)模態(tài)邏輯的KD45公理,建立Agent從信念到動作選擇的的意圖模型,為研究Agent與環(huán)境交互的自主行為模式提供了理性化模型.2.Agent的推理能力被認為是衡量Agent智能性重要的指標.針對現(xiàn)有符號邏輯描述方法難以保證知識表達的完整性,推理過程陷于復(fù)雜的邏輯演繹的問題,作者引入了模糊因果關(guān)系的網(wǎng)絡(luò)模型,基于模糊認知圖理論構(gòu)造Agent推理模型,用簡單的數(shù)值計算代替復(fù)雜符號系統(tǒng)的表示和演繹推理過程,實現(xiàn)了復(fù)雜環(huán)境下的Agent智能決

3、策.3.Agent的學(xué)習能力是體現(xiàn)智能性的基礎(chǔ).論文的研究在現(xiàn)有強化學(xué)習算法的基礎(chǔ)上,采用模糊建模的方法對于Agent的內(nèi)部模型和狀態(tài)的表示方法進行改進,提出一種模糊強化學(xué)習算法,降低了Agent學(xué)習對于精確模型和知識的要求,提高了算法的實用性.4.對于Agent在協(xié)作技術(shù)方面的研究,針對傳統(tǒng)合同網(wǎng)模型資源消耗大,協(xié)商過程長的缺點,在原有的合同網(wǎng)中定義各網(wǎng)元之間的關(guān)系權(quán)值,提出一種關(guān)系型合同網(wǎng)模型.5.在工程應(yīng)用研究方面,該文研究了Ag