人工智能 技术篇分布式人工智能与Agent第十章本 章 导 读 在这个信息量剧增的时代，科学技术发展所需的计算复杂度也随之增加，集中式系统已经无法满足该需求，因此，分布式系统应运而生。计算机技术和人工智能技术的提升，以及互联网和万维网的出现与发展，推动了分布式人工智能技术的研究，使其成了人工智能的一个重点研究方向。 本章首先介绍分布式人工智能的概念、特点和分类，然后介绍 Agent 的概念、特性、结构和类型，以及 Agent 通信，最后介绍多 Agent 系统的概念、特点、基本模型、体系结构，以及 Agent 间的协调、协作和协商。学习目标了解分布式人工智能的概念、特点及分类。熟悉 Agent 的概念、特性、结构和类型。理解 Agent 的通信过程。掌握多 Agent 系统的概念、特点、基本模型与体系结构等。目 录 4分布式人工智能AgentAgent 通信01020304多 Agent 系统分布式人工智能01 分布式人工智能（ distributed artificial intelligence ， DAI ）主要研究逻辑上或物理位置上分散的智能系统如何并行地、相互协作地实现多任务问题求解。 分布式人工智能具有分布性、并行性、开放性、协作性、容错性、连接性和独立性等特点（见表），可以有效地解决单个智能系统在功能上、空间分布上和资源上的局限性问题。分布式人工智能的概念与特点10.1.1特 点介 绍分布性整个系统中的信息，如数据、知识和控制等，在逻辑上或物理位置上都是分布式存储和控制的，不存在全局数据存储和全局控制并行性系统可以同时进行两种或两种以上的工作，并行地求解问题，提高子系统的求解效率开放性通过网络互连的方式将不同分布的系统联系在一起，不仅便于扩充系统规模，还使系统具备更强的开放性和灵活性协作性各个子系统协调工作，解决单个系统无法解决的复杂问题容错性系统具有较多的冗余处理节点、通信路径和知识，能够使系统在出现故障时，仅降低处理速度或求解精度，不影响系统正常工作，提高了系统工作的可靠性连接性在问题求解过程中，各个子系统可通过计算机网络进行相互连接，降低了求解问题的通信代价和求解代价独立性系统可把求解任务划分为多个相对独立的子任务，不仅降低了子系统求解问题的复杂程度，还降低了软件设计开发的复杂程度 分布式人工智能的特点 分布式人工智能一般分为分布式问题求解（ distributed problem solving ， DPS ）和多 Agent 系统（ multi-agent system ， MAS ）两种类型，它...
