期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
AgentSpeak中意图生成过程的可靠性与完整性研究
1
作者 杨博 邵利平 覃征 《计算机科学》 CSCD 北大核心 2011年第3期236-242,共7页
意图生成是BDI型Agent为实现目标而产生动作序列的过程。验证软件Agent中意图生成的正确性是A-gent编程语言中一个重要的研究问题。针对软件Agent中意图执行的正确性,以当前最流行的BDI型Agent编程语言AgentSpeak为例,证明了软件Agent... 意图生成是BDI型Agent为实现目标而产生动作序列的过程。验证软件Agent中意图生成的正确性是A-gent编程语言中一个重要的研究问题。针对软件Agent中意图执行的正确性,以当前最流行的BDI型Agent编程语言AgentSpeak为例,证明了软件Agent意图执行的有效性。首先根据AgentSpeak的语法构造了一个解释系统,并给出了该解释系统的满足关系,从而得出了AgentSpeak的模型论语义。在该模型论语义的基础上,结合由Moreira和Bordini所给出的操作语义,证明了AgentSpeak的意图生成等价定理:AgentSpeak语言中模型论语义的意图等价于AgentSpeak程序操作语义的意图。由此可得出结论——AgentSpeak中的意图执行是可靠而完整的,从而验证了AgentSpeak中软件Agent意图完成目标的正确性。 展开更多
关键词 AgentSpeak 意图生成 Agent编程语言 模型论语义 bdiagent
在线阅读 下载PDF
基于Q-learning的不确定环境BDI Agent最优策略规划研究 被引量:8
2
作者 万谦 刘玮 +1 位作者 徐龙龙 郭竞知 《计算机工程与科学》 CSCD 北大核心 2019年第1期166-172,共7页
BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问... BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。 展开更多
关键词 bdiagent 强化学习 Q-LEARNING ASL JASON 规划
在线阅读 下载PDF
基于BDI Agent模型的对中小企业创新系统诊断框架及对策
3
作者 张橙 朱良天 《经济研究导刊》 2019年第2期1-3,共3页
我国中小企业在整个企业群体中数量最多、活力最强,是我国实体经济的重要基础。将人工智能领域中的BDI Agent模型引入,分别从单主体自主创新、多主体协同和创新生态系统三个角度解构中小企业创新系统,分析中小企业创新过程。对中小企业... 我国中小企业在整个企业群体中数量最多、活力最强,是我国实体经济的重要基础。将人工智能领域中的BDI Agent模型引入,分别从单主体自主创新、多主体协同和创新生态系统三个角度解构中小企业创新系统,分析中小企业创新过程。对中小企业在自主创新、协同创新以及创新环境中遇到的问题进行诊断,在此基础上提出相应的解决方案,以期提升中小企业的创新能力,发挥中小企业在中国经济发展中的新一代引擎作用。 展开更多
关键词 bdiagent 中小企业 创新主体 创新生态系统
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部