多智能體系統(tǒng)是分布式人工智能的一個(gè)重要分支。本書介紹了多智能體建模的基本理論與技術(shù),將基于多智能體的模型應(yīng)用于自然與環(huán)境、智能城市、交通、地理信息與空間智能、社會(huì)與民生、復(fù)雜網(wǎng)絡(luò)等,涵蓋了智能交通、智能城市、地理空間智能和人工智能社會(huì)等方面的系統(tǒng)智能建模與問題優(yōu)化求解。
本書主要面向各高等院校本科人工智能專業(yè)、計(jì)算機(jī)等專業(yè)開設(shè)多智能體系統(tǒng)課程或相關(guān)專業(yè)開設(shè)人工智能的通識(shí)核心課程需求,也可以作為研究生、科研院所科技工作者及相關(guān)企業(yè)的工程技術(shù)人員閱讀參考。
多智能體一般專指多智能體系統(tǒng)(Multi-Agent System,MAS)或多智能體技術(shù)(Multi-Agent Technology,MAT)。多智能體系統(tǒng)是分布式人工智能(Distributed Artificial Intelligence,DAI)的一個(gè)重要分支。智能體和多智能體技術(shù)起源于分布式人工智能研究。自20世紀(jì)80年代末以來,該方向成為人工智能領(lǐng)域活躍的研究分支,與數(shù)學(xué)、控制、經(jīng)濟(jì)學(xué)、社會(huì)學(xué)等多個(gè)領(lǐng)域相互借鑒和融合,逐漸成為國(guó)際上備受重視的研究領(lǐng)域之一。20世紀(jì)90年代,由于網(wǎng)絡(luò)技術(shù)的發(fā)展,人工智能出現(xiàn)了新的研究高潮,開始由單智能體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究,不僅研究基于同一目標(biāo)的分布式問題, 而且研究多個(gè)智能體的多目標(biāo)問題,并將人工智能推向社會(huì)生活的各個(gè)應(yīng)用領(lǐng)域。多智能體系統(tǒng)等相關(guān)技術(shù)已日益應(yīng)用于交通控制、智能機(jī)器人、車聯(lián)網(wǎng)、無人飛行器編隊(duì)、多傳感器協(xié)同信息處理、計(jì)算機(jī)網(wǎng)絡(luò)、電子商務(wù)、Softbot(軟機(jī)器人)、虛擬現(xiàn)實(shí)、健康、娛樂等領(lǐng)域。目前,多智能體技術(shù)已經(jīng)成為一種進(jìn)行復(fù)雜自組織系統(tǒng)分析與模擬的思想方法與工具。未來發(fā)展要實(shí)現(xiàn)通用人工智能,多智能體系統(tǒng)是必須突破的研究方向,因此,這必然會(huì)成為一個(gè)研究重點(diǎn)?赡艿难芯糠较蛴卸嘀悄荏w間的協(xié)商、交互機(jī)制、集成等。
人工智能(Artificial Intelligence,AI)技術(shù),除了模擬人類智能之外,還需要模擬自然界、智能城市、智能交通、地理空間智能、人工智能社會(huì)、多智能體網(wǎng)絡(luò)等系統(tǒng)智能,這些研究對(duì)象都屬于復(fù)雜自組織系統(tǒng),在多智能體技術(shù)的實(shí)踐上,復(fù)雜自組織系統(tǒng)模型與建模扮演著相當(dāng)重要的角色,模型的形態(tài)或結(jié)構(gòu)可以減少其所呈現(xiàn)現(xiàn)象的復(fù)雜性,讓抽象理論更加容易被理解,并可用來進(jìn)行預(yù)測(cè)和推論,當(dāng)然更是科學(xué)教學(xué)與學(xué)習(xí)歷程中相當(dāng)重要的呈現(xiàn)方式與不可或缺的能力。
本書基于Netlogo平臺(tái)講授多智能體技術(shù)。關(guān)于如何學(xué)好多智能體技術(shù),進(jìn)行人工智能系統(tǒng)的設(shè)計(jì)、開發(fā),我們不得不提及麻省理工學(xué)院(MIT)人工智能實(shí)驗(yàn)室創(chuàng)辦人之一的西摩爾·帕普特(Seymour Papert)。帕普特就是我們要介紹的與智能體技術(shù)和學(xué)習(xí)相關(guān)的心理學(xué)家、人工智能先驅(qū)者之一。
帕普特一生的貢獻(xiàn)是發(fā)明LOGO編程語言和創(chuàng)建教育建構(gòu)主義。
首先,LOGO源自希臘文,原意即為思想。LOGO的原型來自人工智能語言LISP,帕普特修改了LISP的語法,使得它更易于閱讀。LOGO通常被稱作沒有括號(hào)的LISP。
帕普特在30多歲的時(shí)候,創(chuàng)建了麻省理工學(xué)院赫赫有名的兩大實(shí)驗(yàn)室:多媒體實(shí)驗(yàn)室以及人工智能實(shí)驗(yàn)室。1963年,帕普特加入麻省理工學(xué)院,與著名人工智能科學(xué)家馬文·明斯基共同研究人工智能。同時(shí),帕普特還在研究如何借助計(jì)算機(jī)輔助兒童學(xué)習(xí)。在帕普特的帶領(lǐng)下, LOGO語言和繪圖小海龜機(jī)器人先后誕生。通過向海龜發(fā)送命令,用戶可以直觀地學(xué)習(xí)程序的運(yùn)行過程,對(duì)初學(xué)者施行寓教于樂的教學(xué)方式。LOGO語言里實(shí)現(xiàn)了可以直接在顯示器上繪制數(shù)字圖形的數(shù)字小海龜。隨著計(jì)算機(jī)行業(yè)的蓬勃發(fā)展,小海龜已經(jīng)不僅存在于LOGO語言和海龜機(jī)器人,小海龜?shù)睦L圖方式已經(jīng)成為一種設(shè)計(jì)思想,海龜圖形學(xué)在多種編程語言和科學(xué)研究中都得以應(yīng)用;贚系統(tǒng)的分形圖形的繪制就使用了小海龜繪圖法,通過更高級(jí)的編程語言,能夠繪制出三維的植物生長(zhǎng)模擬圖。
另一方面,帕普特發(fā)明的建構(gòu)主義教育理論,用來與教學(xué)主義對(duì)比,學(xué)生可以通過具體的材料而不是抽象的命題來建立知識(shí)。帕普特曾經(jīng)出版過一本書,書名為《頭腦風(fēng)暴:孩子、計(jì)算機(jī)與充滿活力的概念》。他在書中系統(tǒng)闡述了自己的教育哲學(xué)做中學(xué)。他創(chuàng)造的LOGO作為一個(gè)工具,以改善兒童思考和解決問題的方式。在他看來,好的教育不是想辦法讓老師教得更好,而是應(yīng)該提供充分的環(huán)境和工具讓學(xué)習(xí)者構(gòu)建自己的知識(shí)結(jié)構(gòu)。建構(gòu)主義理論能較好地闡釋知識(shí)的本質(zhì)及知識(shí)的獲得。在基于建構(gòu)主義的教學(xué)過程中,是以學(xué)生為中心的,教師起著組織者、指導(dǎo)者、幫助者和促進(jìn)者的作用,以充分發(fā)揮學(xué)生的主動(dòng)性、積極性和創(chuàng)造性,使學(xué)生有效地實(shí)現(xiàn)對(duì)知識(shí)的意義建構(gòu)。
Netlogo是繼承了LOGO語言的一款編程開發(fā)平臺(tái),它改進(jìn)了LOGO語言只能控制單一主體的不足,它可以在建模中控制成千上萬的智能體,是一個(gè)多智能體編程環(huán)境,用來研究分散系統(tǒng)的運(yùn)行機(jī)制,可以對(duì)許多現(xiàn)實(shí)世界中的現(xiàn)象進(jìn)行建模并且觀察研究,例如鳥群、交通、螞蟻以及市場(chǎng)經(jīng)濟(jì)。它被廣大的學(xué)生、教師以及全世界的研究者運(yùn)用。如果說LOGO繼承于人工智能語言LISP,那么LOGO就是代表了人工智能思想,而Netlogo則是模擬分布式人工智能思想平臺(tái)。
綜上所述,Netlogo將帕普特的LOGO編程語言和教育建構(gòu)主義兩大貢獻(xiàn)統(tǒng)一起來,實(shí)現(xiàn)了一種基于建構(gòu)主義思想的多智能體教學(xué)科研的系統(tǒng)平臺(tái)。建模和模擬復(fù)雜系統(tǒng),離不開實(shí)驗(yàn),我們沒有人工智能實(shí)驗(yàn)室,怎么辦?我們可以DIY一個(gè)人工智能虛擬仿真實(shí)驗(yàn)室,這就是Netlogo平臺(tái)。通過人工智能虛擬仿真實(shí)驗(yàn)室的2D/3D虛擬技術(shù)對(duì)智能體應(yīng)用的各個(gè)環(huán)節(jié)(如場(chǎng)景的建立、智能體的構(gòu)建以及運(yùn)行仿真)進(jìn)行高度的2D/3D虛擬模擬,這種通過場(chǎng)景模擬、智能體搭建運(yùn)行及可視化編程的方式能夠?yàn)闃?gòu)建多智能體技術(shù)學(xué)習(xí)環(huán)境提供一個(gè)充滿樂趣的有效的教學(xué)及科
前言
第1章人工智能概述
11人工智能發(fā)展的三次浪潮1
12人工智能的三大主流學(xué)派8
13人工智能的研究領(lǐng)域14
14自然智能19
15人工智能31
16人工智能編程語言33
17習(xí)題38
參考文獻(xiàn)39
第2章多智能體建;A(chǔ)
21基于智能體建模(ABM)40
22Netlogo多智能體編程(建模)47
23開始一個(gè)模型探索52
24基于智能體建模的基本概念54
25習(xí)題61
參考文獻(xiàn)61
第3章創(chuàng)建自己的模型
31如何創(chuàng)建一個(gè)模型63
32Netlogo語言基礎(chǔ)67
33設(shè)計(jì)車輛跟馳模型74
34創(chuàng)建兔子吃草模型80
35基于智能體建模步驟84
36習(xí)題88
參考文獻(xiàn)90
第4章自然智能與分形模擬
41分形與粒子系統(tǒng)91
42分形樹97
43粒子瀑布99
44擴(kuò)散凝聚104
45森林火災(zāi)105
46習(xí)題108
參考文獻(xiàn)110
第5章智能城市
51智慧城市與智能城市112
52城市污染117
53城市蔓延122
54氣候變化126
55習(xí)題133
參考文獻(xiàn)134
第6章智能交通
61智能交通模型135
62智能停車管理138
63出租車智能調(diào)度143
64垃圾收運(yùn)153
65習(xí)題163
參考文獻(xiàn)163
第7章地理信息與空間智能
71地理空間智能 165
72GIS擴(kuò)展171
73暴雨洪災(zāi)178
74人口統(tǒng)計(jì)181
75人員疏散185
76習(xí)題188
參考文獻(xiàn)189
第8章智能社會(huì)
81人工智能社會(huì)190
82居住隔離194
83人工智能農(nóng)場(chǎng)198
84謠言模型203
85習(xí)題207
參考文獻(xiàn)209第9章多智能體網(wǎng)絡(luò)
91復(fù)雜多智能體網(wǎng)絡(luò)模型211
92SIR模型215
93小世界模型219
94無尺度網(wǎng)絡(luò)227
95習(xí)題230
參考文獻(xiàn)231
第10章智能算法與問題求解
101智能算法233
102鳥群覓食算法236
103蟻群算法求解旅行商問題242
104遺傳算法進(jìn)化機(jī)器人249
105神經(jīng)網(wǎng)絡(luò)圖像識(shí)別259
106強(qiáng)化學(xué)習(xí)走迷宮267
107習(xí)題275
參考文獻(xiàn)276