1、多 Agent 协同机制及其在 AeSCM 系统中的应用第 4 卷2005i3j9】6Jj广州 I 大学( 自然科学版 )JounlalofGuangzhouUnivel,sity(NaturalScienPEdition)V()1.4No.3June2005文章编号:167I.4229(2005)03-0215-04多 Agent 协同机制及其在 AeSCM 系统中的应用刘怀亮,高鹰(广州大: 息机电工院 ,广尔广州 510405)摘要:对多 Agent 协同问题进行了研究,提出了面向任务熟人联盟(TaskOrientedArquaintaneeCoalition,TOAC)的协同机制,并将
2、该模型应用到本文构造的电子商务供应链管理系统中.试验分析和实际应用都证实:在电子商务供应链的环境下,能够有效地解决在开放分布的 MAs 环境中多 Agent 的社会组织,合作问题求解,任务分配,通信开销瓶颈等问题.关键词:多 Agent 协同;IOAC:AeSCM中图分类号:_rPI8 文献标识码:A0 引言供应链(SupplyChain,SC)是描述商品需一产一供过程中各实体和活动及其相互关系动念变化的网络.20 世纪 90 年代以来,供应链管理(SupplyChainManagement,SCM)逐渐成为人们研究的热点,并且成为增强企业竞争的重要途径.电子商务供应链管理(E commerc
3、eSupplyChainManagement,eSCM),是电子商务交易环境下对传统供应链管理进行有效改革的一种新型供应链管理模式.电子商务供应链管理是供应链管理领域的一个新概念,足电子商务和供应链管理相结合的产物.e SCM 提 f【白,j 时间虽然不长,但已经引起全球企,I 界的广泛重视.Agent 技术最于 70 年代 fj 现在人工智能领域,其最大特点足具有一定的智能及良好的灵活性和坚定性,特别适合时复杂,协同和难以预测的问题进行处卵.多 Agent(MultiAgent,MA)技术主要是研究多个 Agent 之间如何相互协作,相互支持以完成系统的共同目标,它特别适用于物理分布或逻辑结
4、构上具有分性特点的应用领域.多 Agent 技术已成为当前分式人工智能的一个研究热点.分布式人 r 智能(DAI)和多智能体 (MAS)技术的发展为复杂任务的汁算饥解决提供了理论基础.在 DAI 中,协同定义为多个智能体完成复杂任务时相 f 作用和消解冲突的忭质和能力.多 Agent 同是多 Agent 系统 (MAS)研究的核心问题.通过多 Agent 的协卜 1j 可以完成单个 Agent无法完成的任务,可以防止多 Agent 的无序和混乱,冲破资源,环境和时间的限制,协调一致地共同解决问题.多 Agent 系统强调分式自主决策和各个 AgentH】的协同解决问题的能 J,这些正好符合了供
5、应链在实际运行中所表现米的自制性,分布性,并行性,弱耦合性等特征.是基于这种思想,本文构造了于多 Agent 的电子商务供幢链管理系统(AgentbasedE-commerceSupplyChainManage ment,AeSCM).考虑剑电子商务供应链管理的新特点和智能体知识的不完备性,不相容以及资源利用的冲突等因素,需要建立一个合理的多 Agent 协 I 司模型来完成仟务的求解,因此本文 AeSCM 系统中构造了一个面向任务的熟人联盟模型(TaskOrientedAcquaintanceCoalition,TOAC).1 几种多 Agent 协同模型多 Agent 协同 (Cooper
6、ation)是指多个 Agent 围收稿日期:20041122;修回日期:20050422基金项目:广尔行然科学基金资助项 ft(04300015);广州fr 属商饺科技汁划项ll(2055).作者简介:刘怀兜(1976 一),男,硕 f,主要从 分 f 人 r 智能,数据挖掘,数据库等研究2l6 广州 I 大学( 自然科学版 )第 4 卷绕一个共同口怀1T 十 H 作用的办作过程.多年来 ,人们围绕多 Agent 协同问题提出了很多解决方法 ,其中最有影响的有合同网,黑板模型和结果共享模式.合间网(ContractNet)模型是 R.Smith 提出的一种用于分布式问题求解的高级通讯和控制协
7、议,是 MAS 巾采用最为广泛的控制结构一.合同网模型是最广泛使用和最有影响的多 Agent 协同模型2,3j.对传统的合同网模型进行分析,可以发现这种模型存在以下几个缺点:在通讯方式匕,传统的合同网模型的协商过程中结点之问一般以广播的方式互相通讯,较适合于招标投标规模不大的对象.如果合同网模型中结点数较多时则容易造成网络负载过重,效率低下,从而影响完成任务的效率;在任务的分配上,传统的合同网模型采用固定的任务分配策略,不支持任务动态分配;在任务的分解上,传统的合同网模型比较适合于任务划分比较明确的情况,对于任务不明确的情况,没有足够的知识正确地分解一个复杂的目标.黑板模型最早由 Newell
8、 提出 ,它是多 Agent 协同时广泛使用的方法 l4J.黑板系统的特点是集中控制和共享数据结构.黑板模型的缺点是中间求解过程产生的数据都要传到黑板上,所以这成为系统的一个瓶颈,同时也使得其实现和运行代价较大.结果共享是 Smith 和 Davis 提出的一种多 Agent 协同工作的模型7j.结果共享的协同模型可以通过共享结果节省资源,提高求解精度和速度.虽然这种思想简单,但也存在着以下缺陷:Agent很难清楚哪些结果应当共享和不清楚利用共享的结果做什么;大量的共享结果和共享信息的相互传播带来通信开销的困难,难以提高通信效率;当共享结果出现错误的时候难以消除错误结果的相互传播.考虑到电子商
9、务供应链管理系统的特点,针对上面所提到的几种多 Agent 协同模型存在的缺陷,同时充分利用合同网模型,黑板模型和结果共享等多 Agent 协同模型的优点 ,本文提出厂面向任务的熟人联盟(TaskOrientedAcquaintanceCoalition.TOAC)的多 Agent 协同方法并将其应用到 AeSCM系统之中.2 面向任务的熟人联盟本文的多 Agent 协同模型 TOAC 区别于其他多 Agent 协同方式的不同点在于:不需要建立一个专门的中间协调 Agent 或熟人模型来记录所有的 Agent 通信信息 ,有效地降低 r 系统资源开销;采用了一种完全分布的方式访 nJJ 和维护
10、 Agent信息,降低了集中方式访问中间 Agent 和维护熟人模型带来的高昂代价;熟人联盟中的每个 Agent结点只需在内部建立和维护一个最近经常访问的熟人通信录,对通信录容量要求不高;Agent 的选择以及 Agent 之间的任务协商都是在 Agent 社会联盟上实现.在 TOAC 模型中,各个 Agent 都是自治的,能相互通讯,进行协商,达成协议,协商需要通信开销和计算工作量.有关 TOAC 中的任务及 Agent 执行任务所需要考虑的费用,效用,优化及相关性质定义和描述如下:定义 1 任务 Task.任务 Task 足 TOAC 中 A.gent 要完成的目标,它是一个如下表示的集合
11、:Tal,Ta,任务可以是某一个 Agent 要完成的目标,也可以是 TOAC 中多个 Agent 或整个 Agent 联盟要完成的目标.定义 2 费用 Cost:f(Task)一.费用 Cost是执行任务 Task 的花费, 它是一个从 Task 到正实数的一个映射.费用 Cost 可以是时间 time 或资源 resource 等的花费.Cost 满足如下性质:性质 1 费用 Cost 是单调的,可以定义成如下形式:如果 1,2ctask 是任务集合,使得 1c2,则 Cost(TaJ)Cost(Ta2)直观上,费用 Cost 的单调性可以理解为:增加任务 Task 不可能降低费用.性质
12、2 不做任何事情的费用是零,即Cost()=0.定义 3 联盟.联盟是一组合作的,共同完成某一任务并共享任务收益的 Agent 集合 Coa=Ag1,Ag2,A.TOAC 中联盟可能有多个,每个 Agent 联盟有多个 Agent,每个 Agent 也可能同时属于多个联盟 .第 3 期刘怀亮等:多 Agent 协同机制及其在 AeSCM 系统中的 J,用 217联盟成员总是试图增大其联盟效益,即联盟成员总是选择能使联盟取得最大值的仃务.联盟形成时不衙中央决策,形成联盟时的通讯开销和计算工作量仅限于联盟参与者.定义 4 熟人关系.将 Agenti 不 1Jj 具有简熟人关系 Acquaintan
13、ce(i,i)定义为:Acquaintance(i,j)=Know(i,j)八 Kllow(j,i)可称满足 Acquaintance(i,j)的 Acquaintancei和 Acquaintancei 互为熟人 .Acquaintancei 的所有熟人组成的集合称为Acquaintancei 的熟人圈,记为 Acquaintance(i),有Acquaintance(i)=iliSociety 八 Acquaintance(i,J)其中 Society 为 Agent 社会.熟人关系具有如下性质:(1)自反性:Acquaintance(i,i)成立;(2)对称性:Acquaintance(
14、i,j)iAcquaintance(j,i);(3)非传递性: 如果 Acquaintance(i,i)八 Acquaintance(i,k),则 Acquaintance(i,k)不一定成立.定义 5 熟人关系链.称 AL=(k0,k 一,k)是从 Agentk0 到 Agentk 的熟人关系链 ,如果对Vi1,2, ,n,都有 Acquaintance(a,a1),则定义熟人关系链的长度 Len(AL)为中所有结点的个数,即对 AL=(k0,k.,k)而言,有:Len(AL)=I,JI=n.定义 6 可信任度.Agenti 认为 i 在时间 t 的可信任度为 Trustii,time).这
15、里规定 :Trust(i,j,time) (一 1,1);并将初始时间 t=0 时 Trust(i,i,time)的可信任度置为 0,即 Trust(i,i,time)=0.Agent 为了确定熟人的可信任度,首先从与熟人合作的成功与否来考虑,如果合作成功则给该熟人的可信任度增加一个数量值,如果合作失败,则减少一个数量值.设一次失败的合作对 Agent可信任度造成的损失为 a,一次成功的合作对 Agent 可信任度带来的收益为,可设定 a,这样鼓励 Agent 积极合作 .可信任度具有 :(1)非对称性一次交往 Agenti 对 Agentj 的信任度与 Agentj对 Agenti 的信任度
16、是不一样的,但随着时 IhJtime趋向于无穷,则 Trust(iij,time)与 Trust(i,i,time)趋向于相等.(2)非传递性即 Trust(i,j,time)Trust(j,k,time)且 Trust(j,k,time)Trust(k,m,time),不能够推出 Trust(i,j,time)Trust(k,m,time).3 比较和仿真试验本文对 TOAC 协同模型进行了仿真试验,并在试验巾将 TOAC 协同模型和传统合同网协同模型,黑板协同模型和结果共享协同模型进行了比较,比较和仿真试验的结果如图 1 所示.3一2垦蟊 I一暮耋教:-(b)task 个数(d)Iask
17、个数(a)FOAC2,Ji 果共享模(b)TOAC 黑板模(c)TOACj 传统合同网模() 四种模型同时比较图 1TOAC 模型(虚线) 与结果享模型 (叉线), 黑板模(点线 )和传统合同网协同模型(星线) 的比较.Fig.1ComparisonofTOAC(brokenline),Resetsharingmodel(crossedline),Blackboardm(wlel(dotedline)andtraditionalContractNetmodel(starline).其中横坐标为 Task(仟务)个数,纵坐标为完成任务所需要的计算时间,这里的时间是一个相互比较的相对概念,由任务的
18、不同而有所不同,一般是毫秒级.系统仿真的过程是给出一系列任务,在相同 Agent 执行环境情 7 兄下,比较在不同模型下Agent 执行任务时所需要的时间.从比较和仿真试验可以看出,TOAC 模型的时间性能要优于传统合同网协同模型,黑板协同模型和结果共享协同模型,不同模型的性能比较和改进分析如下.(1)与传统的合同网协同模型的比较在通讯方式上,TOAC 依据任务,通过熟人之间相互传递信息可以有效地解决传统合同网效率低下和通信瓶颈问题;在任务的分配上,TOAC 模型能够根据熟人的能力和信任度等熟人信息进行218 广州大学(自然科学版)第 4 卷动态的任务分,能够克服传统的合同网模型采用固定的任务
19、分配策略所带来的缺陷;在任务的分解上,TOAC 模可以根据 Agent 交过程巾的熟人信息,很清楚地 r 解有哪些可靠和有足够能力的题求解,仃足够的知识卜确地分解一个复杂的日标,【人 lj 传统合同网相比 TOAC 模型能够更明确地划分任务.(2)r()Ac 与黑板协同模型的比较TOAC 模型是一种完全分和开放的系统,没有集中控制,数据库也是分布的,因fi 叮以克服黑板系统中的通信瓶颈,运算较大和异构性问题难以解决的缺陷(3)TOAC 与结果共享协同模型的比较结果共亭协同模型相比较,使用 TOAC 同模型可以避免大量结果信息的传递而造成的通信开销,同时由于对熟人能力和信任度等信息的了角华,町以
20、避免自目和许多小必要结果信息的传递,广大 1 可以提高求解速度.4 结论多 Agent 问题研究的关键足要建立一个协同的社会组织,埘仟务实现有效分解和分配,以及解决多 Agent 协同中的通信丌销问题 .本文对现有的多 Agent 协同问题进行研究 ,提一个多Agent 协同工作的模型 而任务的熟人联盟TOAC(TaskOrientedAcquaintanceC(alition),试验分析证明 TOAC 模型能够有效地解决斤放,分布的MAS 环境中,多 Agent 的礼会组织,合作问题求解和任务分配,以,6 乏通信开销的瓶颈问题,实现多 Agent 任务和结果的共享.在本文构造的 AeSCM
21、系统的实际用中也验证了该刚模型的有效性.参考文献:l1JRGSmith.The【ontractnetprotocol:highlevelcnnmmnicationandcontrolinadistributedproblemsokerJ:.IEEETransactiononComputers,1980,29(12):11041113.20HareGMP,JenningsNR.ThefoundationofdistributedartificialintelligenceM.Britain:JohnwilSonsIn(,I996.13jDavisR,SmithRG.NegotiationasametaphorfordistributedproblemsolvingJJ.AI,1983,20(1):63109.
