多智能體系統(tǒng)是分布式人工智能的一個重要分支。本書介紹了多智能體建模的基本理論與技術,將基于多智能體的模型應用于自然與環(huán)境、智能城市、交通、地理信息與空間智能、社會與民生、復雜網(wǎng)絡等,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)、計算機等專業(yè)開設多智能體系統(tǒng)課程或相關專業(yè)開設人工智能的通識核心課程需求,也可以作為研究生、科研院所科技工作者及相關企業(yè)的工程技術人員閱讀參考。
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(Multi-Agent Technology,MAT)。多智能體系統(tǒng)是分布式人工智能(Distributed Artificial Intelligence,DAI)的一個重要分支。智能體和多智能體技術起源于分布式人工智能研究。自20世紀80年代末以來,該方向成為人工智能領域活躍的研究分支,與數(shù)學、控制、經(jīng)濟學、社會學等多個領域相互借鑒和融合,逐漸成為國際上備受重視的研究領域之一。20世紀90年代,由于網(wǎng)絡技術的發(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)絡環(huán)境下的分布式人工智能研究,不僅研究基于同一目標的分布式問題, 而且研究多個智能體的多目標問題,并將人工智能推向社會生活的各個應用領域。多智能體系統(tǒng)等相關技術已日益應用于交通控制、智能機器人、車聯(lián)網(wǎng)、無人飛行器編隊、多傳感器協(xié)同信息處理、計算機網(wǎng)絡、電子商務、Softbot(軟機器人)、虛擬現(xiàn)實、健康、娛樂等領域。目前,多智能體技術已經(jīng)成為一種進行復雜自組織系統(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,這必然會成為一個研究重點?赡艿难芯糠较蛴卸嘀悄荏w間的協(xié)商、交互機制、集成等。
人工智能(Artificial Intelligence,AI)技術,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、多智能體網(wǎng)絡等系統(tǒng)智能,這些研究對象都屬于復雜自組織系統(tǒng),在多智能體技術的實踐上,復雜自組織系統(tǒng)模型與建模扮演著相當重要的角色,模型的形態(tài)或結(jié)構可以減少其所呈現(xiàn)現(xiàn)象的復雜性,讓抽象理論更加容易被理解,并可用來進行預測和推論,當然更是科學教學與學習歷程中相當重要的呈現(xiàn)方式與不可或缺的能力。
本書基于Netlogo平臺講授多智能體技術。關于如何學好多智能體技術,進行人工智能系統(tǒng)的設計、開發(fā),我們不得不提及麻省理工學院(MIT)人工智能實驗室創(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和學習相關的心理學家、人工智能先驅(qū)者之一。
帕普特一生的貢獻是發(fā)明LOGO編程語言和創(chuàng)建教育建構主義。
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的LISP。
帕普特在30多歲的時候,創(chuàng)建了麻省理工學院赫赫有名的兩大實驗室:多媒體實驗室以及人工智能實驗室。1963年,帕普特加入麻省理工學院,與著名人工智能科學家馬文·明斯基共同研究人工智能。同時,帕普特還在研究如何借助計算機輔助兒童學習。在帕普特的帶領下, LOGO語言和繪圖小海龜機器人先后誕生。通過向海龜發(fā)送命令,用戶可以直觀地學習程序的運行過程,對初學者施行寓教于樂的教學方式。LOGO語言里實現(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。隨著計算機行業(yè)的蓬勃發(fā)展,小海龜已經(jīng)不僅存在于LOGO語言和海龜機器人,小海龜?shù)睦L圖方式已經(jīng)成為一種設計思想,海龜圖形學在多種編程語言和科學研究中都得以應用。基于L系統(tǒng)的分形圖形的繪制就使用了小海龜繪圖法,通過更高級的編程語言,能夠繪制出三維的植物生長模擬圖。
另一方面,帕普特發(fā)明的建構主義教育理論,用來與教學主義對比,學生可以通過具體的材料而不是抽象的命題來建立知識。帕普特曾經(jīng)出版過一本書,書名為《頭腦風暴:孩子、計算機與充滿活力的概念》。他在書中系統(tǒng)闡述了自己的教育哲學做中學。他創(chuàng)造的LOGO作為一個工具,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,而是應該提供充分的環(huán)境和工具讓學習者構建自己的知識結(jié)構。建構主義理論能較好地闡釋知識的本質(zhì)及知識的獲得。在基于建構主義的教學過程中,是以學生為中心的,教師起著組織者、指導者、幫助者和促進者的作用,以充分發(fā)揮學生的主動性、積極性和創(chuàng)造性,使學生有效地實現(xiàn)對知識的意義建構。
Netlogo是繼承了LOGO語言的一款編程開發(fā)平臺,它改進了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,是一個多智能體編程環(huán)境,用來研究分散系統(tǒng)的運行機制,可以對許多現(xiàn)實世界中的現(xiàn)象進行建模并且觀察研究,例如鳥群、交通、螞蟻以及市場經(jīng)濟。它被廣大的學生、教師以及全世界的研究者運用。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。
綜上所述,Netlogo將帕普特的LOGO編程語言和教育建構主義兩大貢獻統(tǒng)一起來,實現(xiàn)了一種基于建構主義思想的多智能體教學科研的系統(tǒng)平臺。建模和模擬復雜系統(tǒng),離不開實驗,我們沒有人工智能實驗室,怎么辦?我們可以DIY一個人工智能虛擬仿真實驗室,這就是Netlogo平臺。通過人工智能虛擬仿真實驗室的2D/3D虛擬技術對智能體應用的各個環(huán)節(jié)(如場景的建立、智能體的構建以及運行仿真)進行高度的2D/3D虛擬模擬,這種通過場景模擬、智能體搭建運行及可視化編程的方式能夠為構建多智能體技術學習環(huán)境提供一個充滿樂趣的有效的教學及科
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派8
13人工智能的研究領域14
14自然智能19
15人工智能31
16人工智能編程語言33
17習題38
參考文獻39
第2章多智能體建;A
21基于智能體建模(ABM)40
22Netlogo多智能體編程(建模)47
23開始一個模型探索52
24基于智能體建模的基本概念54
25習題61
參考文獻61
第3章創(chuàng)建自己的模型
31如何創(chuàng)建一個模型63
32Netlogo語言基礎67
33設計車輛跟馳模型74
34創(chuàng)建兔子吃草模型80
35基于智能體建模步驟84
36習題88
參考文獻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擴散凝聚104
45森林火災105
46習題108
參考文獻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習題133
參考文獻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153
65習題163
參考文獻163
第7章地理信息與空間智能
71地理空間智能 165
72GIS擴展171
73暴雨洪災178
74人口統(tǒng)計181
75人員疏散185
76習題188
參考文獻189
第8章智能社會
81人工智能社會190
82居住隔離194
83人工智能農(nóng)場198
84謠言模型203
85習題207
參考文獻209第9章多智能體網(wǎng)絡
91復雜多智能體網(wǎng)絡模型211
92SIR模型215
93小世界模型219
94無尺度網(wǎng)絡227
95習題230
參考文獻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遺傳算法進化機器人249
105神經(jīng)網(wǎng)絡圖像識別259
106強化學習走迷宮267
107習題275
參考文獻276