8、自适应多智能体系统工程：ADELFE 方法论解析

自适应多智能体系统工程：ADELFE 方法论解析

1. 背景与需求

在当今科技发展的浪潮中，传统计算系统设计方法面临着前所未有的挑战。以往的设计方式需要对系统的精确目标和未来可能遇到的每一种交互有清晰的了解，但如今的问题日益复杂，如互联网信息搜索、现实世界中移动机器人的运行等。这些问题所涉及的系统往往是开放且复杂的，处于动态环境中，通常规格不完整，甚至没有预先已知的算法来寻找解决方案。

为了应对这些挑战，研究人员提出了自适应多智能体系统（Adaptive Multi - Agent Systems，AMAS）。AMAS 由智能体组成，这些智能体始终尝试与其他智能体保持合作交互。基于此，进一步开发了 ADELFE 方法论，旨在帮助和指导设计师开发 AMAS。

2. 自适应多智能体系统理论基础

在设计系统时，设计师期望系统能够实现正确的功能，即“功能适当”。然而，开放性和动态性会引发意外事件，开放系统需要具备适应变化和自我组织的能力。

如果系统的每个组件都具备局部重新安排与其他组件交互的能力，那么这种最低级别的自我组织能力可以在不修改系统高层代码的情况下改变全局功能。自我组织不仅是系统适应环境的手段，也是克服复杂性的关键。对于复杂且算法未知的系统，其全局功能需要从组件层面的交互中涌现出来，而组件只需一些局部标准来重新安排交互。

一个关于功能适当性的定理表明：“对于给定环境中的任何功能适当的系统，都存在一个具有合作内部介质的系统，能够实现等效功能”。这意味着构建一个组件具有合作态度的系统，就足以使其实现预期功能。合作是组件在组织中找到合适位置并确保系统整体功能适当的局部标准。将这一理论应用于多智能体系统，便产生了自适应多智