23、多智能体系统规范与验证：火星机器人案例研究

多智能体系统规范与验证：火星机器人案例研究

在多智能体系统（MAS）的研究中，如何准确地对智能体的行为进行规范和验证是一个关键问题。本文将围绕目标分解树（GDT）展开，详细介绍其相关概念、证明过程，并通过火星机器人（RoM）案例研究来展示其应用。

1. GDT 基础概念

• GDT 定义 ：GDT 是由上述指定的节点构建而成的树。与之相关的要素包括：
  • 变量集合 ：由环境变量集合 (V_e) 和智能体的内部变量集合 (V_i) 组成，所有公式基于此集合构建。对于每个智能体，假设 (V_i \cap V_e = \varnothing)，并定义 (V = V_i \cup V_e)。内部变量不能被其他智能体修改，而环境变量可被智能体、其他智能体或环境本身修改。
  • 触发上下文（TC） ：指定智能体何时必须执行其 GDT，这取决于智能体的具体情况，可能是首次满足条件时，也可能是每次条件为真时。
  • 前置条件（PrecGDT） ：在执行开始前必须满足的条件。当智能体创建时，给定的初始化子句可实现该条件；对于多次执行的 GDT，每次执行后（即下次执行前）该前置条件必须再次为真。
  • 不变式（I） ：描述问题的约束条件，在整个执行过程中必须保持不变，可表示为 (I = I_S \land I_A)，其中 (I_S) 是系统（关于 (V_e)）的不变式，(I_A) 是智能体（关于 (V)）的不变式。