26、多智能体系统交互因果追踪与混合建模技术

多智能体系统交互因果追踪与混合建模技术

在多智能体系统（MAS）的开发和调试过程中，理解智能体之间的交互因果关系以及准确建模系统行为是至关重要的。本文将介绍通过可视化追踪多智能体交互因果关系的方法，以及如何使用混合层次状态机对多智能体系统进行建模和验证。

多智能体交互因果关系可视化

在多智能体系统中，智能体之间的消息交互形成了复杂的因果网络。为了追踪这些因果关系，我们可以构建因果图。例如，在某些情况下，由于智能体尚未收到消息，会创建特定的节点。对于消息 m5，其原因消息 m2 的目标节点会被选作源节点，而 m5 的目标节点会与 m4 相同，因为这两条消息的接收者都是发起者的对话（智能体 a）。同样的步骤会用于确定 m6 的源节点和目标节点，其余的图也以类似方式构建。

这种构建因果图的算法和通过逻辑时钟获取消息有序序列的机制已经在 ACLAnalyser 中实现并测试。通过查看 ACLAnalyser 中的因果图，开发者可以深入了解智能体之间的交互情况。例如，在一个包含三个智能体的简单对话中，开发者可以推断出智能体 B 向其对话者发送了三次拒绝提议的原因，以及智能体 A 和 B 之间的谈判未能顺利结束的原因。通过回溯图中的关系，开发者可以发现 B 收到了来自 A 的另一个拒绝提议，而这个拒绝的原因是 B 向 A 发送的提议，该提议的起源是 B 收到的一组三个提议。因此，开发者需要审查这些提议，以了解被拒绝的原因。

与多智能体系统中基于因果的图相关的工作有很多。十多年前就有人提出了用于监控和调试分布式操作系统中并发进程的因果图，但这种形式在 MAS 调试领域的实用性有限。我们通过引入交互协议、对话和言语行为的概念扩展了这一想法，并提出了构建不同类型因果图的新算法。