21、分布式问题解决、规划与基于代理计算的逻辑基础

分布式问题解决、规划与基于代理计算的逻辑基础

1. 分布式问题解决与规划

1.1 冲突解决与合作机制

在分布式系统中，代理之间会交换表明其灵活性的描述。早期的分布式人工智能应用中，采用最少约束代理启发式方法，即让拥有最多其他选择的代理更改其计划。

这些解决目标冲突的协商机制，都假定代理会诚实地说明其目标的重要性以及实现目标的可选方案。代理有寻找互利合作机会的自利动机，尽管代理间可能的冲突空间很大，但可能的合作活动空间更大，且引入了各种效用评估。不过，合作并不总是必要的，因为代理从合作中获得的利益可能无法抵消寻找合作机会所付出的努力。

部分全局规划强调在与其他代理的部分解决方案边界附近生成部分解决方案，以提前提供有用的聚焦信息。von Martial的工作则专注于代理利用其目标间“恩惠关系”的策略，例如在追求自身目标的同时为其他代理完成目标。

1.2 分布式规划与执行策略

1.2.1 规划后协调

基于计划合并的分布式规划方法，按顺序让代理进行规划、协调计划，然后执行。若执行过程中部分计划未按预期推进，整个协调计划集可能失败。解决此问题的方法有：
- 应急规划 ：每个代理不仅制定预期计划，还制定应对可能突发情况的替代计划分支，这些带有条件分支的更大计划可进行合并和协调，但协调过程更复杂。
- 监控与重新规划 ：每个代理监控其计划执行情况，若出现偏差则停止所有代理的进度，重复计划 - 协调 - 执行循环。频繁出现偏差会导致大量规划和协调工作，有时可通过修复先前计划或使用可重用计划库来减少工作量。