23、多智能体系统的规范与验证：火星机器人案例研究

多智能体系统的规范与验证：火星机器人案例研究

1. 引言

在多智能体系统（MAS）的研究中，对智能体行为的规范和验证是至关重要的。本文将介绍一种基于目标分解树（GDT）的方法，用于规范和验证MAS中智能体的行为，并通过火星机器人（RoM）案例进行详细说明。

2. 目标分解树（GDT）

2.1 GDT的定义

GDT是一种由节点构建而成的树结构。与GDT相关的要素包括：
- 变量集 ：包含环境变量集$V_e$和智能体的内部变量集$V_i$，定义$V = V_i \cup V_e$，且$V_i \cap V_e = \emptyset$。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） ：指定智能体执行GDT的条件。
- 前置条件（PrecGDT） ：执行GDT前必须满足的条件。对于可多次执行的GDT，每次执行前该条件都需为真。
- 初始化子句（init） ：智能体创建时执行，用于实现前置条件。
- 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，$I = I_S \land I_A$，其中$I_S$是系统的不变式（关于$V_e$），$I_A$是智能体的不变式（关于$V$）。

2.2 相关符号说明

符号	含义