Agent的分类与能力详解

（一）Agent的分类

目前，对Agent进行分类的方法有多种。本书主要讨论按照Agent的工作环境的分类方法和按照Agent的属性的分类方法。

1.按工作环境的分类

按照Agent的工作环境，Agent可以分为软件Agent、硬件Agent和人工生命Agent。

（1）软件Agent。软件Agent是从软件设计的角度对Agent的解释。人们平常所说的Agent通常是指软件Agent。一种对软件Agent的定义为：Agent是一种在特定环境中连续、自主运行的软件实体，它通常与其他Agent一起，联合求解问题。

（2）硬件Agent。硬件Agent是指在物理环境中驻留的Agent，即人们平常所说的机器人。在这种定义下，单个机器人只是单Agent机器人，而多个机器人聚集在一起则可形成多Agent机器人系统。在多Agent机器人系统的研究和应用中，最关键的两个问题是单个Agent机器人的自治问题和多个自治Agent机器人的协作问题。多Agent机器人技术最具有挑战性的任务是那些具有内在合作性的任务，如多机器人竞赛等。

（3）人工生命Agent。人工生命通常是指具有自然生命现象和特征行为的人造生命系统。人工生命Agent是指生存在某种人造生命系统中的虚拟生命体，如人工蚂蚁、人工鱼等。人工生命Agent系统研究中的关键问题之一是群集智能（swarm intelligence），即Agent群体如何通过合作来表现出智能行为的特征。

2.按属性的分类(www.xing528.com)

按照Agent的属性，可将其分为反应Agent、认知Agent和混合Agent等。

（1）反应Agent。反应Agent是一种不包含认知功能，仅对感知到的外界信息做出响应的Agent。反应Agent的工作行为采用的是“感知—动作”模型，其典型代表是行为主义学派的机器虫。反应Agent虽具有对环境变化的快速响应能力，但其智能程度和灵活性较差。

（2）认知Agent。认知Agent是一种具有认知功能和推理能力的Agent。典型的认知Agent模型是“信念—愿望—意图”模型。认知Agent体现了符号主义的观点，是一种基于知识的结构。认知Agent具有较高的智能程度，但其对环境变化的响应能力和执行效率较差。

（3）混合Agent。混合Agent是一种组合Agent，其内部包含多种相对独立且可并行执行的Agent。典型的混合Agent同时包含反应Agent和认知Agent。这种混合Agent可以综合反应Agent和认知Agent的优点，使其既具有较快的响应性，也具有较高的智能性和灵活性。

（二）Agent的能力

随着技术的成熟，待解决的问题越来越复杂。在许多应用中，要求计算机系统必须具有决策能力，能做出判断。到目前为止，AI研究人员已建立理论、技术和系统以研究和理解单Agent的行为和推理特性。如果问题特别庞杂或不可预测，那么能合理地解决该问题的唯一途径是建立多个具有专门功能的模块组件（即Agents），各自解决某一种特定问题。如果有互相依赖的问题出现，系统中的Agent就必须合作以保证能有效控制互相依赖性。具体来说Agent的能力有：社交能力、学习能力、决策能力、预测能力。此外，Agent还有表达知识的能力和达到目标、完成计划的能力等。