面向Agent的方法学概述  

1.引言  不管面向智能主体的(AO：Agent-Oriented)方法学是否会像鼓吹的那样继面向数据流(DFO:DataFlow-Oriented)、面向数据结构(DSO:DataStruct-Oriented)、面向对象(OO:Object-Oriented)之后成为新一代的软件开发方法学.随着软件系统服务能力要求的不断提高,在系统中引入智能因素已经成为必然.Agent作为人工智能研究重要而先进的分支,引起了科学、工程、技术界的高度重视.斯坦福大学的Barbara Hayes-Roth在IJCAI'95的特约报告中提及：智能的计算机主体既是人工智能最初的目标,也是人工智能最终的目标.网络导致了网络计算这个概念的出现.如今,并行和分布计算是网络计算的亮点.而Agent作为并行、分布计算的因素、合作者、目标自然的产生了MAS(Multi-Agent System)、MA(Mobile Agent)等研究方向.这一切的科学技术成果将会极大的提高了软件系统的能力,紧跟时代的需要.以前的方法学不能很好的支持新的开发模式,必须匹配的开发方法学.AO就是Agent时代的方法学.

2.Agent和Agent-Based System概述  代理的研究可追溯到70年代分布式人工智能的研究(DAI:Distribute Artifical Intelligence),主要分两条研究路线：一条围绕经典人工智能展开,主要研究代理的拟人行为,多代理的协商模型等,其研究方向可分为代理理论,代理体系结构,代理语言,多代理系统等,一些计算机科学家称之为"智能代理"或是强定义的代理；另一条从90年代左右到现在,以应用为主,将经典人工智能关于代理的强定义弱化,拓宽了代理的应用范围,新的研究方向主要包括代理界面,基于代理的软件工程(AOSE).  Agent的特点：  1.代理性(Action On Behalf Others):代理具有代表他人的能力,即它们都代表用户工作.这是代理的第一特征.  2.自制性(Autonomy):一个代理是一个独立的计算实体,具有不同程度的自制能力.它能在非事先规划、动态的环境中解决实际问题,在没有用户参与的情况下,独立发现和索取符合拥护需要的资源、服务等等.  3.主动性(Proactivity):代理能够遵循承诺采取主动,表现面向目标的行为.例如,Internet上的代理可以漫游全网,为用户收集信息,并将信息提交给用户.  4.反应性(Reactivity):代理能感知环境,并对环境作出适当的反应.  5.社会性(Social Ability):代理具有一定的社会性,即它们可能同代理代表的用户、资源、其它代理进行交流.  6.智能性(Intelligence)：代理具有一定程度的智能,包括推理到自学习等一系列的智能行为.  代理一定程度上可能表现其它的属性：  7.合作性(Callaboration)：更高级的代理可以与其它代理分工合作,共同完成单个代理无法完成的任务.  8.移动性(Mobility):具有移动的能力,为完成任务,可以从一个节点移动到另一个节点.比如访问远程资源、转移到环境适合的节点进行工作等.  还有诚实性、顺从性、理智性等等.  由于Agent的特性,基于Agent的系统应是一个集灵活性、智能性、可扩展性、鲁棒性、组织性等诸多优点于一身的高级系统.