信息知識層外掛的Agent模型及其建模方法
【專利摘要】本發(fā)明提供一種信息知識層外掛的Agent模型及其建模方法，包括：感知效應層、行為推理層和信息知識層；其中，感知效應層和行為推理層置于多Agent仿真環(huán)境之中；信息知識層作為外部資源，置于多Agent仿真環(huán)境之外，用于被行為推理層調(diào)用。具有以下優(yōu)點：(1)將反映微觀屬性的信息知識層作為外部資源統(tǒng)一置于多Agent仿真環(huán)境之外，供Agent調(diào)用，可以在外部對Agent的個別屬性更新展開大規(guī)模的仿真或試驗，不會破壞系統(tǒng)的平衡性，從而統(tǒng)一了系統(tǒng)宏觀行為的考察和要素微觀屬性的檢驗。(2)具備配置靈活、通用性強和可擴展性好的優(yōu)點，同時，在不影響考察系統(tǒng)宏觀行為的前提下，可充分檢驗要素的微觀屬性。
【專利說明】信息知識層外掛的Agent模型及其建模方法
【技術領域】
[0001]本發(fā)明屬于信息處理【技術領域】，具體涉及一種信息知識層外掛的Agent模型及其建模方法。
【背景技術】
[0002]基于Agent的建模理論和仿真技術是目前進行復雜系統(tǒng)仿真最具活力、最有影響的方法之一，其基本思想是通過模擬現(xiàn)實世界，將復雜系統(tǒng)劃分為與之相應的Agent，以自底向上的方式，從研究個體微觀行為入手，進而獲得系統(tǒng)宏觀行為。
[0003]目前，所構(gòu)建的Agent模型為包含感知效應層、行為推理層和信息知識層的分層Agent模型，并且，感知效應層、行為推理層和信息知識層均位于仿真環(huán)境之中，其優(yōu)點是通過對成員個體行為規(guī)則的建模，能夠?qū)崿F(xiàn)大量對象宏觀行為的計算試驗。然而，對于一些厚Agent,即Agent對象中加入復雜的計算過程和模型時,例如指控中心Agent基于雷達測控數(shù)據(jù)預測彈道的計算模型，計算消耗非常大，將破壞整個系統(tǒng)的平衡性，對宏觀行為的觀察帶來困難。
【發(fā)明內(nèi)容】
[0004]針對現(xiàn)有技術存在的缺陷，本發(fā)明提供一種信息知識層外掛的Agent模型及其建模方法，將信息知識層作為外部資源，置于多Agent仿真環(huán)境之外，用于被行為推理層調(diào)用；即:通過外部資源進行計算，以服務的形式返回結(jié)果，從而實現(xiàn)了要素微觀屬性和系統(tǒng)宏觀屬性的統(tǒng)一。
[0005]本發(fā)明采用的技術方案如下:
[0006]本發(fā)明提供一種信息知識層外掛的Agent模型，包括:感知效應層、行為推理層和信息知識層；其中，所述感知效應層和所述行為推理層置于多Agent仿真環(huán)境之中；所述信息知識層作為外部資源，置于所述多Agent仿真環(huán)境之外，用于被所述行為推理層調(diào)用。
[0007]優(yōu)選的，所述感知效應層包括感知器和效應器；
[0008]所述行為推理層包括信息理解/事件處理模塊、行為決策/狀態(tài)更新模塊和智能學習模塊；
[0009]所述信息知識層包括知識儲備/離散事件列表服務模塊、行為規(guī)則/計算模型服務模塊、數(shù)據(jù)接口服務模塊和人機接口服務模塊。
[0010]優(yōu)選的，所述感知器用于被所述信息理解/事件處理模塊調(diào)用，接收所述信息理解/事件處理模塊發(fā)送的感知內(nèi)容和感知范圍，將該感知內(nèi)容和感知范圍進行處理，形成感知消息；將所述感知消息發(fā)送給人工環(huán)境模型的環(huán)境數(shù)據(jù)查詢服務模塊；然后等待所述環(huán)境數(shù)據(jù)查詢服務模塊的反饋，如果未接收到來自環(huán)境數(shù)據(jù)查詢服務模塊的感知反饋，則結(jié)束服務；隨著仿真過程的進行，如果接收到來自環(huán)境數(shù)據(jù)查詢服務模塊的感知反饋，則將所述感知反饋進行協(xié)議解碼，得到有用感知信息，并將所述有用感知信息以帶參數(shù)的線程間消息的形式回傳給所述信息理解/事件處理模塊；
[0011]所述信息理解/事件處理模塊用于查詢所述知識儲備/離散事件列表服務模塊，載入特定的離散事件；對所述特定的離散事件進行需求分析，形成感知內(nèi)容和感知范圍的指令，并調(diào)用感知器，將該指令發(fā)送給所述感知器；然后等待所述感知器的反饋，如果接收到來自所述感知器的感知信息的反饋，則根據(jù)該感知信息的反饋，調(diào)用所述知識儲備/離散事件列表服務模塊，接收來自所述知識儲備/離散事件列表服務模塊的感知知識或感知事件；并將該感知知識或感知事件發(fā)送給所述行為決策/狀態(tài)更新模塊；
[0012]所述行為決策/狀態(tài)更新模塊用于:
[0013]I)所述行為決策/狀態(tài)更新模塊根據(jù)接收到的來自所述信息理解/事件處理模塊的感知知識或感知事件，調(diào)用所述行為規(guī)則/計算模型服務模塊，判斷是否具有對Agent的行為/狀態(tài)的更新，如果沒有，則執(zhí)行2);如果有，則接收來自所述行為規(guī)則/計算模型服務模塊的行為/狀態(tài)的更新內(nèi)容，并更新本Agent的行為/狀態(tài)；然后執(zhí)行2)；
[0014]2)所述行為決策/狀態(tài)更新模塊調(diào)用數(shù)據(jù)接口服務模塊，判斷接口是否有輸入消息；如果沒有，則執(zhí)行3);如果有，則接收來自所述數(shù)據(jù)接口服務模塊的人機操作信息或自然系統(tǒng)數(shù)據(jù)，對本Agent的行為/狀態(tài)進行修正和更新；然后執(zhí)行3)；
[0015]3)所述行為決策/狀態(tài)更新模塊調(diào)用智能學習模塊進行自學習；然后調(diào)用所述效應器，所述效應器將本Agent的屬性和行為更新指令發(fā)送給環(huán)境數(shù)據(jù)更新服務模塊，所述環(huán)境數(shù)據(jù)更新服務模塊將Agent屬性和行為更新到數(shù)據(jù)存儲空間，供其他Agent查詢；
[0016]所述智能學習模塊用于:接收所述行為決策/狀態(tài)更新模塊發(fā)送的對本Agent的行為/狀態(tài)的修正，調(diào)用算法對行為/狀態(tài)的修正措施進行迭代分析，得到知識和規(guī)則的修正，將知識的修正輸出至所述知識儲備/離散事件列表服務模塊，將規(guī)則的修正輸出至所述行為規(guī)則/計算模型服務模塊；
[0017]所述知識儲備/離散事件列表服務模塊包括感知信息知識列表、離散事件列表、知識查詢服務子模塊和事件查詢服務子模塊；所述知識查詢服務子模塊用于接受所述信息理解/事件處理模塊的調(diào)用，從所述感知信息知識列表中查詢相關知識，然后反饋給所述信息理解/事件處理模塊；所述事件查詢服務子模塊用于接受所述信息理解/事件處理模塊的調(diào)用，從所述離散事件列表中查詢相關離散事件，然后反饋給所述信息理解/事件處理模塊；
[0018]所述行為規(guī)則/計算模型服務模塊包括規(guī)則/模型數(shù)據(jù)庫、規(guī)則查詢服務子模塊和模型調(diào)用服務子模塊；所述規(guī)則/模型數(shù)據(jù)庫中存儲事件處理規(guī)則和狀態(tài)更新計算模型；所述規(guī)則查詢服務子模塊用于接受所述行為決策/狀態(tài)更新模塊的調(diào)用，從所述事件處理規(guī)則中查詢相關的行為決策規(guī)則，并反饋給所述行為決策/狀態(tài)更新模塊；所述模型調(diào)用服務子模塊用于接受所述行為決策/狀態(tài)更新模塊的調(diào)用，從所述狀態(tài)更新計算模型中查詢相關的狀態(tài)更新模型，并反饋給所述行為決策/狀態(tài)更新模塊；
[0019]所述數(shù)據(jù)接口服務模塊用于將自然系統(tǒng)中各個對象的真實測控數(shù)據(jù)、狀態(tài)數(shù)據(jù)、信號數(shù)據(jù)接入本Agent ;然后對接收到的各數(shù)據(jù)進行解碼和解釋，然后將解碼和解釋后的數(shù)據(jù)進行暫存；隨著仿真過程的進行，當所述數(shù)據(jù)接口服務模塊被所述行為決策/狀態(tài)更新模塊調(diào)用時，從所述暫存中查詢所需數(shù)據(jù)，并將查詢到的數(shù)據(jù)反饋給所述行為決策/狀態(tài)更新模塊；
[0020]所述人機接口服務模塊用于在本Agent啟動前對本Agent進行相應配置,在Agent運行過程中響應人員操作；具體用于:在本Agent啟動前，接收配置腳本進行系統(tǒng)配置；通過界面監(jiān)控是否有人員操作事件，當有時，則進行界面響應，并對操作參數(shù)編碼，將編碼得到的操作事件暫存；隨著仿真過程的進行，當所述人機接口服務模塊被所述行為決策/狀態(tài)更新模塊調(diào)用時，從所述暫存中查詢所述操作事件，并執(zhí)行該操作事件，并將操作結(jié)果反饋給所述行為決策/狀態(tài)更新模塊；
[0021]所述效應器用于接收來自所述行為決策/狀態(tài)更新模塊的屬性更新數(shù)據(jù)和行為事件，并將屬性更新數(shù)據(jù)和行為事件整理為XML數(shù)據(jù)文件格式的效應更新消息，然后將效應更新消息發(fā)送給環(huán)境，使屬性更新數(shù)據(jù)和行為事件影響環(huán)境。
[0022]優(yōu)選的，還包括人工環(huán)境模型，所述人工環(huán)境模型包括:數(shù)據(jù)存儲空間、環(huán)境數(shù)據(jù)查詢服務模塊、環(huán)境數(shù)據(jù)更新服務模塊和環(huán)境數(shù)據(jù)空間存取服務模塊；
[0023]所述數(shù)據(jù)存儲空間用于逼真再現(xiàn)真實環(huán)境的動態(tài)變化，按照空間類型、時間序列和空間范圍分塊分層地存儲環(huán)境信息；還用于各個時刻接收并存儲來自于Agent的各種屬性和信息；
[0024]所述環(huán)境數(shù)據(jù)查詢服務模塊用于接收來自于Agent感知器的感知消息查詢指令，通過查詢所述數(shù)據(jù)存儲空間，獲得所需的數(shù)據(jù)；然后將查詢得到的數(shù)據(jù)反饋給Agent感知器；
[0025]所述環(huán)境數(shù)據(jù)更新服務模塊用于接收來自于Agent效應器的Agent屬性和行為更新指令，然后將Agent屬性和行為更新到所述數(shù)據(jù)存儲空間；
[0026]所述環(huán)境數(shù)據(jù)空間存取服務模塊用于維護所述數(shù)據(jù)存儲空間，為人工環(huán)境提供數(shù)據(jù)的基礎服務。
[0027]優(yōu)選的，所述數(shù)據(jù)存儲空間包括:地理信息存儲子空間、氣象數(shù)據(jù)存儲子空間、電磁環(huán)境存儲子空間和信息網(wǎng)絡存儲子空間；
[0028]所述地理信息存儲子空間用于模擬地理環(huán)境的作用機理，所述氣象數(shù)據(jù)存儲子空間用于模擬氣象環(huán)境的作用機理，所述電磁環(huán)境存儲子空間用于模擬電磁環(huán)境的作用機理，所述信息網(wǎng)絡存儲子空間用于模擬信息網(wǎng)絡環(huán)境的作用機理。
[0029]優(yōu)選的，所述數(shù)據(jù)存儲空間按照時間和數(shù)據(jù)維度進行索引存儲數(shù)據(jù)。
[0030]優(yōu)選的，所述環(huán)境數(shù)據(jù)查詢服務模塊具體用于:
[0031](I)接收來自于Agent感知器的感知消息查詢指令，啟動獨立的數(shù)據(jù)查詢線程；
[0032](2)所述數(shù)據(jù)查詢線程對所述感知消息查詢指令進行解碼與分析，根據(jù)感知內(nèi)容和范疇，生成查詢變量和查詢規(guī)則；
[0033](3)所述數(shù)據(jù)查詢線程基于所述查詢變量和查詢規(guī)則，查詢所述數(shù)據(jù)存儲空間，獲得所需的數(shù)據(jù)；
[0034](4)所述數(shù)據(jù)查詢線程將查詢得到的數(shù)據(jù)編制成XML文件，反饋給Agent感知器；
[0035](5)注銷所述數(shù)據(jù)查詢線程。
[0036]優(yōu)選的，所述環(huán)境數(shù)據(jù)更新服務模塊具體用于:
[0037](I)接收來自于Agent效應器的Agent屬性和行為更新指令，啟動獨立的數(shù)據(jù)更新線程；
[0038](2)所述數(shù)據(jù)更新線程對所述Agent屬性和行為更新指令進行解碼與分析，根據(jù)Agent的屬性和行為數(shù)據(jù)，生成分類的更新數(shù)據(jù)；
[0039](3)所述數(shù)據(jù)更新線程將Agent屬性和行為更新到所述數(shù)據(jù)存儲空間中對應類別的子空間中；其中，Agent的屬性更新數(shù)據(jù)按照時間和狀態(tài)的數(shù)值進行存儲，Agent的行為消息按照時間列表順序存儲；
[0040](4)注銷所述數(shù)據(jù)更新線程。
[0041]優(yōu)選的，所述環(huán)境數(shù)據(jù)空間存取服務模塊具體用于:
[0042]數(shù)據(jù)存儲空間申請:根據(jù)Agent提出的數(shù)據(jù)存儲類別和存儲需求，動態(tài)向所述數(shù)據(jù)存儲空間申請存儲空間，并建立索引；
[0043]數(shù)據(jù)查詢:根據(jù)Agent的數(shù)據(jù)感知需求，利用數(shù)據(jù)索引，獲得Agent的感知數(shù)據(jù)；
[0044]數(shù)據(jù)存儲:根據(jù)Agent的屬性和行為數(shù)據(jù)更新操作，在相應類別的存儲空間上更新數(shù)據(jù)；
[0045]數(shù)據(jù)存儲空間維護:根據(jù)時間推進動態(tài)維護數(shù)據(jù)存儲空間，將過期的數(shù)據(jù)轉(zhuǎn)存至數(shù)據(jù)文件，并將內(nèi)存空間釋放。
[0046]本發(fā)明還提供一種信息知識層外掛的Agent模型的建模方法，包括以下步驟:
[0047]SI，通過數(shù)據(jù)接口服務模塊和人機接口服務模塊定義Agent對象的屬性和規(guī)則；其中，所述屬性用于描述Agent對象的性質(zhì),包括Agent對象的身份代碼、Agent對象的狀態(tài)集合；所述規(guī)則包括內(nèi)部規(guī)則和外部規(guī)則兩大類；所述內(nèi)部規(guī)則用于描述Agent所指代的具體對象的內(nèi)部狀態(tài)修改的基本規(guī)則，所述外部規(guī)則用于描述各Agent之間以及Agent與環(huán)境之間交互的規(guī)則；
[0048]S2，將所定義的Agent對象的屬性和規(guī)則存儲到行為規(guī)則/計算模型服務模塊和知識儲備/離散事件列表服務模塊中；
[0049]S3，制定標準的輸入輸出接口，將感知效應層和行為推理層中各功能模塊固化；在信息知識層中，根據(jù)Agent對象的個性，按照接口協(xié)議進行服務模塊定制，使Agent對象具體化；
[0050]S4,建立三個線程，分別為:行為推理層線程、感知效應層線程和信息知識層線程；其中，行為推理層線程為獨立運行線程，當Agent啟動后，以系統(tǒng)時間為自變量進行逐步推進，行為推理層線程按照時間推進過程自動反復調(diào)用信息理解/事件處理模塊和行為決策/狀態(tài)更新模塊，所述信息理解/事件處理模塊和所述行為決策/狀態(tài)更新模塊依次按照需求調(diào)用感知效應層線程和信息知識層線程，使Agent進行自運行和自更新過程。
[0051]本發(fā)明的有益效果如下:
[0052](I)將信息知識層作為外部資源，置于多Agent仿真環(huán)境之外，用于被行為推理層調(diào)用；即:通過外部資源進行計算，以服務的形式返回結(jié)果，從而實現(xiàn)了要素微觀屬性和系統(tǒng)宏觀屬性的統(tǒng)一；
[0053](2)信息知識層外掛的Agent模型既具備配置靈活、通用性強和可擴展性好的優(yōu)點，同時，在不影響考察系統(tǒng)宏觀行為的前提下，可充分檢驗要素的微觀屬性。
【專利附圖】
【附圖說明】
[0054]圖1為本發(fā)明提供的信息知識層外掛的Agent模型的構(gòu)成示意圖；
[0055]圖2為本發(fā)明提供的感知器工作過程示意圖；
[0056]圖3為本發(fā)明提供的效應器工作過程示意圖；
[0057]圖4為本發(fā)明提供的信息理解/事件處理模塊工作過程示意圖；
[0058]圖5為本發(fā)明提供的行為決策/狀態(tài)更新模塊工作過程示意圖；
[0059]圖6為本發(fā)明提供的智能學習模塊工作過程示意圖；
[0060]圖7為本發(fā)明提供的知識儲備/離散事件列表服務模塊工作過程示意圖；
[0061]圖8為本發(fā)明提供的行為規(guī)則/計算模型服務模塊工作過程示意圖；
[0062]圖9為本發(fā)明提供的數(shù)據(jù)接口服務模塊工作過程示意圖；
[0063]圖10為本發(fā)明提供的人機接口服務模塊工作過程示意圖；
[0064]圖11為本發(fā)明實施方式提供的信息知識層外掛的Agent模型運行示意圖；
[0065]圖12為本發(fā)明提供的人工環(huán)境模型的整體結(jié)構(gòu)示意圖；
[0066]圖13為環(huán)境數(shù)據(jù)查詢服務模塊的工作過程示意圖；
[0067]圖14為環(huán)境數(shù)據(jù)更新服務模塊的工作過程示意圖；
[0068]圖15為人工環(huán)境模塊的工作原理示意圖；
[0069]圖16為人工環(huán)境模塊的具體功能結(jié)構(gòu)圖。
【具體實施方式】
[0070]以下結(jié)合附圖對本發(fā)明進行詳細說明:
[0071]如圖1所示，本發(fā)明提供一種信息知識層外掛的Agent模型，包括:感知效應層、行為推理層和信息知識層；其中，所述感知效應層和所述行為推理層置于多Agent仿真環(huán)境之中；所述信息知識層作為外部資源，置于所述多Agent仿真環(huán)境之外，用于被所述行為推理層調(diào)用。以下對各功能模塊分別詳細介紹:
[0072](一 )感知效應層
[0073]感知效應層包括感知器和效應器。
[0074](I)感知器
[0075]感知器用于向環(huán)境發(fā)起查詢，并接收環(huán)境反饋信息。其具體工作流程如圖2所示:在Agent運行開始，感知器處于等待調(diào)用狀態(tài)，一旦感知器被所述信息理解/事件處理模塊調(diào)用，接收所述信息理解/事件處理模塊發(fā)送的感知內(nèi)容和感知范圍，該感知內(nèi)容和感知范圍以帶參數(shù)的線程間消息形式接收；感知器將該感知內(nèi)容和感知范圍進行處理，形成感知消息，感知消息為XML數(shù)據(jù)文件形式；將所述感知消息發(fā)送給人工環(huán)境模型的環(huán)境數(shù)據(jù)查詢服務模塊；然后等待環(huán)境數(shù)據(jù)查詢服務模塊反饋，隨著仿真過程的進行，如果未接收到來自環(huán)境數(shù)據(jù)查詢服務模塊的感知反饋，則結(jié)束服務；如果接收到來自環(huán)境數(shù)據(jù)查詢服務模塊的感知反饋，則將所述感知反饋進行協(xié)議解碼，得到有用感知信息，并將所述有用感知信息以帶參數(shù)的線程間消息的形式回傳給所述信息理解/事件處理模塊。
[0076](2)效應器
[0077]效應器用于將Agent的屬性和行為更新至環(huán)境，影響環(huán)境。其具體工作流程如圖3所示:在Agent運行起始，效應器處于等待調(diào)用狀態(tài)；一旦被行為決策/狀態(tài)更新模塊調(diào)用，即:接收到來自所述行為決策/狀態(tài)更新模塊的以帶參數(shù)的線程間消息形式發(fā)送的屬性更新數(shù)據(jù)和行為事件；所述效應器將屬性更新數(shù)據(jù)和行為事件整理為XML數(shù)據(jù)文件格式的效應更新消息，并將效應更新消息發(fā)送給環(huán)境，使屬性更新數(shù)據(jù)和行為事件影響環(huán)境。
[0078]( 二)行為推理層
[0079]行為推理層包括信息理解/事件處理模塊、行為決策/狀態(tài)更新模塊和智能學習模塊。
[0080](I)信息理解/事件處理模塊
[0081]信息理解/事件處理模塊用于進行行為準備、處理環(huán)境感知的所有具體邏輯以及查詢知識儲備/離散事件列表服務模塊，進行信息效應模擬和事件響應的初步處理。其具體工作流程如圖4所示:查詢所述知識儲備/離散事件列表服務模塊，以帶參數(shù)的線程間消息的形式載入特定的離散事件；對所述特定的離散事件進行需求分析，形成感知內(nèi)容和感知范圍的指令，并調(diào)用感知器，將該指令發(fā)送給所述感知器；然后等待所述感知器的反饋，如果接收到來自所述感知器的感知信息的反饋，則根據(jù)該感知信息的反饋，調(diào)用所述知識儲備/離散事件列表服務模塊，接收來自所述知識儲備/離散事件列表服務模塊的感知知識或感知事件；并將該感知知識或感知事件發(fā)送給所述行為決策/狀態(tài)更新模塊。例如，對于一個人的Agent，當載入的離散事件為“早上起來穿衣服”時，那么通過對該離散事件進行分析，得到需要獲取環(huán)境溫度的結(jié)論；則調(diào)用感知器感知環(huán)境溫度，收到感知器反饋后，再查詢知識儲備，得到溫度與穿衣種類的感知知識，然后將該感知知識發(fā)送給行為決策/狀態(tài)更新模塊。
[0082](2)行為決策/狀態(tài)更新模塊
[0083]行為決策/狀態(tài)更新模塊用于更新Agent的狀態(tài)，決定Agent的行為。其具體工作流程如圖5所示，包括以下步驟:
[0084]I)所述行為決策/狀態(tài)更新模塊根據(jù)接收到的來自所述信息理解/事件處理模塊的感知知識或感知事件，調(diào)用所述行為規(guī)則/計算模型服務模塊，判斷是否具有對Agent的行為/狀態(tài)的更新，如果沒有，則執(zhí)行2);如果有，則接收來自所述行為規(guī)則/計算模型服務模塊的行為/狀態(tài)的更新內(nèi)容，并更新本Agent的行為/狀態(tài)；然后執(zhí)行2)；
[0085]2)所述行為決策/狀態(tài)更新模塊調(diào)用數(shù)據(jù)接口服務模塊，判斷接口是否有輸入消息；如果沒有，則執(zhí)行3);如果有，則接收來自所述數(shù)據(jù)接口服務模塊的人機操作信息或自然系統(tǒng)數(shù)據(jù)，對本Agent的行為/狀態(tài)進行修正和更新；然后執(zhí)行3)；
[0086]3)所述行為決策/狀態(tài)更新模塊調(diào)用智能學習模塊進行自學習；然后調(diào)用所述效應器，所述效應器將本Agent的屬性和行為更新指令發(fā)送給環(huán)境數(shù)據(jù)更新服務模塊，所述環(huán)境數(shù)據(jù)更新服務模塊將Agent屬性和行為更新到數(shù)據(jù)存儲空間，供其他Agent查詢；
[0087](3)智能學習模塊
[0088]智能學習模塊，是某些具備自成長、自適應能力的Agent進行自我改進的一個?！缞A，能夠調(diào)用算法，通過加入已有知識規(guī)則和更新的數(shù)據(jù)輸入，迭代得到知識、規(guī)則的修正，輸出至知識儲備/離散事件列表服務模塊。
[0089]其具體工作流程如圖6所示:用于接收所述行為決策/狀態(tài)更新模塊發(fā)送的對本Agent的行為/狀態(tài)的修正，調(diào)用算法對行為/狀態(tài)的修正措施進行迭代分析，得到知識和規(guī)則的修正，將知識的修正輸出至所述知識儲備/離散事件列表服務模塊，將規(guī)則的修正輸出至所述行為規(guī)則/計算模型服務模塊。
[0090]例如:對于指揮人員Agent，在某種環(huán)境下，知識儲備里存儲以下知識:以概率P執(zhí)行戰(zhàn)術A，以概率q執(zhí)行戰(zhàn)術B，p?q ;隨著仿真的進行，智能學習模塊根據(jù)執(zhí)行戰(zhàn)術的結(jié)果調(diào)整戰(zhàn)術A與B執(zhí)行的權重。
[0091](三)信息知識層
[0092]信息知識層包括知識儲備/離散事件列表服務模塊、行為規(guī)則/計算模型服務模塊、數(shù)據(jù)接口服務模塊和人機接口服務模塊。
[0093](I)知識儲備/離散事件列表服務模塊
[0094]知識儲備/離散事件列表服務模塊位于多Agent仿真環(huán)境外部，用于加載Agent認知環(huán)境的知識和感知環(huán)境的預定行為模型，解釋環(huán)境感知參數(shù)，初步篩選環(huán)境反饋事件等，完成信息理解/事件處理的知識準備。
[0095]其具體工作流程如圖7所示:包括感知信息知識列表、離散事件列表、知識查詢服務子模塊和事件查詢服務子模塊；所述知識查詢服務子模塊用于接受所述信息理解/事件處理模塊的調(diào)用，從所述感知信息知識列表中查詢相關知識，然后反饋給所述信息理解/事件處理模塊；所述事件查詢服務子模塊用于接受所述信息理解/事件處理模塊的調(diào)用，從所述離散事件列表中查詢相關離散事件，然后反饋給所述信息理解/事件處理模塊。
[0096](2)行為規(guī)則/計算模型服務模塊
[0097]行為規(guī)則/計算模型服務模塊位于多Agent仿真環(huán)境外部，用于查詢行為決策的規(guī)則，調(diào)用狀態(tài)更新的模型。
[0098]其具體工作流程如圖8所示:包括規(guī)則/模型數(shù)據(jù)庫、規(guī)則查詢服務子模塊和模型調(diào)用服務子模塊；所述規(guī)則/模型數(shù)據(jù)庫中存儲事件處理規(guī)則和狀態(tài)更新計算模型；所述規(guī)則查詢服務子模塊用于接受所述行為決策/狀態(tài)更新模塊的調(diào)用，從所述事件處理規(guī)則中查詢相關的行為決策規(guī)則，并反饋給所述行為決策/狀態(tài)更新模塊；所述模型調(diào)用服務子模塊用于接受所述行為決策/狀態(tài)更新模塊的調(diào)用，從所述狀態(tài)更新計算模型中查詢相關的狀態(tài)更新模型，并反饋給所述行為決策/狀態(tài)更新模塊。
[0099]對于一些Agent，計算模型非常復雜，例如指控中心Agent基于雷達測控數(shù)據(jù)預測彈道的計算模型，計算消耗非常大，如果將計算模型置于Agent內(nèi)部，將破壞整個系統(tǒng)的平衡性，而在本發(fā)明中，通過外部資源進行計算，以服務的形式返回結(jié)果，實現(xiàn)了要素微觀屬性和系統(tǒng)宏觀屬性的統(tǒng)一。
[0100](3)數(shù)據(jù)接口服務模塊
[0101]數(shù)據(jù)接口服務模塊其具體工作流程如圖9所示:用于將自然系統(tǒng)中各個對象的UDP格式的真實測控數(shù)據(jù)、狀態(tài)數(shù)據(jù)、信號數(shù)據(jù)接入本Agent ;然后對接收到的各數(shù)據(jù)進行解碼和解釋，然后將解碼和解釋后的數(shù)據(jù)進行暫存；隨著仿真過程的進行，當所述數(shù)據(jù)接口服務模塊被所述行為決策/狀態(tài)更新模塊調(diào)用時，從所述暫存中查詢所需數(shù)據(jù)，并將查詢到的數(shù)據(jù)反饋給所述行為決策/狀態(tài)更新模塊。
[0102](4)人機接口服務模塊
[0103]人機接口服務模塊用于在本Agent啟動前對本Agent進行相應配置，在Agent運行過程中響應人員操作；具體工作流程如圖10所示:在本Agent啟動前，接收配置腳本進行系統(tǒng)配置；通過界面監(jiān)控是否有人員操作事件，當有時，則進行界面響應，并對操作參數(shù)編碼，將編碼得到的操作事件暫存；隨著仿真過程的進行，當所述人機接口服務模塊被所述行為決策/狀態(tài)更新模塊調(diào)用時，從所述暫存中查詢所述操作事件，并執(zhí)行該操作事件，并將操作結(jié)果反饋給所述行為決策/狀態(tài)更新模塊。
[0104]需要說明的是，在本發(fā)明附圖1-10中，F(xiàn)rom Agent表示來自自身的調(diào)用，F(xiàn)rom服務表不來自信息知識層模塊的信息，To服務表不對信息知識層模塊的調(diào)用，由于信息知識層是外掛的，所以如此表示。
[0105]本發(fā)明還提供一種信息知識層外掛的Agent模型的建模方法，如圖11所示，包括以下步驟:
[0106]SI，通過數(shù)據(jù)接口服務模塊和人機接口服務模塊定義Agent對象的屬性和規(guī)則；其中，所述屬性用于描述Agent對象的性質(zhì),包括Agent對象的身份代碼、Agent對象的狀態(tài)集合；所述規(guī)則包括內(nèi)部規(guī)則和外部規(guī)則兩大類；所述內(nèi)部規(guī)則用于描述Agent所指代的具體對象的內(nèi)部狀態(tài)修改的基本規(guī)則，所述外部規(guī)則用于描述各Agent之間以及Agent與環(huán)境之間交互的規(guī)則；在圖1中，人工環(huán)境為Agent A和Agent B之間進行交互的仿真環(huán)境。
[0107]S2，將所定義的Agent對象的屬性和規(guī)則存儲到行為規(guī)則/計算模型服務模塊和知識儲備/離散事件列表服務模塊中；
[0108]S3，制定標準的輸入輸出接口，將感知效應層和行為推理層中各功能模塊固化；在信息知識層中，根據(jù)Agent對象的個性，按照接口協(xié)議進行服務模塊定制，使Agent對象具體化；
[0109]S4，建立三個線程，分別為:行為推理層線程、感知效應層線程和信息知識層線程；其中，行為推理層線程為獨立運行線程，當Agent啟動后，以系統(tǒng)時間為自變量進行逐步推進，行為推理層線程按照時間推進過程自動反復調(diào)用信息理解/事件處理模塊和行為決策/狀態(tài)更新模塊，所述信息理解/事件處理模塊和所述行為決策/狀態(tài)更新模塊依次按照需求調(diào)用感知效應層線程和信息知識層線程，使Agent進行自運行和自更新過程。
[0110]Agent A通過感知器、效應器的調(diào)用，與人工環(huán)境進行信息和行為的交互，從而實現(xiàn)與其它Agent的交互。通過信息知識層服務的調(diào)用，實現(xiàn)Agent個性化的模擬和反應。智能學習模塊使Agent具有智能屬性,可根據(jù)Agent對象的具體情況進行裁剪和定制。
[0111]如圖12所示，本發(fā)明提供一種人工環(huán)境模型，該人工環(huán)境模型支持并行計算服務，包括:數(shù)據(jù)存儲空間、環(huán)境數(shù)據(jù)查詢服務模塊、環(huán)境數(shù)據(jù)更新服務模塊和環(huán)境數(shù)據(jù)空間存取服務模塊。以下分別介紹各模塊詳細功能:
[0112](一)數(shù)據(jù)存儲空間
[0113]數(shù)據(jù)存儲空間用于逼真再現(xiàn)真實環(huán)境的動態(tài)變化，為各種Agent提供交互媒介，作為Agent感知信息的來源，還按照空間類型(地理信息存儲子空間、氣象數(shù)據(jù)存儲子空間、電磁環(huán)境存儲子空間和信息網(wǎng)絡存儲子空間)、時間序列和空間范圍分塊分層地存儲環(huán)境信息；還用于各個時刻接收并存儲來自于Agent的各種屬性和信息；數(shù)據(jù)存儲空間按照時間和數(shù)據(jù)維度進行索引存儲數(shù)據(jù)，便于查詢與更新服務的快速檢索。
[0114]數(shù)據(jù)存儲空間具體包括:地理信息存儲子空間、氣象數(shù)據(jù)存儲子空間、電磁環(huán)境存儲子空間和信息網(wǎng)絡存儲子空間；其中，地理信息存儲子空間用于模擬地理環(huán)境的作用機理，氣象數(shù)據(jù)存儲子空間用于模擬氣象環(huán)境的作用機理，所述電磁環(huán)境存儲子空間用于模擬電磁環(huán)境的作用機理，所述信息網(wǎng)絡存儲子空間用于模擬信息網(wǎng)絡環(huán)境的作用機理。
[0115](二)環(huán)境數(shù)據(jù)查詢服務模塊
[0116]環(huán)境數(shù)據(jù)查詢服務模塊是進行Agent數(shù)據(jù)查詢響應的模塊，用于接收來自于Agent感知器的感知消息查詢指令，通過查詢所述數(shù)據(jù)存儲空間，獲得所需的數(shù)據(jù)；然后將查詢得到的數(shù)據(jù)反饋給Agent感知器；
[0117]參考圖15，為人工環(huán)境模塊的工作原理示意圖；環(huán)境數(shù)據(jù)查詢服務模塊由人工環(huán)境模塊根據(jù)Agent注冊的服務請求，啟動獨立線程進行運行。當線程達到一定數(shù)量時，環(huán)境服務器也自動生成新的進程，進而減少單進程服務的CPU計算載荷。其中需要線程、進程間的通信，數(shù)據(jù)訪問地址共享等，可應用MPI提供的并行計算服務解決這一問題。
[0118]如圖13所示，為環(huán)境數(shù)據(jù)查詢服務模塊的工作過程示意圖，包括以下步驟:
[0119](I)響應查詢請求:接收來自于Agent感知器的感知消息查詢指令,啟動獨立的數(shù)據(jù)查詢線程；
[0120](2)查詢請求解碼與分析:所述數(shù)據(jù)查詢線程對所述感知消息查詢指令進行解碼與分析，根據(jù)感知內(nèi)容和范疇，生成查詢變量和查詢規(guī)則；
[0121](3)調(diào)用數(shù)據(jù)查詢:數(shù)據(jù)查詢線程基于所述查詢變量和查詢規(guī)則，查詢所述數(shù)據(jù)存儲空間，獲得所需的數(shù)據(jù)；
[0122](4)查詢數(shù)據(jù)反饋:數(shù)據(jù)查詢線程將查詢得到的數(shù)據(jù)編制成XML文件，反饋給Agent感知器；
[0123](5)注銷所述數(shù)據(jù)查詢線程。
[0124](三)環(huán)境數(shù)據(jù)更新服務模塊
[0125]環(huán)境數(shù)據(jù)更新服務模塊是進行Agent數(shù)據(jù)更新的模塊，用于接收來自于Agent效應器的Agent屬性和行為更新指令，然后將Agent屬性和行為更新到所述數(shù)據(jù)存儲空間；其中，Agent的狀態(tài)更新數(shù)據(jù)按照時間和狀態(tài)的數(shù)值進行存儲，Agent的事件消息按照時間列表順序存儲在信息網(wǎng)絡子空間中，由信息網(wǎng)絡子空間存取服務模擬消息傳遞過程。
[0126]與數(shù)據(jù)查詢服務模塊相同，環(huán)境數(shù)據(jù)更新服務模塊也是由人工環(huán)境模型根據(jù)Agent注冊的服務請求，啟動獨立線程進行運行。當線程達到一定數(shù)量時，環(huán)境服務器也自動生成新的進程，進而減少單進程服務的CPU計算載荷。其中的線程、進程間的通信，數(shù)據(jù)訪問地址共享等，由MPI提供的并行計算服務解決。
[0127]如圖14所示，為環(huán)境數(shù)據(jù)更新服務模塊的工作過程示意圖，具體包括以下步驟::
[0128](I)響應更新請求:接收來自于Agent效應器的Agent屬性和行為更新指令,啟動獨立的數(shù)據(jù)更新線程；
[0129](2)更新請求解碼與分析:數(shù)據(jù)更新線程對所述Agent屬性和行為更新指令進行解碼與分析，根據(jù)Agent的屬性和行為數(shù)據(jù)，生成分類的更新數(shù)據(jù)；
[0130](3)調(diào)用數(shù)據(jù)更新:數(shù)據(jù)更新線程將Agent屬性和行為更新到所述數(shù)據(jù)存儲空間中對應類別的子空間中；其中，Agent的屬性更新數(shù)據(jù)按照時間和狀態(tài)的數(shù)值進行存儲，Agent的行為消息按照時間列表順序存儲；
[0131](4)注銷所述數(shù)據(jù)更新線程。
[0132](四)環(huán)境數(shù)據(jù)空間存取服務模塊
[0133]環(huán)境數(shù)據(jù)空間存取服務模塊用于維護數(shù)據(jù)存儲空間，為人工環(huán)境提供數(shù)據(jù)的基礎服務。
[0134]環(huán)境數(shù)據(jù)空間存取服務模塊具體用于:
[0135]數(shù)據(jù)存儲空間申請:根據(jù)Agent提出的數(shù)據(jù)存儲類別和存儲需求，動態(tài)向所述數(shù)據(jù)存儲空間申請存儲空間，并建立索引；
[0136]數(shù)據(jù)查詢:根據(jù)Agent的數(shù)據(jù)感知需求，利用數(shù)據(jù)索引，獲得Agent的感知數(shù)據(jù)；
[0137]數(shù)據(jù)存儲:根據(jù)Agent的屬性和行為數(shù)據(jù)更新操作，在相應類別的存儲空間上更新數(shù)據(jù)；
[0138]數(shù)據(jù)存儲空間維護:根據(jù)時間推進動態(tài)維護數(shù)據(jù)存儲空間，將過期的數(shù)據(jù)轉(zhuǎn)存至數(shù)據(jù)文件，并將內(nèi)存空間釋放。
[0139]如圖15所示，本發(fā)明中，人工環(huán)境模塊按照服務器模式運行，在運行過程中按照Agent的請求啟動服務線程,專門負責一個Agent的交互請求,從而能夠及時響應不同Agent的需求。
[0140]如圖16所示，為人工環(huán)境模塊的具體功能結(jié)構(gòu)圖，數(shù)據(jù)查詢服務和數(shù)據(jù)更新服務根據(jù)Agent的服務請求，調(diào)用具體的數(shù)據(jù)空間存取服務，由數(shù)據(jù)空間存取服務進行數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)傳輸?shù)沫h(huán)境效應模擬等功能。
[0141]因此，本發(fā)明提供的人工環(huán)境模型，數(shù)據(jù)存儲空間通過模擬地理、氣象、電磁、信息網(wǎng)絡等環(huán)境的作用機理，逼真再現(xiàn)真實環(huán)境的動態(tài)變化，為各種Agent提供交互媒介，作為Agent感知信息的來源；環(huán)境數(shù)據(jù)查詢服務模塊、環(huán)境數(shù)據(jù)更新服務模塊支持多終端并發(fā)訪問，可為大規(guī)模計算實驗提供支持；環(huán)境數(shù)據(jù)空間存取服務模塊保存Agent仿真系統(tǒng)演化過程中的Agent全部狀態(tài)，為進一步研討分析創(chuàng)造了條件。
[0142]綜上所述，本發(fā)明提供的信息知識層外掛的Agent模型及其建模方法，具有以下優(yōu)點:
[0143](I)信息知識層外掛的Agent模型將反映微觀屬性的信息知識層作為外部資源統(tǒng)一置于多Agent仿真環(huán)境之外,供Agent調(diào)用，因此,可以在外部對Agent的個別屬性更新展開大規(guī)模的仿真或試驗，不會破壞系統(tǒng)的平衡性，從而統(tǒng)一了系統(tǒng)宏觀行為的考察和要素微觀屬性的檢驗。
[0144](2)信息知識層外掛的Agent模型既具備配置靈活、通用性強和可擴展性好的優(yōu)點，同時，在不影響考察系統(tǒng)宏觀行為的前提下，可充分檢驗要素的微觀屬性；
[0145](3)人工環(huán)境模型既具備配置靈活、通用性強和可擴展性好的優(yōu)點；同時，通過模擬地理、氣象、電磁、信息網(wǎng)絡等環(huán)境的作用機理，逼真再現(xiàn)真實環(huán)境的動態(tài)變化，為各種Agent提供交互媒介；
[0146](4)人工環(huán)境模型作為Agent感知信息的來源，支持多終端并發(fā)訪問，可為大規(guī)模計算實驗提供支持；
[0147](5)人工環(huán)境模型獨有的數(shù)據(jù)存儲機制，保存Agent仿真系統(tǒng)演化過程中的Agent全部狀態(tài)，為進一步研討分析創(chuàng)造了條件；
[0148]以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本【技術領域】的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視本發(fā)明的保護范圍。
【權利要求】
1.一種信息知識層外掛的Agent模型,其特征在于,包括:感知效應層、行為推理層和信息知識層；其中，所述感知效應層和所述行為推理層置于多Agent仿真環(huán)境之中；所述信息知識層作為外部資源，置于所述多Agent仿真環(huán)境之外，用于被所述行為推理層調(diào)用。
2.根據(jù)權利要求1所述的信息知識層外掛的Agent模型，其特征在于，所述感知效應層包括感知器和效應器； 所述行為推理層包括信息理解/事件處理模塊、行為決策/狀態(tài)更新模塊和智能學習模塊； 所述信息知識層包括知識儲備/離散事件列表服務模塊、行為規(guī)則/計算模型服務模塊、數(shù)據(jù)接口服務模塊和人機接口服務模塊。
3.根據(jù)權利要求2所述的信息知識層外掛的Agent模型，其特征在于， 所述感知器用于被所述信息理解/事件處理模塊調(diào)用，接收所述信息理解/事件處理模塊發(fā)送的感知內(nèi)容和感知范圍，將該感知內(nèi)容和感知范圍進行處理，形成感知消息；將所述感知消息發(fā)送給人工環(huán)境模型的環(huán)境數(shù)據(jù)查詢服務模塊；然后等待所述環(huán)境數(shù)據(jù)查詢服務模塊的反饋，如果未接收到來自環(huán)境數(shù)據(jù)查詢服務模塊的感知反饋，則結(jié)束服務；隨著仿真過程的進行，如果接收到來自環(huán)境數(shù)據(jù)查詢服務模塊的感知反饋，則將所述感知反饋進行協(xié)議解碼，得到有用感知信息，并將所述有用感知信息以帶參數(shù)的線程間消息的形式回傳給所述信息理解/事件處理模塊； 所述信息理解/事件處理模塊用于查詢所述知識儲備/離散事件列表服務模塊，載入特定的離散事件；對所述特定的離散事件進行需求分析，形成感知內(nèi)容和感知范圍的指令，并調(diào)用感知器，將該指令發(fā)送給所述感知器；然后等待所述感知器的反饋，如果接收到來自所述感知器的感知信息的反饋，則根據(jù)該感知信息的反饋，調(diào)用所述知識儲備/離散事件列表服務模塊，接收來自所述知識儲備/離散事件列表服務模塊的感知知識或感知事件；并將該感知知識或感知事件發(fā)送給所述行為決策/狀態(tài)更新模塊； 所述行為決策/狀態(tài)更新模塊用于: 1)所述行為決策/狀態(tài)更新模塊根據(jù)接收到的來自所述信息理解/事件處理模塊的感知知識或感知事件，調(diào)用所述行為規(guī)則/計算模型服務模塊，判斷是否具有對Agent的行為/狀態(tài)的更新，如果沒有，則執(zhí)行2);如果有，則接收來自所述行為規(guī)則/計算模型服務模塊的行為/狀態(tài)的更新內(nèi)容，并更新本Agent的行為/狀態(tài)；然后執(zhí)行2)； 2)所述行為決策/狀態(tài)更新模塊調(diào)用數(shù)據(jù)接口服務模塊，判斷接口是否有輸入消息；如果沒有，則執(zhí)行3);如果有，則接收來自所述數(shù)據(jù)接口服務模塊的人機操作信息或自然系統(tǒng)數(shù)據(jù)，對本Agent的行為/狀態(tài)進行修正和更新；然后執(zhí)行3)； 3)所述行為決策/狀態(tài)更新模塊調(diào)用智能學習模塊進行自學習；然后調(diào)用所述效應器，所述效應器將本Agent的屬性和行為更新指令發(fā)送給環(huán)境數(shù)據(jù)更新服務模塊，所述環(huán)境數(shù)據(jù)更新服務模塊將Agent屬性和行為更新到數(shù)據(jù)存儲空間，供其他Agent查詢； 所述智能學習模塊用于:接收所述行為決策/狀態(tài)更新模塊發(fā)送的對本Agent的行為/狀態(tài)的修正，調(diào)用算法對行為/狀態(tài)的修正措施進行迭代分析，得到知識和規(guī)則的修正，將知識的修正輸出至所述知識儲備/離散事件列表服務模塊，將規(guī)則的修正輸出至所述行為規(guī)則/計算模型服務模塊； 所述知識儲備/離散事件列表服務模塊包括感知信息知識列表、離散事件列表、知識查詢服務子模塊和事件查詢服務子模塊；所述知識查詢服務子模塊用于接受所述信息理解/事件處理模塊的調(diào)用，從所述感知信息知識列表中查詢相關知識，然后反饋給所述信息理解/事件處理模塊；所述事件查詢服務子模塊用于接受所述信息理解/事件處理模塊的調(diào)用，從所述離散事件列表中查詢相關離散事件，然后反饋給所述信息理解/事件處理模塊；所述行為規(guī)則/計算模型服務模塊包括規(guī)則/模型數(shù)據(jù)庫、規(guī)則查詢服務子模塊和模型調(diào)用服務子模塊；所述規(guī)則/模型數(shù)據(jù)庫中存儲事件處理規(guī)則和狀態(tài)更新計算模型；所述規(guī)則查詢服務子模塊用于接受所述行為決策/狀態(tài)更新模塊的調(diào)用，從所述事件處理規(guī)則中查詢相關的行為決策規(guī)則，并反饋給所述行為決策/狀態(tài)更新模塊；所述模型調(diào)用服務子模塊用于接受所述行為決策/狀態(tài)更新模塊的調(diào)用，從所述狀態(tài)更新計算模型中查詢相關的狀態(tài)更新模型，并反饋給所述行為決策/狀態(tài)更新模塊； 所述數(shù)據(jù)接口服務模塊用于將自然系統(tǒng)中各個對象的真實測控數(shù)據(jù)、狀態(tài)數(shù)據(jù)、信號數(shù)據(jù)接入本Agent ;然后對接收到的各數(shù)據(jù)進行解碼和解釋，然后將解碼和解釋后的數(shù)據(jù)進行暫存；隨著仿真過程的進行，當所述數(shù)據(jù)接口服務模塊被所述行為決策/狀態(tài)更新模塊調(diào)用時，從所述暫存中查詢所需數(shù)據(jù)，并將查詢到的數(shù)據(jù)反饋給所述行為決策/狀態(tài)更新模塊； 所述人機接口服務模塊用于在本Agent啟動前對本Agent進行相應配置,在Agent運行過程中響應人員操作；具體用于:在本Agent啟動前，接收配置腳本進行系統(tǒng)配置；通過界面監(jiān)控是否有人員操作事件，當有時，則進行界面響應，并對操作參數(shù)編碼，將編碼得到的操作事件暫存；隨著仿真過程的進行，當所述人機接口服務模塊被所述行為決策/狀態(tài)更新模塊調(diào)用時，從所述暫存中查詢所述操作事件，并執(zhí)行該操作事件，并將操作結(jié)果反饋給所述行為決策/狀態(tài)更新模塊； 所述效應器用于接收來自所述行為決策/狀態(tài)更新模塊的屬性更新數(shù)據(jù)和行為事件，并將屬性更新數(shù)據(jù)和行為事件整理為XML數(shù)據(jù)文件格式的效應更新消息，然后將效應更新消息發(fā)送給環(huán)境，使屬性更新數(shù)據(jù)和行為事件影響環(huán)境。
4.根據(jù)權利要求1所述的信息知識層外掛的Agent模型，其特征在于，還包括人工環(huán)境模型，所述人工環(huán)境模型包括:數(shù)據(jù)存儲空間、環(huán)境數(shù)據(jù)查詢服務模塊、環(huán)境數(shù)據(jù)更新服務模塊和環(huán)境數(shù)據(jù)空間存取服務模塊； 所述數(shù)據(jù)存儲空間用于逼真再現(xiàn)真實環(huán)境的動態(tài)變化，按照空間類型、時間序列和空間范圍分塊分層地存儲環(huán)境信息；還用于各個時刻接收并存儲來自于Agent的各種屬性和信息； 所述環(huán)境數(shù)據(jù)查詢服務模塊用于接收來自于Agent感知器的感知消息查詢指令，通過查詢所述數(shù)據(jù)存儲空間，獲得所需的數(shù)據(jù)；然后將查詢得到的數(shù)據(jù)反饋給Agent感知器；所述環(huán)境數(shù)據(jù)更新服務模塊用于接收來自于Agent效應器的Agent屬性和行為更新指令，然后將Agent屬性和行為更新到所述數(shù)據(jù)存儲空間； 所述環(huán)境數(shù)據(jù)空間存取服務模塊用于維護所述數(shù)據(jù)存儲空間，為人工環(huán)境提供數(shù)據(jù)的基礎服務。
5.根據(jù)權利要求4所述的信息知識層外掛的Agent模型，其特征在于，所述數(shù)據(jù)存儲空間包括:地理信息存儲子空間、氣象數(shù)據(jù)存儲子空間、電磁環(huán)境存儲子空間和信息網(wǎng)絡存儲子空間； 所述地理信息存儲子空間用于模擬地理環(huán)境的作用機理，所述氣象數(shù)據(jù)存儲子空間用于模擬氣象環(huán)境的作用機理，所述電磁環(huán)境存儲子空間用于模擬電磁環(huán)境的作用機理，所述信息網(wǎng)絡存儲子空間用于模擬信息網(wǎng)絡環(huán)境的作用機理。
6.根據(jù)權利要求4所述的信息知識層外掛的Agent模型，其特征在于，所述數(shù)據(jù)存儲空間按照時間和數(shù)據(jù)維度進行索弓I存儲數(shù)據(jù)。
7.根據(jù)權利要求4所述的信息知識層外掛的Agent模型，其特征在于，所述環(huán)境數(shù)據(jù)查詢服務模塊具體用于: (1)接收來自于Agent感知器的感知消息查詢指令，啟動獨立的數(shù)據(jù)查詢線程； (2)所述數(shù)據(jù)查詢線程對所述感知消息查詢指令進行解碼與分析，根據(jù)感知內(nèi)容和范疇，生成查詢變量和查詢規(guī)則； (3)所述數(shù)據(jù)查詢線程基于所述查詢變量和查詢規(guī)則，查詢所述數(shù)據(jù)存儲空間，獲得所需的數(shù)據(jù)； (4)所述數(shù)據(jù)查詢線程將查詢得到的數(shù)據(jù)編制成XML文件，反饋給Agent感知器； (5)注銷所述數(shù)據(jù)查詢線程。
8.根據(jù)權利要求4所述的信息知識層外掛的Agent模型，其特征在于，所述環(huán)境數(shù)據(jù)更新服務模塊具體用于: (1)接收來自于Agent效應器的Agent屬性和行為更新指令,啟動獨立的數(shù)據(jù)更新線程; (2)所述數(shù)據(jù)更新線程對所述Agent屬性和行為更新指令進行解碼與分析，根據(jù)Agent的屬性和行為數(shù)據(jù)，生成分類的更新數(shù)據(jù)； (3)所述數(shù)據(jù)更新線程將Agent屬性和行為更新到所述數(shù)據(jù)存儲空間中對應類別的子空間中；其中，Agent的屬性更新數(shù)據(jù)按照時間和狀態(tài)的數(shù)值進行存儲，Agent的行為消息按照時間列表順序存儲； (4)注銷所述數(shù)據(jù)更新線程。
9.根據(jù)權利要求4所述的信息知識層外掛的Agent模型，其特征在于，所述環(huán)境數(shù)據(jù)空間存取服務模塊具體用于: 數(shù)據(jù)存儲空間申請:根據(jù)Agent提出的數(shù)據(jù)存儲類別和存儲需求，動態(tài)向所述數(shù)據(jù)存儲空間申請存儲空間，并建立索引； 數(shù)據(jù)查詢:根據(jù)Agent的數(shù)據(jù)感知需求，利用數(shù)據(jù)索引，獲得Agent的感知數(shù)據(jù)； 數(shù)據(jù)存儲:根據(jù)Agent的屬性和行為數(shù)據(jù)更新操作，在相應類別的存儲空間上更新數(shù)據(jù)； 數(shù)據(jù)存儲空間維護:根據(jù)時間推進動態(tài)維護數(shù)據(jù)存儲空間，將過期的數(shù)據(jù)轉(zhuǎn)存至數(shù)據(jù)文件，并將內(nèi)存空間釋放。
10.一種信息知識層外掛的Agent模型的建模方法，其特征在于，包括以下步驟: SI，通過數(shù)據(jù)接口服務模塊和人機接口服務模塊定義Agent對象的屬性和規(guī)則；其中，所述屬性用于描述Agent對象的性質(zhì),包括Agent對象的身份代碼、Agent對象的狀態(tài)集合；所述規(guī)則包括內(nèi)部規(guī)則和外部規(guī)則兩大類；所述內(nèi)部規(guī)則用于描述Agent所指代的具體對象的內(nèi)部狀態(tài)修改的基本規(guī)則，所述外部規(guī)則用于描述各Agent之間以及Agent與環(huán)境之間交互的規(guī)則； S2，將所定義的Agent對象的屬性和規(guī)則存儲到行為規(guī)則/計算模型服務模塊和知識儲備/離散事件列表服務模塊中； S3，制定標準的輸入輸出接口，將感知效應層和行為推理層中各功能模塊固化；在信息知識層中，根據(jù)Agent對象的個性，按照接口協(xié)議進行服務模塊定制，使Agent對象具體化； S4，建立三個線程，分別為:行為推理層線程、感知效應層線程和信息知識層線程；其中，行為推理層線程為獨立運行線程，當Agent啟動后，以系統(tǒng)時間為自變量進行逐步推進，行為推理層線程按照時間推進過程自動反復調(diào)用信息理解/事件處理模塊和行為決策/狀態(tài)更新模塊，所述信息理解/事件處理模塊和所述行為決策/狀態(tài)更新模塊依次按照需求調(diào)用感知效應層線程和信息知識層線程，使Agent進行自運行和自更新過程。
【文檔編號】G06F17/50GK104239593SQ201410262344
【公開日】2014年12月24日 申請日期:2014年6月13日 優(yōu)先權日:2014年6月13日
【發(fā)明者】范麗, 楊雪榕, 張學陽, 汪榮峰, 胡敏, 肖龍龍, 夏魯瑞 申請人:中國人民解放軍裝備學院