文档介绍：该【第十四章分布式人工智能81 】是由【qqqqqq】上传分享，文档一共【82】页，该文档可以免费在线阅读，需要了解更多关于【第十四章分布式人工智能81 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。高级(gāojí)人工智能第十四章分布式人工智能(rénɡōnɡzhìnénɡ)史忠植中国科学院计算技术所第一页,共八十二页。2024/5/201史忠植高级(gāojí)人工智能内容(nèiróng)(xiétiáo),共八十二页。2024/5/202史忠植高级(gāojí)(ɡàishù)分布式人工智能主要研究在逻辑上或物理上分散的智能系统如何(rúhé)并行的、相互协作地实现问题求解。两种解决问题的方法:自顶向下:分布式问题求解自底向上:基于主体的方法第三页,共八十二页。2024/5/203史忠植高级(gāojí)人工智能分布式人工智能系统(xìtǒng)的特色系统中的数据、知识,以及(yǐjí)控制不但在逻辑上,而且在物理上是分布的,既没有全局控制,也没有全局的数据存储。各个求解机构由计算机网络互连,在问题求解过程中,通信代价要比求解问题的代价低得多。系统中诸机构能够相互协作,来求解单个机构难以解决,甚至不能解决的任务。第四页,共八十二页。2024/5/204史忠植高级(gāojí)人工智能分布式人工智能系统的主要(zhǔyào)优点提高问题(wèntí)求解能力。提高问题求解效率。扩大应用范围。降低软件的复杂性。第五页,共八十二页。2024/5/205史忠植高级(gāojí)人工智能分布式人工智能(rénɡōnɡzhìnénɡ)分布式人工智能的研究可以追溯到70年代末期。早期分布式人工智能的研究主要是分布式问题求解,其目标是要创建大粒度的协作群体(qúntǐ),它们之间共同工作以对某一问题进行求解。第六页,共八十二页。2024/5/206史忠植高级(gāojí)人工智能合同(hétong)网ET)CNET使用投标(tóubiāo)---合同方式实现任务在多个节点上的分配。合同网系统的重要贡献在于提出了通过相互选择和达成协议的协商过程实现分布式任务分配和控制的思想。第七页,共八十二页。2024/5/207史忠植高级(gāojí)人工智能分布式车辆(chēliàng)监控测试系统DVMT1980年麻萨诸塞大学的Lesser,Corkill和Durfee等人主持研制DVMT该系统对市区内行驶的车辆轨迹进行监控,并以此环境为基础,对分布式问题求解系统(xìtǒng)中许多技术问题进行研究。DVMT是以分布式传感网络数据解释为背景,对复杂的黑板问题求解系统之间的相互作用进行了研究,提供了抽象和模型化分布式系统行为的方法。第八页,共八十二页。2024/5/208史忠植高级(gāojí)人工智能ACTOR模型(móxíng)1983年Hewitt和他的同事们研制了基于ACTOR模型的并发程序设计系统。ACTOR模型提供了分布式系统中并行计算理论和一组专家或ACTOR获得智能(zhìnénɡ)行为的能力。在1991年Hewitt提出开放信息系统语义,指出竞争、承诺、协作、协商等性质应作为分布式人工智能的科学基础,试图为分布式人工智能的理论研究提供新的基础。第九页,共八十二页。2024/5/209史忠植高级(gāojí)人工智能MACE系统(xìtǒng)是一个实验型的分布式人工智能系统开发环境(Gasser1987)。MACE中每一个计算单元都称作主体,它们具有知识表示和推理能力,主体之间通过消息(xiāoxi)传送进行通信。MACE是一个类面向对象环境,但避开了并发对象系统中难于理解和实现的继承问题。MACE的各个机构并行计算,并提供了描述机构的描述语言,具有跟踪的demons机制。该课题研究的重点是在实际并行环境下运行分布式人工智能系统,保持概念的清晰性。第十页,共八十二页。2024/5/2010史忠植高级(gāojí)人工智能