为了使多agent协同过程可控、有序的进行，克服传统多agent系统灵活有余而可控制性不足的缺点，提出以动态约束和调整系统行为的政策为管控手段的政策导向型多agent协同系统。首先阐述了政策导向型多agent协同系统原理，给出该系统的体系结构以及各个子结构的描述；然后介绍该多agent的原型系统，通过对运行实例的描述，验证了系统的可控制和易管理特性。
第8期 胡军,等:政策导向型多 agent协同系统硏究 3011 个监督 agent是正确执行政策的一个服务,可以接收其他功能,功能的具体实现过程不用理会。行为是接口的实际实现 get的举报;仲裁服务,提供惩罚、奖励 agenl的操作。 者,实现其体的功能,并且利用编程语言Java的特性,采用类 社区层,包括社区的管理模块,即社区的创建和则除;社区动态加载的方式来执行行为。例如有一个组织政策:“在6月 用户管理模块,维护社区用户的信息;社区政策管理模块,提供16号到6月26号,所有商家必须对信誉值不低于4的顾客进 对社区政策的维护操作。 行所有商品打9折的打折活动”,该政策采用OWL描述主要 政策层,包括政策管理模块和政策部署模块。其中政策管部分如图5所示。 理模块是政策管理平台的基础,包括政策的制定、更新和删除 遇时日t 操作。政策部署模垬是政策执行的基础,包括政策精化,使高 , 层政策到底层政策的转变;政策冲突消解,检测和处理政策之 间的冲突;政策执行,将政策指令发至社区,调控社区中 agent 如am中睡耐图ri 的行为。 另外,系统还提供用户接口,使用户可以实时跟踪ant 场是E【理下 动态,并给予个人政策指导。 中学 层上 围P种 政策太体领域本体 出计的好更 eb 产国时 JADE 政管部署 「-取 时t(a中以时盲 政策 中由t甲机门科国面 容器 区层 管理 社区政策管理 「叁野 社×用尸管理 社管理模块 Falure 觉少砰间服务层 注/ 服务 图5政策实例 监督 通过政簧精化模块分析得到,该政策主休是 policyagent 登录 政策客体是商家aent,政策描述是打折活动,政策的作用对象 通信 aent自治橄 人为挖制层 是价格,政策要水 agent采取的行为是对价格打9折,政策触发 Egent通宿模块 参数设定 畋技行模块 个体政策管建 器是日期6月16号到6月26号之间,政策条件是顾客信誉值 匚协同榄駃 匚进度控制模块 不低于4,并且优先级为3。这样经过政策的代码变换以及Ja- 反射机制,可以把政策映射到一个Jaa行为实现类中,并通 过Jaa类动态加载机制,使得 duel直接添加该行为执行 政策层通过政策管理模块来动态更新政策规则,再通过政 图3系统体系结构 策部署实施模块,生成 agent可以直接执行的行为。这样:ent 2.2系统功能子结构的描述和实现 只需变更自己的行为就可以体现政策的要求,而无须改变系统 2.2.1政策层 的软件配置和编码,并且对于政策规则的修改具有扩展性 本系统中政策结构如图4所示,采用本体语言OWL3来 2.2社区及用户管理 表示政策。如图5所示,基于OWL语言基础,采用规范的格式 在系统屮,各个社区以角色划分,比如电脑商家为一社区 对政策进行描述,不仅可以使得基于政策的系统管理能够利用配件供给商为一社区,利用支撑平台JADE提供的黄页服务 本体在语义方面的优势里好地对系统注行管理,并且可以为政为各个社区提供惟一的社区编号,以便aent通过中介服务加 策部署模块做准备 入该社区。这时,组织政策对社区 agent的约束可以通过中介 rr:r与翻目ut!n! 机构取得相应社区的 agent物理地址,进而发送政策执行指 FE正 标eLE以E计rHe"“H" 令。并且用户可以在不同的社区中创建不同的 agenl,以实现 在不同社区拥有的功能。用户进入社区之后,系统自动创建该 国当FH! 与EF正E千F萨鸟日E 用户在此社区的 agent,并加载社区(组织)政策执行。在之后 ti写 的社区协作过程中,有两种类型的政策约束该aent的行为, 图4政策的定义模板 即个体政策和社区(组织)政策。具体流程如图6所示。 在政策部署实斾过程中,利用政策本体领域的相关概念,2.2.3支撑平台结构—JADE 对实施政策进行冲突检測,并利用优先级和最新生效时间的时 JADE是完全用Java语言实现的一个软件框架。它通过 间优先原则,屏蔽无效政策,以使政策指导的确定性。由丁人一个遵守HPA( the foundation for intelligent physical agents)规 为制定出来的政策是抽象的, agent不能直接执行,本系统利用范的中间件和一些支持调试及部署过程的佟形工具简化了多 文献[8]的政策精化算法,将抽象政策葙化为可实施的具体规 agent系统的实现。利用JADE框架本身的开放性,可以很容 则,并利用政策执行子模块,把这些具休规则映射到一个行为易地对JADF进行定制化,极大地方便了本系统的开发。另 中。此过程采用接口与具休实现相分离的思想,即在政策中展外, agent通信是JADE最基本的特征,且依照FPA说明文档 现接口(政策与什么行为关联),政策表明了接口可实现什么实现。JADE的通信机制是基于异步消息传送的。囚此,每个 3012 计算机应用研究 ent有一个“邮箱盒”( agent消息队列),在这甲,JADE运行时政策,可以调整和控制其 agent的行为,并且能够通过制定组 发送由其他 agenl发过来的消息。尢论何时,一则消息发送到织政策来规范和搾制多个 agenl间的协作过程,从而使政策成 邮箱盒消息队列里,正在接收的 agent都被通知。但是, agent为鍪个多 agent协同系统的管理和控制核心。另外,通过政策 何时或者是否从队列中获取消息进行处理,由 agent的设计者来改变 agent的行为时,无须更改 agent的底层实现代码,从而 来决定。该通信机制很符合本系统的特性,并且利用JADE提使该系统兼具了灵活性。 供的黄页注册机制,可以很容易地对系统中的 agent进行 管理。 册加入组织 证身份区选报 区攻策协议读取 登录失败 不透守同意遵守 区改策加找(社区坟策加我区政策加我(社区政策加线) 客户A模块图 (b)电脑商家B模块图 a新副 社区1)(社区1) agentti作 agent协作 agent协作 (c)配件商模块图 (d)中介模块图 个体政策组织政策个体政簧组织政策 个体政策织政策 图7各模块运行截图 图6用户登录社区流程 4相关研究 3实例分析 应用政簧作为动态约束和调整系统行为的准则,正在成为 使科学和工业应用具有动态适应性的流行手段。例如美国的 基于该多 agent协同系统,本文实现了一个网上电脑定购 Auto mate°项日,该项日的日的是探索能够在网格环境中进行 交易实例。该实例根据 agent角色不同分为三个社区:顾客社自我管理的系统。在 Auto mate系统中,按照功能块在逻辑上 区、电脑商家社区和配件供给商社区。电脑可按顾客的定购进分成了许多层,并采用了基于策略的思想,将政策与实际的运 行组装,电脑组装完毕后,电脑商家将货提交给顾客。并且卖行机制分离,使得基于网格的P2P内容交付应用变得易于控 方即电脑商家在零配件不足的情況下,可向第三方配件供给商制,降低了系统的管理复杂度。不过 Auto Mate并没有完全把 求购配件。 基丁政策的管理思想应用其中,没有提供政策的运行与部署机 实例的具体情景如下:顾客A要通过网络定制一台电制和相应的政策精化于段。 脑,分别就电脑的各个主要部件作了一些规格要求,如机箱、 欧洲的 Dignum等人m提出了作为MAS( multi-agent sys 主板、显示器、硬盘、CPU等。电脑商家B、C、D响应了顾客Aem)建模框架的OMN( organizational model for normative insti- 的请求,表示愿意进行交易。在没有政策应用的情况下,各 tutions)。他们从准则制定、协同组织、本体建立这三个角度把 个商家以自己定义的价格给出价格,然后顾客选择合适的商框架分成三层:抽象层、具体层和实现层。在每一层上,都有规 家进行交易。这样商家和顾客的行为各自为政,不能灵活地范的逻辑语义,以确保系统各个方面的连贯性与一致性。该系 进行调控。而在有政策的情况下,如给顾客A制定一个个体统可以很容易地把抽象的规范准则变换为具体的协议,并利用 政策:“只与信誉值大于3的商家交易”;给商家B制定一个执行层,把设计中的规范准则实施在一个特定的多 agent体系 个体改策:“只与信誉值高于8的客户交易,并且价格打9.5结构。但是OMN在准则管理方而略显不足,没有提出准则管 折”,商家C、D没有制定个休政策。如果电脑商家社区管理理模块的运作,并且没有对不同准则的具体划分,没有提出对 员制定一个电脑商家社区政策:“6月16号到6月26号所有准则的冲突解决。 商家必须对所有商品进行9折的打折活动”,则系统在此时 国内中科院史忠植等人实现了主体网格平台AGrP 间段内会发送政策执行指令给商家 agents,各个商家 agent在它是由多主体平台MACE、工具软件层和应用层组成。AGP 接收到政策指令时,切换执行该政策行为。由于崗家B的个采用以动态描述逻辑DDL为基础的主体理论模型,以主体服 体政策与组织政策冲突,则采用组织政策优先原则,屏蔽个务描述语言 SDLSIV为多主体交互的语义基础,通过动作政 体政策行为。顾客A首先定制所求购电脑的信息,向中介机策、目标政策和优化政策二类政策约束主体协作行为作为多决 构查询电脑商家 agent的物理地址,并且依据个体政策的指支持系统(OkPS),主体网格智能信息平台AGP形成了 导对电脑商家进行过滤,然后向符合条件的各个商家发布求套面向主体的软件开发方法和技术。然而他们的研究没有以 购信息,商家B、C、D在组织政策的指导下对所求购产品打9政策为核心,构建多主体协同模型、规范和运行机制,仅简单地 折并返回价格,此后顾客A根据最低价格选择交易商家进行应用政策来约東主体协作行为,没有充分挖掘政策作为动态约 交易,并完成交易。 束和调整系统行为的准则,实现协同动态适应性的优势,从而 在交易过程中,假设商家发现库存不足,以致不能正常交使主体网格智能平台AGrP在实现自治、可控的多主体协同能 易,则该商家将求购配件信息发至配件供给商社区。在配件供力上略显不足。 给商社区中,该商家的角色转变为客户角色,求购过程同上。 本文提出的政策导向多 agent协同系统,采用政策作为系统 系统的各个 agent运行截图如图7所示。 管理和控制的核心,驱动政策协同系统的运行较先前的研究,在 从实例的运行过程可以看出,改变指导商家或顾客的个体使用政策的深度和广度上有了大幅提升。(下转第3015页) 第8期 武建伟,等:基于密度的动态协同过滤图书推荐算法 3015 计算两种方式的MAE值:a)以读者的兴趣模型,基于密度3]章炯,李华,基于资源类的时间加权协作过滤算法[J计算机 的静态协同过滤推荐;b)基于密度与权重变化,更新读者的 用研究,2009,26(6):2107-2109 兴趣模型,动态进行协同过滤推荐。实验过程中,目标用户[4] HERLOCKER, KONSTAN J, TERVEEN L,e. Evalualing col 的最近邻居个数从5增加到26,隔为3。实验结果如图2 laborative filtering recommender systems J. ACM Trans on Infor- 所示 mation Systems, 2004, 22(1): 5-53 5]同军锋,湧显,郭景峰.一种优化的协冋过滤推荐算法[J].计算观 0.95/于密度静杏的协同推若算法 十渐动态协同过澎荐算润 研究与发展,2004,41(10):1842-1847 「6]李春,朱珍民,叶剑,等.个性化服务研究综述「J.计算机应月研 0.85 0.75 [7 ESTER M, KRIEFEL H P, SANDER J, et al. A density-based algo 0.7 8111417202326 最近邻居数日 rithm for discovering clusters in large spatial databases with noise 图1梯形函数 图2推荐算法的MAE比较 [C//SIMOUDIS E, HAN J W. FAYYAD U M. Prvc of the 2nd I 从图2可以看出,本文提出的基于密度的动态协同过滤推 ternational Conference on Knowledge Discovery and Data Mining 荐算法的推荐精度要比静态的高。 Portland: AAAI Press, 1996: 226-231 [8 QIAN Wei-ning, GONG Xne-ging, ZHOU Ao-ying. Clustering in 3结束语 very large databases based on distance and density [J]. Journal of 随着数字图书馆图书信息资料的数量级数增长,信息过 Computer Science and Technology, 2003, 18(1): 67-76 载和信息迷向问题的突显,面向用户个性化需求构建的整合 [9]周水庚,周做英,曹晶,等.一种基于密度的快速聚类算法[J].计 算机研究与发展,200,37(11):1287-1292 将成为未来的趋势。本文提出的利用读者兴趣聚类区域 [10]向坚持,刘相滨,資武成.表于密度的 K-means算法及在容户细分 密度及权重变化,动态协同过滤图书推荐算法,实验表明在 中的应用研究[J.亡算机工程与应用,2008,44(35):246-248 提高数字图书馆的服务质量和服务效率上,优于传统的协同 L11 ERTOOZ L. STEINBACH M, KUMAR V. Finding clusters of diffe- 过滤推荐算法。 rent sizes, shapes, and densities in noisy, high dimensional data 参考文献 C//Proc of the 2nd SIAM International Conference on Data M [Il]曾春,邢春晓,周立柱.个性化服务技术综述[冂].软件学报, 002,13(10):1952-1961 [12 SARWAR B M, KARYPIS G, KONSTAN J A, et al. Application of [2 SARWAR B, KARYPIS G, KONSTAN J, et aL. Item-based collabo- Dimensionality reduction in recom mender system: a case study[C// rative filtering recommendation algorithms[ C]//Proc of the 10 th In- Proc of A CM WebkDD 2000 Workshop. 2000 ternational World Wide Web Conference. New York: ACM Pres,[13]马文峰,杜小勇.数宇资源整合的发展趋势[J].图书情报工作 2001:285-295 2007,51(7):66-70 (上接第3012页) [5 SMITH M K, WELTY C, MCGUINESS D L. OWL Web ontolo gy 5结束语 language guide[ M].[S1.I: W3C, 2004 个文研究政策导向型多 agent协同系统是一和可控制的 [6 LSZOK A, BRADSHAW JM, LOTT J, et aL. New developments in ontolagy-based policy management: increasing the practicality and 柔性的多 agent协同系统,该系统建立在政策管理技术之上 comprehensiveness of KAoS[ C]//Proe of the 9th IEEE International 能在动态的、分布式的环境中实现资源和服务的协同。它通过 Workshop on Policies for Distributed Systems and Networks. 2008 动态更新山 agent解释的政策规则来改变它们的行为,而无须 145-152. 改变系统的软件配置和编码,使agnt的行为决策变得更加规[71 DAVY S, JENNINGS B, STRASSNER J. L sing an information model 范与可控,因此具有高度的灵活性、扩展性。接下来,进一步提 and associated ontology for selection of policies for conflict analysis 高实时交互的稳定性和有效解决政策冲突是下一步研究的 [C]/Proc of the 9th IEEE International Workshop on Polieies for 方向 Dis tributed Systems and Networks. 2008: 82-85 参考文献: [8]胡军,付亚军,一种基于概念分解的政策精化方法[冂].计算机应 [Il]廖备水,高济PDC- agent攴持的动怂自组织系统[J].计算机辅助 用研究,2009,26(5):16501653 设汁与图形学学报,2006,18(2):217-224 [9 PARASHAR M, BHAT V, LIL H, et al. Automate: enabling auto- [2] SLOMAN M. Policy driven management for distributed systems[ JJ nomic applications on the grid [ J. Cluster Computing, 2006, 9 (2):161-174 Journal of Network and Systems Management, 1994, 2(4): 333 [10 DIGNUM V, VAZQUEZ SZLCEDA J, DICNUM F. Omni: introdu [3]胡军,面向自治汁算的基于政策的多 a gent系紇体系研究[D cing social structure, norms and ontologies into agent organizations 杭州:浙江大学,2006. [C]// Proc of promas2004.2005:181-200 [11]史忠植,林芬,主休网格智能平台AGrP构建及其应用[J],智能 [4]朱从民,黄美,上官望义,移动机器人 Java agent控制系统设计 [J].计算机工程与应用,2009,45(5):74-77 系统学报,2006,1(1):17-23