主講：夏幼明《人工智能》示范課程2①知識表示概述②命題邏輯的知識表示與推理

③謂詞邏輯的知識表示與推理

④產(chǎn)生式系統(tǒng)知識表示與推理⑤語義網(wǎng)絡知識表示與推理⑥框架知識表示與推理⑦腳本知識表示與推理⑧面向Agent的知識表示與推理

“知識表示與推理”核心內容3①產(chǎn)生式系統(tǒng)定義

②產(chǎn)生式系統(tǒng)的推理③產(chǎn)生式表示下的推理過程④產(chǎn)生式表示知識表示法的特點⑤產(chǎn)生式系統(tǒng)舉例

產(chǎn)生式系統(tǒng)知識表示與推理4產(chǎn)生式系統(tǒng)定義1972年，紐厄爾和西蒙在研究人類的認知模型中開發(fā)了基于規(guī)則的產(chǎn)生式系統(tǒng)，目前，產(chǎn)生式表示法已經(jīng)成了人工智能中應用最多的一種知識表示模式?？杀硎镜闹R種類：事實性、規(guī)則性知識以及它們的不確定度量。產(chǎn)生式表示法又稱為產(chǎn)生式規(guī)則表示法。

產(chǎn)生式系統(tǒng)知識表示與推理5產(chǎn)生式系統(tǒng)定義產(chǎn)生式規(guī)則它是指形如αβ或IFαTHENβ或其等價形式的一條規(guī)則，其中α稱為產(chǎn)生式的左部或前件；β稱為產(chǎn)生式的右部或后件。①如果α、β分別代表需要注釋的一組條件及其成立時需要采取的行動，那么稱為條件-行動型產(chǎn)生式；②如果α、β分別代表前提及其相應的結論，那么稱為前提-結論型產(chǎn)生式。產(chǎn)生式系統(tǒng)知識表示與推理6①產(chǎn)生式系統(tǒng)定義

一個產(chǎn)生式系統(tǒng)由下列3部分組成：一個總數(shù)據(jù)庫(globaldatabase)，它含有與具體任務有關的信息。一套規(guī)則，它對數(shù)據(jù)庫進行操作運算。每條規(guī)則由左右兩部分組成，左部鑒別規(guī)則的適用性或先決條件，右部描述規(guī)則應用時所完成的動作。應用規(guī)則來改變數(shù)據(jù)庫。一個控制策略，它確定應該采用哪一條適用規(guī)則，而且當數(shù)據(jù)庫的終止條件滿足時，就停止計算。

產(chǎn)生式系統(tǒng)知識表示與推理產(chǎn)生式規(guī)則庫(知識庫)推理機（控制）全局數(shù)據(jù)庫7①產(chǎn)生式系統(tǒng)定義

一個產(chǎn)生式系統(tǒng)由下列3部分組成：綜合數(shù)據(jù)庫是產(chǎn)生式系統(tǒng)所用的主要數(shù)據(jù)結構，它主要用來表示問題的狀態(tài)，即初始狀態(tài)、中間狀態(tài)和目標狀態(tài)等，以及狀態(tài)之間的關系。它不是固定不變的，在求解的過程中，它的內容將越來越多，狀態(tài)之間的關系也越來越復雜。規(guī)則的一般形式是：IF條件THEN操作；即滿足應用的先決條件后，就對數(shù)據(jù)庫實行后面的操作?？刂撇呗砸?guī)定了操作的順序，即在任何條件下用什么規(guī)則進行操作，什么條件下停止運行，它規(guī)定了問題的求解的搜索策略和路線。

產(chǎn)生式系統(tǒng)知識表示與推理8②產(chǎn)生式系統(tǒng)的推理產(chǎn)生式是系統(tǒng)的單元程序，它與常規(guī)程序不同之處在于，產(chǎn)生式是否執(zhí)行并不在事前硬性規(guī)定，各產(chǎn)生式之間也不能相互直接調用，而完全決定于該產(chǎn)生式的作用條件能否滿足，即能否與全局數(shù)據(jù)庫的數(shù)據(jù)條款匹配。另一方面，產(chǎn)生式在執(zhí)行之后工作環(huán)境即發(fā)生變化，因而必須對全局數(shù)據(jù)庫的條款作相應修改，以反映新的環(huán)境條件。全部工作是在控制程序作用下進行的。現(xiàn)代產(chǎn)生式系統(tǒng)的一個工作循環(huán)通常包含匹配、選優(yōu)、行動三個階段。產(chǎn)生式系統(tǒng)知識表示與推理9②產(chǎn)生式系統(tǒng)的推理推理方向：產(chǎn)生式系統(tǒng)的推理分為正向推理和逆向推理。正向推理指的是從現(xiàn)有條件出發(fā)，自底向上地進行推理（條件的綜合），直到預期目標實現(xiàn)。逆向推理則從預期目標出發(fā)，自頂向下地進行推理（目標的分析），直到符合當前的條件。運用逆向推理時，后件而不是前件引導產(chǎn)生式的搜索工作，因此按推理方向可將產(chǎn)生式系統(tǒng)分為前件驅動和后件驅動兩種類型。條件－行動型產(chǎn)生式系統(tǒng)采用前件驅動的工作方式。

。產(chǎn)生式系統(tǒng)知識表示與推理10②產(chǎn)生式系統(tǒng)的推理推理方向：產(chǎn)生式系統(tǒng)的推理分為正向推理和逆向推理。正向推理算法步1將初始事實/數(shù)據(jù)置入動態(tài)數(shù)據(jù)庫；步2用動態(tài)數(shù)據(jù)庫中的事實匹配目標條件，若目標條件滿足，推理成功，結束。步3用規(guī)則庫中各規(guī)則的前提匹配動態(tài)數(shù)據(jù)庫中的事實，將匹配成功的規(guī)則組成待用規(guī)則集。步4若待用規(guī)則集為空，則運行失敗，退出。步5將待用規(guī)則集中各規(guī)則的結論加入動態(tài)數(shù)據(jù)庫，或者執(zhí)行其動作，轉步2。產(chǎn)生式系統(tǒng)知識表示與推理11②產(chǎn)生式系統(tǒng)的推理推理方向：產(chǎn)生式系統(tǒng)的推理分為正向推理和逆向推理。反向推理算法步1將初始事實/數(shù)據(jù)置入動態(tài)數(shù)據(jù)庫，將目標條件置入目標鏈；步2若目標鏈為空，則推理成功，結束。步3取出目標鏈中第一個目標，用動態(tài)數(shù)據(jù)庫中的事實同其匹配，若匹配成功，轉步2。步4用規(guī)則集中的各規(guī)則的結論同該目標匹配，若匹配成功，將第一個匹配成功且未用過的規(guī)則的前提作為新的目標，并取代原來的父目標加入目標鏈，轉步3。步5若該目標是初始目標，則推理失敗，退出。步6將該目標的父目標移回目標鏈，取代該目標及其兄弟目標，轉步3。產(chǎn)生式系統(tǒng)知識表示與推理12③產(chǎn)生式系統(tǒng)的推理過程給定一組事實之后可用匹配技術尋找可用產(chǎn)生式，其基本思想是將已知事實代入產(chǎn)生式的前件，若前件為真，則該產(chǎn)生式是可用的。提高匹配效率的方法索引匹配：為狀態(tài)建立可用產(chǎn)生式索引表，減少可用產(chǎn)生式搜索范圍。分層匹配：將產(chǎn)生式分成若干層或組，按一定特征進行分層搜索。過濾匹配：邊匹配邊按某些附加特征或參數(shù)對可用產(chǎn)生式進行精選。

產(chǎn)生式系統(tǒng)知識表示與推理13③產(chǎn)生式系統(tǒng)的推理過程如果一組事實可以同時使幾個產(chǎn)生式前提為真，常用以下方法進行選擇（沖突消解策略）：將所有產(chǎn)生式排序，選最早匹配成功的一個，不管其余的產(chǎn)生式；在所有匹配成功的產(chǎn)生式中取最強的，即前提條件最多或情況元素最多者；最近用過的產(chǎn)生式優(yōu)先（或反之）；給情況元素以不同的優(yōu)先權；使用估計函數(shù)f(x)排序；利用上下文限制。產(chǎn)生式系統(tǒng)知識表示與推理14③產(chǎn)生式系統(tǒng)的推理過程推理機一次運行過程產(chǎn)生式系統(tǒng)知識表示與推理從規(guī)則庫中取出一條規(guī)則，將其前提同當前動態(tài)數(shù)據(jù)庫中的事實進行模式匹配匹配成功否？把該規(guī)則的結論放入當前動態(tài)數(shù)據(jù)庫；或執(zhí)行規(guī)則所規(guī)定的動作YN15④產(chǎn)生式知識表示法的特點產(chǎn)生式系統(tǒng)的優(yōu)點是：①模塊性，每一產(chǎn)生式可以相對獨立地增加、刪除和修改；②均勻性，每一產(chǎn)生式表示整體知識的一個片段，易于為用戶或系統(tǒng)的其他部分理解；③自然性，能自然地表示直觀知識。它的缺點是執(zhí)行效率低，此外每一條產(chǎn)生式都是一個獨立的程序單元，一般相互之間不能直接調用也不彼此包含，控制不便，因而不宜用來求解理論性強的問題。

產(chǎn)生式系統(tǒng)知識表示與推理16④產(chǎn)生式知識表示法的特點清晰性：產(chǎn)生式表示格式固定，形式單一，規(guī)則（知識單位）間相互較為獨立，沒有直接關系，使知識庫的建立較為容易，處理較為簡單的問題是可取的。另外推理方式單純，也沒有復雜計算。模塊性：知識庫與推理機是分離的，這種結構給知識的修改帶來方便，無須修改程序，對系統(tǒng)的推理路徑也容易作出解釋。自然性：直觀自然，便于推理。既可表示確定性知識，也可表示不確定性知識。實現(xiàn)：用visualprolog語言表示產(chǎn)生式規(guī)則，甚至不用寫推理機程序。產(chǎn)生式系統(tǒng)知識表示與推理17④產(chǎn)生式知識表示法的特點全局數(shù)據(jù)庫的內容可以為所有規(guī)則所訪問，沒有任何部分是專為某一規(guī)則建立的，這種特性便于模仿智能行為中的強數(shù)據(jù)驅動。規(guī)則本身不調用其他規(guī)則。規(guī)則之間的聯(lián)系必須通過全部數(shù)據(jù)庫聯(lián)系。全局數(shù)據(jù)庫、規(guī)則和推理機之間相對獨立，這種積木式結構便于整個系統(tǒng)增加和修改知識。產(chǎn)生式系統(tǒng)知識表示與推理18⑤產(chǎn)生式系統(tǒng)舉例

r6:IF動物有犬齒AND有爪AND眼盯前方THEN該動物是食肉動物其中，r6是該產(chǎn)生式的編號；“動物有犬齒AND有爪AND眼盯前方”是產(chǎn)生式的前提P；“該動物是食肉動物”是產(chǎn)生式的結論Q。

產(chǎn)生式系統(tǒng)知識表示與推理19⑤產(chǎn)生式系統(tǒng)舉例

例：一條知識的原始形態(tài)是R:((AB)(CD))((EF)G)=>S引入中間結論S1，S2，形成一些小型的產(chǎn)生式:R1：AB=>S1R2：CD=>S1R3：EF=>S2R4：S1G=>SR5:S1S2=>S產(chǎn)生式系統(tǒng)知識表示與推理20產(chǎn)生式系統(tǒng)舉例確定性規(guī)則知識的產(chǎn)生式表示：P→Q或IFPTHENQ不確定性規(guī)則知識的產(chǎn)生式表示：P→Q（可信度）或IFPTHENQ（可信度）。

r6:IF動物有犬齒AND有爪AND眼盯前方THEN該動物是食肉動物其中，r6是該產(chǎn)生式的編號；“動物有犬齒AND有爪AND眼盯前方”是產(chǎn)生式的前提P；“該動物是食肉動物”是產(chǎn)生式的結論Q。

產(chǎn)生式系統(tǒng)知識表示與推理21產(chǎn)生式系統(tǒng)舉例確定性事實知識的產(chǎn)生式表示（三元組）（對象，屬性，值）或（關系，對象1，對象2）例如：（雪，顏色，白色），（Li，AGE，40），(FRIENDS，Li，Zhang)不確定性規(guī)則知識的產(chǎn)生式表示(四元組)：（對象，屬性，值，可信度）或（關系，對象1，對象2，可信度）例如：“老李年齡很可能是40歲（0.8）”，“老李和老張是朋友的可能性不大（0.1）”表示為（Li，AGE，40，0.8），(FRIENDS，Li，Zhang，0.1)產(chǎn)生式系統(tǒng)知識表示與推理22⑤產(chǎn)生式系統(tǒng)舉例

與蘊涵式的主要區(qū)別：

(1)蘊涵式表示的知識只能是精確的，產(chǎn)生式表示的知識可以是不確定的。其原因是蘊涵式是一個邏輯表達式，其邏輯值只有真和假。(2)蘊含式的匹配一定要求是精確的，而產(chǎn)生式的匹配可以是不確定的。其原因是產(chǎn)生式的前提條件和結論都可以是不確定的，因此其匹配也可以是不確定的。

產(chǎn)生式系統(tǒng)知識表示與推理23⑤產(chǎn)生式系統(tǒng)舉例

與條件語句的主要區(qū)別：

(1)前件結構不同：產(chǎn)生式的前件可以是一個復雜的的結構，傳統(tǒng)程序設計語言中的左部僅僅是一個布爾表達式。(2)控制流程不同：產(chǎn)生式系統(tǒng)中滿足前提條件的規(guī)則被激活后，不一定被立即執(zhí)行，能否執(zhí)行將取決于沖突消解策略；傳統(tǒng)程序設計語言中是嚴格地從一個條件語句向其下一個條件語句傳遞。

產(chǎn)生式系統(tǒng)知識表示與推理24①語義網(wǎng)絡的概念

②語義網(wǎng)絡中常用的語義聯(lián)系

③語義網(wǎng)絡表示知識的方法④語義網(wǎng)絡表示下的推理過程⑤語義網(wǎng)絡表示法的特點

語義網(wǎng)絡知識表示與推理25語義網(wǎng)絡的概念

語義網(wǎng)絡(semanticnetwork)是一種出現(xiàn)比較早的知識表達形式，在人工智能中得到了比較廣泛的應用。語義網(wǎng)絡最早是1968年奎廉(Quillian)在他的博士論文中作為人類聯(lián)想記憶的一個顯式心理學模型提出的。1972年，西蒙正式提出語義網(wǎng)絡的概念，討論了它和一階謂詞的關系，并將語義網(wǎng)絡應用到了自然語言理解的研究中。

語義網(wǎng)絡是一種采用網(wǎng)絡形式表示人類知識的方法。

語義網(wǎng)絡知識表示與推理26語義網(wǎng)絡的概念一個語義網(wǎng)絡是一個帶標識的有向圖。其中，帶有標識的結點標識問題領域中的物體、概念、時間、動作或者態(tài)勢。在語義網(wǎng)絡知識表示中，結點一般劃分為實例節(jié)點和類節(jié)點兩種類型。結點之間帶有標識的有向弧標識結點之間的語義聯(lián)系，有向弧，即為邊，表示這些概念間的語義關系，是語義網(wǎng)絡組織知識的關鍵。語義網(wǎng)絡用來表達復雜的概念及其之間的相互關系，從而形成一個由節(jié)點和弧組成的語義網(wǎng)絡描述圖。

語義網(wǎng)絡知識表示與推理27②語義網(wǎng)絡中常用的語義聯(lián)系

以個體為中心組織知識的語義聯(lián)系

ISA聯(lián)系的例子（1）實體聯(lián)系用于表示類節(jié)點與所屬實例節(jié)點之間的聯(lián)系，通常標識為ISA。例如，“張三是一名教師”可以表示為右圖所示的語義網(wǎng)絡。

語義網(wǎng)絡知識表示與推理28②語義網(wǎng)絡中常用的語義聯(lián)系（2）泛化聯(lián)系

用于表示一種類節(jié)點與更抽象的類節(jié)點之間的聯(lián)系，通常用AKO(akindof)表示。

AKO聯(lián)系的例子語義網(wǎng)絡知識表示與推理AKOAKOAKOAKOAKOAKOAKOAKOAKO獵豹老虎長頸鹿斑馬哺乳動物鴕鳥企鵝海燕鳥類動物動物29②語義網(wǎng)絡中常用的語義聯(lián)系（3）聚集聯(lián)系

用于表示某一個個體與其組成成分之間的聯(lián)系，通常用part-of表示聚集聯(lián)系基于概念的分解性，將高層概念分解為若干低層概念的集合。

聚集聯(lián)系的例子語義網(wǎng)絡知識表示與推理30②語義網(wǎng)絡中常用的語義聯(lián)系（4）屬性聯(lián)系

用于表示個體、屬性及其取值之間的聯(lián)系。通常用有向弧表示屬性，用這些弧指向的結點表示各自的值。屬性聯(lián)系的例子語義網(wǎng)絡知識表示與推理ISAprofessionheightagesex女30180程序員約翰人31③語義網(wǎng)絡表示知識的方法相對于產(chǎn)生式規(guī)則主要用以描述因果知識，語義網(wǎng)絡則能夠用來表達更加復雜的概念及其之間的相互關系，形成一個由節(jié)點和弧組成的語義網(wǎng)絡描述圖。對于表示關系的標簽中有兩個比較重要，其一是ISA關系，它表示A概念是B概念的一個實例，比如windows這個概念，我們這樣表示：windowsISAOperateSystem，就能把它從一般的描述窗戶的概念中區(qū)分出來，專指一種操作系統(tǒng)。

語義網(wǎng)絡知識表示與推理32③語義網(wǎng)絡表示知識的方法對于表示關系的標簽中有兩個比較重要，其二是AKO關系，它表示A概念是B概念的一個子類，人AKO動物，就表示人是動物中的一個子類。當然，在語義網(wǎng)絡中還有其他的關系，比如have、located、can、need、study-in等等。

語義網(wǎng)絡可以表示事實性知識，也可以表示事實性知識之間的聯(lián)系。主要體現(xiàn)在下面幾個方面：1、表示事實；2、表示有關事物間的聯(lián)系；3、表示比較復雜的知識。語義網(wǎng)絡知識表示與推理33③語義網(wǎng)絡表示知識的方法1)用語義網(wǎng)絡表示事實

語義網(wǎng)絡知識表示與推理34③語義網(wǎng)絡表示知識的方法1)用語義網(wǎng)絡表示事實

語義網(wǎng)絡知識表示與推理合取、析取關系語義網(wǎng)絡示例35③語義網(wǎng)絡表示知識的方法1)用語義網(wǎng)絡表示事實

語義網(wǎng)絡知識表示與推理動作作為節(jié)點的語義網(wǎng)絡示例36③語義網(wǎng)絡表示知識的方法1)用語義網(wǎng)絡表示事實

語義網(wǎng)絡知識表示與推理事件作為節(jié)點的語義網(wǎng)絡示例37③語義網(wǎng)絡表示知識的方法2)用語義網(wǎng)絡表示事實之間的關系

語義網(wǎng)絡知識表示與推理分類關系示例動物鳥魚草魚鯊魚鴕鳥八哥有羽毛會吃會飛會學人語善鳴不會飛善奔走有牙吃肉能運動生活在水中會游泳是一種吃水草是一種是一種是一種是一種是一種38③語義網(wǎng)絡表示知識的方法2)用語義網(wǎng)絡表示事實之間的關系

語義網(wǎng)絡知識表示與推理聚集關系示例39③語義網(wǎng)絡表示知識的方法2)用語義網(wǎng)絡表示事實之間的關系

語義網(wǎng)絡知識表示與推理推論關系示例時間、位置關系示例40③語義網(wǎng)絡表示知識的方法3)常用的語義聯(lián)系

語義網(wǎng)絡知識表示與推理聯(lián)系說明示例A-Member-of個體與集體之間的關系張三是工會會員Composed-of“構成”，一對多整數(shù)由正整數(shù)、負整數(shù)和零組成Have“占有”關系鳥有翅膀Before、After、AT事件之間的時間先后關系唐朝在宋朝之前Located-on(-at，under，-inside，-outside)事物之間的位置關系書在桌子上Similar-to，Near-to事物之間的相似和接近關系貓與虎相似41③語義網(wǎng)絡表示知識的方法4)謂詞聯(lián)系：(變量取值)謂詞的形為R(x1，x2，…，xn)，xi是謂詞變元，取值為ai。如何轉換為二元關系？增加一個謂詞為：argi說明R與xi的關系，于是有：Arg1（R，x1），Arg2（R，x2），…，Argn（R，xn），用語義網(wǎng)絡表示為：語義網(wǎng)絡知識表示與推理arg2a1a2anRarg1argn……42③語義網(wǎng)絡表示知識的方法5)蘊含：由“蘊含”結點說明分別由兩條?。ˋNTE、CONSE）指向的條件和結論結點之間的蘊含的關系。下例表示：如果車庫起火，那么用CO2或沙來滅火：語義網(wǎng)絡知識表示與推理地址CO2沙滅火stateISACONS車庫起火事件1蘊含AISAANTEstateISAlocB事件ISA事件locISA或材料ISA43③語義網(wǎng)絡表示知識的方法6)在語義網(wǎng)絡中變元和量詞的表示：存在量詞：通過用“is-a”弧表示各概念與具體特例關系，以此表示特例事實的存在。Adoghasbittenapostman：語義網(wǎng)絡知識表示與推理VICTIMASSIAILNTDISADOGBITEPOSTMANISAISABP44③語義網(wǎng)絡表示知識的方法6)在語義網(wǎng)絡中變元和量詞的表示：全稱量詞：通過分塊技術，每個分塊表示一個事實，成為FORM，增加G和GS結點，G是GS的成員，用is-a表示它們之間的聯(lián)系。GS與分塊之間是FORM關系，與要說明的概念之間是全稱或存在的聯(lián)系。Everydoghasbitteneverypostman語義網(wǎng)絡知識表示與推理ASSIAILNTDISADOGVICTIMBITEPOSTMANISAISABPGGSISAFORM45③語義網(wǎng)絡表示知識的方法5)語義網(wǎng)絡系統(tǒng)中求解問題的基本過程

語義網(wǎng)絡系統(tǒng)的組成語義網(wǎng)絡構成的知識庫用于求解問題的解釋程序——語義網(wǎng)絡推理機

求解問題的過程根據(jù)待求解問題的要求構造一個網(wǎng)絡片段，其中有些節(jié)點或弧的標識是空的，反映待求解的問題依次網(wǎng)絡片段到知識庫中去尋找可匹配的網(wǎng)絡，以找出需要的信息。主要解決不確定性匹配問題。當問題的語義網(wǎng)絡片段與知識庫中的某語義網(wǎng)絡片段匹配時，則與詢問處匹配的事實就是問題的解。語義網(wǎng)絡知識表示與推理46④語義網(wǎng)絡表示下的推理過程應用語義網(wǎng)絡的主要推理方式是以關系弧作為索引，快速地在網(wǎng)絡中搜索到所需的信息。支持搜索的最重要技術是層次分類和特性繼承。（1）層次分類

世界萬物都遵從層次分類法則。用前述關系弧Ako很容易建立起面向層次分類的語義網(wǎng)絡。再通過關系弧Isa就可把個體事物關聯(lián)到分布于層次分類網(wǎng)絡中的各個概念節(jié)點（視類名為概念）。

語義網(wǎng)絡知識表示與推理47④語義網(wǎng)絡表示下的推理過程設置層次分類網(wǎng)絡的顯著優(yōu)點是可以分別存儲個體事物的共性，進而大幅度提高信息的存儲效率。廣義上，節(jié)點間關系弧指示事物的屬性（特性）；可以把個體事物的公共屬性值和典型屬性值存放于個體事物所屬的類或超類節(jié)點中，而個體事物節(jié)點本身只存放其特有的信息。

語義網(wǎng)絡知識表示與推理48④語義網(wǎng)絡表示下的推理過程（2）特性繼承與建立層次分類網(wǎng)絡緊密相關的是特性繼承技術，可以說正是由于有特性繼承技術的支持，才使層次分類網(wǎng)絡得以實用化。特性繼承原理可非形式地闡述如下：當取用不記載于個體事物節(jié)點的公共或典型特性值時，可以沿Isa和Ako關系?。ㄒ卜Q為鏈）追溯到存放這些特性值的類或超類節(jié)點。

語義網(wǎng)絡知識表示與推理49④語義網(wǎng)絡表示下的推理過程在語義網(wǎng)絡知識表達方法中，沒有形式語義，也就是說，和謂詞邏輯不同，對所給定的表達結構表示什么語義沒有統(tǒng)一的表示法。賦予網(wǎng)絡結構的含義完全決定于管理這個網(wǎng)絡的過程的特性。已經(jīng)設計了很多種以網(wǎng)絡為基礎的系統(tǒng)，它們各自采用完全不同的推理過程。

語義網(wǎng)絡中的推理過程主要有兩種，一種是繼承，另一種是匹配。語義網(wǎng)絡知識表示與推理50④語義網(wǎng)絡表示下的推理過程繼承所謂的繼承是把對事物的描述從概念節(jié)點或類節(jié)點傳遞到實例節(jié)點。

例如在圖中BRICK是概念節(jié)點，BRICK12是一個實例節(jié)點。BRICK節(jié)點在SHAPE（外形）邊，其中填入了RECTANGULAR（矩形），說明磚塊的外形是矩形的。這個描述可以通過ISA鏈傳遞給實例節(jié)點BRICK12。因此，雖然BRICK12節(jié)點沒有SHAPE邊，但可以從這個語義網(wǎng)絡推理出BRICK12的外形是矩形的。

語義網(wǎng)絡知識表示與推理51④語義網(wǎng)絡表示下的推理過程繼承所謂的繼承是把對事物的描述從概念節(jié)點或類節(jié)點傳遞到實例節(jié)點。

語義網(wǎng)絡知識表示與推理52④語義網(wǎng)絡表示下的推理過程繼承這種推理過程，類似于人的思維過程。一旦知道了某種事物的身份以后，可以聯(lián)想起很多關于這件事物的一般描述。例如，我們通常認為鯨魚很大，鳥比較小，城堡很古老，運動員很健壯。這就像我們用每種事物的典型情況來描述各種事物那樣：鯨魚、鳥、城堡和運動員。

一共有3種繼承過程：值繼承、“如果需要”繼承和“默認”繼承。語義網(wǎng)絡知識表示與推理53④語義網(wǎng)絡表示下的推理過程繼承（1）值繼承

除了ISA鏈以外，另外還有一種AKO（是某種）鏈也可被用于語義網(wǎng)絡中的描述或特性的繼承。AKO是A－KIND－OF的縮寫。

ISA和AKO鏈直接地表示類的成員關系以及子類和類之間的關系，提供了一種把知識從某一層傳遞到另一層的途徑。

為了能利用語義網(wǎng)絡的繼承特性進行推理，還需要一個搜索程序用來在合適的節(jié)點尋找合適的邊。語義網(wǎng)絡知識表示與推理54④語義網(wǎng)絡表示下的推理過程繼承值繼承程序

設F是給定的節(jié)點。S是給定的邊。

①建立一個由F以及所有和F以ISA鏈相連的類節(jié)點的表。在表中F節(jié)點排在第一個位置。

②檢查表中第一個元素的S邊是否有值，直到表為空或找到一個值。

(a)如果表中第一個元素在S邊中有值，就認為找到了一個值。

(b)否則，從表中刪除第一個元素，并把以AKO鏈與此第一個元素相連的節(jié)點，加入到這個表的末尾。

(c)如果找到了一個值，那么就說這個值是F節(jié)點的S邊的值；否則就宣布失敗。

因為在上述算法中，新的類節(jié)點是放在節(jié)點表的末尾，所以這樣的值繼承過程所進行的是寬度優(yōu)先搜索。又因為在一個邊中可能有不止一個值，所以可能發(fā)現(xiàn)一個以上的值。這時，所有發(fā)現(xiàn)的值都要記錄。語義網(wǎng)絡知識表示與推理55④語義網(wǎng)絡表示下的推理過程繼承（2）“如果需要”繼承

在某些情況下，當我們不知道邊值時，可以利用已知信息來計算。例如，我們可以根據(jù)體積和物質的密度來計算積木的重量。進行上述計算的程序稱為if-needed（如果需要）程序。

為了儲存進行上述計算的程序，我們需要改進節(jié)點-邊-值的結構，允許邊有幾種類型的值，而不只是一個類型。為此，每個邊又可以有若干個側面，以儲存這些不同類型的值。這樣，以前我們討論的原始意義上的值就放在“值側面”中，if-needed程序，存放在IF-NEEDED側面中。語義網(wǎng)絡知識表示與推理56④語義網(wǎng)絡表示下的推理過程繼承（2）“如果需要”繼承

“如果需要”（if－need）繼承程序

設F是給定的節(jié)點，S是給定的邊。

①建立一個由F以及所有和F以ISA鏈相連的類節(jié)點的表。在此表中，F(xiàn)節(jié)點排在第一個位置。②檢查表中第一個元素的S邊的IF-NEEDED側面中是否存有一個過程，直到表為空或找到一個成功的if-needed過程為止。語義網(wǎng)絡知識表示與推理57④語義網(wǎng)絡表示下的推理過程繼承（2）“如果需要”繼承

“如果需要”（if－need）繼承程序

設F是給定的節(jié)點，S是給定的邊。

(a)如果側面中存有一個過程，并且如果這個過程產(chǎn)生一個值，那么，就認為已找到一個值。(b)否則，從表中刪除這第一個元素，并把以AKO鏈和此第一個元素相連的節(jié)點，加入到這個表的末尾。

③如果一個過程找到一個值，那么就說所找到的值是F節(jié)點的邊值；否則，宣布失敗。語義網(wǎng)絡知識表示與推理58④語義網(wǎng)絡表示下的推理過程繼承（3）“缺省”繼承

某些情況下，我們對事物所作的假設不是十分有把握時，最好對所作的假設加上“可能”這樣的字眼。例如，我們可以認為法官可能是誠實的，但不一定是；或認為寶石可能是很昂貴的，但不一定是。我們把這種具有相當程度的真實性，但又不能十分肯定的值稱為“缺省”值。這種類型的值被放入邊的DEFAULT（缺?。﹤让嬷小?/p>

語義網(wǎng)絡知識表示與推理59④語義網(wǎng)絡表示下的推理過程繼承（3）“缺省”繼承

缺省(Default)繼承程序：設F是給定的節(jié)點。S是給定的邊。

①建立一個由F以及所有和F以ISA鏈相連的類節(jié)點表。表中，F(xiàn)節(jié)點排在第一個位置。②檢查表中第一個元素的S邊的DEFAULT側面中是否有值，直到表為空或找到一個缺省值為止。

(a)如果表中第一個元素的S邊的DEFAULT側面中有值，就認為已找到了一個值。

(b)否則，從表中刪除第一個元素，并把以AKO鏈和此第一個元素相連的節(jié)點加入到這個表的末尾。

(c)如果找到了一個值，那么就說所找到的值是F節(jié)點的S邊的缺省值。語義網(wǎng)絡知識表示與推理60⑤語義網(wǎng)絡表示法的特點

（1）能把實體的結構、屬性與實體間的因果關系顯式地和簡明地表達出來，與實體相關的事實、特征和關系可以通過相應的節(jié)點弧線推導出來。這樣便以聯(lián)想方式實現(xiàn)對系統(tǒng)的解釋。（2）由于與概念相關的屬性和聯(lián)系被組織在一個相應的節(jié)點中，因而使概念易于受訪和學習。（3）知識的表現(xiàn)問題更加直觀，更易于理解，適于知識工程師與領域專家溝通。語義網(wǎng)絡中的繼承方式也符合人類的思維習慣。語義網(wǎng)絡知識表示與推理61⑤語義網(wǎng)絡表示法的特點

（4）語義網(wǎng)絡結構的語義解釋依賴于該結構的推理過程而沒有結構的約定，因而得到的推理不能保證像謂詞邏輯法那樣有效。（5）節(jié)點間的聯(lián)系可能是線狀、樹狀或網(wǎng)狀的，甚至是遞歸狀的結構，使相應的知識存儲和檢索可能需要比較復雜的過程。語義網(wǎng)絡知識表示與推理62①框架的定義及組成

②用框架的表示知識

③框架系統(tǒng)舉例④框架表示下的推理過程框架表示法的特點產(chǎn)生式—框架的知識表示法框架知識表示與推理63①框架的定義及組成框架表示法是一種關于事物內部結構化描述的表示法，最早由明斯基于1975年提出，作為理解視覺、自然語言和其它復雜行為的一種基礎，現(xiàn)已發(fā)展為廣泛應用的知識表示方法?？蚣鼙硎痉梢暂^好地反映人觀察事物的思維方式，即人對自己熟悉的事物早在頭腦中形成了抽象模型?？蚣苤R表示與推理64①框架的定義及組成框架通常由描述事物各個方面的槽（slot）組成，每個槽有多個側面（aspect）側面又可有多個值，其中槽值和側面值可以是數(shù)值、字符串、布爾值，也可以是一個動作或過程，甚至還可以是另一個框架的名字。用BNF定義框架的形式化表示如下：<框架>:=(Frame<框架名><槽>{；<槽>})<槽>:=(<槽名>{<側面名>：{<側面值>})框架內部結構的豐富程度取決于事物描述本身的需要。一般來講，表示概念（例如類概念）的框架結構復雜，而表示個體事物的框架就很簡單?？蚣苤R表示與推理65①框架的定義及組成事物的抽象模型可以通過表示概念的框架來加以定義。由于每個事物有多個屬性（特性），而每個屬性又需從多個側面加以描述，所以表示概念的框架往往有復雜的表示結構?？蚣苤R表示與推理66②用框架的表示知識應用領域問題的求解往往涉及到相互關聯(lián)的許多框架，這些框架聯(lián)合起來構成框架系統(tǒng)?？蚣艿哪承┎鄣膫让嬷悼梢允瞧渌蚣埽瑥亩芙⑵鸸?jié)點是框架的網(wǎng)絡。較常用的框架系統(tǒng)有以下二類：事物組成和分類體系?？蚣苤R表示與推理67②用框架的表示知識(1)事物組成這類框架系統(tǒng)主要用于描述復雜事物的層次組成。事物的組成是廣泛存在的概念，例如人體就由頭部、軀干和四肢組成，也可視為由皮、肉、骨、血等構成，餐館則由餐廳、餐桌、服務員等組成；一個復雜的機械設備也可層次地分解為組件和部件。每個部件和組件以及整個設備均可用一個框架加以描述；另外關于設備和組件的概念中，還可表示組件間的約束和配合關系。設備組件1。。。。。。組件n部件11組件12部件121部件122框架知識表示與推理68②用框架的表示知識(2)層次分類體系和語義網(wǎng)絡類似，應用框架系統(tǒng)也能描述事物的層次分類體系。而且，由于框架可以具有豐富的內部結構，能更有效地表示分類體系和支持結構化信息存取。例如，對于海上運輸，為保證航運安全和貨物完好無損，需對貨物進行分類存儲和處理。以框架系統(tǒng)來建立的分類體系，可以有效地支持海運專家系統(tǒng)的信息存取和推理工作。貨物類1。。。。。。類n物品11類12物品121物品122框架知識表示與推理69②用框架的表示知識(2)層次分類體系和語義網(wǎng)絡類似，應用框架系統(tǒng)也能描述事物的層次分類體系。而且，由于框架可以具有豐富的內部結構，能更有效地表示分類體系和支持結構化信息存取。例如，對于海上運輸，為保證航運安全和貨物完好無損，需對貨物進行分類存儲和處理。以框架系統(tǒng)來建立的分類體系，可以有效地支持海運專家系統(tǒng)的信息存取和推理工作。貨物類1。。。。。。類n物品11類12物品121物品122框架知識表示與推理70②用框架的表示知識由框架的形式可以看出，框架適合表達結構性的知識。所以，概念、對象等知識最適于用框架表示。

框架的槽就是對象的屬性或狀態(tài)，槽值就是屬性值或狀態(tài)值。不僅如此，框架還可以表示行為（動作），所以，有些過程性事件或情節(jié)也可用框架網(wǎng)絡來表示?？蚣苤R表示與推理71③框架系統(tǒng)舉例關于房間的框架

框架名：<房間>

墻數(shù)x1：

缺省：x1=4

條件：x1＞0

窗數(shù)x2：

缺?。簒2=2

條件：x2≥0

門數(shù)x3：

缺省：x3=1

條件：x3＞0

前墻：（墻框架（w1，d1））

后墻：（墻框架（w2，d2））左墻：（墻框架（w3，d3））

右墻：（墻框架（w4，d4））

天花板：<天花板框架>

地板：<地板框架>

門：<門框架>

窗：<窗框架>

條件：w1+w2+w3+w4=x2

d1+d2+d3+d4=x3

類型：（<辦公室>，<教室>，<會客室>，<臥室>，<廚房>，<倉庫>，...）框架知識表示與推理72③框架系統(tǒng)舉例機器人糾紛問題的框架

框架名(打人—1)動作：打動作發(fā)出者：羅賓動作接受者：蘇珊后果：((打人—2)(哭人—1))框架名(打人—2)動作：打動作發(fā)出者：蘇珊動作接受者：羅賓后果：((打人—1)(哭人—2))框架名(哭人—2)動作：哭動作發(fā)出者：羅賓后果：((得意)(懊悔))

框架名(哭人—1)動作：哭動作發(fā)出者：蘇珊動作接受者：后果：(心理平衡)框架知識表示與推理73③框架系統(tǒng)舉例一個描述“教師”的框架：框架名：<教師>

類屬：<知識分子>

工作：范圍：（教學，科研）

缺省：教學

性別：（男，女）

學歷：（中師，高師）

類型：（<小學教師>，<中學教師>，<大學教師>）其中，<知識分子>、<小學教師>、<中學教師>、<大學教師>框架知識表示與推理74③框架系統(tǒng)舉例一個描述“大學教師”的框架：框架名：<大學教師>

類屬：<教師>

學歷：(學士，碩士，博士)

專業(yè)：<學科專業(yè)>

職稱：(助教，講師，副教授，教授)

外語：語種：范圍：（英，法，日，俄，德，…）

缺?。河?/p>

水平：（優(yōu)，良，中，差）

缺?。毫伎蚣苤R表示與推理75③框架系統(tǒng)舉例描述一個具體教師的框架：框架名：<教師-1>

類屬：<大學教師>

姓名：李明

性別：男

年齡：25

職業(yè)：教師

職稱：助教

專業(yè)：計算機應用

部門：計算機系軟件教研室

工作：參加工作時間：1995年8月

工齡：當前年份-參加工作年份

工資：<工資單>框架知識表示與推理76③框架系統(tǒng)舉例框架之間的關系由于一個框架的槽值還可以是另一個框架的名，這就把有關框架橫向聯(lián)系了起來。而框架間的“父子”關系是框架間的一種縱向聯(lián)系。于是，某一論域的全體框架便構成一個框架網(wǎng)絡或框架系統(tǒng)。另外，我們還可看到框架的槽值一般是屬性值或狀態(tài)值，但也可以是規(guī)則或邏輯式、運算式甚至過程調用等?？蚣苤R表示與推理77③框架系統(tǒng)舉例框架之間的關系兩個框架之間存在一種層次關系。一般稱前者為上位框架（或父框架），后者為下位框架（或子框架）?？蚣苤g的這種層次關系對減少信息冗余有重要意義。因為上位框架與下位框架所表示的事物，在邏輯上為種屬關系，即一般與特殊的關系。這樣幾上位框架所具有的屬性，下位框架也一定具有。于是，下位框架就可以從上位框架那里“繼承”某些槽值或側面值。所以，“特性繼承”也就是框架這種知識表示方法的一個重要特征?？蚣苤R表示與推理78④框架表示下的推理過程(1)特性繼承由于框架的槽包含多個側面，框架系統(tǒng)可以提供特性繼承技術。在典型情況下特性繼承可由描述事物類（概念）的框架中設置的三個側面：Value、If-Needed和If-Added所提供的缺省推理功能來組合實現(xiàn)。這三個側面的作用如下：Value--記載類的個體相應屬性的公共值或典型值，作為缺省值；If-Needed--在不可能提供統(tǒng)一缺省值的情況下，提供計算函數(shù)或推理知識去產(chǎn)生相應屬性的一個值，簡稱執(zhí)行了If-Needed操作；If-Added--當給類的某個體的一個屬性賦值或修改時，提供計算函數(shù)或推理知識去作必要的后繼處理，包括對其它相關槽的賦值和修改處理，以及任何需要的附加處理；簡稱執(zhí)行了If-Added操作?？蚣苤R表示與推理79④框架表示下的推理過程(1)特性繼承特性繼承的實現(xiàn)過程由對個體框架槽的操作來激活。若查詢一個體的某屬性，且描述該個體的框架未提供屬性值（槽值）時，就沿Isa和Ako鏈（Isa和Ako槽）追溯到具有同名槽（屬性）的類或超類框架。在該槽提供Value側面值的情況下，就繼承該值（缺省值）作為查詢結果返回；否則，該槽應提供If-Needed側面供繼承，可執(zhí)行If-Needed操作去產(chǎn)生一個值作為查詢結果。若對一個體的某屬性進行了賦值或修改工作，則系統(tǒng)自動沿Isa和Ako鏈追溯相應的類和超類，只要發(fā)現(xiàn)類或超類框架中的同名槽具有If-Added側面，就可執(zhí)行If-Added操作，作擬定的后繼處理工作。框架知識表示與推理80④框架表示下的推理過程(1)特性繼承If-Needed操作和If-Added操作的區(qū)別在于它們激活的時機和操作目的不同。前者在系統(tǒng)試圖查詢個體框架中未記載的屬性值時激活，并應查詢需要，被動地即時產(chǎn)生所需屬性值；后者則在系統(tǒng)對個體框架的屬性作賦值和修改工作后激活，目的在于通過后繼處理主動做好配套操作和消除可能的不良影響（如不一致問題）?？蚣苤R表示與推理81④框架表示下的推理過程(1)特性繼承匹配就是問題框架同知識庫中的框架的模式匹配。所謂問題框架，就是要求解某個問題時，先把問題用一個框架表示出來，然后與知識庫中的已有框架進行匹配。如果匹配成功，就可獲得有關信息。搜索就是沿著框架間的縱向和橫向聯(lián)系，在框架網(wǎng)絡中進行查找。搜索的目的是為了獲得有關信息。例如，當問題框架同某一框架匹配時，該框架的某一個槽空缺，那么，就可以再找它的父框架，通過特性繼承獲得所需信息?？蚣苤R表示與推理82④框架表示下的推理過程(1)特性繼承例如，當我們需通過知識庫，獲得教師-1的外語水平情況，假如他的有關檔案資料已以框架形式存入知識庫。那么，我們可以構造如下的框架同知識庫中的教師框架匹配：框架名：<教師-1>

姓名：李明

性別：男

年齡：25

職稱：助教

專業(yè)：計算機應用

部門：計算機系軟件教研室

外語水平：原框架“教師-1”中無“外語水平”槽，但它的父框架是“大學教師”，該框架的有“外語水平”槽，并且側面“語種”（“范圍”）缺省值是“英”，側面“水平”的缺省值是“良”。于是通過繼承，便知道了教師-1懂英語，且水平還良好。那么，這兩個值也就可以填到教師-l的槽中。

框架知識表示與推理83④框架表示下的推理過程(2)相容匹配匹配是實現(xiàn)推理技術的重要環(huán)節(jié)，無論是規(guī)則演繹推理、或是產(chǎn)生式系統(tǒng)的推理，都涉及到對應表達式的匹配檢查?？蚣芟到y(tǒng)可以給采用這些推理技術的問題求解系統(tǒng)提供需參照的結構化事實；特別是，可以就把框架系統(tǒng)作為結構化的綜合數(shù)據(jù)庫。由于框架系統(tǒng)支持層次分類體系和特性繼承，兩個框架的匹配檢查往往非嚴格意義上的相等比較，而是所謂的相容匹配。相容匹配的方法如下：框架知識表示與推理84④框架表示下的推理過程(2)相容匹配檢查這二個框架是否存在祖先-子孫關系，即若從一個框架出發(fā)，經(jīng)由Isa和Ako鏈可以追溯到另一框架，則認為兩者是相容匹配的。分別將這二個框架各自直接記載的屬性值和可繼承到的缺省值都取到，把屬性區(qū)分為關鍵和非關鍵二類，只有關鍵屬性都匹配的二個框架才是相容的。若一個框架能搜索到多個相容的框架，則可進一步依據(jù)非關鍵屬性的匹配程度（個數(shù)）挑選出最相容的匹配框架。框架知識表示與推理85④框架表示下的推理過程關于框架的推理方法，實際僅適于裝載著概念和實體對象的框架，而對于裝載著規(guī)則的框架，其推理就要用基于規(guī)則的演繹推理方法?？蚣苤R表示與推理86⑤框架表示法的特點

1、結構性框架表示法最突出的特點是它善于表達結構性的知識，能夠把知識的內容結構關系及知識間的聯(lián)系表示出來，因此它是一種經(jīng)組織起來的結構化的知識表示方法。這一特點是產(chǎn)生式表示所不具備的，產(chǎn)生式系統(tǒng)中的知識單位是產(chǎn)生式規(guī)則，這種知識單位由于太小而難于處理復雜問題，也不能把知識間的結構關系顯式地表示出來。框架表示法的知識單位是框架，而框架是由槽組成，槽又可分為若干側面，這樣就可把知識的內部結構顯式地表示出來。

框架知識表示與推理87⑤框架表示法的特點

2、繼承性框架表示法通過使槽值為另一個框架的名字實現(xiàn)框架間的聯(lián)系，建立起表示復雜知識的框架網(wǎng)絡。在框架網(wǎng)絡中，下層框架可以繼承上層框架的槽值，也可以進行補充和修改，這樣不僅減少了知識的冗余，而且較好地保證了知識的一致性。3、自然性框架表示法體現(xiàn)了人們在觀察事物時的思維活動，當遇到新事物時，通過從記憶中調用類似事物的框架，并將其中某些細節(jié)進行修改、補充，就形成了對新事物的認識，這與人們的認識活動是一致的?？蚣苤R表示與推理88⑤框架表示法的特點

4、框架表示法的局限性框架表示法的主要不足之處是不善于表達過程性的知識。因此，它經(jīng)常與產(chǎn)生式表示法結合起來使用，以取得互補的效果。框架知識表示與推理89⑥產(chǎn)生式—框架的知識表示法利用框架對產(chǎn)生式規(guī)則進行組織，目的是為了理解產(chǎn)生式規(guī)則之間的相互作用。通過框架將規(guī)則組織成易于管理的功能模塊，另一方面，就框架本身可以直接用于表示規(guī)則，一組用于解決特定問題的規(guī)則可組織成一類，且在這一類框架中表示這組規(guī)則的各種特性。規(guī)則框架通常包含下面幾部分：1、外部形式槽：用來記錄用戶給出本規(guī)則的原始形式。2、分析方法槽：用相應的方法將原始規(guī)則轉換成某種內部形式，這種內部表示包含一組表達式。轉換的結果是向相應的條件槽、結論槽和動作槽填值。框架知識表示與推理90⑥產(chǎn)生式—框架的知識表示法產(chǎn)生式框架表示法的可形式化描述為:<產(chǎn)生式框架語言>::=begindefine<框架名>{<定義框架語句序列>}{define<框架名>{<定義框架語句序列>}}{application<框架名>{<應用框架語句序列>}}end<定義框架語句序列>::=slot:<槽說明>；{slot:<槽說明>；}[relation:<關系說明>；][axiom:<公理說明>；][rule:<規(guī)則說明>；]框架知識表示與推理91⑥產(chǎn)生式—框架的知識表示法產(chǎn)生式框架表示法的可形式化描述為:<規(guī)則說明>::=<外部形式槽>{<外部形式槽>}<外部形式槽>::=IF<條件槽>，<前件權重>，<前件強度>THEN<規(guī)則后件>，<規(guī)則強度>，<條件閾值><條件槽>::=<事實名稱>AND<事實名稱>|<事實名稱>OR<事實名稱>|<事實名稱>|Frame:<框架名>|NULL<規(guī)則后件>::=<結論槽>|<動作槽><結論槽>::=<結論名稱>OR<結論名稱>|<結論名稱>|Frame:<框架名>|NULL<動作槽>::=發(fā)送消息|接收消息|調用過程|事件框架知識表示與推理92⑥產(chǎn)生式—框架的知識表示法

產(chǎn)生式-框架知識表示法比較符合人類的思維習慣，便于理解，對于結構性較強的陳述性知識和過程性知識的表示是很有效的，而且能夠很好地表現(xiàn)出框架知識之間的關系.通過融合模糊邏輯理論對產(chǎn)生式框架表示下的知識能進行有效的推理.框架知識表示與推理93①Agent基本概念②Agent的定義與體系結構③多Agent形式化系統(tǒng)④面向Agent的知識表示與推理Agent技術及其應用面向Agent的知識表示與推理

94①Agent基本概念現(xiàn)在人工智能領域中的Agent概念則是由麻省理工學院的著名計算機學家和人工智能學科創(chuàng)始人之一的Minsky提出來的，他在“SocietyofMind”一書中將社會與社會行為概念引入計算系統(tǒng)。它被用來描述一個具有自適應、自治能力的硬件、軟件或其它實體，其目標是認識與模擬人類智能行為。Agent是指駐留在某一環(huán)境下，能持續(xù)自主地發(fā)揮作用，具備駐留性、反應性、社會性、主動性等特征的計算實體。Agent具備自身的特性，能夠感知周圍的環(huán)境，自治的運行，并能夠影響和改變環(huán)境。面向Agent的知識表示與推理95①Agent基本概念1987年Bratman提出一種描述智能體基本特性的BDI模型，他認為一個智能體包含有三種基本狀態(tài):信念(BelieD，愿望(Desire)和意圖(Inteniinn)，分別代表其擁有的知識、能力和要達到的目標。所有智能體的自主行為，都是基于它的三個基本精神狀態(tài)而通過與環(huán)境之間以及智能體相互之間的交互來完成的。一般來說，智能體具有知識、目標和能力。知識指的是智能體關于它所處的世界或它所要求解問題的描述；目標是指智能體所采取的一切行為都是面向目標的；能力是指智能體具有推理、決策、規(guī)劃和控制能力。智能體的科學范疇則涉及計算機科學與技術、人工生命、人工智能這三個學科。面向Agent的知識表示與推理96Agent的定義與體系結構Agent在一定程度上模擬了人類社會的行為和關系，自主運行于動態(tài)環(huán)境的、具有高度自治能力的實體，它能夠接受其他實體的委托并為之服務。“Agent是駐留于環(huán)境中的實體，它可以解釋從環(huán)境中獲得的反映環(huán)境中所發(fā)生事件的數(shù)據(jù)，并執(zhí)行對環(huán)境產(chǎn)生影響的行動?！痹谶@個定義中，Agent被看作是一種在環(huán)境中“生存”的實體，它既可以是硬件（如機器人），也可以是軟件。Agent具有自主性、社會性、反應性和能動性、移動性、通信能力、理性等特性。面向Agent的知識表示與推理97Agent的定義與體系結構Agent是一個處于環(huán)境之中并且作為這個環(huán)境一部分的系統(tǒng)，它隨時可以感測環(huán)境并且執(zhí)行相應的動作，同時逐漸建立自己的活動規(guī)劃以應付未來可能感測到的環(huán)境變化。智能Agent能夠持續(xù)執(zhí)行三項功能：感知環(huán)境中的動態(tài)條件；執(zhí)行動作影響環(huán)境條件；進行推理以解釋感知信息、求解問題、產(chǎn)生推斷和決定動作。自治或自主Agent是指那些宿主于復雜動態(tài)環(huán)境中，自治地感知環(huán)境信息，自主采取行動，并實現(xiàn)一系列預先設定的目標或任務的計算系統(tǒng)。面向Agent的知識表示與推理98Agent的定義與體系結構Agent的特性(1)自治性(Autonomy)：Agent能根據(jù)外界環(huán)境的變化，而自動地對自己的行為和狀態(tài)進行調整，而不是僅僅被動地接受外界的刺激，具有自我管理自我調節(jié)的能力。(2)反應性(Reactive)：能對外界的刺激作出反應的能力、(3)主動性(Proactive)：對于外界環(huán)境的改變，Agent能主動采取活動的能力。設定的目標或任務的計算系統(tǒng)。(4)社會性(Social):Agent具有與其它Agent或人進行合作的能力，不同的Agent可根據(jù)各自的意圖與其它Agent進行交互，以達到解決問題的目的。(5)進化性:Agent能積累或學習經(jīng)驗和知識，并修改自己的行為以適應新環(huán)境。面向Agent的知識表示與推理99Agent的定義與體系結構Agent的體系結構大致可分為以下三類：審慎式體系結構(DeliberativeArchitecture)該體系結構的特點是Agent中包含了顯式表示的世界符號模型，Agent的決策是通過基于模板匹配和符號操作的邏輯(或準邏輯)推理作出的，如同人們通過“深思熟慮”后作出決定一樣，因此被稱為審慎式的體系結構。我們可以認為構造經(jīng)典的基于知識的系統(tǒng)，就是按照這種體系結構構造Agent的雛形的。因此，也可以說該體系結構的存在與現(xiàn)代人工智能的歷史一樣長。面向Agent的知識表示與推理100Agent的定義與體系結構Agent的體系結構大致可分為以下三類：反應式體系結構(ReactiveArchitecture)該體系結構的特點是Agent中包含了感知內外部狀態(tài)變化的感知器、一組對相關事件作出反應的過程，和一個依據(jù)感知器激活某過程執(zhí)行的控制系統(tǒng)，Agent的活動是由于受到內外部某種“刺激”而發(fā)生的，因此被稱為反應式的體系結構。我們甚至可以認為一個計算機基本系統(tǒng)，也是一個按照這種體系結構構造的Agent的雛形。因此，也可以說該體系結構的存在與現(xiàn)代計算機系統(tǒng)的歷史一樣長。面向Agent的知識表示與推理環(huán)境當前世界傳感器動作效應器條件-動作規(guī)則Agent面向Agent的知識表示與推理Agent的定義與體系結構Agent的體系結構大致可分為以下三類：反應式體系結構(ReactiveArchitecture)102Agent的定義與體系結構Agent的體系結構大致可分為以下三類：混合式體系結構(HybridArchitecture)該體系結構的特點是Agent中包含了審慎式和反應式兩個子系統(tǒng)，通常這兩個子系統(tǒng)是分層次的，前者建立在后者的基礎之上。這種體系結構的研究與實驗目前在人工智能領域較為活躍。面向Agent的知識表示與推理103Agent的定義與體系結構目前，我們正在研究開發(fā)一種具體的反應式Agent體系結構。在該結構中，Agent由事件處理系統(tǒng)、方法集和內部狀態(tài)集三個主要成分構成。其中，事件處理系統(tǒng)是Agent的行為控制系統(tǒng)。Agent的活性表現(xiàn)為它的事件處理系統(tǒng)，在該Agent的生命期內始終持續(xù)自主地工作著。面向Agent的知識表示與推理104Agent的定義與體系結構在該結構中，事件是與Agent有特定關聯(lián)的特殊狀態(tài)(如外部某服務請求到達、內部某特定狀態(tài)被修改或超過設定的閾值等)。事件處理系統(tǒng)涉及事件感知、事件適配和事件處理分發(fā)3個環(huán)節(jié)的活動。Agent的事件感知器時刻捕捉其所關注的事件狀態(tài)的出現(xiàn)，并根據(jù)事件狀態(tài)的類型啟動相應的事件適配器工作。事件適配器獲取相關事件信息作識別，并將識別結果提交給相應的事件處理分發(fā)器，啟動有關的事件處理方法執(zhí)行。面向Agent的知識表示與推理環(huán)境信息融合傳感器動作效應器Agent規(guī)劃知識庫目標內部狀態(tài)面向Agent的知識表示與推理Agent的定義與體系結構106Agent的定義與體系結構Agent的支持環(huán)境可分為三大類：面向審慎式體系結構的支持環(huán)境此類支持環(huán)境通常建立在知識系統(tǒng)支持技術和主流網(wǎng)絡計算技術的基礎上，進一步提供了Agent程序設計語言和Agent通信語言等工具。面向反應式體系結構的支持環(huán)境此類支持環(huán)境通常建立在分布式對象技術的基礎上。因為反應式Agent的體系結構與對象的結構有很大的相似性，利用帶有專門控制器的對象可以實現(xiàn)反應式Agent。在此類支持環(huán)境中提供各種控制器的框架，以及基于框架的Agent定義與生成工具。面向Agent的知識表示與推理107Agent的定義與體系結構Agent的支持環(huán)境可分為三大類：面向混合式體系結構的支持環(huán)境此類支持環(huán)境可以建立在層次化的分布式對象技術和知識系統(tǒng)技術的基礎上。從主流的分布計算技術和應用角度分析，我們認為發(fā)展分布式對象技術對多Agent應用系統(tǒng)的支持，將是一項十分有意義的工作。通過縱向或橫向擴展實現(xiàn)主動服務機制，使其在分布式對象環(huán)境中能夠方便地實現(xiàn)具有自主性、交互性、反應性和主動性的Agent。面向Agent的知識表示與推理108③多Agent形式化系統(tǒng)在多Agent系統(tǒng)(Multi-AgentSystem,簡稱MAS)中，Agent思維狀態(tài)模型用來研究如何描述Agent的思維屬性和它們之間的關聯(lián)，以及與感知、規(guī)劃、行為、協(xié)調、合作等活動的關系。從意識立場出發(fā)，一般把信念(belief)、愿望(desire)和意圖(intention)當作基本的思維屬性(簡稱BDI)。面向Agent的知識表示與推理109③多Agent形式化系統(tǒng)信念描述了Agent對當前世界狀況以及對為達到某種效果所可能采取的行為路線的估計，屬于思維狀態(tài)的認知方面.愿望描述了Agent對未來世界狀況以及對所可能采取的行為路線的喜好，屬于思維狀態(tài)的感情方面。Agent可以擁有互不相容的愿望，而且也不必相信它的愿望是可實現(xiàn)的。目標是Agent從愿望中選擇的子集，但還沒有采取具體行動的承諾。一般Agent相信目標是可實現(xiàn)的。由于Agent資源有限，不能一次去追求所有的目標，所以，Agent選擇某個目標(或目標集)來作出追求的承諾，形成意圖。面向Agent的知識表示與推理110③多Agent形式化系統(tǒng)Agent的當前意圖(或意圖結構)是被選的目標集和處理狀態(tài)，意圖屬于思維狀態(tài)的意向方面，其作用是引導并監(jiān)督Agent的動作。(執(zhí)行Agent的動作將改變Agent所處的環(huán)境或狀態(tài))承諾表示從目標到意圖的轉換，它決定了Agent對于所追求的意圖的堅持程度并控制對意圖的重新考慮。面向Agent的知識表示與推理111③多Agent形式化系統(tǒng)信念、愿望、目標和意圖的關系(1)意圖-信念一致性：Agent應當相信它的意圖是可能的，而不相信達不到目標，在正確的條件下，相信會達到目標。(2)意圖-信念不完全性：Agent有意圖達到某種狀況，但不必相信這種狀況最終一定會實現(xiàn)，也即Agent對其意圖持不完全的信念是理智的。(3)副作用問題：Agent有意圖做，且相信做，必須要做，那么也不必要求有意圖做。面向Agent的知識表示與推理112③多Agent形式化系統(tǒng)信念、愿望、目標和意圖的關系(4)內部一致性:Agent要避免擁有沖突的意圖,但允許擁有沖突的愿望.(5)手段-目標分析:意圖要求Agent

在未來某時要思考提出的問題,而愿望則沒有必要.(6)跟蹤成功或失敗:意圖可被認為是愿望加上行動和實現(xiàn)的承諾,所以,必須對意圖的成功或失敗進行跟蹤,在失敗時進行重新規(guī)劃.面向Agent的知識表示與推理面向Agent的知識表示與推理知識信念規(guī)劃意圖目標愿望BDI-Agent結構③多Agent形式化系統(tǒng)信念、愿望、目標和意圖的關系世界的模型（包括其他Agent的模型）經(jīng)驗庫目標集合局部規(guī)劃器決策生成重新規(guī)劃規(guī)劃規(guī)劃目標規(guī)劃模塊③多Agent形式化系統(tǒng)規(guī)劃模塊面向Agent的知識表示與推理世界的模型（包括其他Agent的模型）模型庫模型生成和維護預測規(guī)劃決策生成感知通信建模③多Agent形式化系統(tǒng)建模模塊面向Agent的知識表示與推理詞法庫語法庫詞義庫物理通信語言生成語言理解通信面向Agent的知識表示與推理③多Agent形式化系統(tǒng)通信模塊策略對話消息黑板協(xié)議通信協(xié)作協(xié)議面向Agent的知識表示與推理③多Agent形式化系統(tǒng)Agent通信消息發(fā)送/傳輸服務器轉換到傳輸格式從傳輸格式轉換消息M言語行為意圖I目標GAgenti消息MAgentj面向Agent的知識表示與推理③多Agent形式化系統(tǒng)Agent通信AcceptProposal 接受提議Agree 同意Cancel 取消CallforProposal 要求提議Confirm 確認Disconfirm 確認為否定Failure 失敗Inform 通知InformIf 通知是否InformRef 通知有關對象NotUnderstood 不理解面向Agent的知識表示與推理③多Agent形式化系統(tǒng)FIPA(FoundationforIntelligentPhysicalAgents)通信動作庫面向Agent的知識表示與推理③多Agent形式化系統(tǒng)FIPA通信動作庫Propagate 傳播Propose 提議Proxy 代理QueryIf 詢問是否QueryRef 詢問有關對象Refuse 拒絕（請求）RejectProposal 拒絕提議Request 請求RequestWhen 請求某個條件下執(zhí)行RequestWhenever 請求一旦某個條件成立就執(zhí)行Subscribe 預定詳細說明：/repository/cas.html121③多Agent形式化系統(tǒng)審慎式體系結構(DeliberativeArchitecture)將Agent所處的外部環(huán)境抽象為Agent的外部狀態(tài)集，用S表示。其中s(sS)表示某時刻Agent所處外部環(huán)境的狀態(tài)。滇思型Agent的結構可抽象為以下的七元組：Agent::={Aid，P，I，A，see，next，action}其中，Aid為某一具體Agent的唯一標識；P表示Agent視覺狀態(tài)集，其中p(pP)表示某個外部狀態(tài)s經(jīng)過Agent感知后在Agent內部的視覺映象；I表示Agent的內部狀態(tài)集，其中i(iI)表示某時刻Agent的內部狀態(tài)，它是Agent的某個視覺狀態(tài)或某段歷史的視覺狀態(tài)在Agent內部的綜合反映。面向Agent的知識表示與推理122③多Agent形式化系統(tǒng)審慎式體系結構(DeliberativeArchitecture)將Agent所處的外部環(huán)境抽象為Agent的外部狀態(tài)集，用S表示。其中s(sS)表示某時刻Agent所處外部環(huán)境的狀態(tài)。滇思型Agent的結構可抽象為以下的七元組：Agent::={Aid，P，I，A，see，next，action}其中，A表示Agent的行為集，其中a(aA)表示Agent作用于環(huán)境的某個具體行為。see，next和action用于刻畫Agent內部的觀察過程、思維過程和行為決策過程，具體表示為下面的三個映射，see：SP；next：IPI；action：IA。面向Agent的知識表示與推理123③多Agent形式化系統(tǒng)慎思Agent的運作流程示意圖面向Agent的知識表示與推理PIAnext(i0,see(s1))i0see(s1)action(next(i0,see(s1)))Ss1決策生成規(guī)劃反射建模通信感知行動其他智能主體智能主體外部世界預測協(xié)作與協(xié)商動作請求或應答信息一般情況緊急情況和簡單情況③多Agent形式化系統(tǒng)復合式Agent的運作流程示意圖面向Agent的知識表示與推理邏輯Agent是基于知識的智能體，它采用推理過程來得到關于新世界的表示，并且用這些新表示推導下一步做什么。邏輯Agent能夠將常識和當前的感知結合起來，從而在選擇行動之前推導出當前狀態(tài)的隱藏部分。邏輯Agent具有很好的靈活性，能夠接受以明確描述目標的形式來表示的新任務，通過被告知或者主動學習環(huán)境的新知識從而快速獲得能力，并可以通過更新相關知識來適應環(huán)境的變化。醫(yī)生看病自然語言理解④面向Agent的知識表示與推理邏輯Agent面向Agent的知識表示與推理邏輯Agent的核心構件是知識庫（KB），它是一個語句的集合，這些語句表示了關于世界的某些斷言，它的核心動作是推理——即從已有的語句中推導出新的語句，這也意味著推理過程不能虛構事實。FunctionKB-Agent(percept)returnsanactionStatic:KB,aknowledgebase t,acouter,initially0,indicatingtimeTell(KB,Make-Percept-Sentence(percept,t))action:=Ask(KB,Make-Action-Query(t))Tell(KB,Make-Action-Sentence(action,t))t:=t+1returnaction④面向Agent的知識表示與推理邏輯Agent

Make-Percept-Sentence接受一個感知信息和一個時刻，返回一個聲明智能體在該給定時刻接收到了該感知信息的語句Make-Action-Query接受一個時刻作為輸入，返回一個詢問在該時刻應該執(zhí)行什么行動的語句面向Agent的知識表示與推理轉換問題：把現(xiàn)實世界轉換成這個世界的準確恰當?shù)姆柋硎?。表示和推理問題：用符號表示信息并且讓Agent使用這種表示進行處理和推理。前一個問題導出視覺、語音理解、學習等方面的工作。后一個問題導出知識表示、自動推理、自動規(guī)劃等問題。這些問題已做了大量工作，但無論從哪方面來說都還沒有解決，如常識推理。④面向Agent的知識表示與推理邏輯Agent——兩關鍵問題面向Agent的知識表示與推理由多個房間組成，用通道連接起來的洞穴。在洞穴的某處隱藏著一只wumpus惡獸，它會吃掉進入它房間的任何人。智能體可以射殺wumpus，但是智能體只有一支箭。某些房間內有陷阱，任何除wumpus之外的人漫游到這些房間將被陷阱吞噬，房間中存在發(fā)現(xiàn)一堆金子的可能性?！狹ichaelGenesereth最先提出④面向Agent的知識表示與推理邏輯Agent例子——wumpus(惡魔)世界面向Agent的知識表示與推理臭氣陷阱微風金子Agent12434321環(huán)境？執(zhí)行器？傳感器？性能度量？環(huán)境：4×4的房間網(wǎng)格，每次從[4,1]出發(fā)，面向右方。金子和wumpus的位置按均勻分布隨機選擇除了起始方格以外的方格。除了起始方格以外的任一方格都可能是一個陷阱，概率為0.2執(zhí)行器：智能體可以向前移動，左轉90度或右轉90度，如果它進入一個有陷阱或者wumpus的方格，將悲慘死去，如果智能體前方有一堵墻，那么向前移動無效。行動Grab可以用于撿起智能體所處方格內的一個物體。行動Shoot可以用于向智能體所正對的方向射出一支箭。在沒有擊中wumpus或者墻之前箭繼續(xù)向前運動。智能體只有一支箭。④面向Agent的知識表示與推理邏輯Agent例子——wumpus(惡魔)世界面向Agent的知識表示與推理臭氣陷阱微風金子Agent12434321傳感器：有五個傳感器，每個提供一些單一信息在wumpus所在之處以及直接相鄰（非對角）的方格內，智能體能感知到臭氣在與陷阱直接相鄰的方格內，智能體能感知到微風在金子所處的方格內，智能體能感知到閃閃金光當智能體撞到墻時，它感知到撞擊當wumpus被殺死時，它發(fā)出洞穴內的任何地方都可感知到的悲慘嚎叫性能度量：拾到金子+1000，掉入陷阱或被wumpus吞噬-1000，每采用一個行動得-1，而用掉箭-10④面向Agent的知識表示與推理邏輯Agent例子——wumpus(惡魔)世界面向Agent的知識表示與推理臭氣陷阱微風金子Agent12434321④面向Agent的知識表示與推理wumpus世界的知識表示和邏輯推理面向Agent的知識表示與推理A：AgentB：Breeze(微風)G：Glitter，Gold(閃光，金子)OK：SafeSquare(安全格)P：Pit(陷阱)S：Stench(臭味)V：Visited(看到)W：Wumpus如感知[Stench,None,Non