利物浦大学comp313课程第一节课

thomas老师

200个人左右上这个课

周三的中国时间的

14+8=22

周三晚上十点是oh

zoom的break up room是一个很好的特征

我希望你这次好好做

做基础了

我真的应该和gxh好好把这个online 的path跟上去

小心点老哥

blended learning

videos

only a small amount of course will be

总共4个lecture

我希望你能够每个周三去Office hour

三月15号有第一个作业

四月12号有class test

老哥

把课下的东西看了

真的其实有必要看

就是有很多的小视频

没问题

你来

我就翻译他们

这个是课本

Professor Nick Jennings FREng

这个老师我好像套过瓷

这个老师比较稳

利物浦之后去Oxford

感觉和Katie的水平一样的

太猛了

agent定义

应用

智能代理设计

理论

实践

代理语言

agentspeak

Agent-oriented programming (AOP) is a programming paradigm where the construction of the software is centered on the concept of software agents. In contrast to object-oriented programming which has objects (providing methods with variable parameters) at its core, AOP has externally specified agents (with interfaces and messaging capabilities) at its core. They can be thought of as abstractions of objects. Exchanged messages are interpreted by receiving “agents”, in a way specific to its class of agents.

多智能系统的出现有很多的理论的支持

有五个计算的趋势

ubiquity，普遍的，什么地方都有的，smart watch，哪里都有的

这里有很多能做计算的东西

哪里都有

interconnection

物联网

都连在一起

interlligence

能自己做一些决定

delegation

我们相信他们做一些事情

去吧小机器

human orientation

越来越好写的代码

顺便说一句

不要去思考什么g

因为这个的效率不高

自己写这个gui是可以的

要感受到用gui编程的效率低低下

因为你要加载这些图片的效率比加载代码的效率低下很多

看看我们的这门课的老师的背景

Michael Wooldridge教授

计算机科学系

利物浦大学

Liverpool L69 3BX, UK

电话(+44 7540) 845 345

mailto:mjw@liv.ac.uk

我是利物浦大学计算机科学系的计算机科学教授。我是Agent应用、研究和技术研究小组（Agent ART）的成员，该小组在自主代理和多代理系统领域开展纯研究和应用研究。2011年10月，我获得了一项为期5年的ERC高级资助，名为 “计算经济的推理”（RACE）。

我已经在自主代理和多代理系统的理论和实践方面发表了三百多篇文章（也可参见我的Google Scholar条目）。我的主要研究兴趣是使用这样或那样的形式化方法来指定和推理多代理系统，以及多代理系统的计算复杂性。

我是AAAI Fellow、ECCAI Fellow、AISB Fellow和BCS Fellow。 2006年，我获得了ACM自主代理研究奖。1997年，我创立了AgentLink，这是一个由欧盟委员会资助的欧洲代理计算领域的卓越网络。我是2010年8月在葡萄牙里斯本举行的第19届欧洲人工智能会议（ECAI-2010）的程序主席。我将担任将在阿根廷布宜诺斯艾利斯举行的第24届国际人工智能联合会议（IJCAI-2015）的总主席。

2003年至2009年期间，我是《自主代理和多代理系统》杂志的共同主编。我是《人工智能研究杂志》（JAIR）的副主编（2006-2009年，2009-2012年），《人工智能》杂志的副主编（2009-2012年），并担任《应用逻辑杂志》、《逻辑与计算杂志》、《应用人工智能杂志》和《计算智能》的编委。

感谢您对我工作的关注。

著作

书。多代理系统简介(第二版)

书。合作博弈论的计算方面

书。理性代理的推理

书。用AgentSpeak编程多Agent系统

教学

图片集锦

agent automatious do something

这个和博弈论有很多的联系

来者可追

AgentSpeak是一种面向代理的编程语言。它基于逻辑编程和信仰-欲望-意图软件模型（BDI）架构，用于（认知）自主代理。该语言最初被称为AgentSpeak(L)，但后来更流行的是AgentSpeak，这个术语也被用来指代原语言的变种。

下一个周要学习强化学习

下个周要上课

有一些quzz

这个要跟上

老哥，要跟上

每一个课程之后都有quiz

这个不错

面向代理的编程
来自维基百科，自由的百科全书。
跳到导航跳到搜索
方案编制范式
行动
面向代理
阵列导向
基于自动机
并发计算
相对论编程
数据驱动
宣示性(对比：执行性)
功能性
功能逻辑
纯功能性
逻辑学
归纳逻辑
答案集
并发逻辑
功能逻辑
归纳逻辑
限制条件
约束逻辑
并发约束逻辑
数据流
流量型
反应式
功能性反应性
本体论
差异化
动态/脚本
事件驱动
功能级(对比：价值级)
无点式
并列式
通用
势在必行(对比：声明式)
程序性
面向对象
多态性
有意的
面向语言
特定领域
识字
自然语言编程
元编程
自动
归纳式编程
反射式
面向属性
宏观
模板
非结构化（对比：结构化）
阵列
非确定性
并行计算
面向过程
概率论
量子
集合理论
基于堆栈
结构化（对比：非结构化）
块状结构
结构化并发
面向对象
基于行为者
以班级为单位
并行
基于原型
通过分离关注点。
面向方面
角色导向
面向主题
递归式
符号
价值级（对比：功能级）
vte
面向代理编程（AOP）是一种编程范式，软件的构建是以软件代理的概念为核心的。与面向对象编程的核心是对象（提供具有可变参数的方法）不同，AOP的核心是外部指定的代理（具有接口和消息传递能力）。它们可以被认为是对象的抽象。交换的消息由接收的 "代理 "解释，以其代理类特有的方式进行。

内容
1 历史
2个框架
2.1 JADE
2.2 代理人说（Jason）
2.3 目标
2.4 SARL语言
3 中间件
4 另见
5个参考文献
历史[编辑]
从历史上看，面向代理编程的概念和以Agent概念为中心的软件思想是由Yoav Shoham在1990年他的人工智能研究中提出来的，[1][2]他的Agent是针对他自己的范式的，因为他们只有一个方法，只有一个参数。引用Yoav Shoham在1990年的论文中的一句话来说明AOP和OOP的基本区别。

…面向代理的编程(AOP)，它可以被看作是面向对象编程的一个特殊化。…
OOP AOP
基本单位对象代理
定义基本单元状态的参数无约束信念、承诺、能力、选择、…。
计算过程信息传递和响应方法信息传递和响应方法
消息的类型无约束的告知、请求、提供、承诺、拒绝、…。
对方法的约束无诚信、一致性、…。
框架[编辑]
有多个AOP “框架”，也称为代理平台，实现了Shoham的编程范式。下面的例子说明了如何将一个基本的代理编程为hell-world程序。

JADE[编辑]
对于Java平台，其中一个框架是JADE3。下面是一个非常基本的例子[1]，它是一个运行代码的代理。

包地狱世界。
import jade.core.Agent;

public class Hello extends Agent {

protected void setup() { System.out.println("Hello World.");System.out.println("我的名字是 "+ getLocalName())。
}public Hello() {System.out.println("Constructor called")。
}

}
JADE的AOP模型的核心是其API支持标准的FIPA代理通信语言。

特工说（杰森）[编辑]。
为了将面向代理的概念字面翻译成JADE那样不露声色的方案，在Java和面向对象的背后，Agent Speak[4]（Jason）为代理提供了一种 "自然 "的语言。

started.+started <- .print("Hello World. ").

GOAL[编辑]
GOAL是一种用于认知代理编程的代理编程语言。GOAL代理从他们的信念和目标中获得行动的选择。该语言通过编程构造提供了设计和实现认知代理的基本构件，这些构件允许并促进对代理的信念和目标的操作，并构建其决策。该语言提供了一个基于常识或实践推理的直观编程框架。

SARL语言[编辑]
SARL[5]（SARL网站）提供了多代理系统编码的基本抽象。它使用类似脚本的语法（受Scala和Ruby的启发）。

包helloworld
导入 io.sarl.core.Initialize
代理HelloWorldAgent {
关于初始化 {
println(“Hello World.”)
}
}
中间件[编辑]
实现模块化或可扩展的AOP支持的一种方法是为中间件功能定义标准的AOP API，这些功能本身是作为软件代理实现的。例如，目录服务可以作为FIPA目录促进器或DF软件代理来实现；启动、停止、暂停和恢复代理的生命周期管理可以作为FIPA代理管理服务或AMS代理来实现[6]AOP方法的一个好处是，它支持应用、服务和网络的不同用户和提供者之间更多的动态角色。例如，传统上，网络和服务通常由网络和服务提供商代表客户进行管理，并作为单一的虚拟网络服务提供，但客户本身正变得越来越有能力整合和管理自己的服务。这可以通过AOP和中间件代理的API来实现，这些代理可以灵活、动态地管理通信[7]。

另见[编辑]
软件代理
NetLogo
演员模型
目标
参考文献[编辑]
^ Shoham, Y. (1990)。面向代理的编程（技术报告STAN-CS-90-1335）。斯坦福大学。Stanford University: Computer Science Department.
^ Shoham，Y.（1993）。“Agent-Oriented Programming”. 人工智能》。60 (1): 51–92. CiteSeerX 10.1.1.123.5119. doi:10.1016/0004-3702(93)90034-9.
^ Bellifeminee, Fabio; Agostino Poggi; Giovanni Rimassa (2001). JADE：一个符合FIPA2000的代理开发环境。pp.216-217. doi:10.1145/375735.376120.
^ Anand S. Rao，1996。AgentSpeak(L)。BDI代理在逻辑可计算语言中大声说话。第七届欧洲多代理世界中的自主代理建模研讨会（MAAMAW-96）。
^ Rodriguez, Sebastian; Gaud, Nicolas; Galland, Stéphane (2014). “SARL: A General-Purpose Agent-Oriented Programming Language”. 2014 IEEE/WIC/ACM国际网络智能（WI）和智能代理技术（IAT）联合会议。 pp.103-110.doi:10.1109/wi-iat.2014.156. ISBN 978-1-4799-4143-8.
^ Poslad, S (2007). “Specifying Protocols for Multi-agent System Interaction”. ACM Transactions on Autonomous and Adaptive Systems. 2 (4): 15-es. doi:10.1145/1293731.1293735.
^ Poslad, S; J. Pitt; A. Mamdani; R. Hadingham; P. Buckle (1999). 用于集成客户网络服务的面向代理的中间件。在。pp.221-242. doi:10.1007/978-3-642-58418-3_9.
类别：基于代理的编程语言基于代理的编程语言

来自维基百科，自由的百科全书。
跳到导航跳到搜索

隐藏本文有多个问题。请帮助改进它或在讨论页面讨论这些问题。(了解如何以及何时删除这些模板消息)
这篇文章的主要撰稿人似乎与其主题有密切关系。(2013年11月)
本文可能过分依赖与主题关系过于密切的消息来源，有可能使文章无法核实和中立。(2013年11月)
AgentSpeak
范式面向代理的编程
设计：Anand Rao
1996年首次出现；25年前
主要实施情况
杰森
AgentSpeak是一种面向代理的编程语言。它基于逻辑编程和信仰-欲望-意图软件模型（BDI）架构，用于（认知）自主代理。该语言最初被称为AgentSpeak(L)，但后来更流行的是AgentSpeak，这个术语也被用来指代原语言的变种。

内容
1 历史
2 另见
3个参考文献
4 外部链接
历史[编辑]
1996年，Anand Rao基于BDI架构创建了一种基于逻辑的代理编程语言，并将其命名为AgentSpeak(L).[1]这成为多代理系统文献中被高度引用的论文。在最初的构想中，AgentSpeak是一种抽象的代理编程语言，旨在帮助理解BDI架构的实际实现（如程序推理系统（PRS））[2]与使用模态逻辑将BDI架构背后的思想形式化之间的关系[3]。

例如，不同的作者为AgentSpeak(L)语言的进一步形式化做出了贡献[4] 近年来，该语言在研究和开发方面都得到了复兴。在研究方面，既有对AgentSpeak的扩展[5][6][7]，也有利用模型检查对AgentSpeak程序进行形式化验证的工作[8][9]，由于Jason平台的发展，该语言也是最流行的面向代理的语言之一。

AgentSpeak(L)也是多Agent编程大赛从开始到最近一届比赛中最主要的解决方案开发手段。

http://jason.sourceforge.net/wp/

使用Jason在AgentSpeak中编程多Agent系统
由John Wiley & Sons Ltd.出版，2007年10月。http://jason.sf.net/jBook/。

AgentSpeak

最初由Rao提出[MAAMAW 1996]
BDI代理的编程语言
优雅的符号，基于逻辑编程。
受PRS（Georgeff和Lansky）、dMARS（Kinny）和BDI逻辑（Rao和Georgeff）的启发。
以理论成果为目标的抽象编程语言

AgentSpeak的语法

AgentSpeak的主要语言结构是。
信念-目标-计划
AgentSpeak代理的架构有四个主要组成部分。
信仰基础
计划图书馆
事件集
一套意向

AgentSpeak的语法(信念和目标)

信念代表了代理人所能获得的信息（例如，关于环境或其他代理人的信息
出版社(Wiley)
目标代表了代理人想要实现的状态（当目标被用于陈述性时，要相信）。
实现目标。
!"写书
或试图从信念库中检索信息–测试目标。
检验目标：发布者§

AgentSpeak的语法(事件和计划)

代理商通过执行计划对事件做出反应。
事件的发生是代理人的信念或目标变化的结果–计划是行动的配方，代表了代理人的知识。
一个AgentSpeak计划具有以下一般结构。
triggering_event : context <- body.
其中： -触发事件表示该计划要处理的事件； -上下文表示该计划可以处理的情况。
触发事件表示该计划要处理的事件； -上下文表示该计划可以使用的情况。
body是指在选择计划处理事件时，如果上下文被认为是真的，则要用来处理该事件的行动过程。

AgentSpeak的语法（计划Cont.

AgentSpeak触发事件。
+b(信念加法)
-b(删除信仰)
+！g（成就-目标添加）–！g（成就-目标删除）–+？g（测试-目标添加）。
g(测试目标删除)
语境是逻辑表达，典型的是字词的连词，要检查它们是否从信仰基础的当前状态出发
身体是一系列的行动和要实现的（子）目标。
NB：这是原始的AgentSpeak语法；Jason允许在计划的上下文和主体中使用其他东西。

AgentSpeak计划
+绿斑(岩石)
：不是电池充电(低)
<- ?location(Rock,Coordinates);
!at(Coordinates);
examine(Rock).在(Coords); !
+！at(Coords)
：不在(Coords)
& safe_path(Coords)
<- move_towards(Coords)。
!"at(Coords). "+!"at(Coords) …
+！在(Coords)…。

杰森

开发多代理系统的平台
由Jomi F. Hübner和Rafael H. Bordini开发。
我们来看看AgentSpeak的Jason新增的功能及其特点。

杰森推理周期认知
代理商
1
觉察
观念2
信念
外部活动
内部活动
事件
5
SE
6
3
检查邮件
讯息
8
S O
9
S I
10
执行意图
BUF
BRF
增加和删除的信仰
信仰基础
外部活动
4
SocAcc
SM
信念
选定事件
7项相关检查计划
语境
统一事件
计划
选定意向
意图
适用计划
预期手段
信念
计划图书馆
事件
行动法案
.发送
发送消息(sendMsg)
暂停的意向
(行动和女士).
(行动和女士).
推新新计划意图
…
新的
新产品
更新的意向
讯息
行动
讯息

推理周期（步骤

对环境的认识
更新信仰基础
接收其他代理的通信 4. 选择 "社会可接受 "的信息
选择一个事件

推理周期（步骤
6. 检索所有相关计划
7. 确定适用的计划
8. 选择一个适用计划
9. 选择进一步执行的意向 10. 执行意向的一个步骤

IntentionExecution
a. 环境行动 b.成绩目标 c.测试目标
d. 心理笔记
e. 内部行动 f. 表达方式

信仰注解

附加注释的谓词。
ps(t1，…，tn)[a1，…，am]
其中ai为一阶项
信念库中的所有谓词都有一个特殊的注解源(si)，其中si∈{self,percept} ∪AgId

注释示例

代理人的信念基础与用户定义的文档注释（确定性程度）。
蓝色(box1)[来源(ag1)]。
red(box1)[source(percept)].
colorblind(ag1)[source(self),doc(0.7)].
lier(ag1)[source(self),doc(0.2)]。

计划注释

计划标签也可以有注解（例如，指定元级别信息）–选择函数（Java）可以在计划/意图选择中使用这些信息–可以动态地改变这些注解（例如，更新优先级）。
注释进入计划标签中

附加说明的计划示例
@aPlan[
chance_of_success(0.3)。
通常_payoff(0.9)。
any_other_property]
+！g(X)
：c(t)
<- a(X).

强烈否定

操作符’~'用于强否定。
+！离开(家)
: 不下雨&不~下雨 <- open(curtains); …。
+！离开(家)
不下雨&不~下雨
<- .send(mum,askOne,raining); …

信念基础规则

信念库中类似Prolog的规则
likely_color(Obj,C)
:- colour(Obj,C)[degOfCert(D1)]
而不是(
color(Obj,_)[degOfCert(D2)]。
& D2 > D1 )
而不是 ~colour(C,B)。

处理计划失败

语法上定义了目标删除事件，但没有语义。
我们用它们来做计划失败的处理机制（可能不是它们的目的）。
处理计划失败是非常重要的，因为代理处于动态环境中。
一种形式的 “应急计划”，可能是为了在尝试另一个计划之前进行 “清理”。

应急计划示例

要创建一个盲目致力于目标g的代理。
+! g : g <- true.
+!g : … <- … ?g.
…
-！g : true <- !g.

内部动作

与行动不同，内部行动不会改变环境。
作为代理推理周期的一部分，要执行的代码。
AgentSpeak是一种高级语言，用于代理的实际推理。
内部动作可用于优雅地调用遗留代码。

内部动作（续

用户定义的内部动作库
lib_name.action_name(…)
预定义的内部动作有一个空的库名–用于通信的内部动作。
.send(r,ilf,pc)其中ilf∈{tell,untell,deliver,unachieve,
askOne,askAll,askHow,
告诉如何，不告诉如何}。

内部行动（续）

与BDI相关的内部动作的例子。
.desire(literal)
.打算(字面意思)
.drop_desires(literal)
.drop_intentions(literal)
许多其他的可用来：打印、排序、列表/字符串操作、操作信念/注释/计划库、创建代理、等待/生成事件等。

A Jason计划+green_patch(Rock): ~battery_charge(low) & .desire(at())
<- .drop_desires(at()).dip.get_coords(Rock, Coords);。
dip.get_coords(Rock, Coords);
dip.get_coords(Rock, Coords); !
examine(Rock).dip.get_coords(Rock, Coords); !

AgentSpeak X Prolog

有了Jason的扩展，很好的将理论和实践推理分开了。
BDI 弧形图允许
长期目标
对动态环境中的变化做出反应–处理多个关注点（并发）。
在环境中行动和更高层次的分布式系统概念
与Java直接集成

MAS配置文件

定义多代理系统的简单方法
MAS my_system {
基础设施。玉石
环境。MyEnv
ExecuctionControl: …
agents: ag1; ag2; ag3;
}

MAS定义（续）

基础设施选择。集中式、Saci、Jade
轻松定义代理和环境运行的主机–如果文件名与代码不同寻常
代理商。
ag1 at host1.dur.ac.uk;
agents: ag1 file1;

MAS定义（续

一个代理的多个实例
代理商：ag1 #10。
解释器配置
代理商：ag1[conf=option]。
配置事件处理、感知频率、系统消息、用户自定义设置等。

代理商自定义

用户可以自定义Agent类，定义选择功能、沟通的社会关系、信念更新和修改。
selectMessage() - selectEvent()
selectOption()
selectIntention() - socAcc()
buf() - brf()

整体代理架构

用户自定义AgentArch类，以改变代理与infrastrcuture的交互方式：感知、行动和沟通。
帮助在模拟测试和实际部署之间进行切换。
感知()-行动()
sendMsg() - broadcast() - checkMail()

信仰基础定制

逻辑信念库可能不适合大型应用–Jason有一个与数据库相结合的替代信念库。
用户可以创建其他自定义功能
添加()
移除()
包含()
getRelevant()

定制的MAS
MAS Custom {
代理商。
a1 agentClass MyAg
agentArchClass MyAgArch
beliefBaseClass Jason.bb.JDBCPersistentBB(
“org.sqldb.jdbcDriver”。
“jdbc:sqldb:bookstore”。
…
“[count_exec(1,tablece)]”)。
}

环境

在实际部署中，通常会有一个环境，在这个环境中，代理们的位置是
正如前面所讨论的那样，AgentArchitecture需要被定制化，以获得对这种环境的感知和行动。
我们经常需要一个模拟环境（例如，测试MAS应用）。
这是在Java中通过扩展Jason的Environment类并使用addPercept(String Agent, Literal Percept)等方法来实现的。

Jason for jEdit

杰森的思想检查员

Jason是GNU LGPL下的开源软件，网址是。
http://jason.sf.net
(由SourceForge提供)
杰森
古斯塔夫-莫罗(1865年)
油画，204 x 115.5厘米。巴黎奥赛博物馆。
© 照片RMN。摄影：Hervé Lewandowski。

  威利代理技术系列

多代理系统编程
在AgentSpeak中使用Jason
Rafael H. Bordini Jomi Fred Hübner Michael Wooldridge
使用AgentSpeak进行BDI代理编程
Michael Wooldridge
(mjw@liv.ac.uk)

什么是AgentSpeak？

一个简单而强大的编程语言，用于构建Ra#onal代理。
基于信念-欲望-意向范式–知识遗产。
程序性推理系统(PRS)----1980年代末在SRI开发的
逻辑编程/Prolog

什么是Jason？

AgentSpeak的一个实施方案
一个AgentSpeak系统的开发环境 - 用Java实现，有很多调用Java代码的钩子 - 附带库和调试工具。
迅速 “启动和运行”

AgentSpeak/PRS架构
信仰事件
计划
译员
意图
Java动作代码
电话
欲望

AgentSpeak控制循环

代理人收到事件，这些事件要么是
外在的（来自环境，来自感性数据）–内部产生的
试图通过寻找匹配的计划来处理事件。
与该事件相匹配的一组计划是操作/愿望。
从它的愿望中选择一个计划来执行：成为它的盟友 – -- 一种意图。
当它执行计划时，可能会产生需要处理的新事件。

AgentSpeak架构。信念

在AgentSpeak中，信念代表了代理对其环境的信息。
它们被符号化地表示出来–一阶逻辑的基本原子。

AgentSpeak架构。信念实例
打开(阀32)
父亲(Tom, Michael) 父亲(Lily, Michael) 朋友(Michael, John) at_location(Michael, gunne) on(blockA, blockB)

AgentSpeak架构。计划

开发者离线编码，提前–给代理提供有关信息。
如何应对事件
如何实现目标–计划结构。
事件–背景–主体

AgentSpeak架构。计划结构
触发条件 :
触发条件 : context <-
体。

AgentSpeak架构。计划结构

触发CondiJon
是计划可以处理的事件
语境
定义了使用该计划的条件。
身体
规定了如果选择该计划后应采取的行动。

AgentSpeak架构。事件

• +! P
新目标的实现 – -- “实现P”。
• -! P
丢球
-+•+B
新信仰B
–•-B
信仰下降

你好，世界
-•
在你的工作区设置一个名为 "hello_world "的空目录。
-•
的 "新项目 "按钮来完成。
创建一个新项目，名为hello_world

• •
JEdit
Jason将创建一个模板MAS文件夹

模板MAS
/* 杰森项目**
MAS hello_world {
基础设施。集中式
代理商。}

• • •
它说系统叫 “hello_world”，它说目前它不包含任何代理。
所以，让我们增加一些代理… …
这说明了什么？
• • •
使用 "在项目中添加代理 "按钮，给它取名 “hello”
同样，Jason会制作一个带有 "hello world "代理的模板，在
-•
添加代理
如果没有，请输入这个。

Hello World代理
// 在项目hello_world.mas2j中，代理hello。
/* 最初的信念和规则 /
初步目标
!“开始”。
/ 计划
+！start : true <- .print(“hello world.”).

• •
-•
-•
感叹号说 “这是一个目标”
关于 "你好世界 "代理
-•
这个目标在代理启动时就会出现
代理人只有一个初始目标： !“开始”。
有一个单一的计划，它说 "如果你已经获得了目标 “开始”，然后打印 “你好，世界”
按 "播放 "按钮运行系统。

运行和调试
-•

• •
-•
恭喜你
一个控制台将打开，它将显示所有代理的输出。
-•
[你好]你好，世界。
应该会显示。
按控制台上的 "debug "按钮，可以看到代理的脑袋里。。。
注意您必须在jEdit控制台中明确地停止系统。

-•
计划一个计划的形式是

意思
triggering_event : context <- body
-•
如果你看到这个 “触发事件”
并相信 "上下文 "是真的，那么你就可以执行 “body”
• • •

-•
创建一个新的项目 “factorial1”，单一代理 “factorial1”
一个更复杂的例子

代理人 “factorial1”
fact(0,1).
+fact(X,Y) : X<5
<- +fact(X+1, (X+1)*Y).
+fact(X,Y)
: X==5
<- .print("fact 5 == ", Y).

-•
最初的信念是 “0的阶乘是1”
最初的信念

第一条规则
+fact(X,Y) : X<5
<- +fact(X+1, (X+1)*Y).
-•
如果你获得了X的阶乘是Y，X小于5的信念，那么再加上X+1的阶乘是（X+1）*Y的信念。

第二条规则
+事实(X,Y)
: X5
<- .print("fact 5 == ", Y).
-•
如果你获得了X的阶乘是Y，并且X5的信念，那么打印 “事实…”
-•
不要用"="，因为它的含义不同
-•
注意"=="的使用。
-•
运行程序，探寻代理商的心路历程

代理人的内心
事实(5,120)[来源(self)].事实(4,24)[来源(self)].事实(3,6)[来源(self)].事实(2,2)[来源(self)].事实(1,1)[来源(self)].事实(0,1)[来源(self)].

这里是代理积累的所有信念。
source(self)]是一个注解，表示信念的来源…。
我们将很快看到如何使用这些

-•
修改代理，使中间结果在生成时打印出来。
一个小小的修改

内部行动
-•
.print(…)是一个内部动作其他内部动作。
-•
.stopMAS() – 停止系统运行。

• • • •
.time(H,M,S) – 将时间放入变量H,M,S中。
.wait(X) – 暂停X毫秒。
.random(X) – 将随机值放入X中(0 <= X <= 1)
• •
修改你的解决方案，使打印值后，系统暂停3秒，然后终止。
你应该看到控制台显示3秒后消失…
进一步的修改
• • •
数据驱动的解决方案请注意，我们开发的解决方案是数据驱动的/。
事件驱动
就是一个局部解的到来，会引起另一个局部解的产生…。
我们也可以把目标驱动解看成是

-•
系数2
创建一个新项目 “factorial2”，并在其中创建一个单一的代理 “factorial2”
!“print_fact(5)”。
+！print_fact(N)
<- !“fact(N,F)”;
.print(""，N，“的系数是”，F)。
+！fact(N,1) : N == 0.
+！fact(N,F) : N > 0。
<- !"fact(N-1,F1)。
F = F1 * N.

-•
系数2
这里，代理的目标只有一个，就是打印5的阶乘。
-•
首先计算N的阶乘
-•
-•
-•
然后打印出来
第一条规则是说，如果你把这个作为目标，那么
第二条和第三条规则说的是如何计算N的阶乘。

• •
-•
一个经纪人太无聊了！那就多加几个吧！
我们会有一个会计算阶乘的代理还有一个不会计算阶乘的代理
沟通
专家会接受白痴的询问，并对其进行回复。

-•
-•
通信的基本机制是.send(…)动作。
.send(rcvr, type, content)
.send(…)动作
导致向名为 "rcvr "的代理发送消息，消息类型为 “type”，内容为 “content”。

-•
例子
-•
这将导致代理mjw添加信念事实(3,6)
.send(mjw, tell, fact(3,6))
-•
导致+！go(10,10)被添加为mjw的事件。
-•
.send(mjw, achieve, go(10,10))
-•
事实上，它比这更复杂：接收者用源头注释

-•
创建一个新的项目，“factorial3”，有两个代理：白痴和专家。
客户机-服务器

白痴特工
// 项目factorial3.mas2j中的白痴代理。
初步目标
!“开始”。
/* 计划
+!start : true
<- .print(“starting…”);
!"query_factorial(2);
query_factorial(4); !query_factorial(6); !
query_factorial(6); !query_factorial(10);
!“query_factorial(10)”。
+!query_factorial(X) : true <-!
.send(expert,tell,giveme(X)).
+fact(X,Y) : true <–。
.print(“因子”，X，“是”，Y，“谢谢专家”)。

• •
-•
一旦得到X的阶乘的回复，就会等待2秒，然后询问X+1的阶乘。
另一种修改
-•
先求0的阶乘
修改白痴代理，使其。
你必须在它运行时杀死它，并运行…

利物浦大学comp313课程第一节课相关推荐

我的教师生涯4：被忘却的第一节课
从1997年暑假开始,我就开始准备即将到来的课程.虽然那些内容非常之简单,但我依然忐忑--因为毕竟没有真正的课堂经验.学生会怎么看我?我会紧张吗?说不出话怎么办?学生捣乱怎么办--尤其当我一个 ...
第一节计算机课开场白,第一节课有趣的开场白
我是一名新老师,请问第一堂课的开场白怎么讲我:上课学生:起立我:同学们好学生:老师好我:请坐我:很高兴见到大家. 我是你们的英语(或其他的学科)老师我叫* 老师有一个小小的请求. 大家一 ...
初一第一节计算机课,初中信息技术第一节课-常规教育ppt课件
<初中信息技术第一节课-常规教育ppt课件>由会员分享,可在线阅读,更多相关<初中信息技术第一节课-常规教育ppt课件(17页珍藏版)>请在人人文库网上搜索. 1.欢迎走进信息 ...
centos mysql 实战第一节课安全加固 mysql安装
centos mysql 实战第一节课安全加固 mysql安装 percona名字的由来=consultation 顾问+performance 性能=per con a mysql ...
数据结构第一节课感受
在第一节课中,老师让同学朗读重点自然段并让同学提出问题进行解答,在过程中我们能够很好的集中精神吸收知识也了解到了很多老师的学习方法,为数据结构的学习打下很好的基础. 在阅读完绪论之后,我对知识点做了以 ...
学习git的第一节课
第一节课的笔记 git init 创建版本库 git status 查看版本状态 git log 可以看提交次数和时间 git log --pretty=oneline 按行显示 g ...
第一节课的Python基础知识
第一节课的Python基础知识 Python内置的数据类型 1.number 2.string 3.list 4.tuple 5.dict 6.set 其他小结方法range()的使用获取一个li ...
第一节课：从零起步编码实现多层次神经网络
第一节课:从零起步编码实现多层次神经网络详细内容请关注微信公众号:从零起步学习人工智能 https://mp.weixin.qq.com/s?__biz=MzU3OTc4OTEzNw==&m ...
芒果iOS开发UI课程第一节UIWindow
主要内容: 1.iOS介绍 2.iOS主要做什么 3.UI介绍 4.UIWindow 这是UI阶段的第一节课主要介绍iOS系统,以及相关的一些知识.还有做为iOS开发者我们应该如何创建我们的第一个UI ...

利物浦大学comp313课程第一节课

利物浦大学comp313课程第一节课相关推荐

最新文章

热门文章