2.2 面向制造資源的Agent結(jié)構(gòu)模型設(shè)計

當(dāng)今時代正處于傳統(tǒng)車間制造向智能制造轉(zhuǎn)型的關(guān)鍵時期，而向智能制造轉(zhuǎn)型的關(guān)鍵一步就是車間制造單元智能化。制造單元智能化最具有潛力的解決方案是將具有知識庫、信息交互、決策推理和設(shè)備控制等功能的 Agent 軟件系統(tǒng)與物理車間制造裝備相結(jié)合構(gòu)成裝備智能體。良好、多樣的Agent映射方式和規(guī)范的Agent結(jié)構(gòu)設(shè)計是建立有效的作業(yè)車間多Agent調(diào)度模型的基礎(chǔ)。傳統(tǒng)MAS調(diào)度模型Agent映射方式單一、Agent結(jié)構(gòu)設(shè)計不清晰，嚴(yán)重制約了模型的運行效率。

2.2.1 Agent的基本特性

Agent 是一種為實現(xiàn)特定功能而設(shè)計的獨立的軟件或硬件實體，并封裝了推理決策、通信和知識庫等模塊以解決特定問題。包振強等人將 Agent 描述成在動態(tài)復(fù)雜的環(huán)境中能自我感知周邊環(huán)境并能通過外部動作改變環(huán)境，從而完成預(yù)設(shè)目標(biāo)或任務(wù)的計算系統(tǒng)?；?Agent 的思想，只需對系統(tǒng)對象中的各個功能模塊和物理實體進(jìn)行簡單的抽象和映射，建立起對應(yīng)的 Agent 實體，就可以方便地對復(fù)雜系統(tǒng)進(jìn)行描述、降低其建模難度，并預(yù)測其行為。而MAS則是一系列相互協(xié)作的Agent組成的松散耦合系統(tǒng)。目前，學(xué)術(shù)界對Agent還未形成統(tǒng)一的定義標(biāo)準(zhǔn)，Agent 的結(jié)構(gòu)也缺乏建模標(biāo)準(zhǔn)。但是，幾乎目前所有的 Agent定義都包含以下四個Agent基本特征。

1.自治性（autonomous）

Agent 具有自己的數(shù)據(jù)庫、知識庫、計算資源和控制自己外部行為的能力，能夠在脫離外界控制的情況下，根據(jù)自身知識庫自主地實現(xiàn)某些行為。

2.反應(yīng)性（reactive）

反應(yīng)性是指Agent具有感知周圍環(huán)境信息的能力。當(dāng)Agent收到感知設(shè)備感知到的信號或者收到其他 Agent 發(fā)送的信息時，會將其存儲到自身數(shù)據(jù)庫中，并根據(jù)知識庫中的規(guī)則進(jìn)行響應(yīng)。

3.主動性（proactive）

主動性是指 Agent 內(nèi)部預(yù)設(shè)了很多目標(biāo)，Agent 能夠主動采取行動來實現(xiàn)這些目標(biāo)。這說明，Agent 不僅能夠被動地通過接收信息來執(zhí)行動作，也能夠主動地改變外部環(huán)境。主動性是Agent最重要的特點。

4.社會性（social）

社會性是指單個Agent的存在是沒有意義的，必須與其他Agent組合形成多Agent網(wǎng)絡(luò)。Agent網(wǎng)絡(luò)中的Agent個體之間可以進(jìn)行信息共享和通信互知，并且能夠以協(xié)作的方式一起實現(xiàn)特定的任務(wù)或功能。

除了以上基本特性外，學(xué)者們還為Agent定義了其他一些特性，如移動性、進(jìn)化性、善意性等。研究者可根據(jù)實際需要為所設(shè)計的Agent添加特性，但是要實現(xiàn)MAS的基本功能，所設(shè)計的Agent模型必須同時具備上述四個特性。

2.2.2 Agent的映射方式

Agent的映射方式、映射粒度決定了整個系統(tǒng)的結(jié)構(gòu)和性能。將什么樣的功能實體（包括邏輯功能和物理實體）映射（或稱封裝）為Agent，決定了Agent的粒度，同時也會影響整個系統(tǒng)的功能。當(dāng)前，缺乏系統(tǒng)而完善的理論和工程方法來指導(dǎo) Agent 的映射工作，從而精簡 MAS 模型同時保證運行效率。通常使用自然的方法對系統(tǒng)對象進(jìn)行功能分解和Agent映射，但這要依賴設(shè)計人員的經(jīng)驗。

在MAS研究及應(yīng)用領(lǐng)域，將功能實體封裝為Agent主要存在以下兩種方式。

1.按照功能模塊來進(jìn)行映射

在基于功能的分解中，Agent 的映射對象為制造系統(tǒng)中的各個功能模塊，如物流優(yōu)化模塊、系統(tǒng)資源規(guī)劃、作業(yè)調(diào)度計算等。Agent 和制造系統(tǒng)中的生產(chǎn)資源實體，如機床、自動化立體倉庫（Automated Storage and Retrival System，AS/RS）等之間沒有明確的對應(yīng)關(guān)系，Agent通過感知系統(tǒng)中的各種變量、狀態(tài)進(jìn)行運算，這注定了其成為多Agent系統(tǒng)信息交互和數(shù)據(jù)處理的中心。

2.按照物理實體進(jìn)行映射

制造車間存在很多制造裝備。制造裝備具備自治性、社會性、反應(yīng)性和主動性等特征，將不同的制造裝備映射成不同的Agent是非常簡單而又自然的。在基于物理的分解中，Agent的映射對象為制造系統(tǒng)中的生產(chǎn)資源實體，如加工中心、工件、AGV、AS/RS 等。Agent和生產(chǎn)資源實體存在簡單而明確的一一對應(yīng)關(guān)系。通過此類映射獲得的 Agent，其自身狀態(tài)定義和信息管理相對獨立，在網(wǎng)絡(luò)中的信息負(fù)載也相對較小。

上述兩種映射方式中，按照功能模塊來進(jìn)行映射需要開發(fā)人員具備良好的系統(tǒng)模塊化能力，難度相對較高，而且在車間系統(tǒng)規(guī)模比較龐大的情況下，單個功能模塊所承載的負(fù)載壓力會比較高。按照物理實體進(jìn)行映射是傳統(tǒng)MAS車間常用的Agent映射方式，將制造裝備與 Agent 一一對應(yīng)，具有建模簡單、擴(kuò)展性強和容錯性好等優(yōu)點，適合大規(guī)模分布式制造系統(tǒng)，但也因為Agent多使用簡單、單一的物理分解，造成MAS調(diào)度模型缺乏統(tǒng)一規(guī)劃和全局優(yōu)化能力。因此，筆者將這兩種映射方式相結(jié)合，以基于物理實體進(jìn)行映射方式為主，同時基于功能特點構(gòu)建專門用于動態(tài)擾動事件感知和生產(chǎn)過程全局優(yōu)化的監(jiān)控Agent，用于提升系統(tǒng)的全局優(yōu)化能力和穩(wěn)定性。

2.2.3 Agent的基本結(jié)構(gòu)

進(jìn)行Agent結(jié)構(gòu)模型設(shè)計需要解決以下問題：Agent具有哪些功能模塊？Agent如何感知外界信息？如何通過感知到的信息來影響內(nèi)部狀態(tài)和行為？以及如何把多個功能模塊組合起來形成整體？Agent根據(jù)邏輯結(jié)構(gòu)和功能特性可以分為智能型Agent（Smart Agent）、思考型Agent（Deliberative Agent）、反應(yīng)型Agent（Reactive Agent）和混合型Agent（Hybrid Agent）。

1.智能型Agent

智能型Agent是由Rao等人設(shè)計的一種最具智能性的Agent。其結(jié)構(gòu)如圖2-5所示。其結(jié)構(gòu)設(shè)計基于BDI的思想，即信念（Belief），表示Agent對環(huán)境的理解；愿望（Desire），表示Agent要實現(xiàn)的目標(biāo)；意圖（Intention），表示Agent為實現(xiàn)自身目標(biāo)而主動執(zhí)行的動作。解釋器負(fù)責(zé)實現(xiàn)信念、愿望和意圖的聯(lián)通和整合。智能型Agent也稱為BDI型Agent。但是，智能驅(qū)動的設(shè)計理念限制了Agent對環(huán)境變化的適應(yīng)能力，且執(zhí)行效率不高。

2.思考型Agent

思考型Agent通過感知設(shè)備來接收外界環(huán)境的信息，并與Agent內(nèi)部狀態(tài)進(jìn)行信息融合，產(chǎn)生當(dāng)前狀態(tài)變更的描述信息，接著在知識庫的作用下形成一系列描述動作，通過執(zhí)行裝置對外界環(huán)境產(chǎn)生作用。其結(jié)構(gòu)如圖2-6所示?；谏厦娴拿枋隹梢园l(fā)現(xiàn)，思考型Agent類似于專家系統(tǒng)，是一種基于知識庫的系統(tǒng)。它根據(jù)感知得到的外部環(huán)境信息，從知識庫中生成對應(yīng)的處理策略。但是，Agent 中知識庫包括的策略集合相對比較固定，遇到未記錄在內(nèi)的緊急事件，難以做出合理的應(yīng)急策略，往往會造成難以彌補的損失，因此不適用于環(huán)境復(fù)雜的離散制造車間。

3.反應(yīng)型Agent

反應(yīng)型Agent不同于思考型Agent，其核心是“感知—動作”機制，Agent的動作受到某種信息刺激而引發(fā)，所以被稱為反應(yīng)型Agent。其結(jié)構(gòu)如圖2-7所示。當(dāng)外部環(huán)境發(fā)生變化時，反應(yīng)型 Agent 能夠快速做出反應(yīng)，但其規(guī)則比較單一、固定，而且智能性、自治性相對于思考型Agent較低。因此在復(fù)雜場景下該類型Agent應(yīng)用較少。

4.混合型Agent

純粹的智能型Agent、思考型Agent和反應(yīng)型Agent結(jié)構(gòu)均存在一定的缺陷，各具有其局限性，無法適應(yīng)復(fù)雜應(yīng)用場合的建模要求。實際上在調(diào)度模型設(shè)計中，比較好的方法是將這三種結(jié)構(gòu)結(jié)合起來，形成混合型Agent?；旌闲虯gent既保留了智能型Agent和思考型Agent的智能性，又具備了反應(yīng)型Agent應(yīng)對外部環(huán)境變化的快速響應(yīng)能力，更加適合在實際車間中實施落地。混合型Agent由兩層結(jié)構(gòu)組成，高層是實現(xiàn)智能型Agent和思考型Agent功能的決策層，底層則模擬反應(yīng)型Agent，構(gòu)建對環(huán)境的快速響應(yīng)能力的反應(yīng)層。

典型的混合型Agent結(jié)構(gòu)是一個Agent中包含兩個（或以上）子Agent。其中，處于高層的是思考型 Agent，根據(jù)外部信息和知識庫進(jìn)行邏輯推理與決策，負(fù)責(zé)處理抽象性較高的數(shù)據(jù)；處于底層的則是反應(yīng)型 Agent，用來處理復(fù)雜度較低、緊急異常的事件，不用進(jìn)行復(fù)雜邏輯運算就生成處理策略，側(cè)重于Agent的短期目標(biāo)。

通過對上述四種常用Agent結(jié)構(gòu)的研究，對比、分析其性能優(yōu)劣，并在參考混合型Agent設(shè)計思路的基礎(chǔ)上，將在后續(xù)章節(jié)中設(shè)計出改進(jìn)型MAS車間調(diào)度模型的統(tǒng)一Agent結(jié)構(gòu)。改進(jìn)后的 Agent 結(jié)構(gòu)模型既能滿足多智能體制造系統(tǒng)的自組織生產(chǎn)需求，又能即時感知、處理隨機性動態(tài)擾動問題。

2.2.4 Agent結(jié)構(gòu)模型設(shè)計

在第2.2.2節(jié)內(nèi)容中提到了主要按照物理實體即生產(chǎn)資源來對Agent進(jìn)行映射，而對于生產(chǎn)資源來說，作為生產(chǎn)制造任務(wù)的實際執(zhí)行者，其主要功能可以總結(jié)為以下幾個。

（1）能夠保存和管理制造裝備的基本屬性信息。

（2）能夠通過知識庫中的控制指令來操作制造裝備執(zhí)行相應(yīng)動作，并通過相關(guān)接口對制造裝備的運行狀態(tài)進(jìn)行監(jiān)控與管理。

（3）能夠通過既定的通信協(xié)議與其他智能體進(jìn)行正常通信與信息交互。

（4）能夠根據(jù)當(dāng)前物理設(shè)備的運行狀態(tài)、歷史數(shù)據(jù)和生產(chǎn)能力，識別出其他智能體發(fā)出的通信信息，并對具體信息內(nèi)容做出判斷、分析與決策。

由于制造裝備的復(fù)雜性，多智能體制造系統(tǒng)中Agent既能實時監(jiān)測制造裝備的運行參數(shù)，判斷其當(dāng)前運行狀態(tài)，并在設(shè)備故障時及時調(diào)整生產(chǎn)策略，又要能夠根據(jù)自身知識庫、數(shù)據(jù)庫等數(shù)據(jù)信息，通過協(xié)商機制與其他智能體進(jìn)行協(xié)商，最終在動態(tài)擾動下生成重調(diào)度決策結(jié)果。因此，基于MAS的物聯(lián)制造車間中的智能體主要包括以下幾個模塊：知識庫、數(shù)據(jù)庫、學(xué)習(xí)與進(jìn)化模塊、通信模塊、事件感知模塊、設(shè)備操作與監(jiān)控模塊、推理與決策模塊、人機交互接口等。

其各功能模塊分別介紹如下。

（1）數(shù)據(jù)庫。數(shù)據(jù)庫存儲裝備智能體本身的屬性數(shù)據(jù)和運行狀態(tài)數(shù)據(jù)，如制造裝備的型號、名稱和加工能力等基本屬性信息，完工件、在制品和緩存區(qū)任務(wù)等狀態(tài)數(shù)據(jù)。

（2）知識庫。知識庫存儲裝備智能體進(jìn)行調(diào)度決策時所使用到的規(guī)則和策略。知識庫中的內(nèi)容經(jīng)學(xué)習(xí)與進(jìn)化模塊的學(xué)習(xí)和邏輯推理不斷豐富。

（3）學(xué)習(xí)與進(jìn)化模塊。借助于自學(xué)習(xí)模塊的學(xué)習(xí)規(guī)則，Agent 對已有的知識進(jìn)行不斷更新，更好地指導(dǎo)自身的行為，實現(xiàn)預(yù)定的目標(biāo)。其中知識源有兩個：Agent 已實現(xiàn)的成功事件；上個環(huán)節(jié)未達(dá)成預(yù)期目標(biāo)的失敗事件。此外，該模塊會不斷通過感知到的信息來豐富數(shù)據(jù)庫和知識庫。

（4）通信模塊。通信模塊在邏輯模塊的控制下實現(xiàn)Agent與網(wǎng)絡(luò)內(nèi)其他Agent的通信，是 Agent 與外界信息交互的通道；通過特定的智能體間通信協(xié)議與其他裝備智能體接收和發(fā)送消息，并能夠屏蔽操作系統(tǒng)的差異。

（5）事件感知模塊。該模塊通過從通信模塊傳來的消息和自身狀態(tài)來判斷事件的類型，從而實現(xiàn)從消息到事件的轉(zhuǎn)化。

（6）設(shè)備操作與監(jiān)控模塊。該模塊可以監(jiān)控和記錄制造裝備的運行狀態(tài)，根據(jù)決策結(jié)果向制造裝備發(fā)出特定控制信號，實現(xiàn)裝備的動作操控，是連接制造裝備和上層軟件的橋梁。

（7）推理與決策模塊。該模塊根據(jù)感知到的事件查詢知識庫，確定響應(yīng)事件的策略和方法，計算得到系統(tǒng)的響應(yīng)輸出。

（8）人機交互接口。操作人員可以通過該接口直接進(jìn)行系統(tǒng)干預(yù)和調(diào)整。

改進(jìn)型MAS調(diào)度模型的Agent設(shè)計采用如圖2-8所示的統(tǒng)一的Agent結(jié)構(gòu)，降低了軟件設(shè)計的復(fù)雜程度，提高了 MAS 的可重構(gòu)性和設(shè)備的互換性。但針對不同功能和優(yōu)化目標(biāo)的Agent，其內(nèi)部結(jié)構(gòu)會略有差別，如監(jiān)控Agent不需要設(shè)備接口模塊。