一種基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法
【專利摘要】本發(fā)明公開了一種基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，包括以下步驟：S1、根據(jù)從CDD元模型中獲取待建立的能力元模型中的類和類之間的聯(lián)系，建立能力元模型；S2、給能力元模型添加類，給類添加實例，給實例添加屬性，根據(jù)能力元模型中類之間的聯(lián)系確定對象屬性,得到異構(gòu)Agent協(xié)作領(lǐng)域的能力模型；S3、獲取異構(gòu)Agent協(xié)作領(lǐng)域的能力模型中的能力和目標實例，根據(jù)目標?能力匹配方法進行匹配，確定某個能力和目標的匹配程度；S4、根據(jù)能力和目標的匹配程度，識別Agent的自身能力和協(xié)作能力。本發(fā)明能詳細的描述Agent各種能力，使系統(tǒng)充分利用Agent能力，有助于提高Agent能力協(xié)作效率，能夠應(yīng)用到多Agent、多機器人、多AGV車能力協(xié)作等應(yīng)用平臺。
【專利說明】
一種基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及協(xié)作自適應(yīng)系統(tǒng)(CollaborativeSelf-adaptive System，CSS)中的異構(gòu)Agent技術(shù)領(lǐng)域，尤其涉及一種基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法。
【背景技術(shù)】
[0002]自適應(yīng)系統(tǒng)能夠感知環(huán)境的變化，并通過調(diào)整自身的結(jié)構(gòu)和行為來適應(yīng)環(huán)境的變化，它具有環(huán)境開放性、變化敏感性和系統(tǒng)動態(tài)性等特點。多Agent自適應(yīng)系統(tǒng)是多個Agent(在某一環(huán)境下能夠自主靈活的執(zhí)行動作以滿足設(shè)計目標的行為實體)交互作用所構(gòu)成的系統(tǒng)。多Agent如何協(xié)作執(zhí)行動作使系統(tǒng)更有效的達到自適應(yīng)是目前關(guān)注的焦點。因此，多Agent自適應(yīng)系統(tǒng)及其協(xié)作方法的研究引起了國內(nèi)外研究的關(guān)注。例如，COBOT: 一個面向協(xié)作的自適應(yīng)系統(tǒng)軟件框架的研究，以及機器人自適應(yīng)協(xié)作的研究等。多Agent系統(tǒng)(MAS)中的協(xié)作模式和分布式優(yōu)化技術(shù)能夠應(yīng)用于自適應(yīng)系統(tǒng)中。這樣的協(xié)作自適應(yīng)系統(tǒng)需要處理需求及軟件架構(gòu)之間的問題。由于系統(tǒng)運行時環(huán)境在不斷的動態(tài)變化，自適應(yīng)系統(tǒng)應(yīng)該要求能夠感知上下文，并且調(diào)用不同能力的Agent來調(diào)整自身行為以適應(yīng)上下文的變化。
[0003]能力被定義為能夠在確定的領(lǐng)域環(huán)境下實現(xiàn)一個目標的ability和capacity。abi I ity代表可用能力的水平，它被理解為才能，性格，主題或者一個領(lǐng)域要完成一個目標；capacity意味著可利用的資源，比如時間、金錢、人員和工具等。將能力(Capability)引入面向自適應(yīng)系統(tǒng)的需求模型使得代理間可以能力協(xié)作，增強了代理間的交流，并且使得每個代理不僅能完成自己能力之內(nèi)的任務(wù)，還可以與其它代理協(xié)作完成自己能力之外的任務(wù)。
[0004]針對自適應(yīng)系統(tǒng)的特點和建模需求，包括REAssuRE、RELAX在內(nèi)的方法都早已使用了基于目標建模的概念，然而這些方法并沒有考慮到作為上下文和可執(zhí)行性的需求?；谀繕私５姆椒?，這類方法將目標分解為子目標或者任務(wù)，進而分析子目標或者任務(wù)有哪些Agent的動作和行為。文獻中提出知識建模本體，并提出task-capabi I i ty匹配，解決了單個能力與單個任務(wù)之間的適應(yīng)性關(guān)系，但無法判斷一個能力集合與一個任務(wù)集合之間的適應(yīng)性關(guān)系。對于協(xié)作自適應(yīng)系統(tǒng)，采用異構(gòu)Agent能力建模已成為當(dāng)前的趨勢。同構(gòu)Agent是指結(jié)構(gòu)、特征和功能相同的Agent，每個Agent具有相同的能力;異構(gòu)Agent是指結(jié)構(gòu)、特征或功能不同的Agent，每個Agent具有不同的能力，通過某種協(xié)作方式完成它們各自能力之外的事。面向自適應(yīng)系統(tǒng)的需求模型以目標、任務(wù)和規(guī)劃為主，可以解決上下文和可執(zhí)行性的需求，但用來描述異構(gòu)Agent之間的協(xié)作卻有一些不足。第一，面向自適應(yīng)系統(tǒng)的需求模型只適用于同構(gòu)Agent之間，且Agent之間缺少交互作用；第二，每個Agent只完成自己能力范圍內(nèi)的任務(wù)，Agent不能相互協(xié)作完成某個任務(wù)，使得資源不能有效利用；第三，沒有考慮Agent的不同能力之間的互斥關(guān)系，以及不同Agent之間能力的互斥關(guān)系。
[0005]采用基于領(lǐng)域本體的Agent能力建模方法對Agent能力進行語義描述，可以識別Agent的自身能力和協(xié)作能力，能夠滿足Agent角色變化和多個Agent動作交互情況下對于Agent動作的動態(tài)識別和選擇時；采用Goal-Capabi I ity匹配方法，對Goal和Capabi I ity進行語義匹配，根據(jù)匹配的程度來判斷Agent的某個或者某些能力是否適合目標。

【發(fā)明內(nèi)容】

[0006]本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中無法滿足Agent角色變化和多個Agent動作交互情況下對于Agent動作的動態(tài)識別和選擇的缺陷，提供一種通過建模和匹配來識別Agent自身能力以及Agent之間的協(xié)作能力的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法。
[0007 ]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:
[0008]本發(fā)明提供一種基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，包括以下步驟:
[0009]S1、從⑶D元模型中獲取待建立的能力元模型中的類和類之間的聯(lián)系，根據(jù)這些類和類之間的聯(lián)系建立能力元模型；
[0010]S2、根據(jù)建立的能力元模型，給能力元模型添加類，給類添加實例，給實例添加屬性，根據(jù)能力元模型中類之間的聯(lián)系確定對象屬性，得到異構(gòu)Agent協(xié)作領(lǐng)域的能力模型；
[0011]S3、獲取異構(gòu)Agent協(xié)作領(lǐng)域的能力模型中的能力和目標實例，根據(jù)目標-能力匹配方法進行匹配，確定某個能力和目標的匹配程度；
[0012]S4、根據(jù)能力和目標的匹配程度，識別Agent的自身能力和協(xié)作能力。
[0013]進一步地，本發(fā)明的步驟SI中建立能力元模型的方法具體為:
[0014]SI 1、從⑶D元模型中抽取相關(guān)概念作為能力元模型中的部分類；
[0015]S12、在元類基礎(chǔ)上添加與領(lǐng)域相關(guān)的新類；
[0016]S13、元類和新類共同組成元模型中的類，并建立類之間的聯(lián)系。
[00?7]進一步地，本發(fā)明的步驟S2中建立異構(gòu)Agent協(xié)作領(lǐng)域的能力模型的方法為:
[0018]S21、根據(jù)具體的領(lǐng)域給元模型添加相應(yīng)的類及類之間的聯(lián)系；
[0019 ] S22、根據(jù)模型中的類之間的聯(lián)系，確定對象屬性；
[0020]S23、給每個類添加實例；
[0021]S24、給每個實例添加屬性，包括對象屬性。
[0022]進一步地，本發(fā)明的步驟S3中目標-能力匹配方法的具體步驟為:
[0023]S31、從能力模型中獲取一個能力實例和一個目標實例；
[0024]S32、若獲取的能力和目標實例二元組中的元素都是由一個上下文狀態(tài)組成，則執(zhí)行步驟S33;否則，執(zhí)行步驟S34;
[0025]S33、將能力實例二元組中的元素的上下文狀態(tài)與目標實例二元組的元素的上下文狀態(tài)進行語義匹配，若完全匹配，則該能力與目標完全匹配;否則，該能力與目標不匹配；
[0026]S34、將能力實例二元組中的元素的每一個上下文狀態(tài)與目標實例二元組的元素的每一個上下文狀態(tài)進行語義匹配，若都為完全匹配，則該能力與目標完全匹配;若至少一對語義包含匹配，則能力與目標包含匹配;否則，能力與目標不匹配；
[0027]進一步地，本發(fā)明的步驟S33中上下文狀態(tài)語義匹配的方法為:
[0028](a)對兩個上下文狀態(tài)中的謂詞進行比較，若語義等價或相同，執(zhí)行步驟(b);否則兩個上下文狀態(tài)不匹配；
[0029](b)對兩個上下文狀態(tài)中的兩個參數(shù)分別進行比較，若語義等價或相同，則為完全匹配;若語義包含或者在能力模型中一個屬于另一個的子類，則為包含匹配；否則為不匹配。
[°03°]進一步地，本發(fā)明的步驟S4中識別Agent的自身能力和協(xié)作能力的方法具體為:
[0031]若匹配結(jié)果為完全匹配，表示能力為Agent的自身能力；若為包含匹配，則表示該能力為Agent的協(xié)作能力，否則是非Agent能力。
[0032]本發(fā)明產(chǎn)生的有益效果是:本發(fā)明的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，通過對Agent能力進行建模和匹配，來識別Agent自身能力以及Agent之間的協(xié)作能力，以決定哪些構(gòu)件在當(dāng)前狀態(tài)下能夠完成目標，該方法能詳細的描述Agent各種能力，使系統(tǒng)充分利用Agent能力，有助于提高Agent能力協(xié)作效率，能夠應(yīng)用到多Agent、多機器人、多AGV車能力協(xié)作等應(yīng)用平臺。
【附圖說明】
[0033]下面將結(jié)合附圖及實施例對本發(fā)明作進一步說明，附圖中:
[0034]圖1是本發(fā)明實施例的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法的流程圖；
[0035]圖2是本發(fā)明實施例的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法的CDD元模型圖；
[0036]圖3是本發(fā)明實施例的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法的能力元模型圖；
[0037]圖4是本發(fā)明實施例的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法的實施例的過程流程圖。
【具體實施方式】
[0038]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0039]如圖1所示，基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，包括以下步驟:
[0040]S1、從已有的CDD(Capability Driven Development)元模型中獲取所建元模型中的類、類之間的聯(lián)系，建立能力元模型；
[0041 ] SI 1、從⑶D元模型中抽取相關(guān)概念作為能力元模型中的部分類；
[0042]S12、在元類基礎(chǔ)上添加與領(lǐng)域相關(guān)的新類；
[0043]S13、元類和新類共同組成元模型中的類，并建立類之間的聯(lián)系。
[0044]S2、根據(jù)建立的能力元模型，建立異構(gòu)Agent協(xié)作領(lǐng)域的能力模型，包括給元模型添加類、給類添加實例、給實例添加屬性、根據(jù)元模型中類之間的聯(lián)系確定對象屬性；
[0045]S21、根據(jù)具體的領(lǐng)域給元模型添加相應(yīng)的類及類之間的聯(lián)系；
[0046]S22、根據(jù)模型中的類之間的聯(lián)系，確定對象屬性；
[0047]S23、給每個類添加實例；
[0048]S24、給每個實例添加屬性(包括對象屬性)。
[0049]S3、獲取異構(gòu)Agent協(xié)作領(lǐng)域的能力模型中的能力和目標實例，根據(jù)目標-能力匹配方法進行匹配，確定某個能力和目標的匹配程度；
[0050]S31、從能力模型中獲取一個能力實例和一個目標實例；
[0051]S32、若獲取的能力和目標實例二元組中的元素都是由一個上下文狀態(tài)組成，則執(zhí)行步驟S33;否則，執(zhí)行步驟S34;
[0052]S33、將能力實例二元組中的元素的上下文狀態(tài)與目標實例二元組的元素的上下文狀態(tài)進行語義匹配，若完全匹配，則該能力與目標完全匹配;否則，該能力與目標不匹配；
[0053]S34、將能力實例二元組中的元素的每一個上下文狀態(tài)與目標實例二元組的元素的每一個上下文狀態(tài)進行語義匹配，若都為完全匹配，則該能力與目標完全匹配;若至少一對語義包含匹配，則能力與目標包含匹配;否則，能力與目標不匹配；
[0054]S4、根據(jù)能力和目標的匹配程度，識別Agent的自身能力和協(xié)作能力。
[0055]若匹配結(jié)果為完全匹配，表示能力為Agent的自身能力；若為包含匹配，則表示該能力為Agent的協(xié)作能力，否則是非Agent能力。
[0056]在本發(fā)明的另一個具體實施例中，該方法的步驟為:
[0057]步驟1:從已有的CDD(Capability Driven Development)元模型(見圖2)中獲取所建元模型中的類、類之間的聯(lián)系，建立能力元模型(見圖3):
[0058](Ia)從⑶D元模型中抽取相關(guān)概念作為能力元模型中的部分類；
[0059]實施例中，從⑶D元模型中抽取Capabi I ity，Goal和ContextSet三個概念作為能力元模型的一部分。
[0000](Ib)在元類基礎(chǔ)上添加與領(lǐng)域相關(guān)的新類；
[0061]實施例中，Goal分為Agent Goal和Social Goal兩種，其中Goal由二元組G =〈TriggerCondit1n，F(xiàn)inalState>表示，TriggerCondit1n表示完成目標所需要的觸發(fā)條件，F(xiàn)inalState表示目標完成后所達到的最終狀態(tài)；Capability由二元組C =〈Precondit 1n ,Effect〉表示，Precondit1n表示能力的前置條件，Ef feet表示能力的作用效果。TriggerCondit1n，F(xiàn)inalState ,Precondit1n，Effect 都是由上下文狀態(tài)ContextState =〈argumentl ,predicate，argument2>^^ ；
[0062](Ic)元類和新類共同組成元模型中的類，并建立類之間的聯(lián)系；
[0063]步驟2:建立異構(gòu)Agent協(xié)作領(lǐng)域的能力模型:
[0064](2a)根據(jù)具體的領(lǐng)域給元模型添加相應(yīng)的類及類之間的聯(lián)系，實施例中主要有Capability，Goal 和ContextState 三個大類。Capabi I ity 由 Precondit 1n 和 Ef feet組成，Goal 由 TriggerCondit 1n和Final State組成，它們都由 ContextState表不；
[0065]實施例中有CapabiI ity和ContextSet兩個主要的類，Capabi I ity和ContextSet都是由AGV運輸醫(yī)療垃圾的實際處理過程獲得。實際處理過程如圖3所示。另外，每一個領(lǐng)域都會涉及到很多領(lǐng)域概念，為了方便接下來的建模工作，可以建一個DomainConcept類，用來存放與該領(lǐng)域相關(guān)的概念；
[0066](2b)根據(jù)模型中的類之間的聯(lián)系，確定對象屬性；
[0067]在實施例中，所有的ContextSet實例以及能力的屬性都表示為“argument1_predicate_argument2”形式，在語義謂詞邏輯表示中，他們都表示為“predicate(argumentl，argument2)” ；根據(jù)圖1中各元素間的關(guān)系，我們可以得到“agent_has_capability”，“AGV_has_state”，“argumentl”，“argument2”，“hasInConstraints”，“hasOutConstraints”，“propertyPredicate”這幾個對象屬性，其中 “hasInConstraints”表不capability有Precondit1n屬性，“hasOutConstraints，，表不capability有Effeet屬性。
[0068](2c)給每個類添加實例；
[0069]給Capability ,ContextSet ,DomainConcept ,Predicate 類添加實例；
[0070]實施例中，Capability有14個，ContextSet有25個，predicate有14個D
[0071](2d):給(2c)中的實例添加屬性；
[0072]實施例中，主要是對CapabiI ity添加 “hasInConstraints”，“hasOutConstraints”屬性，給ContextSet添加 “argumentl”，“argument2” 和 “predicate” 屬性，給Agent添加“agent—has—capability” 屬性，給 AGV添加 “AGV—has—state” 屬性。
[0073]步驟3:將模型中的Capabi I ity與實施例中的Goal按Goal-Capabi I ity匹配方法匹配:
[0074](3a)將 Capabi I ity 的元素TriggerCondit 1n ,FinalState的Cont ext State 中的predi cate 分別和Goal 的元素Precondit 1n ,Effect 的Context State 中的predi cate 進行匹配，若完全匹配，執(zhí)行步驟(3b);若非完全匹配，則Capabi I ity和Goal不匹配；
[0075](3b)將 Capabi I ity 的元素TriggerCondit 1n ,Final State 的Cont ext State 中argument I 分別和Goal 的元素Precondit 1n ,Effect 的Context State 中的argument I進行匹配，以及將 Capabi I ity 的元素TriggerCondi t 1n ,Final State 的Context State 中 argument2分別和Goal的元素Precondit1n ,Effect的ContextState中的argument2進行匹配，若都為完全匹配，則Capability和目標完全匹配;若都為包含匹配，則Capability和Goal包含匹配；
[0076]實施例中，Capability的“DetectCart” 能力表不為:Cl: DetectCart
[0077]InContraints = {in(cart，cart—pickup)}
[0078]OutConstraints = {ready(cart—posit1n)}
[0079]而目標GluGet cart’s posit1n” 表不為:Get cart’s posit 1n = <cart_sensor, {in(cart，cart—pickup)}，{ready(pickup—posit1n)}>，根據(jù)Capability-Goal匹配方法，將能力Cl的“InContraints”和Gl的“Trigger Condi t1n”進行匹配，Cl的“OutContraints”與Gl的“Final State”進行匹配若某個能力或目標包含多個ContextState，則需將 Capability 中的每個 ContextState 與 Goal 中的ContextState 進行匹配，以此確定Capab i I i ty與GoaI的匹配程度。
[ΟΟβΟ]步驟4:根據(jù)匹配結(jié)果識別Agent的自身能力和協(xié)作能力:若Capabi I ity集合中的每一個Capabi I ity在Goal集合中有相對應(yīng)的的Goal與之完全匹配，貝IjCapabi I ity為Agent自身能力;若Capabi I ity集合中的Capabi I ity和Goal集合中的Goal至少存在一對是包含匹配，則Capabi I ity為Agent的協(xié)作能力。
[0081]根據(jù)3中的匹配，若匹配結(jié)果為完全匹配，表示能力為Agent的自身能力；若為包含匹配，則表示該能力為Agent的協(xié)作能力，否則是非Agent能力。
[0082]應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進或變換，而所有這些改進和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護范圍。
【主權(quán)項】
1.一種基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，其特征在于，包括以下步驟: S1、從CDD元模型中獲取待建立的能力元模型中的類和類之間的聯(lián)系，根據(jù)這些類和類之間的聯(lián)系建立能力元模型；S2、根據(jù)建立的能力元模型，給能力元模型添加類，給類添加實例，給實例添加屬性，根據(jù)能力元模型中類之間的聯(lián)系確定對象屬性，得到異構(gòu)Agent協(xié)作領(lǐng)域的能力模型；S3、獲取異構(gòu)Agent協(xié)作領(lǐng)域的能力模型中的能力和目標實例，根據(jù)目標-能力匹配方法進行匹配，確定某個能力和目標的匹配程度； S4、根據(jù)能力和目標的匹配程度，識別Agent的自身能力和協(xié)作能力。2.根據(jù)權(quán)利要求1所述的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，其特征在于，步驟SI中建立能力元模型的方法具體為:S11、從⑶D元模型中抽取相關(guān)概念作為能力元模型中的部分類； S12、在元類基礎(chǔ)上添加與領(lǐng)域相關(guān)的新類； S13、元類和新類共同組成元模型中的類，并建立類之間的聯(lián)系。3.根據(jù)權(quán)利要求1所述的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，其特征在于，步驟S2中建立異構(gòu)Agent協(xié)作領(lǐng)域的能力模型的方法為: S21、根據(jù)具體的領(lǐng)域給元模型添加相應(yīng)的類及類之間的聯(lián)系； S22、根據(jù)模型中的類之間的聯(lián)系，確定對象屬性； S23、給每個類添加實例； S24、給每個實例添加屬性，包括對象屬性。4.根據(jù)權(quán)利要求1所述的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，其特征在于，步驟S3中目標-能力匹配方法的具體步驟為: S31、從能力模型中獲取一個能力實例和一個目標實例； S32、若獲取的能力和目標實例二元組中的元素都是由一個上下文狀態(tài)組成，則執(zhí)行步驟S33 ；否則，執(zhí)行步驟S34 ；S33、將能力實例二元組中的元素的上下文狀態(tài)與目標實例二元組的元素的上下文狀態(tài)進行語義匹配，若完全匹配，則該能力與目標完全匹配;否則，該能力與目標不匹配； S34、將能力實例二元組中的元素的每一個上下文狀態(tài)與目標實例二元組的元素的每一個上下文狀態(tài)進行語義匹配，若都為完全匹配，則該能力與目標完全匹配;若至少一對語義包含匹配，則能力與目標包含匹配;否則，能力與目標不匹配。5.根據(jù)權(quán)利要求4所述的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，其特征在于，步驟S33中上下文狀態(tài)語義匹配的方法為: (a)對兩個上下文狀態(tài)中的謂詞進行比較，若語義等價或相同，執(zhí)行步驟(b);否則兩個上下文狀態(tài)不匹配； (b)對兩個上下文狀態(tài)中的兩個參數(shù)分別進行比較，若語義等價或相同，則為完全匹配;若語義包含或者在能力模型中一個屬于另一個的子類，則為包含匹配;否則為不匹配。6.根據(jù)權(quán)利要求1所述的基于領(lǐng)域本體的異構(gòu)Agent能力建模匹配方法，其特征在于，步驟S4中識別Agent的自身能力和協(xié)作能力的方法具體為: 若匹配結(jié)果為完全匹配，表示能力為Agent的自身能力；若為包含匹配，則表示該能力為Agent的協(xié)作能力，否則是非Agent能力。
【文檔編號】G06N99/00GK106056215SQ201610496895
【公開日】2016年10月26日
【申請日】2016年6月29日
【發(fā)明人】李爽, 劉瑋, 吳坤
【申請人】武漢工程大學(xué)