ADOM 所提供的系统建模与仿真支持. 已经按“问题求解自动化”模式实现了多种面向实际应用背景的情景仿真, 但是还不足以支持分布交互仿真系统D IS 的开发. 因为它还未考虑计算资源空间分布引起的信息传递和异地使用要求和信息传递媒体的多样化要求, 即多媒体技术应用.

    3. 1　多媒体要求

    ·多媒体信息载体要求对象属性信息的多维表示和对象具有对不同媒体做统一表示的能力.

    ·对象各维信息间或多媒体间可相互引用与连接.

    ·多维信息共享、联网和开放存取.

    3. 2　动态和实时性要求

    在ADOM 中C+ + 实现的O bFRAM E 属静态描述并未显式表明时间特性, 在VR 仿真系统中要求表现实时对象把操作即Message Passing 方便地发送或接受、需体现次序概念.

    3. 3　通讯要求

    在分布系统要求对象间的网络通讯, 对象端口因之需有识别标识的功能, 有自主权利接受或不接受信息、或按消息轻重缓急不同而采取不同优先级等. 这就要求在Message 构成或对象端口上有所表示, 如发送对象标识, 目的对象标识, 时标, 优先级, 输入端口标识, 等等.

    4　ADOM 与Agent

    4. 1　软件Agent 溯源

    软件Agent 发端于70 年代A I 研究的物理符号假设, 认为智能任务可通过对符号的内部表示进行操作的进程实现. 因而“符号的内部表示+ 推理进程”形成了Agent 的初型. 70 年代末到80 年代初, 随着计算机科学与技术的进展, 基于初型的Agent 可模拟更为复杂的人类智能行为. 实用分布式系统中用多个Agent 合作完成任务的需求, 促进了多Agent 系统的研究[9 ]. 80 年代末以来, 关于Agent 的研究和应用得到了迅猛的发展, 来自不同领域的研究者构造了各自需用的软件, Agent 有各种名字, 如用于接口上的intelligent interface, adap t ive interface; 用于知识处理的(know bo t)、用于人机、网络通讯的U serbo tTaskbo t 和N etbo t 等[12～ 14 ].

    自然地与应用开发相关的软件系统体系结构、语言、逻辑程序设计等也同时取得了显著的进展, 如面向Agent 的程序设计AO P,Agent 开发环境Sodabo t 及Kidsim 和基于Agent 的软件工程等[11, 15 ].

    4. 2　ADOM 中的obFRAME 与各式Agent

    ADOM 中用A I+ OO P 实现的obFRAM E 与当今A I 领域中的研究热点Agent 殊途同归, 在研究思想上的趋同是很自然的. 正如智能应用系统的形式由基于知识的系统到自主行为系统、再到社会组织式系统的发展道路一样, 系统的组分也由对象发展到具有知识有自我辨识能力的对象、再到有精神状态有行为约束能力的软件Agent. obFRAM E 在形式化框架和应用系统构成的多个层面上和国际上实现的多种Agent 构造具有不同程度上的功能一致. 出于开发有效性的考虑, 我们在原obFRAM E 的基础上, 进行了扩展, 认为obFRAM E 体系和Agent 一样, 其概念在以下几个方面具有重要的意义:

    ·作为分布式人工智能的技术基础;

    ·作为面向对象方法(O bject2O rientedM ethod) 的延伸;

    ·作为人工智能研究成果的集成体;

    ·作为网络环境下用户和资源之间的最自然、最方便的中介.

    4. 3　多Agent 系统

    如任何迅速发展中的事物一样, 多Agent 系统的发展是面向实用的, 旨在向最终用户提供最直接(ends2ends) 的服务. 无论是我们的obFRAM E 或是各式Agent, 都是创新性研究活动的产物, 在下文中为了论述方便, 称obFRAM E 的向Agent 发展、OO P 朝AO P 的发展所形成的对象体系或Agent 族为多Agent 系统.

    5　基于多Agent 系统的VR 仿真研究

    5. 1　多Agent 系统基本概念

    Agent 可看作在某一环境中持续自主运行的抽象实体(ent ity). 一般说来, Agent 具有知识、目标和能力. Agent 知识的多少, 能力的大小, 可以灵活变化. 目前存在两类极端的Agent 系统, 一是神经元网络, 它有一套紧密耦合的、简单的非智能元件或表示知识的单元组成, 每个元件或单元视为一个Agent. 通过非同步的动作和通过“连结”的通讯, 合作单元能对数据作出灵活的反应. 二是分布式问题求解系统, 它是粗粒度的Agent 系统, 是由自主的Agent 松散耦合而成的分布式网. 每个Agent 能进行高级问题求解, 能随环境的改变而修改自己的行为、规划和与他人的通讯、合作策略等. 一般的Agent 系统都处于这两个极端之间, 具有中等粒度.

    5. 2　多Agent 系统与VR 仿真

    VR 仿真是计算机、图象生成、人工智能、多媒体、软件工程等多类高新科学技术的综合集成, 是一个复杂的综合智能系统, 它一般是对社会行为的计算机直观的描述, 因此更适合利用Agent 的思想、方法和体系对其进行研究.

    现代基于多Agent 系统仿真中, Agent 被认为是一个物理的或抽象的实体, 能作用于自身和环境, 并与其它Agent 通讯. 从这个意义上讲, 人也可以是一个多Agent 中的一员. VR 仿真体现了以人为中心的人机和谐系统.

    对设计一个智能系统, 使它具有足够的能力来控制环境, 这存在着许多困难: 首先它必须处理众多不确定的甚至是互相矛盾的信息, 其次它必须处理多个上下文相关的、有时是冲突的目标, 最后, 它必须把它的目标与自己受限的感知和行为能力相对应. 然而, 从多Agent