1.0 前言——计算机发展到Agent提出

计算的发展方向可以总结为5个方面：

• 普适
• 互联
• 智能
• 代理
• 人性化

1.普适

普适就是设备越普及，信号覆盖率越接近100%，计算资源会不断涌入，哪怕是那些经济不好，现在工程能力触及不到的地方。

2.互联

不必多言，想想你现在上的叫什么，Internet，互联网呢。

再看物联网，连有块小芯片的烤面包机都要连进网里面，你们自行体会。

3.智能

越来越能自己处理复杂任务。值得一提，本书版次是2003年，深蓝97年打败加里·卡斯帕罗夫，除此之外，我一个00后，对03年之前的时代有什么人所共知的人工智能成就没了解了。而现在人工智能的发展，ChatGPT的爆火，各路大公司狂卷大模型，投资界聊AI聊到起飞……我想说，想必这个时代的读者更能理解和体会本书作者所说的计算机智能化的方向。

4.代理

即代理完成任务。比如飞机上的计算机程序，自动驾驶，有时能让机长伸个懒腰（乃至小憩一会？）。

5.人性化

比如早期调开关，然后打纸条调接口，然后是图形界面出来了，计算机在朝着人性化的方向发展。

各领域目前遇到的问题

普适和互联方面：

没开发出具有普适的处理能力的系统。

就是这么个情况：现在的软件开发模型不适合在多个处理器上工作。

代理和智能方面：

主要朝两个方面搞计算机：

1.系统的独立操作能力

2.替用户做操作，和其他用户、系统交互的时候，能代表当前用户的利益

发展与新领域——Agent

过去30年在互联上发力后碰到的问题，就是计算机在互联合作时，最好有自己的处理能力，这样能更好的和其他人机合作。于是就发展出了新领域——多Agent系统。

多Agent系统，自己要能调用计算资源，解决问题，常被称为微观；

它还要能和其他Agent合作，一起处理问题，共同实现目标，这常被称为宏观。

1.1 Agent研究前景

书中介绍了3种情形，提醒我们思考。

情形1

你造出来了土星探测器，你把它发送到土星轨道，然后，你猜怎么着，它失联了！这时候你希望他干啥？没错，它最好自己能把自己失联的故障修好，然后恢复通信。

喏，这个就要Agent了。

实际上，美国NASA的外层空间1号任务（DS1，Deep Space 1）就是这么做的，是第一个有自治能力的、基于Agent的控制系统的空间探测器（Muscettola等，1998）。

在此之前，要300多个人不断跟踪我们的宝贝发射器，还要不断做控制决策，上传执行。

有了Agent，研究员腰不疼了，腿不痛了，研究逼格也上来了，您猜怎么着，钱也省了！

情形2

你驾驶着波音747飞在空中，刚要降落，机场出状况了！这时候，很多人都没反应过来。

什么Agent能在这时候派上用场？当然是隔壁机场的Agent了！

隔壁机场通过自己的Agent系统的判断，立马安排你飞机降在那里。这不多好！

还有车辆检测也用到了，就比如1981到1991完成的DVMT，分布式车辆监测测试床(Distributed Vehicle Monitoring Testbed)（参见Durfee，1988）。你想啊，那么多个探测器，一个就只能照一块的区域，盲人摸象听说过没。所以这也要组成一个多Agent系统，保证检测准确有效。

还有，航空的这种，真有人搓出来了，它就是OASIS，上世纪80年代以来在做的（Cammarata等，1983），最近在澳大利亚悉尼机场实现了（Ljunberg and Lucas，1992）。

上太空，开飞机，这些对一般人有点玄。下面这个肯定你能接触到。

情形3

自己赚或者父母给，有点小钱预算了，得度个假。然而咱理工男儿实在不擅长那些度假攻略里面的挑挑拣拣，怎么办？

唉！多Agent。

智能助理，帮你一揽子打包一个旅游计划，甚至帮你和酒店老板谈价钱。

当然现在看来还是可以解决些存在的问题再上线这种app的：

1. Agent如何表现个人偏好？
2. Agent自己怎么比较不同供应商的价格和服务？
3. Agent怎么和其他Agent协商，比如团购啥的，问个价啥的，保证不被欺诈？

1.2 多Agent系统的认识/拜的码头

多Agent系统是个高度交叉的研究领域，融合了如经济学、哲学、逻辑学、生态学和社会科学。主流观点如下：

1. 软件工程的一种风格，师传计算机

计算机成为更为普适的交互工具，这种智能化的运作是趋势之一。

2. 理解人类社会的工具，干大活

比如EOS项目（Doran and Palmer，1995），观察了一个冰川期旧石器时代的法国南部出现复杂社会萌芽的原因。

1.3 多Agent系统和其他学科的关系

1. 不完全是分布式/并发系统

因为各个Agent要自己决策，从自己的决策出发，而不是像分布式那样协同一致。

2. 不完全是人工智能

Oren Etzioni大佬说过，“智能Agent是99%的计算机科学，1%的人工智能。”（Etzioni，1996）

它不要人工智能那样的学习能力。

人工智能80年代之后才开始研究社会性，这里Agent早就开始了。

3. 不完全是经济学和对策论

对策论就是博弈论。

对策论里面很多理论只是描述一下，不涉及计算。

对策论存在争议，似乎是道德问题，到底能不能让Agent学到有效、有用的知识。

4. 不完全是社会科学

人类社会的交互依赖很多因素，Agent应该模拟不过来。

1.4 推荐进一步阅读

入门读物

Ferber（1999），写于90年代初，没有Web有关的讨论。

Weiβ（1999），很好的文集。

更讲道理的综合入门读物

Bond和Gasser 1988年的论文集"Distributed Artificial Intelligence"

Huhns和Singh 1998的论文集。

Bradshaw 1997关于软件Agent的论文集。

一些介绍文章

关于智能Agent理论和实践的一般介绍(Wooldridge and Jennings, 1995)

简短、全面介绍Agent技术的文章(Jennings etc. , 1998)