1.1 什么是多智能体系统：小镇与它的镇民

1.1 什么是多智能体系统：小镇与它的镇民

摘要：智能体（agent）是能自主感知环境、做出决策并付诸行动的计算实体；多智能体系统（MAS）是一群这样的实体加上它们共同栖居的环境与交互关系。本节给出权威定义、拆解智能体的四大特性、给环境做形式化画像，并搭出"感知—决策—行动"的最小代码骨架。

「Agent」这个词在计算机科学里流浪了很久，直到分布式人工智能的研究者把它领回家，它才有了稳定的户口。本节是全册的地基：导读里那张小镇地图上的每一栋建筑，都建立在"镇民到底是谁"这个问题的答案之上。读完这一节，你才能进入第 2 章去解剖镇民的内部结构。

从一次学术分家说起

多智能体系统的身世要追溯到人工智能研究的一次分家。早期的研究者幻想造出一个无所不能的中央大脑，把推理、知识、感知全部塞进同一个系统；结果发现路越走越窄——真实世界是分布式的：数据长在不同的机器上，传感器长在不同的机器人上，决策权分散在不同的利益方手里。于是有人掉头：与其造一个神，不如造一个社会。让每个计算单元只管自己看得见的局部，通过交互把整体智能"涌现"出来。这个转向催生了分布式人工智能，后来软化成我们今天说的多智能体系统——一群相对简单、自主、会打交道的计算个体。

被引用得最多的定义来自 Wooldridge 与 Jennings：智能体是处于环境之中、能感知环境、并通过对环境采取行动以实现自身目标的设计体。这个定义看似平淡，狠话都藏在四个特性里。

四大特性：镇民的入籍标准

自主性（autonomy）：镇民自己拿主意，不被人或其他镇民牵着走。对象的方法被人调用，函数被人触发；智能体 Decide 自己的下一步，外界只能影响它的输入，不能替它做决定。这是智能体与普通软件模块的分水岭。

社会性（social ability）：镇民之间用某种智能体通信语言打交道，能交换信息、提出请求、做出承诺。孤胆英雄不算镇民，起码要有邻居。

反应性（reactivity）：镇民能及时感知环境变化并回应。仓库火警响起，巡逻机器人不该还在慢悠悠规划下季度的巡查路线。

能动性（pro-activeness）：镇民不光被动应对，还会主动出击实现目标。电池还够用时主动找充电桩排队，而不是等没电了再哭。

💡 一个常见的误判：把任何并发程序都叫多智能体系统。八线程下载器没有自主性（线程不会拒绝任务），也没有社会性（线程之间不协商）——它是并发软件，不是社会。判断口诀：看它们是"被调度"还是"自己做主"。

环境：小镇的地基与天气

谈智能体离不开环境。形式化一点，环境是状态空间加上转移规律，镇民通过感知函数获得观察，通过行动影响状态。教材里常用的几个分类维度值得背下来，因为它们直接决定后面机制选型：

最后那行是全册的伏笔：只要环境里还有别的会学习的镇民，你面对的就不是固定的转移规律，而是"我变你也变"的追逐——这是第 7 章学堂要直面的大麻烦。

把镇民写出来：最小感知—决策—行动循环

定义念完，动手最实在。下面这段代码用纯 Python 标准库搭出智能体的最小骨架：网格小镇里散落垃圾，扫地镇民按简单规则游走捡拾。注意三个函数的分工——perceive 决定它能看见什么，decide 装着它的"性格"，act 把决策交给环境执行。

import random

class SweeperAgent:
    """扫地镇民：感知相邻格位，决定移动方向，行动交由环境裁决。"""
    def __init__(self, name, pos):
        self.name = name          # 镇民名册
        self.pos = pos            # 在网格里的坐标
        self.bag = 0              # 已捡垃圾数

    def perceive(self, env):
        # 感知函数：只暴露当前位置与四邻，镇民看不见全镇
        return {
            "here_dirty": env.is_dirty(self.pos),
            "neighbors": env.free_neighbors(self.pos),
        }

    def decide(self, obs):
        # 决策函数：有垃圾就捡；否则在可行邻格中随机游走
        if obs["here_dirty"]:
            return ("pick", None)
        return ("move", random.choice(obs["neighbors"]))

class GridTown:
    """网格小镇：垃圾随时间新增，负责裁决所有镇民的行动。"""
    def __init__(self, size, agent_count, seed=7):
        random.seed(seed)
        self.size = size
        self.dirty = {(random.randrange(size), random.randrange(size))
                      for _ in range(size * size // 3)}
        self.agents = [SweeperAgent(f"sweeper-{i}",
                                    (random.randrange(size), random.randrange(size)))
                       for i in range(agent_count)]

    def is_dirty(self, pos): return pos in self.dirty
    def free_neighbors(self, pos):
        x, y = pos
        cand = [(x+dx, y+dy) for dx, dy in ((0,1),(0,-1),(1,0),(-1,0))]
        return [(nx, ny) for nx, ny in cand
                if 0 <= nx < self.size and 0 <= ny < self.size]

    def step(self):
        for a in self.agents:            # 环境轮询每个镇民
            act = a.decide(a.perceive(self))
            if act[0] == "pick":
                self.dirty.discard(a.pos); a.bag += 1
            else:
                a.pos = act[1]

town = GridTown(size=8, agent_count=3)
for _ in range(40):
    town.step()
print("剩余垃圾:", len(town.dirty))
print("战果:", [(a.name, a.bag) for a in town.agents])
​

运行它，你会看到三个互不通信的镇民纯粹靠局部规则就把垃圾清掉了大半。把 agent_count 调大，清扫变快但镇民会互相"踩"同一片区域——这就是缺乏协调的浪费，第 4 章市政分工要解决的头号矛盾。

图 1-1 沙盘小镇全景：智能体、环境与交互

多智能体系统的正式出场

有了镇民与环境，多智能体系统的定义水到渠成：由多个自主智能体组成的系统，智能体之间以及智能体与环境之间存在交互，系统整体要解决单个智能体无力解决或解决不好的问题。注意三个关键词——自主（没有总指挥）、交互（不是各干各的）、整体目标（不是乌合之众）。

判定一个系统是不是 MAS，可以依次问三个问题：计算单元能不能自己做决定（自主性）？单元之间有没有有语义的交互（社会性）？整体是否呈现出单个单元没有的能力（涌现）？三个都答"是"，才发镇民证。

常见问题快答

问：智能体和微服务有什么区别？ 微服务是工程分工，服务之间是调用与被调用；智能体之间是对等协商。把微服务加上自主决策与协议化交互，它就开始像多智能体系统了。

问：机器人才能算智能体吗？ 不。软件镇民（交易智能体、调度智能体、爬虫协商体）占文献的半壁江山；机器人只是长了身体的镇民。

问：多智能体系统和"群体智能"是一回事吗？ 群体智能（蚁群、鸟群）通常指简单个体无规划的涌现，偏反应式、无显式通信；MAS 更宽，允许聪明的镇民、显式协议与博弈。前者可以看作本册镇民光谱上"本能端"的近亲。

本节存档

• 智能体：能感知环境、自主决策、行动以实现目标的设计体，四特性是入籍标准；
• 多智能体系统：自主镇民加上环境与交互，整体能力大于个体之和才值得建镇；
• 环境画像：可观察性、确定性、动态性、离散性、镇民密度，五维度直接决定机制选型；
• 最小骨架：感知、决策、行动三函数加环境裁决循环，任何体系结构都是往"决策"里塞东西；
• 判定口诀：自己做主、有语义交互、有整体涌现，三问都过才算 MAS。

下一节给镇民分门别类——你会发现"智能体"这个词底下住着习性迥异的一大家子。