原标题：基于Agent的智能人机接口技术

　　摘要:本文提出利用“代理人”的思想来实现人机协调, 将agent 技术和方法应用于人机接口, 并设计了一个决策支持系统中的基于Agent 的人机接口模型, 应用Agent 接口实现人、机器和其它设备的三位一体模型, 并给出了该系统的工作流程。

　　关键词:Agent;人机协调;人机接口

　　1 人- 机失调问题

　　人、机(计算机、生产及控制设备等) 是由两种截然不同的对象, 在一定的环境和组织机构中组成的复杂人机系统。在这样的系统中, 人与机器配合工作, 各司其职。人主要从事思维、感知、决策、创造等方面的工作, 机器则在生产过程的实施与控制方面发挥作用,或从事由于生理或心理因素人们无法完成的工作。受传统思维方式的影响, 人们常常不自觉地将系统中人与机器之间的有机联系割裂开来, 用技术的方法研究机器的作用, 用管理学的方法研究人的影响。

　　近年来, 虽已开始对人在生产制造系统中的地位有所认识, 但对如何处理好系统中人机的关系,尚无具体的研究成果。

　　2 智能人机接口技术实现人机协调

　　控制论的创始人维纳早就指出“: 当我们使用有理智的机器的时候, 我们自己应该在利用这些机器之前, 表现出更大的理智和才能”。在复杂工业系统中,人与机器的合理分工、协同和集成是有效实施智能管理系统集成及优化技术的关键。

　　2.1 人机一体化思想

　　在制造环境中, 人的作用是不可替代的。在制造智能管理自动化系统的人机关系问题上, 初的思想是强调高度自动化, 但在研究和应用实践中产生的种种问题, 使人们逐渐认识到适度自动化的重要性, 进而提出了“人件”(Humanware) 与“软件”、“硬件”

　　具有同等重要性。1990 年钱学森在研究思维科学时,提出了“综合集成工程”(Meta- synthetic Engineering),其中蕴涵了人在集成系统中的不可替代作用。

　　路甬祥院士提出了“人机一体化系统”, 其内容是强调人在系统中的重要性, 人机协同感知、思维和执行实现人与机械的整体综合(Metasynthesis), 强调人在回路中的重要性, 通过超介质(hypermedia) 实现人机耦合(human- machine coupling), 从而实现人机协同合作(human - machine synergy)。

　　人与机器是两种具有重大区别的系统, 要实现二者有机的结合, 达到协同的目的, 首先必须了解各自的特点, 然后寻求二者通过超介质, 如智能人机接口结合实现人机一体化系统。

　　  2.2 智能人机接口

　　涂序彦教授指出的“人机协调”意味着: 人与自动化机器设备组成的人机系统(Man-Machine System)中, 人与机器通过多媒体智能界面(Multimedia IntelligentInterface) 进行人机友好通信, 在人机合理分工的基础上, 进行人机协同工作, 实现人机“智能集成”(IntelligenceIntegration), 促进人机“智能共生”( IntelligenceCo- growing) , 达到“人机和谐”(Man-MachineHarmonization) 。为了实现人机协调, 在系统设计中要做到人机合理分工, 而在实现中则要提供多媒体的人机智能接口, 以便在系统运行中能够进行人机的友好交互, 实现人机智能结合, 人机协同工作。在多库协同软件支持下, 可以为智能管理系统设计和实现可视化的多媒体人机智能界面, 建立人机协调的智能管理系统。

　　借助智能人机接口实现人机协调的要求:

　　( 1) 要实现人机协同的思想, 必须充分发挥人与机器各自的特点, 以协同为目标, 借助一个既能理解人的思维和行为, 又能理解机器行为的人机接口, 在人与机器之间建立一种柔性的耦合关系, 是将具有本质区别的两个事物有机融合的一种可行思路。

　　( 2) 人特有的认知和行为特点, 决定了人机接口的视线中应该设计由人根据自身特点、经验知识创造的, 并具有人类某些重要意识属性和行为特点的“代理人”。这个“代理人”驻留在人机接口系统中。

　　( 3)“代理人”需要具有适用于不同人的认知和行为特点的能力, 这是建立在对人的认知和行为特点充分理解的基础之上的。因此中间体本质上是一个知识系统。

　　( 4) 让“代理人”作为人和机器之间信息、知识、情感沟通的桥梁, 既不需要构建具有超人的智能机器(实践已经证明一味追求智能化机器的道路已经步履维艰) , 又避免了人与机器地生硬的直接接触。这就是一种智能化人机—体的超介质。

　　3 智体( Agent ) 的特点和结构

　　智体(Agent) 是很好的实现上述“代理人”的工具。

　　Agent 代表拟人的智能实体, 具有类似于人的特性和功能, 如:

　　(1)自律性(Autonomy)。Agent 具有根据自己的信念、愿望和意图, 自律地、独立地自行决策的性能。

　　(2)主动性(Activity)。Agent 能预见环境的变化并按照其目的和需求主动地采取行动。

　　(3)敏感性(Sensibility)。Agent 具有感知、识别和理解环境或其它智体的性能。

　　(4)反应性(Reactivity)。Agent 能输入刺激信息和输出反应行为, 能接收指示并执行任务。

　　(5)机动性(Mobility)。Agent 具有机动性、灵活性和适应性, 能在其生存环境中随意移动, 并实现某些远程操作。

　　(6)社团性(Sociality)。各种Agent 之间可以相互通信、协商、协作和协调。若干Agent 可组成Agent 团队或Agent 社会。

　　为了表达agent 的特性和功能, agent 的模型可用一个六元素的数据集来给出。如下:

　　A={Au, Ac, Se, Re, Mo, So} ( 1)其中: A—Agent; Au—自律性; Ac—主动性; Se—感知性; Re—反应性;Mo—移动性; So—社团性作为拟人的智能实体, 智体的结构应类似于人。

　　智体的一般结构如图1 所示。在图中,智体包括如下3 个单元素:

　　(1)决策生成器(Decision Maker)。具有自律性Au和主动性Ac 的决策生成器根据自己的信念、愿望、意图和感受器输入的信息, 输出指令给效应器。

　　(2)感受器(Sensor)。具有敏感性能的感受器, 从外界环境或其他Agent 接受输入的刺激信息, 并提供经过处理的信息给决策生成器。

　　(3)效应器(Actuator)。具有反应性能的效应器接收决策生成器的指令, 并产生输出行动, 作用于外界环境或其它Agent。

　　基于Agent 的体系结构, 可以利用软件、硬件或“软一硬”件的方法和技术来设计和实现。

　　4 基于Agent 的人机接口在决策支持系统中的实现模型

　　决策支持系统强调决策过程的人机交互, 它比一般的软件系统更需要一个界面友好的人机交互系统.

　　人机接口, Agent 可充当用户和机器信息沟通的桥梁,形成一种人机互相激发、优势互补、共同寻求问题的有效途径, 从而构成基于网络的分布式人机共存环境。

　　4.1 基于Agent 的人机协调机制

　　这种用于充当人和机器信息沟通的桥梁的人机接口Agent 将人(管理者、决策人、操作者、调度员等)和计算机及其它机器设备有机地结合起来, 形成了一种人与机器相互激发、优势互补、共同寻求问题求解的协同机制(如图2) 。

　　上述模型是一个三位一体的结构, 打破了传统的人- 机二元综合的思路。Agent 具有人和机器的各自特点, 将原来的人与高度智能化的机器之间的“硬接口”

　　分解为若干组“人—Agent”和“Agent —机器”的双柔性接口。在很大程度上, Agent 充当了人的代理。实现人机协同的任务就转变为研制具有双向人机接口的Agent。

　　  4.2 人机接口Agent 的工作方式

　　人机接口Agent 强调Agent 的自主性和学习性,它可作为人的助手, 通过与用户协作替用户传达决策任务。在决策过程中, Agent 可采用以下几种学习方式来适应问题的变化: 通过发现和模拟用户学习知识、通过获得用户的正向和负向反馈学习知识、通过用户的指导获得知识、通过与其它Agent 通讯获得知识。人机接口Agent 的工作模式如图3 所示。

　　通过人机接口Agent 可实现人机智能结合, 通过多Agent 系统的集成, 可提高人—机系统的综合智能水平, 可以为人和机器的双向通信提供友好交互、自然对话的条件, 构成人机协调系统。例如, 可以理解用户发出的命令、并替用户执行诸如数据库搜索或替用户记录和处理信息等。

　　在本系统中, 界面Agent 一方面要通过系统提供信息, 提出任务要求; 另一方面系统也要通过界面向用户提供解答和各种辅助决策信息, 或者向用户索取为完成任务需要的补充信息, 不同的界面Agent 对应处理不同的用户要求和不同的任务。

　　本系统的Agent 的工作流程如下:

　　(1) 根据用户的登录情况为新用户建立初步用户模型或为旧用户查询得到其用户模型。

　　(2)根据用户模型, 确定人机接口Agent 的工作方式。

　　(3)用户按人机接口Agent 提供的输入方式录入信息, 包括数据信息或一些定性信息。

　　(4)根据系统模型, 触发适当的功能Agent , 由它们相互协作完成相应的决策功能。

　　(5)接受其它Agent 传送来的处理结果, 按确定的输出方式输出结果。

　　用户模型采用纪录形式表达, 存储于范例库中,其中的字段代表用户的特征, 形式为: 用户模型{用户类型, 对系统熟悉程度, 知识背景, 决策背景, 决策风格}, 系统提取这些主要是因为它们与用户所偏好的界面形式有密切关系。界面Agent 中的学习主要用于用户模型的调整、修正、知识库的完善等。

　　5 结束语

　　本文的创新点是: 利用基于Agent 的人机接口技术, 改进传统方式的许多不足, 提高系统的适应性和灵敏性。下一步的研究工作将对此模型作进一步的细化, 并改进该模型在自主学习和主动性等方面的不足。