第 38 卷 第 22 期 Vol.38 No.22 计 算 机 工 程 Computer Engneerng 202 年 月 November 202 人 工 智 能 及 识 别 技 术 文 章 编 号 :000 3428(202)22 04 05 文 献 标 识 码 :A 中 图 分 类 号 :TP8 一 种 实 时 的 智 能 机 器 人 推 理 机 制 闵 华 松, 甘 勋 ( 武 汉 科 技 大 学 冶 金 自 动 化 与 检 测 技 术 教 育 部 工 程 研 究 中 心, 武 汉 43008) 摘 要 : 为 提 高 实 例 推 理 (CBR) 机 制 的 实 时 性, 提 出 一 种 智 能 机 器 人 推 理 机 制 给 出 CBR 推 理 流 程, 采 用 时 间 限 定 算 法 和 向 量 空 间 法 对 其 进 行 改 进, 以 加 快 检 索 和 完 成 学 习, 使 用 模 块 化 部 件 搭 建 智 能 平 台 实 验 结 果 表 明, 与 CBR 相 比, 该 机 制 在 完 成 相 同 任 务 时 所 使 用 的 时 间 更 少, 得 到 的 结 果 更 加 合 理 关 键 词 : 实 例 推 理 ; 智 能 机 器 人 ; 实 时 ; 时 间 限 定 算 法 ; 空 间 向 量 算 法 A Real-tme Reasonng Mechansm of Intellgent Robot MIN Hua-song, GAN Xun (Engneerng Research Center for Metallurgcal Automaton and Measurement Technology, Mnstry of Educaton, Wuhan Unversty of Scence and Technology, Wuhan 43008, Chna) Abstract In order to mprove the real-tme performance of Case-based Reasonng(CBR) reasonng mechansm, a new reasonng mechansm of ntellgent robot s proposed n ths paper. Ths paper gves the CBR reasonng process, uses the tme-lmted algorthm and space vector algorthm to mprove t, so to speed up the search and complete the study, and uses modular parts to buld ntellgent platform. Expermental results show that ths mechansm can use less tme n perform the same task, and get more reasonable result than CBR. Key words Case-based Reasonng(CBR); ntellgent robot; real-tme; tme-lmted algorthm; space vector algorthm DOI: 0.3969/j.ssn.000-3428.202.22.035 概 述 在 智 能 机 器 人 系 统 中 需 要 有 一 种 推 理 机 制 对 实 时 问 题 进 行 推 理 求 解 和 学 习 具 有 代 表 性 的 推 理 机 制 有 基 于 规 则 推 理 (Rule-based Reasonng, RBR) 过 程 推 理 (Procedural Reasonng System, PRS) 以 及 基 于 实 例 推 理 (Casebased Reasonng, CBR) 等 基 于 规 则 推 理 推 理 机 求 解 问 题 的 过 程 是 反 复 从 规 则 数 据 库 中 选 用 合 适 的 规 则 并 执 行 规 则 但 是 规 则 推 理 推 理 机 制 存 在 着 一 些 不 足 [], 如 领 域 内 的 专 家 知 识 ( 推 理 规 则 ) 难 以 获 取 系 统 维 护 困 难 解 决 方 案 的 生 成 过 程 需 要 较 长 的 推 理 时 间 速 度 较 慢 等 为 了 解 决 在 规 则 推 理 中 遇 到 的 问 题, 文 献 [2] 使 用 过 程 推 理 作 为 慎 思 型 Agent 的 推 理 机 制, 用 于 对 自 主 移 动 机 器 人 的 过 程 推 理 对 于 给 定 的 目 标, 只 需 在 规 划 库 中 进 行 匹 配, 因 此 可 以 缩 短 推 理 时 间, 但 是 过 程 推 理 也 存 在 着 不 足, 如 规 划 库 的 限 定, 无 法 对 新 生 成 的 规 划 进 行 学 习 和 存 储 等 文 献 [3] 将 实 例 推 理 应 用 到 慎 思 型 Agent 设 计 中, 使 得 过 程 推 理 中 所 遇 到 的 问 题 得 以 解 决 实 例 推 理 从 案 例 库 中 检 索 相 似 的 案 例, 对 案 例 进 行 修 改, 得 到 新 问 题 的 解 决 方 法, 并 将 解 决 方 案 存 入 到 案 例 库 中 文 献 [4] 成 功 地 将 实 例 推 理 应 用 到 反 射 Agent( 反 射 包 括 文 本 应 答 刺 激 等 ) 中 文 献 [5] 将 实 例 推 理 作 为 机 器 人 导 航 模 块 的 核 心 推 理 机 制 取 得 了 很 好 的 效 果 文 献 [6] 将 实 例 推 理 推 理 机 加 入 了 时 间 限 定 算 法 应 用 到 Agent 中, 作 为 Agent 中 的 实 时 推 理 机 制, 提 高 了 系 统 的 实 时 性 能 由 于 智 能 机 器 人 系 统 对 推 理 机 制 实 时 性 存 在 特 殊 要 求, 现 有 的 CBR 推 理 机 制 还 无 法 很 好 地 达 到 在 实 时 性 方 面 的 要 求, 因 此 本 文 对 CBR 推 理 机 制 进 行 了 深 入 分 析, 在 CBR 推 理 机 制 的 基 础 上 对 算 法 进 行 改 进, 提 出 一 种 实 时 的 智 能 机 器 人 推 理 机 制 2 CBR 简 述 及 实 时 性 分 析 CBR 的 工 作 原 理 是 从 众 多 的 已 知 范 例 中, 挑 选 出 一 个 或 多 个 与 当 前 新 问 题 最 相 似 的 范 例, 对 其 解 决 方 案 进 行 修 改, 从 而 得 到 新 问 题 的 解 决 方 案 [7] CBR 系 统 的 运 作 过 程 可 概 括 为 4Rs [8], 提 取 (Retreve) 重 用 (Reuse) 修 正 基 金 项 目 : 国 家 自 然 科 学 基 金 资 助 项 目 (675094) 作 者 简 介 : 闵 华 松 (969-), 男, 教 授 博 士, 主 研 方 向 : 嵌 入 式 系 统, 人 工 智 能 ; 甘 勋, 硕 士 收 稿 日 期 :202-0-2 修 回 日 期 :202-03-9 E-mal:ganxun@63.com
42 计 算 机 工 程 202 年 月 20 日 (Revse) 和 存 储 (Retan) CBR 推 理 流 程 如 图 所 示 图 CBR 推 理 流 程 在 智 能 机 器 人 系 统 中, 对 于 系 统 的 实 时 性 有 很 高 的 要 求, 但 是 CBR 推 理 机 制 在 实 时 性 方 面 存 在 不 足, 因 为 在 CBR 推 理 过 程 各 阶 段 中 都 存 在 着 不 确 定 的 耗 时, 所 以 总 耗 时 T CBR 计 算 方 法 如 下 : T = ( T + T ) n+ ( T + T ) m () CBR Retreve Reuse Revse Retan 其 中,n 是 修 正 和 存 储 的 迭 代 次 数 ;m 是 提 取 和 重 用 的 迭 代 次 数 ; T Revse 表 示 修 正 当 前 案 例 所 花 销 的 时 间, 它 受 修 正 算 法 的 影 响 ; T Retan 表 示 存 储 一 个 新 案 例 所 花 销 的 时 间, 在 此 过 程 中 需 要 判 断 这 个 案 例 是 否 要 存 入 案 例 库 ; T Retreve 表 示 提 取 一 个 与 当 前 问 题 类 似 案 例 所 花 销 的 时 间, 提 取 算 法 和 案 例 库 的 大 小 会 对 它 的 耗 时 造 成 影 响 ; T Reuse 表 示 利 用 已 有 案 例 来 解 决 当 前 问 题 所 花 销 的 时 间, 重 用 算 法 和 采 用 的 案 例 个 数 会 对 它 的 耗 时 造 成 影 响 3 改 进 的 推 理 机 制 CBR 时 间 限 定 算 法 流 程 如 图 2 所 示, 其 中, 白 箭 头 表 示 数 据 流 向 图 2 CBR 时 间 限 定 算 法 流 程 在 CBR 推 理 各 个 阶 段 中, 用 时 不 确 定 性 导 致 了 任 务 执 行 时 间 的 不 确 定 性, 这 对 系 统 实 时 性 具 有 很 大 影 响 针 对 此 问 题, 本 文 提 出 一 种 改 进 后 的 推 理 机 制, 该 机 制 将 推 理 分 为 学 习 ( 修 正 存 储 ) 和 慎 思 ( 提 取 重 用 )2 个 过 程, 采 用 时 间 限 定 算 法 对 推 理 过 程 各 阶 段 用 时 进 行 限 定, 具 体 过 程 如 下 : () 在 学 习 过 程 中, 在 限 定 时 间 内 对 已 有 案 例 尽 可 能 地 做 出 修 正 并 存 储, 如 果 超 时 即 停 止 迭 代, 那 么 不 将 修 正 结 果 存 储 (2) 在 慎 思 过 程 中, 在 限 定 时 间 内 提 取 相 似 度 尽 可 能 大 的 案 例 出 来 重 用, 如 果 超 时 即 停 止 迭 代, 输 出 Msson_ NULL 类 型 消 息, 既 无 任 务 需 要 处 理 T delberatve 设 定 慎 思 过 程 中 提 取 案 例 的 最 大 限 时 为 T maxd, 则 < T maxd 设 定 学 习 过 程 的 最 大 限 时 为 T maxl, 则 Tlearn < TmaxL 单 纯 使 用 时 间 限 定 算 法 很 难 达 到 理 想 的 效 果, 因 为 针 对 大 型 的 案 例 库, 采 用 时 间 限 定 算 法, 将 会 由 于 需 要 检 索 的 深 度 很 大, 会 被 以 超 时 判 负 的 形 式 终 止 检 索, 而 得 不 到 合 理 的 推 理 结 果, 更 无 法 完 成 学 习 针 对 这 种 情 况, 本 文 采 用 向 量 空 间 法, 达 到 加 快 检 索 和 学 习 的 目 的 以 提 取 阶 段 的 算 法 为 例, 融 合 多 参 数 感 知 信 息, 将 感 知 信 息 作 为 一 个 多 参 数 的 空 间 向 量 进 行 表 示 设 多 参 数 感 知 信 息 向 量 为 P, 假 设 P 有 pcount 个 属 性, 表 示 如 下 : P p p2 p pcount = {,,, } (2) 设 案 例 库 中 案 例 为 C, 设 案 例 库 中 已 存 储 Ccount 个 案 例, 表 达 式 如 下 : C= { c, c,, c,, c } (3) 2 Ccount 其 中, c 表 示 为 { k, s } ; s 表 示 第 个 案 例 的 解 决 方 案 ; k 表 示 第 个 案 例 的 感 知 信 息 属 性 设 k 有 kcount 个 属 性, 表 示 如 下 : K = { k, k,, k } (4) 2 kcount 本 文 采 用 相 似 度 函 数 的 方 法 计 算 p 和 k 2 个 向 量 之 间 的 相 似 度, 在 案 例 库 中 找 到 相 似 度 最 高 的 解 决 方 案 来 解 决 实 际 的 问 题 对 于 该 相 似 度 函 数, 不 能 采 用 固 定 的 算 法, 还 需 要 根 据 不 同 情 况 和 要 求, 对 各 参 数 分 配 权 重 以 突 出 其 重 要 性, 针 对 于 智 能 机 器 狗 的 实 际 情 况, 进 行 不 同 的 任 务 的 分 级, 根 据 任 务 等 级 的 不 同 和 环 境 的 变 化 动 态 的 给 各 传 感 信 息 分 量 分 配 权 重 假 设 某 任 务 的 权 重 针 对 多 参 数 的 分 配 权 重 向 量 为 W, 表 示 如 下 : W{ w, w, } (5) 2 动 态 权 重 的 分 配 是 基 于 优 化 的 层 次 分 析 法 (Analytc Herarchy Process, AHP) 算 法, 算 法 具 体 过 程 如 下 : () 建 立 判 断 矩 阵 C: 指 标 比 j指 标 重 要 Cj = 0 指 标 与 j指 标 一 样 重 要 指 标 不 如 指 标 重 要 (2) 计 算 判 断 矩 阵 最 优 传 递 矩 阵 D: (6)
第 38 卷 第 22 期 闵 华 松, 甘 勋 : 一 种 实 时 的 智 能 机 器 人 推 理 机 制 43 m d = ( C + C ) (7) j k kj m k= (3) 求 一 致 性 判 断 矩 阵 A: a = exp( d ), j (8) j j (4) 计 算 A 的 归 一 化 特 征 向 量 w: w w = m w j= 其 中, w = n a j n j j= (9) 按 照 任 务 等 级 和 环 境 的 变 化, 根 据 上 述 的 方 法 得 到 各 个 向 量 的 权 重 分 配, 将 采 集 的 传 感 器 信 息 向 量 p 中 乘 以 相 应 的 权 重 得 到 新 的 传 感 器 信 息 向 量 p, p 表 示 如 下 : p = { p w, p2 w2,, ppcount wpcount} (0) 由 此 求 出 p 和 k 向 量 的 余 弦, 即 可 得 到 2 个 向 量 空 间 的 相 似 度, 相 似 度 函 数 表 达 式 如 下 : scount p k p k = () / 2 cos(, ) = scount scount 2 2 ( p k ) = = cos( pk, ) (0,), 其 值 越 大, 相 似 度 越 高 对 于 存 储 过 程 采 用 相 同 的 算 法 进 行 时 间 限 定 4 智 能 机 器 狗 RRTR 推 理 机 制 4. 硬 件 平 台 使 用 模 块 化 的 部 件 搭 建 一 款 智 能 机 器 狗 作 为 本 文 推 理 机 制 的 验 证 平 台, 机 器 狗 系 统 组 成 结 构 与 实 物 照 片 如 图 3 图 4 所 示 图 3 机 器 狗 系 统 组 成 结 构 成 对 机 器 狗 的 前 后 腿 以 及 尾 巴 等 关 节 ;AtomZ50 与 PXA270 之 间 采 用 802.g 无 线 网 络 协 议 进 行 通 信 ; PXA270 与 Mega28 之 间 采 用 SPI 接 口 进 行 通 信 ; 机 器 狗 的 系 统 为 异 构 的 分 布 式 网 络 系 统 4.2 软 件 平 台 图 4 机 器 狗 实 物 照 片 本 文 设 计 了 一 种 具 有 思 维 与 学 习 感 知 与 交 互 行 动 与 的 单 机 器 人 Mult-agent 分 布 式 智 能 机 器 人 体 系 结 构, 其 体 系 结 构 如 图 5 所 示 该 体 系 结 构 中 包 含 感 知 Agent 交 互 Agent 思 维 与 学 习 Agent 反 射 Agent 行 动 与 Agent 有 限 状 态 机 Agent 命 令 管 理 Agent 感 机 器 狗 的 使 用 了 3 片 核 心 芯 片, 其 中,AtomZ50 为 训 练 学 习 机 大 脑 ;PXA270 器 作 为 机 器 狗 本 体 上 的 核 心 智 能 器 ; 通 过 各 类 接 口 获 取 各 种 传 感 器 信 息, 采 用 Mega28 器 负 责 基 于 串 行 总 线 的 数 字 舵 机, 完 知 Agent 通 过 传 感 器 获 得 外 部 环 境 的 信 息, 对 获 得 的 环 境 信 息 进 行 处 理, 再 送 入 思 维 与 学 习 Agent 同 时, 判 别 是 否 需 要 直 接 产 生 反 应 ( 传 入 反 射 式 Agent 直 接 产 生 行 动 命 令 ); 对 于 非 线 性 判 别 信 号 ( 如 音 频 视 频 等 信 号 ), 则 将 其
44 计 算 机 工 程 202 年 月 20 日 进 行 识 别 成 可 表 述 的 文 字 信 号 或 特 征 码, 并 将 文 字 信 号 或 特 征 码 传 入 思 维 与 学 习 Agent 思 维 与 学 习 Agent 接 收 到 感 知 信 息 后, 判 别 感 知 信 息 是 否 需 要 经 过 推 理 机 推 理, 如 需 要 则 通 过 推 理 提 出 解 决 方 案, 规 划 并 生 成 命 令, 将 生 成 的 命 令 传 送 到 行 动 与 Agent, 结 合 有 限 状 态 机 Agent, 产 生 具 体 行 动 命 令, 由 命 令 管 理 器 Agent 输 出 信 号, 实 现 行 动 与 在 该 体 系 结 构 中, 设 计 交 互 Agent, 实 现 机 器 人 与 机 器 人 以 及 外 界 之 间 的 交 互 功 能, 如 果 推 理 过 程 中 需 要 向 外 界 发 出 联 络 信 号 和 接 收 到 外 界 的 联 络 信 息, 则 交 由 交 互 Agent 完 成, 也 可 以 经 过 思 维 与 学 习 Agent 做 出 应 答, 还 可 以 根 据 接 收 到 的 上 级 命 令 的 身 份 判 别, 直 接 从 感 知 Agent 中 获 取 原 始 信 息, 进 行 传 送 思 维 与 学 习 Agent 行 动 与 Agent 被 动 感 知 主 动 感 知 交 互 Agent 有 限 状 态 机 Agent 感 知 Agent 反 射 式 Agent 命 令 管 理 器 Agent 传 感 器 传 感 网 络 传 感 总 线 运 动 语 音 其 他 图 5 单 机 器 人 Mult-agent 的 分 布 式 软 件 体 系 结 构 4.3 本 文 推 理 机 制 本 文 重 点 设 计 思 维 与 学 习 Agent( 慎 思 Agent), 因 为 它 是 智 能 机 器 狗 的 大 脑, 机 器 狗 的 智 能 程 度 主 要 取 决 于 大 脑 的 智 能 程 度, 本 文 为 慎 思 型 Agent 的 推 理 机 制, 本 文 推 理 机 制 的 思 维 与 学 习 Agent 如 图 6 所 示 从 系 统 感 知 Agent 获 取 的 感 知 信 息, 传 入 思 维 与 学 习 Agent, 结 合 当 时 所 处 的 环 境 信 息, 经 过 推 理, 产 生 解 决 方 案, 由 其 内 部 规 划 器 生 成 任 务, 经 由 任 务 调 度 模 块 管 理, 输 出 任 务 序 列, 传 入 行 动 与 Agent, 机 器 狗 的 行 为 动 作 感 知 信 息 感 知 信 息 输 入 接 口 任 务 调 度 模 块 命 令 输 出 接 口 任 务 序 列 规 划 并 生 成 任 务 思 维 与 学 习 模 块 重 用 提 取 范 例 库 修 正 存 储 通 信 模 块 交 互 命 令 主 动 感 知 图 6 本 文 推 理 机 制 的 思 维 与 学 习 Agent
第 38 卷 第 22 期 闵 华 松, 甘 勋 : 一 种 实 时 的 智 能 机 器 人 推 理 机 制 45 推 理 机 制 是 基 于 案 例 库 来 实 现 的, 案 例 库 的 设 计 和 管 理 方 法 的 不 同, 对 于 推 理 机 制 的 检 索 和 学 习 的 效 率 起 到 不 同 的 作 用, 好 的 案 例 库 会 减 少 检 索 和 学 习 的 时 间 本 文 对 于 案 例 库 也 进 行 了 设 计, 采 用 数 据 生 命 周 期 动 态 管 理 的 方 法 对 案 例 库 中 的 案 例 进 行 管 理, 其 方 法 是 : 综 合 考 虑 案 例 的 最 近 使 用 案 例 的 使 用 频 度 案 例 的 分 布 等 因 素, 对 案 例 进 行 价 值 评 价, 将 价 值 高 的 移 动 到 案 例 库 的 前 面, 价 值 相 对 较 低 的 案 例 后 移, 这 样 就 可 以 减 少 检 索 的 深 度, 已 达 到 减 少 检 索 时 间 的 目 的 本 文 设 计 智 能 机 器 狗 上 具 有 避 障 报 警 语 音 识 别 和 语 音 聊 天 的 功 能, 并 在 机 器 狗 上 设 计 了 语 音 传 感 器 ( 采 集 语 音 信 息 ) 红 外 传 感 器 ( 避 障 ) 温 度 传 感 器 ( 获 取 温 度 信 息 ) 压 力 传 感 器 ( 获 得 触 觉 信 息 ) 摄 像 头 ( 获 取 视 频 信 息 ), 由 此 感 知 信 息 向 量 为 P 表 示 如 下 : P = { p, p, p, p, p, p } (2) voce nfrared temperature touch vdeo GPS 系 统 根 据 机 器 狗 动 态 环 境 的 变 化, 按 照 第 3 节 的 优 化 的 AHP 算 法 动 态 的 为 感 知 信 息 向 量 P 分 配 不 同 的 权 重, 从 案 例 库 中 检 索 出 相 似 度 最 高 的 一 个 或 者 几 个 案 例, 从 而 更 准 确 地 找 出 解 决 方 案 5 实 验 结 果 与 分 析 本 文 实 验 部 分 主 要 是 在 PC 机 上 对 算 法 和 环 境 进 行 仿 真, 以 机 器 狗 的 避 障 和 路 径 规 划 问 题 对 CBR 推 理 机 制 和 本 文 推 理 机 制 进 行 对 比 分 析, 采 用 语 音 红 外 摄 像 头 的 视 频 GPS 4 种 信 号 作 为 推 理 机 的 输 入 向 量 参 数 ( 语 音 信 号 主 要 是 作 为 语 音 识 别, 得 到 命 令 在 导 航 中, 红 外 主 要 是 发 现 前 进 的 方 向 是 否 有 障 碍 物, 如 果 有 使 用 摄 像 头 采 集 的 信 息 作 图 像 识 别, 识 别 出 具 体 的 障 碍 物 是 什 么, 以 通 过 推 理 采 取 的 下 一 步 动 作 和 前 进 的 方 向,GPS 是 给 出 机 器 狗 的 当 前 具 体 位 置 ), 输 入 向 量 参 数 经 过 推 理 机 的 推 理 后 得 到 机 器 狗 的 下 一 个 动 作 和 前 进 的 方 向, 自 动 完 成 避 障 和 导 航 的 功 能 本 文 模 拟 在 一 个 封 闭 的 环 境 中, 系 统 构 造 了 环 境 的 世 界 模 型, 建 立 了 Map, 在 环 境 中 存 在 一 定 的 障 碍 物, 拟 定 机 器 狗 从 A 点 出 发, 自 动 导 航 和 避 障 到 达 B 点, 在 试 验 中, 分 别 采 用 CBR 机 制 和 本 文 推 理 机 制, 实 验 结 果 如 图 7 和 表 所 示 可 通 过 节 点 椅 子 电 脑 桌 B B A A (a)cbr 推 理 避 障 路 线 (b) 本 文 推 理 避 障 路 线 图 7 2 种 机 制 实 验 结 果 对 比 示 例 图 表 CBR 机 制 与 本 文 机 制 实 验 结 果 对 比 推 理 机 制 花 费 时 间 /ms 距 离 /m CBR 机 制 32.06 9 本 文 机 制 89.43 3 从 图 7 可 以 看 出, 使 用 在 同 样 的 环 境 下, 本 文 机 制 推 理 的 结 果 比 CBR 推 理 的 结 果 更 加 合 理, 在 导 航 上 可 以 规 划 出 更 合 理 的 路 径 从 表 可 以 看 出, 本 文 机 制 在 完 成 同 样 的 任 务 是 使 用 的 时 间 更 少, 而 得 到 的 结 果 更 合 理 6 结 束 语 本 文 提 出 一 种 实 时 的 智 能 机 器 人 推 理 机 制 对 具 有 代 表 性 的 CBR 推 理 机 制 进 行 分 析, 介 绍 CBR 的 工 作 原 理, 并 研 究 其 实 时 性, 在 CBR 的 基 础 上, 加 入 时 间 限 定 和 空 间 向 量 算 法 对 推 理 机 的 算 法 进 行 改 进 使 用 模 块 化 部 件, 设 计 具 有 Mult-agent 分 布 式 体 系 结 构 的 智 能 机 器 狗 实 验 结 果 表 明, 该 机 制 能 获 得 较 好 的 实 验 效 果 今 后 将 把 仿 真 和 实 际 相 结 合, 对 机 器 狗 推 理 机 制 的 实 时 性 进 行 更 深 入 的 研 究, 提 高 整 体 实 时 性 参 考 文 献 [] 罗 杰 文, 施 智 平, 何 清, 等. 一 种 CBR 与 RBR 相 结 合 的 快 速 预 案 生 成 系 统 [J]. 计 算 机 科 学 与 发 展, 2007, 44(4): 660-666. [2] Mchael P, Georgeff A, Lansky L. Reactve Reasonng and Plannng[C]//Proc. of the 6th Natonal Conference on Artfcal Intellgence. [S. l.]: ACM Press, 987. [3] Corchado J M, Laza R. Constructng Delberatve Agents wth Case-based Reasonng Technology[J]. Internatonal Journal of Intellgent System, 2003, 8(2): 227-24. [4] Soh L K, Tsatsouls C. A Real-tme Negotaton Model and a Mult-agent Sensor Network Implementaton[J]. Autonomous Agents and Mult-agent System, 2005, (3): 25-27. [5] Ontanon S, Plaza E. Learnng and Jont Delberaton Through Argumentaton n Mult-agent System[C]//Proc. of Internatonal Conference on Autonomous Agents and Multagent System. Honolulu, USA: [s. n.], 2007. [6] Navarro M, Heras S, Julan V, et al. Incorporatng Temporalbounded CBR Technques n Real-tme Agents[J]. Expert System wth Applcatons, 20, 38(3): 2783-2796. [7] Leake D B, Sooramurth R. When Two Case Bases are Better Than One: Explotng Multple Case Bases[C]//Proc. of the 4th Internatonal Conference on Case-based Reasonng. Berln, Germany: Sprnger, 200. [8] Aamodt A, Plaza E. Case-based Reasonng: Foundatonal Issues, Methodlogcal Varatons and System Approaches[J]. AI Communcatons, 994, 7(): 39-59. 编 辑 刘 冰