从单体智能到群体智能：多智能体系统的兴起 / From Individual to Collective Intelligence: The Rise of MAS

第 1 章：从单体智能到群体智能：多智能体系统的兴起

Chapter 1: From Individual to Collective Intelligence: The Rise of MAS

> 本章核心问题 / Core Question > 什么是多智能体系统（Multi-Agent System, MAS）？它为何能够从传统人工智能中独立出来，成为一门研究"群体协作"的独立学科？ > > *What is a Multi-Agent System, and why did it emerge as a distinct discipline from classical artificial intelligence?*

---

想象一个场景：清晨七点半，纽约时代广场的十字路口。数千名行人正在等红灯，没有中央指挥，没有交通警察，但人流依然有序地穿过马路。再想象另一个场景：亚马逊（Amazon）某个巨型仓库里，数千台橙色的 Kiva 机器人在货架间穿梭、搬运、避让，它们彼此从未"认识"，却能在 15 分钟内完成一个人类工人一小时的工作量。

这两个场景看似毫不相关，但它们共享一个深层秘密——没有中央控制，群体依然能完成复杂任务。这就是"多智能体系统"研究的起点。

本章将回答三个层层递进的问题：第一，自然界中是否存在这种"无中心协作"的现象？第二，计算机科学如何将这种现象抽象为可计算的模型？第三，为什么面对许多现实问题时，"一个超级智能体"不如"一群普通智能体"？

让我们从一只蚂蚁开始。

---

1.1 自然界中的群体智慧：蚂蚁、蜜蜂与鱼群

1.1.1 一只蚂蚁的智力

蚂蚁的大脑大约有 25 万个神经元，仅相当于人类大脑神经元数量的百万分之一。如果把一只蚂蚁单独放在一个迷宫里，它几乎无法找到食物；如果放在水里，它会淹死；如果遇到一只鞋，它会反复尝试爬上光滑的鞋面而失败。单只蚂蚁的"智能"非常有限。

然而，当数百只、数千只蚂蚁聚集在一起时，它们却能完成令人惊叹的工程奇迹：建造比自身重量大数千倍的巢穴、组织复杂的社会分工、形成从巢穴到食物源的最短路径、在洪水来临时用身体搭成"救生筏"拯救同伴。

生物学家经过长期观察发现了一个关键事实：蚂蚁并不掌握群体的全局信息。 每只蚂蚁只能感知到它周围几厘米范围内的情况——附近有谁、哪里有食物气味、前进方向是否有障碍。它做出的决策只基于这些局部信息。然而，正是这种"局部感知 + 简单规则"，在群体层面涌现（emerge）出了复杂而稳定的结构。

1.1.2 三个经典案例

案例一：蚁群觅食（Ant Colony Foraging）

蚂蚁在寻找食物时，会在路径上释放一种叫做信息素（pheromone）的化学物质。信息素会随时间挥发。一只找到食物的蚂蚁返回巢穴时，会在路径上留下信息素；其他蚂蚁倾向于沿着信息素浓度更高的路径前进。如果某条路径较短，蚂蚁往返所需时间更短，信息素积累得更快，从而吸引更多蚂蚁，进一步强化这条路径。最终，整个蚁群会"收敛"到一条从巢穴到食物源的最短路径——尽管没有任何一只蚂蚁知道这条路径最短。

这个过程的精妙之处在于：每只蚂蚁都遵循同一条简单规则（"跟着信息素走"），但群体表现出了"知道"路径最短的"集体智能"。

案例二：蜂群决策（Honeybee Swarms）

当蜂群规模过大、需要分家时，蜂群会派出数百只"侦察蜂"寻找新的巢穴地点。每只侦察蜂评估一个候选地点后，返回蜂群进行"摇摆舞"（waggle dance）——舞蹈的强度和持续时间编码了该地点的质量。随着时间推移，蜂群会逐渐"投票"出最受欢迎的候选地点。当某个地点的"支持票数"达到临界阈值，整个蜂群就会集体飞往那里。

这种决策机制称为"群体共识"（quorum sensing）。它解决了一个根本性的难题：在没有中央投票站的情况下，如何做出"全或无"的群体决策？ 蜜蜂的答案是通过简单的局部互动，让信号像滚雪球一样累积，直到触发群体行动。

案例三：鱼群编队（Fish Schools）

沙丁鱼群能在水下形成壮观的"球形"编队以抵御捕食者。生物学家 Couzin 等人通过建模发现，鱼群中的每条鱼只需遵循三条规则： 1. 与邻近的鱼保持一定距离（避免碰撞）； 2. 朝邻近鱼的平均方向游动（保持队形一致）； 3. 朝邻近鱼的平均位置靠拢（保持队形紧凑）。

这三条规则没有任何一条提到"球形"或"防御捕食者"，但当数千条鱼同时执行这三条规则时，鱼群会自发形成紧凑的、可躲避捕食者攻击的球形或椭圆结构。这种"自发形成的智能"是涌现（emergence）的典型案例。

1.1.3 从生物现象到计算模型

20 世纪 90 年代，计算机科学家开始从这些生物现象中汲取灵感，发展出一系列"群体智能算法"（Swarm Intelligence Algorithms）。其中最著名的两个是：

蚁群算法（Ant Colony Optimization, ACO） 1991 年，意大利学者 Marco Dorigo 在其博士论文中首次提出 ACO 算法。其核心思想正是模拟蚂蚁的信息素机制：让"虚拟蚂蚁"在解空间（图、调度问题）中游走，好的解留下更多"信息素"，后续蚂蚁更倾向于走这些路径。经过多轮迭代，算法收敛到近似最优解。ACO 已成功应用于旅行商问题（TSP）、车辆路径问题（VRP）、网络路由等多个经典优化问题。

粒子群优化（Particle Swarm Optimization, PSO） 1995 年，美国社会心理学家 James Kennedy 和电气工程师 Russell Eberhart 提出 PSO 算法。其灵感来自鸟群觅食：将每个候选解视为一只"鸟"（粒子），粒子在解空间中的飞行方向受两个因素影响——粒子自身历史最优位置（个体经验）和群体历史最优位置（社会经验）。通过不断更新这两类信息，粒子群会逐渐聚集到全局最优解附近。PSO 在函数优化、神经网络训练、电力系统调度等领域有广泛应用。

> 📌 本节要点 / Key Takeaways > - 自然界中，个体智能简单的物种（蚂蚁、蜜蜂、鱼）通过局部感知 + 简单规则 + 群体互动，涌现出远超个体能力的集体智能。 > - 这种"群体智能"具有三大特征：去中心化（no central controller）、局部信息（local information）、简单规则（simple rules）。 > - 计算机科学已将这些生物机制抽象为可计算的优化算法（ACO、PSO），并在工程问题中取得显著成效。

---

1.2 智能体的形式化定义：四个核心属性

1.2.1 为什么需要"智能体"这个词？

在 1.1 节中，我们用"蚂蚁""蜜蜂""鱼"来描述群体行为。但在计算机科学中，我们需要一个更精确的术语来指代"具有某种自主性的计算实体"——这就是智能体（agent）。

"Agent"一词在人工智能领域的正式使用，可以追溯到 20 世纪 80 年代中后期。它的流行与一个关键认知有关：很多现实问题无法由一个被动的、被调用的程序（program）来解决，而需要一个能在环境中自主决策、持续运行的实体。这种实体就是智能体。

英国曼彻斯特大学的 Michael Wooldridge 是多智能体系统领域的奠基性学者之一。他在 1995 年提出了一种被广泛接受的弱定义（weak notion of agency）：

> 一个智能体是一个具备以下四个属性的计算机系统： > 1. 自主性（autonomy）：在没有人类或其他智能体直接干预的情况下，能自主控制其行为和内部状态。 > 2. 反应性（reactivity）：能感知其所处的环境，并能对环境中发生的变化做出及时响应。 > 3. 主动性（proactiveness）：不仅能被动响应环境，还能主动采取行动以达成其设计目标。 > 4. 社会性（social ability）：能与其他智能体（可能包括人类）通过某种通信语言进行交互、协商、协作。

除了弱定义之外，Wooldridge 还提出了一种强定义（strong notion of agency），认为智能体不仅应具备上述四个属性，还应具有信念（belief）、愿望（desire）、意图（intention）等心理状态（即所谓的 BDI 模型）。强定义在哲学上更接近"人"，但在工程实现上更复杂。本书将主要采用弱定义，因为它更贴近实际工程应用。

1.2.2 智能体 vs. 传统程序

理解了智能体的四个属性后，我们就能更清晰地把它与"普通程序"区分开。考虑以下对比：

| 维度 | 传统程序（Program） | 智能体（Agent） | |------|---------------------|-----------------| | 控制流 | 由调用者驱动（被动执行） | 自主决定何时执行何种动作 | | 环境感知 | 通常没有感知能力 | 通过传感器持续感知环境 | | 目标 | 完成单一、确定的任务 | 持续追求长期目标 | | 持续性 | 任务完成后即终止 | 通常长时间运行（持续运行型） | | 交互 | 通过函数调用与外部交互 | 通过消息传递与其他智能体/人类交互 |

一个直观的例子：一个计算圆周率的程序是"程序"；一个在淘宝上自动比价、自动下单的"购物机器人"是"智能体"。区别在于后者具备自主决策能力，能感知价格变化（反应性），主动选择购买时机（主动性），并与其他买家机器人竞争（社会性）。

1.2.3 智能体 vs. 专家系统

另一个容易混淆的概念是专家系统（Expert System）。专家系统是 1980 年代人工智能的重要成果之一，它通过知识库和推理机模拟人类专家的决策能力。表面上看，专家系统似乎也具备"智能"，但它与智能体有本质区别：

1. 是否主动运行：专家系统通常是被用户调用后才给出建议；而智能体可以自主决定何时行动。 2. 是否感知环境：专家系统的输入通常是人类整理好的结构化数据；而智能体直接从环境中获取原始感知信息。 3. 是否参与多主体交互：专家系统通常是单用户、单系统的；而智能体天然设计为可与其他智能体协作或竞争。

简单来说，专家系统是"顾问"，智能体是"行动者"。一个医学专家系统会告诉你"根据症状，建议服用 X 药"；一个医疗智能体则会自动监测患者生理数据、呼叫医生、下单购药、协调护士。

1.2.4 智能体的环境分类

智能体的环境对其设计有重大影响。Russell 和 Norvig 在经典教材《人工智能：一种现代方法》（*Artificial Intelligence: A Modern Approach*）中将环境按多个维度分类：

• **可观察性（observability）**：智能体能否完整观察到环境状态。
• **确定性（determinism）**：下一个状态是否完全由当前状态和动作决定。
• **阶段性（episodic vs. sequential）**：动作是否影响未来决策。
• **静态性（static vs. dynamic）**：环境在智能体思考时是否变化。
• **离散性（discrete vs. continuous）**：状态和动作是否是离散的。
• **单/多智能体（single vs. multi-agent）**：环境中是否还有其他智能体。

> 多智能体系统研究的，正是最后一种环境——多智能体环境。在这种环境中，其他智能体的存在本身构成了环境的一部分，而其他智能体又会根据你的行为调整自己的行为——这就是所谓的"博弈"（game）。

1.2.5 一个微型示例：吸尘器智能体

为了把抽象定义具象化，我们考虑一个经典的"吸尘器世界"（vacuum world）：

• 环境：两个房间 A 和 B，可能各自有灰尘或不洁。
• 智能体：吸尘器机器人，能感知当前所在房间是否有灰尘。
• 动作：移动到另一个房间，或吸尘。
• 目标：保持两个房间都干净。

作为单智能体问题：智能体只需根据自己的感知决定动作。 作为多智能体问题：假设有两个吸尘器机器人 A 和 B，那么 B 的位置和动作会影响 A 的最优决策（反之亦然）。例如，如果 B 已经在房间 A 清洁，A 就不必再去；如果 A 和 B 都在房间 A，可能发生重复劳动甚至碰撞。

这个简单例子说明：当环境中出现其他智能体时，问题会从"优化问题"变成"博弈问题"。这正是多智能体系统区别于传统单智能体规划的核心所在。

---

1.3 历史的回响：从分布式人工智能到多智能体系统

1.3.1 1980 年代的范式转变

要理解多智能体系统为何能成为独立学科，我们需要回到 1980 年代。

在那之前的 1970 年代，人工智能的主流范式是单体智能（single-agent intelligence）——研究如何让一个智能体（通常是单个机器人或一个推理系统）在给定环境中表现出色。这种研究范式假设：环境是静态的、可被完整观察的、目标清晰且不变。

然而，1980 年代初，几位研究者开始意识到，这种假设在很多现实场景中并不成立：

• **战场指挥系统**：多个分散的指挥节点需要协作，每个节点只能看到局部战场。
• **空中交通管制**：每个塔台只能看到自己负责空域内的飞机，但飞机是跨空域飞行的。
• **工厂自动化**：多个机器人在共享车间工作，需要协调动作避免碰撞。

这些场景的共同特征是：问题在物理上或逻辑上是分布的。你无法把所有的传感器、决策权都集中到一个中心节点——要么因为物理距离太远（战场、跨城市电网），要么因为单点故障风险太高（任何中心节点故障都会导致全局瘫痪），要么因为决策延迟不可接受（自动驾驶汽车需要毫秒级响应，不能等云端指令）。

这一认知导致了分布式人工智能（Distributed Artificial Intelligence, DAI）的兴起。

1.3.2 DAI 的两条研究脉络

DAI 领域在 1980 年代分化出两个相对独立的研究脉络：

脉络一：分布式问题求解（Distributed Problem Solving, DPS） DPS 研究的是：如何将一个大问题分解为多个子问题，分配给多个协作的智能体求解，再合并子问题的解得到全局解。这里的核心问题是任务分配与结果合成。

DPS 早期最著名的成果之一是合同网协议（Contract Net Protocol, CNP），由斯坦福大学的研究生 Reid G. Smith 在 1980 年提出。CNP 的核心思想模仿人类商业中的招标-投标-中标流程： 1. 招标（announcement）：需要完成任务的智能体向其他智能体广播招标信息。 2. 投标（bidding）：收到招标信息的智能体根据自己的能力和负载评估自己是否适合该任务，并提交投标。 3. 中标（award）：招标智能体根据投标评估，选择最合适的智能体授予合同。 4. 执行与汇报（execution and reporting）：中标智能体执行任务并汇报结果。

CNP 至今仍被广泛使用于任务分配场景。它的精妙之处在于完全去中心化——任何智能体都可以发起招标，没有预先指定的"管理者"。

脉络二：多智能体系统（Multi-Agent Systems, MAS） MAS 的研究重心则与 DPS 有所不同：它更关注智能体之间的协调、协商、竞争与对抗。每个智能体都有自己的目标（这些目标可能一致、可能冲突），每个智能体只掌握部分信息（局部视图），智能体之间通过通信来协调彼此的行为。

如果说 DPS 关注"如何合作完成一件大家都同意要做的事"，那么 MAS 更关注"当大家利益不完全一致时，如何协调甚至竞争"。

1.3.3 奠基性学者与关键里程碑

1989 年：欧洲召开第一届 MAAMAW 工作会议 "Modeling Autonomous Agents in a Multi-Agent World"（多智能体世界中建模自主智能体）。这是 MAS 作为一个独立研究领域的标志性事件。会议论文集后来成为 MAS 研究者的必读文献。

1990 年代初：理论体系的建立 英国伦敦大学学院的 Nicholas Jennings（后转至南安普顿大学）和卡内基梅隆大学（CMU）的 Katia Sycara 在 1990 年代发表了大量关于 MAS 协调、协商、信任的奠基性论文。

曼彻斯特大学的 Michael Wooldridge 在 1995 年发表了《基于 Agent 的系统引论》（*An Introduction to MultiAgent Systems*）并最终于 2002 年扩展为同名教材。这本书至今仍是 MAS 领域的标准教材之一，本书中引用的很多定义（如 1.2 节的四个属性）都源自此书。

1998 年：Intelligent Agents 系列会议 ACM 在 1994 年开始举办国际智能体大会（International Conference on Autonomous Agents, AA）。AAMAS（International Conference on Autonomous Agents and Multi-Agent Systems）会议则始于 2002 年，由三个前身会议合并而成：

• ICMAS（International Conference on Multi-Agent Systems）
• ATAL（Agent Theories, Architectures, and Languages）
• ESAW（Engineering Societies in the Age of the Internet）

AAMAS 至今仍是 MAS 领域最权威的学术会议。

2000 年代至今：从理论走向产业 进入 21 世纪后，MAS 研究开始走出实验室，进入产业界。这一时期的关键转折点包括：

• 2005 年左右，DARPA（美国国防高级研究计划局）开始大规模资助多机器人协作项目。
• 2010 年后，Kiva Systems（后被亚马逊收购）将多机器人仓储系统商业化。
• 2015 年后，随着深度学习的兴起，MAS 与强化学习的结合产生了**多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）**这一新方向，OpenAI Five（2019）、AlphaStar（2019）等里程碑事件让 MARL 进入大众视野。

1.3.4 一个简明的发展时间线

| 时期 |