多智能体协作的研究范式与基础问题

多智能体协作的研究范式与基础问题

多智能体系统（Multi-Agent System, MAS）的研究边界究竟何在？协作作为一种独立现象，其形式化要素与设计目标又当如何被精确刻画？这两个问题是 MAS 学科是否成立的逻辑起点，也是后续每一项协议设计、机制建模与工程部署必须回答的元问题。本章从分布式人工智能（Distributed Artificial Intelligence, DAI）的历史脉络出发，依次回答：MAS 为何从分布式计算、并行计算与群体智能的交汇处独立成学；协作作为一个研究对象其形式化要素如何构成；现实世界中三大典型领域对协作提出的异构约束；并最终提出贯穿全书的"角色—协议—冲突—决策"四维分析框架。

1.1 范式演化：从分布式问题求解到当代智能体协作

MAS 的独立性必须从它的演化路径中找出证据。这一路径并非线性，而是在 1970 年代至 2020 年代的五十年间经历了三次显著的范式转换。

第一阶段是 1970 年代至 1980 年代的分布式问题求解（Distributed Problem Solving, DPS）时期。Carl Hewitt 在 1977 年提出的"开放系统语义"（Open Systems Semantics）首次以"演员"（Actor）概念刻画可通信、可并行、可故障的计算实体，被普遍视为 MAS 思想源头之一。1980 年 Reid Smith 在博士论文中提出合同网协议（Contract Net Protocol, CNP），将任务发布、投标、评标三个操作抽象为基本协议原语，开创了任务分配协议的形式化范式。这一时期的工程代表是 Victor Lesser 与 Daniel Corkill 等人于 1981 年开始构建的分布式车辆监控测试床（Distributed Vehicle Monitoring Testbed, DVMT），它确立了"功能精确协作"（Functionally Accurate Cooperation, FA/C）原则：节点不必保持完全一致的全局状态，而是通过异步交换部分结果在容忍不一致的前提下逐步收敛。FA/C 的"弱一致性"思想深刻影响了后来的亚马逊 Dynamo、比特币网络乃至区块链共识算法的设计。

第二阶段是 1980 年代至 1990 年代的分布式人工智能（DAI）时期。DPS 的"协作完成既定任务"范式日益受到以下质疑：真实的分布式环境充满自主行为者，而非被动分配的"功能模块"。于是 DAI 分化为两条支线——保留协作性的 DPS 子线与聚焦自主性的 MAS 子线——并在 1990 年代经过欧洲 MAAMAW（Model Ageing and Moving Agents Working Group）与北美 ATAL（Agent Theories, Architectures, and Languages）的术语协调后，正式确立了"智能体协作"这一独立研究领域。

第三阶段是 1990 年代中后期至 2020 年代的范式转换期，其内部又可划分为三次显著的范式跃迁，可用下图刻画其演化路径：

```mermaid flowchart TD A["DPS 分布式问题求解 1970s-1980s"] --> B["DAI 分布式人工智能 1980s-1990s"] B --> C["BDI 理性智能体 1990s"] C --> D["反应式与混合架构 2000s"] D --> E["当代 MAS 协作 2010s"] E --> F["LLM 驱动的 MAS 2020s"] ```

第一次范式转换是符号主义 DPS 范式向行为主义反应式（Reactive）范式的过渡。Rodney Brooks 在 1989 年的"无表示智能"（Intelligence Without Representation）一文中指出，在动态环境下，多层反应式行为（如包容架构 subsumption architecture）比全局规划具有更强的鲁棒性。这一观察直接催化了 1990 年代反应式智能体的研究浪潮，并迫使研究者重新审视"理性是否必须是 MAS 的必要前提"这一问题。

第二次范式转换是 BDI 理性范式向混合架构范式的过渡。纯反应式或纯规划式都不足以应对复杂任务，于是 Ingrand、Georgeff 等研究者于 1990 年代末提出分层混合结构（如 InGRASS、PRS-CL），将反应层、规划层、反思层整合为"高层推理—中层调度—底层反应"的三层模板。这一模板由 IRMA、BDI-PAM、dMARS 等具体实现支撑，至今仍是工业 MAS 设计的事实标准之一。

第三次范式转换是封闭系统假定向开放可演化系统假定的过渡。进入 2010 年代，研究者认识到互联网规模的 MAS 必须面对智能体动态加入退出、规范演化、信任重建等"开世界"问题。这一时期的关键进展包括基于辩论的协议形式化（Argumentation MAS, ArgMAS）、BOID 规范结合（Belief-Obligation-Intention-Desire）、信任与声誉模型（Marsh 1994、Sen 2002 等）。2023 年之后，Park 等人提出的 Generative Agents 与 Liu 等人提出的 AutoGen 框架将大语言模型（LLM）引入 MAS，使智能体能以自然语言协商任务，从根本上改变了协议设计的人机协同形态。然而需要注意的是，本书将 LLM-based MAS 作为"协作机制"的一种新载体加以分析，而非完全取代传统形式化协议——后者在可验证性与可证明性方面的优势仍是不可替代的。

1.2 智能体的形式化定义与强弱之争

智能体这一术语在 MAS 中的精确含义，是学科成立的逻辑基础。Michael Wooldridge 与 Nicholas Jennings 在 1995 年的奠基性论文中明确区分了智能体的弱定义（Weak Notion）与强定义（Strong Notion），此后这一区分成为智能体定义的标准化参照系。

弱定义从功能性出发，强调智能体应同时具备四类最基本的能力：自主性（autonomy），即在没有人类或其他智能体直接干预的情况下运行并控制其行为；社交能力（social ability），即通过某种通信语言与其他智能体交互；反应性（reactivity），即感知并及时响应环境变化；前瞻性（pro-activeness），即不仅响应环境，还能主动发起目标导向的行为。四者共同构成 Wooldridge 与 Jennings 给出的"智能体最小完备定义"。其逻辑结构可表达为：

$$\text{Agent}_{\text{weak}} \iff \text{Autonomy} \wedge \text{Social} \wedge \text{Reactivity} \wedge \text{Pro\text{-}activeness}$$

强定义则进一步要求智能体是"具有类人心智状态的计算系统"，通常用 BDI（Belief-Desire-Intention）三元组加以刻画：

$$\text{Agent}_{\text{strong}} \iff \langle B, D, I, \pi_{\text{deliberate}} \rangle$$

其中 $B$ 是智能体关于世界及其它智能体的信念集；$D$ 是其可能行动的目标集；$I$ 是其承诺执行的意图集；$\pi_{\text{deliberate}}$ 是 BDI 三态的推理函数。Rao 与 Georgeff（1991）发展了 BDI 逻辑体系给出形式化语义：

$$\text{Agent}_i \models \text{Bel}_i(\phi) \iff \phi \in B_i$$ $$\text{Agent}_i \models \text{Des}_i(\phi) \iff \phi \in D_i$$ $$\text{Agent}_i \models \text{Int}_i(\phi) \iff \phi \in I_i$$

并通过"承诺—重思"公理刻画意图动态演化，例如：

$$(\text{Int}_i(\phi) \wedge \text{Bel}_i(\psi)) \to \text{Int}_i(\phi \wedge \psi) \quad \text{(Consequential Closure)}$$

弱定义的优势在于清晰、可证伪、可实现，便于工程项目对"是否构成智能体"进行判定。强定义的优势则在于它能够解释智能体行为的"为什么"，提供归因工具，并支撑对协作失败的推理诊断。例如同一行为"拒绝参与某一协作"，可以追溯至不同的意图组合（"我相信该任务不可行"+"我意欲维护长期声誉"），从而为协作设计提供细粒度的优化方向。其代价是引入心智状态公理系统的复杂度负担，并引发 Dennett 意向立场（Intentional Stance）的哲学质疑。

强弱之争的真正意义不在于选择哪一方，而在于明确"必备要素"与"可选特征"的层次划分：MAS 应至少满足弱定义中的自主性与社交能力，而反应性、前瞻性、强心智状态则视任务特性而定。这一判定准则已被接受为 MAS 研究的事实标准。

与"智能体"密切相关的三个相邻概念必须在本体论上加以澄清，以避免研究边界扩散。对象（Object）是被动调用的封装实体，其行为完全由调用者决定，没有自主决策能力，故不属于智能体；服务（Service）是由协议请求响应的功能单元，调用决定权在调用者亦非自主智能体；自利实体（Self-interested Entity）是博弈论建模的参与者，以个体效用最大化为前提，是智能体的一种特殊类型，可纳入强定义框架但需引入偏好序公理 $\succ_i$。这一区分对于第 5 章机制设计（Mechanism Design）的讨论尤为关键。

值得关注的是，近十年来随着 LLM 的兴起，"基于角色的智能体"（Role-based Agent）成为新范式。其核心特征不再是 BDI 三元组的精确刻画，而是自然语言角色描述（Role Prompt）。这一变化引发了两个新的研究问题：LLM-Agent 是否仍能严格满足弱定义的"反应性"与"前瞻性"？其行为可解释性能否被传统 BDI 框架捕捉？这两个问题构成了当前 MAS 研究的开放前沿，本书第 12 章将进一步讨论。

1.3 协作的四维构成要素

要把"协作"作为一个独立研究对象，必须能够将其与分布式计算的负载分担、并行计算的指令并行、群体智能的涌现行为清晰区分。这要求提取构成"协作"的最小完备要素集。本书将协作归结为四个相互独立又彼此关联的维度：信息共享、资源调度、目标对齐、行为同步。

第一维是信息共享。它指智能体之间关于世界状态、其他智能体行为以及群体目标进度的知识交换。形式化地，记 $i, j$ 为两个智能体，$t$ 时刻其本地信念分别为 $B_i^t, B_j^t$。如果存在从 $i$ 传至 $j$ 的消息 $m$ 使得 $B_j^{t+1} \neq B_j^t$，则构成了一次信息共享事件。其形式强度可由"共享带宽"刻画：

$$I_{\text{shared}}(t) = \mathbb{E}_{i,j}\left[|B_j^{t+1} \oplus B_j^t|\right]$$

其中 $\oplus$ 表示信念集合的对称差。信息共享是协作最基础的维度，缺乏信息共享的"协作"在严格意义上不成立，例如两台并行计算的 CPU 在同一台主板上完成矩阵乘法时各自执行子任务，这种任务的并行化并不构成协作——它们之间根本不存在信息共享事件。

第二维是资源调度。它指协作过程中对有限资源（算力、通信带宽、地理路径、注意力带宽等）的分配决策。形式上，记共享资源集 $R = \{r_1, r_2, \dots, r_k\}$，智能体集 $A = \{a_1, a_2, \dots, a_n\}$，资源调度即为构造一个分配函数：

$$\sigma: A \times \mathbb{T} \to 2^R$$

满足任意时刻的资源容量约束 $\sum_{i=1}^{n} |\sigma(a_i, t)| \leq |R|$。资源调度的关键设计问题是：调度策略是否满足无嫉妒（Envy-Free）、帕累托最优（Pareto Optimal）、激励相容（Incentive Compatible），或是仅仅为稳定匹配（Stable Matching）。第 5 章将基于此给出合同网协议的形式化扩展与 VCG 机制的不可操作性问题。

第三维是目标对齐。它指多智能体之间目标关系的协调，包括完全合作、完全竞争、混合动机（Mixed-Motive）三种基本模式。形式化地，目标对齐度可由以下指标刻画：

$$\text{Align}(A) = \frac{1}{|A|^2} \sum_{i,j \in A} \text{sim}(G_i, G_j)$$

其中 $G_i, G_j$ 分别为智能体 $i, j$ 的目标集合，$\text{sim}$ 为目标相似度度量（如 Jaccard 系数或基于依赖图的嵌入相似度）。完全合作场景下 $\text{Align}(A) = 1$，完全对抗场景下 $\text{Align}(A) = 0$，混合动机场景下 $0 < \text{Align}(A) < 1$。Cohen 与 Levesque（1990）发展的"联合意图"（Joint Intention）与"共同知识"（Common Knowledge）概念，从逻辑层面对目标对齐的形式语义做了奠基：

$$JInt_{G}(\phi) \equiv \forall_{i \in G}: Int_i(\phi) \wedge \forall_j: Bel_i( Int_j(\phi) \wedge \dots )$$

该形式化将目标对齐与 BDI 框架深度耦合，使我们能够证明：当且仅当存在共同知识 $C_G(\phi)$ 时，联合意图才稳定成立。

第四维是行为同步。它指多智能体在时间维度上的协同约束，使集体行为在宏观层面表现为有序。形式上，行为同步度可由下式刻画：

$$\text{Sync}(A, t) = 1 - \frac{1}{|A|^2} \sum_{i,j \in A} \|\pi_i(t) - \pi_j(t)\|$$

其中 $\pi_i(t)$ 是智能体 $i$ 在 $t$ 时刻的行为轨迹，$\|\cdot\|$ 是轨迹距离度量。行为同步是协作中最容易被"掩盖"的维度——许多看似协同的系统实际仅依赖前三维度，但缺乏行为同步将使协作效率显著退化。典型例子是多机械臂共同搬运一个刚性物体：若各臂加减速不协调，将导致物体内部应力集中而破坏，此时即使信息完美共享、资源完美调度、目标完美对齐，缺乏行为同步亦足以使系统崩溃。

四维构成要素之间的关系是相互正交但彼此约束的。信息共享度高并不意味着目标对齐度高——例如在拍卖系统中，每个竞拍者都能看到其他竞拍者的报价（信息高共享），但其目标显然彼此对立（目标低对齐）。目标对齐度高也不意味着行为同步度高——多机器人可能都同意"组建编队"的目标，却因同步缺失而无法形成稳定队形。协作研究的核心任务之一，就是设计协议与机制，使四维要素同时达到优化或合理权衡。

1.4 现实驱动力：三个领域的协作剖析

MAS 的研究动力并非纯粹来自理论兴趣，而是由具体应用场景的不可解决性催生。以下剖析三个具有代表性的领域，每个领域各自突出了协作的某些特定维度，并形成了独特的设计约束。

1.4.1 自动驾驶车队协调：从单车智能到协同感知

自动驾驶车队（Connected Autonomous Vehicle Platoon, CAV-P）是信息共享与行为同步两个维度的极致考验。单车智能在以下问题上存在不可逾越的瓶颈：当一辆自动驾驶汽车以 120 km/h 行驶时，其传感器探测距离约 200 m，但反应延迟需控制在 100 ms 以内，单凭单车感知难以应对前车急刹、视线盲区、汇入车流等场景。

车联网（V2X, Vehicle-to-Everything）通过 V2V（车对车）与 V2I（车对基础设施）的近距通信，将单车感知半径扩展至 500 m 以上，并能将预警信息传输延迟压缩至 20 ms。这一扩展本质上是对"信息共享"维度的强化。然而，车队协作的核心问题在于行为同步——前车与后车之间的纵向控制误差必须控制在 0.5 m 以内，跟车间距控制必须满足弦稳定性（String Stability），即扰动在车队中传播时不被放大：

$$\|\Delta v_k(t)\| \leq \sum_{j=1}^{k-1} c_j \|\Delta v_j(t-1)\| \quad \text{with } \quad \sum c_j \leq 1$$

式中 $\Delta v_k$ 为第 $k$ 辆车相对平衡状态的速度扰动。弦稳定性的工程实现通常采用分布式模型预测控制（DMPC, Distributed Model Predictive Control），其设计难点是：需要在每辆车只能看见部分车队状态的前提下，证明全局弦稳定性。这一问题的形式化与分析将在第 9 章深入讨论。

值得注意的是，自动驾驶车队的目标对齐是天然合作的——所有车辆的优化目标都是"最大化车队整体安全与效率"——这与博弈论意义上的"机制设计"问题形成对照。因此车队协作的设计重心在协议（前车-后车间的局部通信协议）与决策（DMPC 优化求解），冲突维度相对弱化。

1.4.2 机器人足球：异构多智能体的实时博弈

RoboCup（Robot World Cup Initiative）自 1997 年起举办，是 MAS 研究的标志性测试床。其仿真组（RoboCup 2D/3D Simulation League）以 11 对 11 的足球比赛为载体，集中体现了协作的"目标对齐"与"行为同步"两个维度的极端复杂性。

机器人足球的挑战在于：第一，智能体高度异构——不同位置（守门员、后卫、中场、前锋）的智能体具有不同角色与不同能力；第二，比赛具有强实时性约束——智能体必须在 100 ms 的控制周期内完成感知、决策、执行；第三，目标是混合动机——己方 11 个智能体内部合作（最大化进球、最小化失球），但与对方 11 个智能体彼此竞争。形式化地，目标对齐度可由以下联合效用函数刻画：

$$U_G = \sum_{i \in G} u_i(a_i, a_{-i})$$

其中 $a_{-i}$ 表示除 $i$ 外所有智能体的动作。RoboCup 中 $u_i$ 由角色决定：守门员的 $u_i$ 与失球期望成反比，前锋的 $u_i$ 与进球期望成正比，中场的 $u_i$ 是两者的折中。

这一异构性使得机器人足球成为多角色协议设计的标准测试平台。近年来的进展包括基于对手建模的角色动态调整、根据场上态势动态重