摘 要：現(xiàn)代圖書館的藏書量已成為衡量一個(gè)圖書館水平的重要指標(biāo)之一，而藏書量的增多也意味著圖書館日常管理任務(wù)的加重，圖書管理人員要耗費(fèi)巨大的精力去歸類、整理圖書。移動(dòng)機(jī)器人和多Agent 技術(shù)的迅猛發(fā)展給這個(gè)亟待解決的問題帶來了一種新的、可能的解決途徑。我們提出一種基于多Agent 技術(shù)的機(jī)器人軟件實(shí)現(xiàn)模型，該機(jī)器人能自動(dòng)識(shí)別、歸類圖書，并通過改進(jìn)BUG 算法導(dǎo)航適宜的行走路線，快速、準(zhǔn)確地完成圖書館大量書籍的分類整理工作，極大地簡化了傳統(tǒng)的人工操作，減輕了管理人員繁重的重復(fù)性勞動(dòng)。

　　隨著科學(xué)的進(jìn)步，現(xiàn)代圖書館的藏書量和報(bào)刊雜志的種類急劇增加。隨之而來的日益繁重的管理任務(wù)，僅憑傳統(tǒng)的人工操作，不僅耗費(fèi)越來越多的人力、物力、財(cái)力，也降低了圖書管理工作的可靠性，特別是有些讀者借了多本書后隔天就馬上歸還，這無形中加重了圖書館理人員的勞動(dòng)量，因而，讓機(jī)器代替人類實(shí)現(xiàn)圖書館管理的工作是圖書館管理的必然發(fā)展趨勢。

　　智能機(jī)器人是一類能夠通過傳感器感知環(huán)境和自身狀態(tài)，實(shí)現(xiàn)在有障礙物的環(huán)境中面向目標(biāo)的自主運(yùn)動(dòng)，從而完成一定作業(yè)功能的機(jī)器人系統(tǒng)。近年來，機(jī)器人技術(shù)在工業(yè)、農(nóng)業(yè)、航天及空間探測等許多領(lǐng)域都起到了重要的作用，同時(shí)又顯示了廣泛的應(yīng)用前景，成為人工智能學(xué)術(shù)界研究和關(guān)注的熱點(diǎn)問題。而Agent 是處在某個(gè)環(huán)境中的計(jì)算機(jī)系統(tǒng)，該系統(tǒng)有能力在這個(gè)環(huán)境中自主行動(dòng)以實(shí)現(xiàn)其設(shè)計(jì)目標(biāo)。多Agent 系統(tǒng)是多個(gè)可運(yùn)作的Agent 的有機(jī)結(jié)合，通過多Agent 之間的交互將一個(gè)復(fù)雜的問題簡單化。

　　將多Agent 技術(shù)應(yīng)用于移動(dòng)機(jī)器人中使得機(jī)器人具有更高的智能性，實(shí)現(xiàn)自動(dòng)感知環(huán)境變化、智能識(shí)別、歸類、傳送圖書，讓機(jī)器完成重復(fù)、繁重的體力勞動(dòng)，減輕了圖書館工作人員的工作壓力，實(shí)現(xiàn)圖書館的智能化。

　　1 Agent與多Agent的機(jī)器人系統(tǒng)基本理論

　　1.1 Agent 理論

　　在人工智能研究的進(jìn)程中，研究者們逐漸認(rèn)識(shí)到應(yīng)該把人工智能各個(gè)領(lǐng)域的研究成果集成為一個(gè)具有智能行為概念的“人”，更重要的是人們認(rèn)識(shí)到了人類智能的本質(zhì)是一種社會(huì)性的智能，人類絕大部分的活動(dòng)都涉及多個(gè)人構(gòu)成的社會(huì)團(tuán)體，大型復(fù)雜問題的求解需要多個(gè)專業(yè)人員或組織協(xié)作完成。人最重要的和最多的智能是在由眾多個(gè)體構(gòu)成的社會(huì)中進(jìn)行各種活動(dòng)時(shí)體現(xiàn)出來的。“協(xié)作”、“競爭”、“談判”等等是人類智能行為的主要表現(xiàn)形式。要對(duì)社會(huì)性的智能進(jìn)行研究，構(gòu)成社會(huì)的基本構(gòu)件“人”的對(duì)應(yīng)物“Agent”理所當(dāng)然地就成為人工智能研究的基本對(duì)象。

　　一般認(rèn)為，Agent 是一種處于一定環(huán)境下包裝的計(jì)算機(jī)系統(tǒng)，為了實(shí)現(xiàn)設(shè)計(jì)目的，它能在那種環(huán)境下靈活地、自主地活動(dòng)。雖然目前還沒有一個(gè)大家都能接受的關(guān)于Agent 的定義，但幾乎所有被稱為Agent的軟件或硬件系統(tǒng)都具有以下的特征： 自治性（Autonomy ） 、社會(huì)性（Social Ability） 、反應(yīng)性（Reactivity）、主動(dòng)性（Proactivity）、智能性（Intelligence ）、合作性（Collaboration）。

　　1.2 基于多Agent 的機(jī)器人系統(tǒng)及其任務(wù)模型

　　多機(jī)器人系統(tǒng)并非一個(gè)簡單的多機(jī)器人組合系統(tǒng)，而是一個(gè)以分布式人工智能為指導(dǎo)，結(jié)合計(jì)算機(jī)、分布式控制、多傳感器技術(shù)和理論，將多個(gè)機(jī)器人組織而成的分布式智能系統(tǒng)。多機(jī)器人系統(tǒng)在系統(tǒng)功能、并行性、柔性、穩(wěn)定性以及容錯(cuò)性等方面具有單機(jī)器人系統(tǒng)不可比擬的優(yōu)勢，其正得到深入研究和廣泛應(yīng)用。多個(gè)機(jī)器人在共同的復(fù)雜環(huán)境中協(xié)同工作時(shí)，不僅和環(huán)境之間有復(fù)雜的交互作用，而且相互之間既有分工又有協(xié)作，既有合作又有競爭。多機(jī)器人系統(tǒng)的研究存在許多與單機(jī)器人系統(tǒng)所不同的問題：（1）如何在各機(jī)器人間表達(dá)、描述問題，分解和分配任務(wù)；（2）如何使機(jī)器人間相互通訊和相互作用；（3）如何保證各機(jī)器人行為協(xié)調(diào)一致；（4）機(jī)器人間如何識(shí)別和解決沖突等等。

　　這些問題主要涉及分布式問題的求解，用傳統(tǒng)的集中控制理論和機(jī)器人理論已難以解決。當(dāng)前MAS理論的發(fā)展及其在分布式系統(tǒng)中的應(yīng)用給多機(jī)器人系統(tǒng)的研究帶來了新的思路，并已在一些試驗(yàn)系統(tǒng)的開發(fā)中得到了驗(yàn)證。

　　1.3 機(jī)器人Agent 的任務(wù)模型

　　機(jī)器人的行為總是帶有一定目的性，即與一定的任務(wù)或任務(wù)目標(biāo)相聯(lián)系任務(wù)目標(biāo)。根據(jù)其是抽象的還是具體的，可分為隱式任務(wù)和顯式任務(wù)兩類：隱式任務(wù)一般是指可用自然語言描述的，沒有明確數(shù)學(xué)形式的“抽象”任務(wù)，例如，“將圖書放到書柜上”，或“放到推車”。顯式任務(wù)則一般是具有精確的數(shù)學(xué)形式描述或量化指標(biāo)的“具體”任務(wù)，如“移動(dòng)到目標(biāo)點(diǎn)（3， 7）”，或“保持加工精度為土0. 003mm ”。可以看到，隱式任務(wù)一般是高層任務(wù)指令，而顯式任務(wù)一般是底層具體任務(wù)。隱式任務(wù)需要結(jié)合環(huán)境信息以及機(jī)器人的自身狀態(tài)，轉(zhuǎn)化為顯示任務(wù)序列加以實(shí)現(xiàn)。以機(jī)器人取書為例，假設(shè)機(jī)器人位置為（5， 8}，書位置為（32， 36），推車位置為（67， 57）。“將書放入推車”為隱式任務(wù)目標(biāo)，其可分解為顯示任務(wù)目標(biāo)序列：“移動(dòng)到位置點(diǎn)（32，36）”，“夾持位置點(diǎn)在（32， 36）的書”，“移動(dòng)到位置點(diǎn)（67，57）”，“放置書到位置點(diǎn)在（67， 57）的推車”。一般而言，機(jī)器人Agent 的任務(wù)可用下式表示：

　　Task=（Goal，Precondition，Body，Effects，Setting）

　　其中Goal 表示任務(wù)task 的目標(biāo)，一般可用自然語言描述；Precondition 表示任務(wù)task 實(shí)現(xiàn)所需的前提條件；Body 表示任務(wù)task 的子任務(wù)序列或顯式目標(biāo)序列；Setting 表示任務(wù)task 的附加約束條件集；Effects 表示任務(wù)task 實(shí)現(xiàn)后對(duì)環(huán)境的效果集。

　　隱式任務(wù)在分解轉(zhuǎn)化為顯式任務(wù)時(shí)，也可能生成某些中間隱式任務(wù)，從而形成機(jī)器人任務(wù)分解的一種與/或樹結(jié)構(gòu)。其中“與”表示上層任務(wù)目標(biāo)通過實(shí)現(xiàn)所有下層任務(wù)目標(biāo)才能完成，“或”表示上層任務(wù)目標(biāo)可通過選擇實(shí)現(xiàn)下層的某個(gè)任務(wù)目標(biāo)加以完成。一般而言，樹狀結(jié)構(gòu)的最底層分支的端點(diǎn)都是機(jī)器人可直接執(zhí)行的顯式任務(wù)目標(biāo)，并且是“與”樹結(jié)構(gòu)，即顯示任務(wù)目標(biāo)序列。

　　2 基于多Agent的機(jī)器人系統(tǒng)的體系設(shè)計(jì)

　　2.1 環(huán)境設(shè)置

　　本系統(tǒng)為了便于機(jī)器人識(shí)別，將圖書館中所有的書柜用阿拉伯?dāng)?shù)字進(jìn)行編號(hào)，即每一書柜對(duì)應(yīng)相應(yīng)的標(biāo)簽編碼段，跟圖書館中每個(gè)柜上設(shè)置放置的圖書數(shù)目一致，并將其存入規(guī)則庫中。推車設(shè)計(jì)成具有若干個(gè)格子，且設(shè)定每個(gè)格子只放一本書，便于機(jī)器人區(qū)分某本書的在推車上的具體位置，推車上的格子也以阿拉伯?dāng)?shù)字標(biāo)識(shí)，便于機(jī)器人存儲(chǔ)、記憶。

　　2.2 系統(tǒng)結(jié)構(gòu)

　　本系統(tǒng)利用多Agent 系統(tǒng)減輕人工分類、擺放圖書的工作量，其工作流程如圖1 所示：

　　圖1 系統(tǒng)體系結(jié)構(gòu)。

　　（1）當(dāng)機(jī)器人的機(jī)械手拿一本圖書時(shí)，機(jī)器手上的自動(dòng)識(shí)別系統(tǒng)即帶有傳感器的環(huán)境識(shí)別Agent 立即感知環(huán)境變化，且獲取圖書條形碼信息，并將這些信息傳遞給圖書識(shí)別Agent.這一過程主要是實(shí)現(xiàn)從環(huán)境狀態(tài)（E）到感知（Per）的映射（函數(shù)see 的輸出是一種感知，即感知的輸入）：see ： E--》 Per.

　　（2）信息庫包括了圖書信息的集合和圖書館的電子地圖，存儲(chǔ)著所有圖書條形碼的信息、書名及其圖書標(biāo)簽和圖書館電子地圖。通過傳感器識(shí)別出條形碼，圖書識(shí)別Agent 接收條形碼信息，將信息分解，并跟信息庫中已有的條形碼進(jìn)行模式匹配，找到符合的樣本，返回圖書的基本信息，用函數(shù)book（館號(hào)，條形碼，條形碼號(hào)，書名，標(biāo)簽）表示，其中標(biāo)簽指的是在圖書館里的位置編碼，分為2 大部分，前一部分字母遵循中國圖書館圖書分類法，指出圖書的類別，而后一部分則為每個(gè)圖書館各自的編碼方式，存儲(chǔ)著每本圖書在館內(nèi)的具體位置。并將這個(gè)函數(shù)傳遞給圖書歸類Agent.

　　（3）規(guī)則庫是規(guī)則的集合，存儲(chǔ)著中國圖書館圖書分類法及本地圖書館子規(guī)則。

　　圖書歸類Agent 接收函數(shù)book，將對(duì)應(yīng)的標(biāo)簽跟規(guī)則庫中的規(guī)則進(jìn)行比較得到圖書在館中的位置，并將其分解為某類圖書的某個(gè)具體書柜，用函數(shù)position（編碼號(hào)，書柜號(hào)）將位置函數(shù)傳遞給動(dòng)作Agent.

　　（4）動(dòng)作選擇函數(shù)獲得推理結(jié)果實(shí)現(xiàn)從內(nèi)部狀態(tài)到動(dòng)作（Ac）的映射：action:I--》 Ac.動(dòng)作Agent將圖書放入推車的空格子中，并在臨時(shí)庫中記錄每本書的書柜號(hào)和推車格號(hào)，同一書柜號(hào)的圖書可以記錄在一條記錄中，在原先記錄尾部追加其推車格號(hào)即可，那么機(jī)器人可將推車中同一個(gè)書柜的圖書一次性擺放，不需下次折回。臨時(shí)庫見表1 所示。

　　表1 臨時(shí)庫表一

　　（5）當(dāng)推車上的格子都擺滿后，動(dòng)作Agent 傳遞消息給智能決策Agent 圖書已擺滿，則智能決策Agent查看臨時(shí)庫中的各個(gè)書柜號(hào)，根據(jù)信息庫中已存儲(chǔ)的圖書館的電子地圖即各個(gè)書柜的擺放次序利用改進(jìn)BUG 算法計(jì)算出各個(gè)目的地的優(yōu)先次序和機(jī)器人的行走路徑，并指導(dǎo)動(dòng)作Agent 到各個(gè)目的地完成擺書操作，最后回到還書處等待下一次的擺書動(dòng)作。

　　3 關(guān)鍵算法分析

　　3.1 圖書歸類

　　依據(jù)圖書館給圖書分類編碼的標(biāo)準(zhǔn)，參照中國圖書館圖書分類法，因?yàn)閲覉D書館圖書分類法，從首字符可以分出大的圖書所屬類別，從一級(jí)類別中再細(xì)分，部分首字符，例如：E、U、V 就代表一類，不需要再細(xì)分，而有些要細(xì)分出來，則需要首四位字符的判斷才能分析出來，更特別的是審計(jì)類編碼規(guī)則，要有前六位才可以分辨出來。據(jù)此我們?cè)O(shè)計(jì)圖書分類編碼，共12 位，由26 個(gè)大寫字母和十個(gè)數(shù)字0~9 組成，前四位代表圖書的類別，如果按照中國圖書館分類法，字符不足四位的用通用字符*補(bǔ)足，例如：U 代表交通運(yùn)輸類，一本書的分類編碼前四位可以設(shè)計(jì)為U***;TP1 代表自動(dòng)化基礎(chǔ)理論，該類別一本書的分類編碼前四位可以設(shè)計(jì)為：TP1*，后8 位按照各個(gè)不同圖書館的不同要求進(jìn)行編碼，從而根據(jù)類別和后八位的編碼確定某本書所在的碼段，接著確定具體的位置和所在柜。

　　我們根據(jù)該編碼規(guī)則來設(shè)計(jì)圖書分類規(guī)則庫。我們?cè)O(shè)計(jì)四個(gè)子規(guī)則庫：

　　唯一字符規(guī)則庫：

　　r1： IF 第一個(gè)字符是U/E/P/Q/R/V THEN 該本書是所對(duì)應(yīng)的某一大類。

　　兩個(gè)字符規(guī)則庫：

　　r1： IF 第一個(gè)字符是某個(gè)字母 THEN 該本書是某種一級(jí)類；

　　r2： IF 第二個(gè)字符是某個(gè)字母或數(shù)字 THEN 該本書是二級(jí)類；

　　三個(gè)字符規(guī)則庫：

　　r1： IF 第一個(gè)字符是某個(gè)字母 THEN 該本書是某種一級(jí)類；

　　r2： IF 第二個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書是某二級(jí)類；

　　r3： IF 第三個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書是某三級(jí)類；

　　四個(gè)字符規(guī)則庫：

　　r41： IF 第一個(gè)字符是某個(gè)字母 THEN 該本書是某種一級(jí)類；

　　r42： IF 第二個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書是某二級(jí)類；

　　r43： IF 第三個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書是某三級(jí)類；

　　r44： IF 第四個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書是某四級(jí)類；

　　r45： IF 第五字符是點(diǎn) THEN 根據(jù)前四位已判斷類別和后8 位字符的范圍找到該書相應(yīng)的柜子的編碼 AND 跳出規(guī)則庫；

　　ELSE 第五個(gè)字符是某個(gè)字母或數(shù)字 THEN該S 本書是某五級(jí)類；

　　r46： IF 第6 個(gè)字符是點(diǎn) THEN 根據(jù)前五位已判斷類別和后7 字符的范圍找到該書相應(yīng)的柜子的編碼 AND 跳出規(guī)則庫；

　　根據(jù)上述規(guī)則庫我們給出編碼和對(duì)應(yīng)書柜編號(hào)的識(shí)別通用算法如下：

　　If（第二個(gè)字符=*）

　　{ 轉(zhuǎn)入唯一字符規(guī)則庫；

　　根據(jù)該類別和后8 位字符的范圍找到該書相應(yīng)書柜的編碼；}

　　Else if（第三個(gè)字符=*）

　　{ 轉(zhuǎn)入兩個(gè)字符規(guī)則庫；

　　根據(jù)該類別和后8 位字符的范圍找到該書相應(yīng)書柜的編碼 ;}

　　Else if（第四個(gè)字符=*）

　　{ 轉(zhuǎn)入三個(gè)字符規(guī)則庫

　　根據(jù)該類別和后8 位字符的范圍找到該書相應(yīng)書柜的編碼 ;}

　　Else 轉(zhuǎn)入四個(gè)字符規(guī)則庫；

　　我們以一個(gè)例子具體說明編碼規(guī)則：

　　假設(shè)某一高校圖書館給出非審計(jì)類8 位的編碼規(guī)則是，對(duì)于U 類書籍，編碼范圍U***00000000-U***00000200 內(nèi)的書籍放在1 號(hào)柜。我們對(duì)一本編碼為U***00000023 使用本文所述的分類算法進(jìn)行分類。首先，判斷第二位字符，根據(jù)算法第二位是*，轉(zhuǎn)入唯一字符規(guī)則庫，首先根據(jù)規(guī)則r11，判斷出該本書是交通運(yùn)輸類，結(jié)合后八位0000023，該編碼在U***0000000-U***0000200 范圍內(nèi)，判斷出該書所在的位置為1 號(hào)柜。

　　3.2 智能尋線導(dǎo)航

　　所謂路徑規(guī)劃是指移動(dòng)機(jī)器人按照某一性能指標(biāo)（如距離、時(shí)間、能量等）搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或次優(yōu)路徑。路徑規(guī)劃主要涉及的問題包括：

　　利用獲得的移動(dòng)機(jī)器人環(huán)境信息建立較為合理的模型，再用某種算法尋找一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無碰撞路徑；能夠處理環(huán)境模型中的不確定因素和路徑跟蹤中出現(xiàn)的誤差，使外界物體對(duì)機(jī)器人的影響降到最小；如何利用已知的所有信息來引導(dǎo)機(jī)器人的動(dòng)作，從而得到相對(duì)更優(yōu)的行為決策。

　　路徑規(guī)劃是移動(dòng)機(jī)器人研究中的一個(gè)基本且重要的問題。路徑規(guī)劃的第一步是確定地圖的表示方法，其目的是將機(jī)器人和障礙物所在的物理空間的顯著特征描述出來，使之更適合于規(guī)劃。本文中將地圖置于信息庫中，智能決策Agent 根據(jù)臨時(shí)庫中的各個(gè)目的地在電子地圖中的位置，確定物體或自身的位姿（位置和姿態(tài)），制訂出他們的優(yōu)先次序。

　　由于機(jī)器人工作的環(huán)境是動(dòng)態(tài)變化的，環(huán)境中的障礙物不全是已知的、靜止的。這就要求機(jī)器人要不斷地對(duì)周圍環(huán)境進(jìn)行探測，并對(duì)探測到的障礙物進(jìn)行實(shí)時(shí)處理，即要求機(jī)器人具備局部規(guī)劃的能力。機(jī)器人在運(yùn)行過程中，通常會(huì)發(fā)生如下幾種類型的沖突：

　　碰撞、擁塞以及死鎖。

　　碰撞：一個(gè)運(yùn)動(dòng)物體在另一個(gè)運(yùn)動(dòng)物體運(yùn)行路線上的相同位置同時(shí)出現(xiàn)。擁塞：其它運(yùn)動(dòng)物體妨礙當(dāng)前運(yùn)動(dòng)物體按要求到達(dá)目標(biāo)。死鎖：運(yùn)動(dòng)物體無法進(jìn)行各自的下一步動(dòng)作。這些沖突的產(chǎn)生主要是由于機(jī)器人對(duì)環(huán)境信息缺乏詳細(xì)了解造成的。因此，當(dāng)環(huán)境動(dòng)態(tài)變化時(shí)，往往采用依賴傳感器的局部路徑規(guī)劃方法進(jìn)行沖突消解。

　　由于本文中設(shè)計(jì)的機(jī)器人個(gè)數(shù)比較少，就將環(huán)境中其他機(jī)器人視為環(huán)境中的障礙物，而且環(huán)境比較簡單，因而采用無通訊的避碰力一法的機(jī)器人，不需要與其他機(jī)器人的通訊，完全依靠機(jī)器人的傳感器獲取其他機(jī)器人的運(yùn)動(dòng)信息。

　　本文采用改進(jìn)BUG 算法計(jì)算兩點(diǎn)間的最短路徑，即計(jì)算出離當(dāng)前點(diǎn)路徑最短的目標(biāo)點(diǎn)，具體算法如下：

　　根據(jù)電子地圖，智能策略Agent 初步給出各個(gè)目的點(diǎn)的優(yōu)先次序及其行走路線，但是實(shí)際行走中還可以會(huì)遇到其他不可預(yù)知的障礙，這里改進(jìn)BUG 算法考慮到了這些因素，具體算法如下：

　　S=起始點(diǎn)，T=終點(diǎn)

　　設(shè)M 為空矩陣，i=1; V（1）為空集

　　MAP_R 為與矩陣M 對(duì)應(yīng)的二維位圖，Pi 為機(jī)器人在地圖中的即時(shí)位置

　　While（T <> Pi） //當(dāng)T==Pi 表示機(jī)器人到達(dá)終點(diǎn)

　　{ V（i<--由EPC 方式采集的數(shù)據(jù)） // EPC 為端點(diǎn)采集法

　　M<--M∪V（i）

　　位圖MAP_R 隨之不斷更新

　　IF（線段Pi T 和障礙物邊界相交） THEN

　　由COD 計(jì)算出方向 // COD 為最近方向判決

　　ELSE

　　機(jī)器人沿方向移動(dòng)到點(diǎn)Pi+1

　　i++;}

　　3.3 動(dòng)作選擇

　　根據(jù)內(nèi)部狀態(tài)的變化，動(dòng)作Agent 指導(dǎo)機(jī)器人該采取什么樣的動(dòng)作，具體流程如下：

　　IF（傳感器感知到有書到來）THEN 觸發(fā)機(jī)械手拿書

　　ELSE

　　IF（圖書歸類完成） THEN

　　{ 觸發(fā)機(jī)器手將書放置在推車格子中，并將臨時(shí)庫中的已滿格子數(shù)加1;

　　IF（已滿格子數(shù)==總格子數(shù)） THEN 機(jī)器人不再接收其他圖書，觸發(fā)機(jī)器人根據(jù)智能策略Agent

　　提供的路線推動(dòng)推車向各個(gè)目的地前進(jìn)。}

　　FOR（i=1;i<=臨時(shí)庫中的總目的地?cái)?shù)；i++）

　　{ IF（到達(dá)臨時(shí)庫中記錄的第i 個(gè)目的地）THEN

　　{ 機(jī)器人停止行走，觸發(fā)機(jī)械手將對(duì)應(yīng)圖書擺在相關(guān)的柜子上

　　擺書動(dòng)作完成，停止機(jī)械手動(dòng)作，觸發(fā)機(jī)器人推車向著新目的地前行 }

　　ELSE 繼續(xù)根據(jù)路徑前行 }

　　3.4 多Agent 之間的通信

　　當(dāng)環(huán)境變化的時(shí)候，環(huán)境感知Agent 會(huì)自動(dòng)檢測到環(huán)境狀態(tài)，比如有新書到時(shí)，環(huán)境感知Agent 獲取圖書信息，并向圖書識(shí)別Agent 提出合作請(qǐng)求，且將圖書信息傳遞給它，環(huán)境感知Agent 繼續(xù)檢測環(huán)境變化。Agent 之間的合作提高了工作效率和準(zhǔn)確度，且保證了庫中信息的有效共享，避免資源浪費(fèi)。

　　Agent 之間的交互與合作是多Agent 系統(tǒng)中核心問題之一，而Agent 通信語言是實(shí)現(xiàn)交互與合作的基礎(chǔ)。根據(jù)目前Agent 的應(yīng)用環(huán)境， KQML 是主流的通信語言之一。因KQML 既是一種通信語言，又是一種通信協(xié)議和標(biāo)準(zhǔn)，故每個(gè)Agent 只要遵守該協(xié)議，即可受到它所提供的通信支持，若要遵守協(xié)議，每個(gè)Agent 必須添加一個(gè)KQML 語言解釋器。

　　概念上，可以把一條KQML 消息分為三層：內(nèi)容層、通信層和消息層。內(nèi)容層由關(guān)鍵詞：content 標(biāo)志；：reply-with， ： sender， and ： receiver 關(guān)鍵詞標(biāo)志了通信層； ：performative 與：language， ： ontology 形成消息層。全部技術(shù)通信參數(shù)都在通信層規(guī)定，消息層規(guī)定與消息有關(guān)的言語行為的類型，內(nèi)容層規(guī)定消息內(nèi)容。以環(huán)境感知Agent 與圖書識(shí)別Agent 之間的溝通為例說明KQML通信語言的方法。

　　（tell

　　： sender 環(huán)境感知Agent

　　： receiver 圖書識(shí)別Agent

　　： reply-with information storehouse

　　： content （new book‘s information）

　　： language java

　　： ontology bar code of book）

　　4 結(jié)語

　　本文中我們?cè)趫D書館管理系統(tǒng)中引入人工智能的概念，并給出了基于多Agent 的機(jī)器人系統(tǒng)在圖書歸類中的模型。智能機(jī)器人能自動(dòng)識(shí)別圖書條形碼，且結(jié)合中國圖書館圖書分類法給出歸類算法。根據(jù)此算法可計(jì)算出圖書的具體位置，將所有推車中同類書籍進(jìn)行關(guān)聯(lián)，機(jī)器人就可以一次性擺放所有同類書籍，而不需要多次折回，實(shí)現(xiàn)對(duì)圖書的歸類。改進(jìn)BUG 算法給出了路徑規(guī)劃方案，指導(dǎo)機(jī)器人沿著路徑正確、快捷地找到各個(gè)目的地。通過機(jī)器人和多Agent 技術(shù)的結(jié)合，極大地提高了圖書管理的效率，減輕了工作人員繁重的整理工作，對(duì)將人工智能技術(shù)引入日常生活中產(chǎn)生深遠(yuǎn)的現(xiàn)實(shí)意義。