基于偏好排斥等級BDI主體的決策行為研究

郝一江，陳亞楠

(1.中國社會科學院 哲學研究所， 北京 100732；2.南京大學 哲學系， 江蘇 南京 210023)

一、引言

“行為”是人工智能、系統工程、哲學、軍事等諸多領域的核心概念。從人工智能的視角來看，行動就是Agent(主體或智能體)“通過感知信息控制執行過程的算法”[1]。主體(Agent)是做知識級分析而且是有意識的系統，它強調理性作用，“是描述人類智能、動物智能和機器智能的統一模型”[1]；為了利用函數和數值形式化地描述其行為，可以把主體定義為從感知序列到實體動作的映射[2]。例如：人、具有高級智能的動物、仿人機器人、足球機器人、飛機、航母、月球探測儀、無人機等等都可以看作是Agent。因此，如何對理性Agent的決策行為進行形式化描述，是人工智能中一個經久不衰的話題。

主體和多主體的行為建模涉及的領域非常廣泛，它們在電子商務、動畫設計、機械設計、系統分布與設計、仿人機器人、軍事仿真、網絡安全、軟件工程、復雜系統、空中交通系統、電信網絡、業務流程、空間飛行器和醫療服務的管理和控制等諸多領域有著廣泛的應用[3]，是分布式人工智能、系統工程等諸多領域研究的熱點問題，國內外相關研究成果豐碩。

Linder等[4]認為：行動改變心智；根據主體的知識和信念可以定義主體運用信念改變行動的能力，而且這些定義是基于這樣的理念：即執行可行行動可以得到主體所期望的事件狀態。影響Agent行為決策和行為推理的主要因素是：信念(Belief)、愿望(Desire)和意圖(Intension)，因而Agent典型的行為模型就是BDI(Belief-Desire-Intension，簡稱BDI)邏輯框架。應用最為廣泛的主體模型是Rao和Georgeff[5- 7]提出的以分支時間邏輯為基礎的BDI邏輯系統，該系統可以根據主體的信念、愿望和意圖對Agent的行為決策和推理進行形式描述[8]。

目前，BDI的主體模型已經在計算機中得以實現，并在實際生產生活中得到了廣泛應用，如在多主體系統的機器學習[9]、計算機生成虛擬兵力[10]等多個領域獲得了應用，故引起了人工智能等領域的專家的極大關注。在具體的應用系統中，信念用來表示環境狀態，愿望用來表示主體動機，意圖用來表示主體目的。基于意圖的主體結構應用最為廣泛。意圖系統描述的實體行動可以通過歸因于某些心智態度的方法來預測，這些心智態度包括知識、信念、愿望、意圖、義務、承諾(commitment)(或前態度(pro-attitudes))，等等[11]。

在Rao與Georgeff的BDI結構[6]基礎上設計和開發的主體在不確定和動態環境中具有較好的性能。為了描述不同的主體，一些學者對Rao和Georgeff提出的BDI邏輯[5]進行了改進和擴展，例如：等級(graded)BDI邏輯[12- 13]、帶有規范性慎思的等級BDI邏輯[14]、知識情感等級BDI邏輯[15]。此外，還有學者研究了BDI邏輯在有窮狀態世界上的模型檢測[16]、基于BDI邏輯的多主體系統中的學習問題[9]，等等。

偏好是具有意圖的主體的積極態度，是促使主體采取行動的動力，在滿足給定的約束條件的同時，制定適當的規劃，以滿足最為偏好的目標。在Casali等提出的偏好等級BDI邏輯中[17]，把進行實際推理的等級意圖主體定義為一個多背景系統，然后在相應邏輯背景語言中給出了主體的信念、愿望和意圖等心智態度的形式化表示，對其進行了公理化，并給出了這些心智態度的交互框架。雖然Casali等能夠對帶有偏好的BDI主體行為進行建模，但是該邏輯的真值取值范圍是[0,1]，只能夠處理正向偏好，無法處理負向偏好。

在本文中，為了能夠同時描述帶有偏好和排斥的主體的決策行為，減少模態算子的個數，筆者對Casali等提出的偏好等級BDI邏輯進行改進，并把其真值隸屬度從[0,1]擴展到[-1,1]。為此，需要把偏好分為正向偏好和負向偏好，并規定：能夠促使主體采取行動的偏好就是正向偏好(即常規意義上的偏好，如：喜歡、愛好、偏向、偏好)，其偏好測度值是取(0,1]之間的正實數；而阻止主體采取行動的偏好就是負向偏好(即常規意義上的排斥、討厭、厭惡、不喜歡)，其偏好測度值是取[-1,0)之間的負實數；并規定：如果主體沒有偏好，那么偏好測度值是0。通過這樣處理后，把排斥看作負向偏好，在對“帶有偏好和排斥的BDI主體的決策行為”進行描述時，只需要在經典的BDI邏輯中引入偏好算子，而不必專門引入排斥算子，這樣就能夠使得我們建立的模型與“Casali等只能夠處理偏好但不能處理排斥的等級BDI模型”一樣簡潔，但是表達力卻增強了。

二、偏好排斥等級BDI邏輯

利用表示偏好的模態算子，對Xiaojun Zhang等[13]提出的等級BDI邏輯(簡稱g-BDI邏輯)進行改進，可以得到偏好排斥等級BDI邏輯(簡稱pg-BDI邏輯)，該邏輯可以表征帶有偏好和排斥的BDI主體的決策行為。需要特別說明的是：g-BDI邏輯中，主體的信念測度、愿望測度和意圖測度(即其真值隸屬度)是0到1之間的所有實數(記作[0,1])；而在本文給出的pg-BDI邏輯中，主體的偏好、信念、愿望、意圖的真值隸屬度是-1到1之間的所有實數(記作[-1,1])。

(一)偏好排斥等級BDI邏輯的語言

pg-BDI邏輯建基于命題動態邏輯[18]和擴展的無窮值ukasiewicz邏輯[19]。命題動態邏輯可以對主體的行為進行表示和推理。無窮值ukasiewicz邏輯可以對概率測度進行推理；在該邏輯中，命題真值介于0到1之間的所有實數，即[0,1]；真值函數包括：x=1-x和x→y=min(1,1-x+y)。本文為了處理排斥這類負向偏好，把該邏輯的真值隸屬度的取值范圍擴展到-1到1之間的所有實數(即[-1,1])。并規定：促使主體采取行動的正向偏好所對應的真值隸屬度∈(0,1]；阻止主體采取行動的負向偏好所對應的真值隸屬度∈[-1,0)；如果主體沒有偏好(即非正向偏好也非負向偏好)，那么所對應的真值隸屬度為0。

本文給出的pg-BDI邏輯是一種多模態邏輯，是擴展的無窮值ukasiewicz邏輯與命題動態邏輯糅合而成，屬于人工智能邏輯的一個分支邏輯。偏好排斥等級BDI邏輯的語言Lpg-BDI是：使用形式為[α]的行動模態詞(其中α是一個行動)和4個模糊模態算子P(偏好算子)、B(信念算子)、D(愿望算子)、I(意圖算子)，對經典命題語言L進行擴展而成的。

規定：Pφ、Bφ、Dφ和Iφ分別表示主體偏好、相信、愿望和意圖命題φ。P([α]φ,p)表示在執行行動α后，主體偏好命題φ的真值隸屬度(即偏好度)為p。B([α]φ,b)表示主體相信在執行行動α后，相信φ的真值隸屬度(即信念度)為b；D(φ,d)表示主體愿望命題φ的真值隸屬度(即愿望度)為d；I([α]φ,i)表示在執行行動α后，主體意圖φ為真的真值隸屬度(即意圖度)為i。

在本文中：φ,ψ表示命題，α,β表示行動，行動集、原子行動集、命題集和原子命題集、分別用Π、Π0、Φ和Φ0表示。語言Lpg-BDI表達式只有兩種：命題和行動。

(1) 語言Lpg-BDI的公式φ通過如下方式歸納得到：

即：Lpg-BDI-公式是由原子命題、經典算子(否定算子)、→(蘊涵算子)和[ ](程序必然算子)通過歸納的方式加以定義，其中[α]φ表示每次執行行動α后，命題φ成立。

(2) 語言Lpg-BDI的行動α由原子行動通過如下方式歸納得到：

α∷=α0|α; β|α∪β|α*|φ?|

即：Lpg-BDI-行動是由原子行動通過歸納的方式，由不確定性選擇算子“∪”、行動復合算子“;”、測試算子“?”和迭代算子“*”加以定義。而迭代行動αn(其中n是自然數，而且n≥0)由α0=id和αn+1=α; αn通過歸納方式加以定義。

(3) 如果φ∈Lpg-BDI，那么φ,Γφ∈ΓC；

(4) 如果r∈Q∩[-1,1]，那么rc∈ΓC，其中Q表示有理數的集合；

(5) 如果Γφ,Γψ∈ΓC，那么Γφ∧Γψ∈ΓC且Γφ→Γψ∈ΓC。

例如：當Γ是偏好算子P且φ∈Lpg-BDI時，由(3)可知：φ,Pψ∈PC(PC表示偏好背景)；當Γ是偏好算子P且Pφ,Pψ∈PC時，根據(5)可知：Pφ→ Pψ∈PC且Pφ∧Pψ∈PC。其他模態算子的理解與此類似。規定：模態公式Γφ →Γψ對應真值是1，其意思是，Γφ的真值大于或等于Γψ的真值。rc→Γφ表示φ的真值隸屬度至少為rc，簡記為(Γφ,rc)。

(二)偏好排斥等級BDI邏輯的語義

不同的可能世界對應于主體不同的心智狀態。利用克里普克模型可以給出pg-BDI邏輯的語義。為此，利用對偏好進行處理的結構和函數λ，對Xiaojun Zhang等[13]的等級BDI邏輯進行擴展。即，為pg-BDI邏輯定義如下克里普克結構：K=〈W,ν,ρ,τ,θ,{μw}w∈W,λ〉，其中：

(6) W是可能世界集合，且可能世界w,w′∈W≠?。

(7) ρ:2W→[-1,1]表示W子集上的概率測度；對于φ∈Φ0，{w| ν(φ,w)=1}是可測度的。

(8) τ:Π0→ 2W×W是指由不同原子行動所對應的可能世界之間的轉換函數。

(9) θ:W →[-1,1]是信念測度，|θ(w)| < |θ(w′)|表示w′比w更被主體相信。

(10) μw:W→[-1,1]是愿望測度，μw(w′)∈[-1,1]表示主體試圖從w到w′的愿望強烈程度。

(11) λ:W →[-1,1]是偏好對主體決策行為的影響測度，|λ(w)| < |λ(w′)|是指w′比w對主體決策行為影響更大。

利用關于偏好的語義，對Xiaojun Zhang等[13]的等級BDI邏輯的語義進行擴展，并把其真值隸屬度從[0,1]擴展為[-1,1]，就可以得到pg-BDI邏輯的語義：

(12) ν(Γφ,w)=ξ{w′∈W | ν(φ,w′)=1}，對每個φ來說，其中ξ ∈{ρ,θ,μw,λ}。

(13) 對于所有r∈Q∩[-1,1]，ν(rc,w)=r。

(14) ν(Γφ∧Γψ,w)=max(ν(Γφ)+ν(Γψ)-1,-1)。

(15) ν(Γφ →Γψ,w)=min(1-ν(Γφ)+ν(Γψ),1)。

(16) 對于所有可能世界w∈W，ν(Γ⊥,w)=0。

(三)偏好排斥等級BDI邏輯的公理和演繹規則

與Xiaojun Zhang[20]的情感等級BDI邏輯類似，pg-BDI邏輯的公理包括三部分：一是經典命題邏輯的所有公理，二是基于無窮值ukasiewicz邏輯的Γ-公理，三是基于命題動態邏輯的模態公式Γ-公理(其中Γ∈{P,B,D,I})。這些公理具體如下：

(17) 經典命題邏輯的所有公理。

基于盧卡斯維茨邏輯的Γ-公理如下：

(19) Γ(φ→ψ) →L(Γφ→Γψ)

基于命題動態邏輯的Γ-公理如下：

(22)[α]Γ(φ→ψ) → ([α]Γφ→[α]Γψ)

(23)[α]Γ(φ∧ψ)? [α]Γφ∧[α]Γψ

(24)[α∪β]Γφ?[α]Γφ∨[β]Γφ

(25)[α; β]Γφ? [α][β]Γφ

(26)[Γψ?]Γφ ?(Γψ→Γφ)

(27) Γφ[α][α*]Γφ?[α*]Γφ

(28) Γφ[α*](Γφ→[α]Γφ)?[α*]Γφ

偏好排斥等級BDI邏輯的演繹規則有：

(30) 分離規則1(MP1)：從φ和(φ→ψ)可以推出ψ。

(31) 分離規則2(MP)：從(φ,r1)和(φ→ψ,r2)可以推出(ψ,r1& r2)。

(32) 真值常元引入規則：從(φ,r1) 可以推出(rc→ φ,rc→ r1)。

(33) 概括規則1(GEN1)：從φ可以推出[α]φ。

(34) 概括規則2(GEN2)：從φ可以推出Γφ。

pg-BDI邏輯具有完全性與可靠性，可以通過嵌入(embedding)的方法加以證明。具體證明過程與張曉君[21]96-110的情感等級BDI邏輯的可靠性與完全性的證明類似，即，通過把pg-BDI邏輯嵌入到命題動態邏輯或無窮值ukasiewicz邏輯中加以證明。

三、偏好排斥等級BDI主體模型的不同背景關系

主體為了達成愿望，需要根據偏好、排斥、信念、愿望，以及執行行動而導致的可能世界之間的轉換，來制定規劃(即復合行動)，并根據最佳規劃執行行動。愿望背景DC、信念背景BC、偏好背景PC與規劃背景HC之間關系如下：

(35) 如果P:(P([α]φ,p)),B:(B([α]φ,b)),D:(Dφ,d)且H:action(α,Pre-,Costα)，那么H:plan(φ,action(α,Pre-,Costα),b)。

其中：α是初始行動，Pre-是執行α的前提條件；Costα∈[-1,1]是主體執行α時付出的代價；p、b分別表示執行α達成φ時的偏好度、信念度；d表示愿望度。并假定主體的當前世界狀態滿足執行α的前提條件，而且規劃必將使得相關愿望成真。

意圖度表示達成命題φ時，主體將付出的代價并且獲得的利益，因此對每個能夠達成命題φ的復合行動α而言，Iφ的意圖度i可以由Bφ的信念度b、Pφ的偏好度p、Dφ的愿望度d，以及達成φ時所付出的代價Costα加以定義，即可以利用如下轉換函數加以定義：

(36) 如果P:(P([α]φ,p)),B:(B([α]φ,b)),D:(Dφ,d)，)且H:action(α,Pre-,Costα)，那么H:plan(φ,action(α,Pre-,Costα),b)，則I:(Iφ,f(p,b,d,Costα))。

不同主體行為可以由不同的轉換函數f(p,b,d,Costα)來建模，利用函數f(p,b,d,Costα)，就可以把主體的信念、愿望、偏好和排斥對決策行為的影響都轉化成意圖度，即，Iφ的意圖度i承載了偏好度p、信念度b、愿望度d和代價Costα所攜帶的信息。

根據具體要考察的模型，對主體信念、愿望、偏好和排斥對意圖度的影響程度賦予不同的權重，并根據實踐反饋的信息制定其相應的調參規則，而且在實際應用中可以對權重進行修改完善。例如，對于本文要考察的工作單位決策行為主體而言，我們指派給p,b,d和Costα對意圖度影響的權重分別為0.35、0.16、0.21、0.28。即意圖度i用如下轉換函數f(p,b,d,Costα)加以定義：

(37) i=f(p,b,d,Costα)= 0.35p+0.16b+0.21d+0.28Costα

在可供選擇的工作單位中，假定理性主體選擇意圖度最強imax的工作單位。即，如果理性主體的愿望是達成φ，那么主體將選擇意圖度最強烈的imax所對應的工作單位，并制定相應規劃，之后主體把這一規劃傳達給交流背景C。即：

(38) 如果I:(Iφ,imax)且H:bestplan(φ,action(α,Pre-,Costα),b)，則C:C(does(α))。

四、案例分析：偏好排斥等級BDI主體工作單位決策行為的形式刻畫

考慮以下情景：小王大學畢業時面臨工作單位的選擇決策。假設小王是帶有偏好和排斥的等級BDI主體。為此，我們指派給該決策主體這樣3個愿望：一是工資高；二是待遇好(比如有住房、安家費、科研啟動費等)；三是自己感興趣。我們指派給該決策主體如下這樣3個偏好：一是偏好有發展前途的公司；二是偏好發達的大城市；三是偏好交通便利的城市。我們指派給該決策主體如下這樣3個排斥：一是排斥工作壓力大的公司；二是排斥環境差的城市；三是排斥離父母家太遠的公司。

為了決定所要選擇的工作單位，主體將根據自己的信念、愿望、偏好和排斥，綜合考慮工作單位所帶來的利益(一是工資高；二是待遇好；三是自己感興趣)，以及負面偏好和工作壓力等所付出的代價。此實例中，不同決策行為就是選擇不同的工作單位；假定小王有3個工作單位可供選擇：

(39) Π0={公司A、公司B、公司C}。

在這種情況下，偏好背景PC、愿望背景DC和信念背景BC如下：

偏好背景(PC)：我們可以賦予該主體如下3個正向偏好：

(40) P([公司A]有發展前途,p1=0.80)

(41) P([公司B]有發展前途,p1=0.90)

(42) P([公司C]有發展前途,p1=0.33)

(43) P([公司A]發達城市,p2=0.79)

(44) P([公司B]發達城市,p2=0.63)

(45) P([公司C]發達城市,p2=0.90)

(46) P([公司A]交通便利,p3=0.92)

(47) P([公司B]交通便利,p3=0.82)

(48) P([公司C]交通便利,p3=0.85)

(49) P([公司A]壓力大,p4=-0.66)

(50) P([公司B]壓力大,p4=-0.95)

(51) P([公司C]壓力大,p4=-0.41)

(52) P([公司A]環境差,p5=-0.93)

(53) P([公司B]環境差,p5=-0.80)

(54) P([公司C]環境差,p5=-0.45)

(55) P([公司A]離家遠,p6=-0.20)

(56) P([公司B]離家遠,p6=-0.30)

(57) P([公司C]離家遠,p6=-0.95)

在該實例中，P([公司A]有發展前途,p1=0.80)的偏好度p1是指在執行行動α(即選擇工作單位A)后，有發展前途的概率測度或真值隸屬度是0.80，即選擇公司A對意圖的影響程度為0.80；由于此真值隸屬度為正值，會促使主體選擇該工作單位。其他偏好度與此類似。“有發展前途、發達城市、交通便利”這3個偏好都會促使主體選擇所對應的工作單位，屬于正向偏好，故所對應的真值隸屬度∈[0,1]。

排斥可以看作是負向偏好。“壓力大、環境差、離家遠”這3個排斥都會阻止主體選擇所對應的工作單位，屬于負向偏好，故所對應的真值隸屬度∈[-1,0]。真值隸屬度的絕對值越大，對相應公司選擇的影響就越強烈。例如，P([公司A]環境差,p5=-0.93)的負向偏好度或排斥度p5是指在執行行動α(即選擇工作單位A)后，環境差的概率測度或真值隸屬度是-0.93，即選擇公司A對意圖的影響程度為-0.93。由于此真值隸屬度為負值，會阻止主體選擇該工作單位。在這三個公司中，公司A所對應p5的絕對值最大，說明其環境最差。本文中的其他測度與此類似。

假定這3個偏好和3個排斥是隨機獨立的，為此，根據這3個偏好和3個排斥對小王意圖影響的不同權重，可以為偏好背景PC指定如下推理規則：

(58)如果P([α]有發展前途，p1)且P([α]發達城市，p2) 且P([α]交通便利，p3)且P([α]壓力大，p4)且P([α]環境差，p5)且P([α]離家遠，p6)，那么P([α]有發展前途∧發達城市∧交通便利∧壓力大∧環境差∧離家遠(以下簡記為：3個偏好∧3個排斥)，p= 0.31p1+0.18p2+ 0.16p3+ 0.12p4+0.10p5+0.13p6)。因此，把前面偏好背景中的p1-p6的值分別代入p中，可得：

(59) P([公司A]3個偏好∧3個排斥，p=0.339 2)

(60) P([公司B]3個偏好∧3個排斥，p=0.290 6)

(61) P([公司C]3個偏好∧3個排斥，p=0.182 6)

愿望背景(DC)：我們可以賦予該主體這樣3個愿望：

(62) (D(工資高),d=0.90)

(63) (D(待遇好),d=0.82)

(64) (D(感興趣),d=0.88)

(65) (D(工資高∧待遇好∧感興趣),d=0.98)

由于此實例中的3個愿望都是正向愿望，其真值隸屬度∈[0,1]。真值隸屬度越大，表示其愿望越強烈。

信念背景(BC)：理性決策主體小王具有“執行相應行動后”哪些公式為真的知識。在該實例中，B([公司A]工資高，b1)的信念度b1是指在執行行動α(即選擇工作單位A)后，相信工資高的概率或滿意程度，屬于正向信念，所對應的真值隸屬度∈[0,1]。其他信念與此類似。我們不妨為這一決策主體賦予如下信念：

(66) B([公司A]工資高,b1=0.70)

(67) B([公司B]工資高,b1=0.95)

(68) B([公司C]工資高,b1=0.52)

(69) B([公司A]待遇好,b2=0.79)

(70) B([公司B]待遇好,b2=0.61)

(71) B([公司C]待遇好,b2=0.70)

(72) B([公司A]感興趣,b3=0.87)

(73) B([公司B]感興趣,b3=0.92)

(74) B([公司C]感興趣,b3=0.61)

根據它們對小王意圖影響的不同權重，可以為信念背景BC指定如下推理規則：

(75) 如果B([α]工資高，b1)且B([α]待遇好，b2)且B([α]感興趣，b3)，那么B([α]工資高∧待遇好∧感興趣，b=0.45b1+0.30b2+0.25b3)。因此：

(76) B([公司A]工資高∧待遇好∧感興趣,b=0.769 5)

(77) B([公司B]工資高∧待遇好∧感興趣,b=0.840 5)

(78) B([公司C]工資高∧待遇好∧感興趣,b=0.596 5)

規劃背景(HC)：由于付出的代價對采取行動(即選擇某公司)的影響是阻止性的，故其真值隸屬度∈[-1,0]。假設3個原子行動對應的代價如下：

(79) action(公司A,Costα=-0.77)

(80) action(公司B,Costα=-0.83)

(81) action(公司C,Costα=-0.36)

由于最強烈的愿望是工資高、待遇好而且感興趣。此愿望所產生的規劃如下：

(82) plan(工資高∧待遇好∧感興趣，action(公司A,Costα=-0.77)，b=0.769 5)

(83) plan(工資高∧待遇好∧感興趣，action(公司B,Costα=-0.83)，b=0.840 5)

(84) plan(工資高∧待遇好∧感興趣，action(公司C,Costα=-0.36)，b=0.596 5)

現在，主體可以根據規劃所對應的偏好和排斥來判斷意圖的強烈程度。根據(40) f(p,b,d,Costα)=0.35p+0.16b+0.21d+0.28Costα可知，d相對于轉換函數f而言是單調遞增的，故理性主體小王只考慮最強烈的愿望，即選擇工資高、待遇好而且感興趣的工作單位，該愿望的強烈程度d是0.98。因此這3個公司所對應意圖的強烈程度如下：

(85) I([公司A]工資高∧待遇好∧感興趣，i=0.35p+0.16b+0.21d+0.28Costα=0.232 04)

(86) I([公司B]工資高∧待遇好∧感興趣，i=0.35p+0.16b+0.21d+0.28Costα=0.209 59)

(87) I([公司C]工資高∧待遇好∧感興趣，i=0.35p+0.16b+0.21d+0.28Costα=0.264 35)

由此可見，意圖度逐漸遞減的公司排序如下：公司C、公司A、公司B，主體在兼顧其3個愿望、3個偏好和3個排斥的情況下，最終選擇公司C的意圖最為強烈，公司C為最佳公司，公司B最次。這里算出的意圖度都不高，主要是由于信念度、愿望度和偏好度均小于1，各種權重也小于1，經過乘積運算后，其值更小；而且代價對意圖度的影響是負值。

最后，主體采納最佳規劃，執行行動，即選擇工作單位C，這一行動信息隨后就傳遞給交流背景。

五、結論和未來的工作

下一步的工作可以考慮：(1)建立帶有通用算子的等級BDI主體模型，考慮在等級BDI模型的基礎上，引入“可以解釋為(關鍵性)知識和情感(如高興、悲傷、擔心)等等的”通用算子；(2)把偏好排斥等級BDI主體模型擴展到多主體環境中，即描述該主體與其他主體的交互行為；(3)偏好排斥等級BDI主體系統的可計算性和計算復雜性問題；(4)深入開展偏好排斥等級BDI邏輯的應用研究，更好地為Agent理論的諸多應用領域服務。