- 文献综述（或调研报告）：
- 引言
近些年来，世界各个国家和地区都经历了残酷的自然灾害，如地震、火灾、海啸以及由以上自然灾害引发的次生灾害如核原料泄露、有毒物质扩散等，虽然人们对于灾害发生前的预警机制有所完善、灾后处理能力也有所提高，不可否认的是人们在突发的灾害面前依旧是脆弱的，非专业的救援造成了许多原本可以避免的人员伤亡以及财产损失。与此同时，灾后的救援环境往往充满了各种不确定、不安全的因素，会对救援人员本身产生许多潜在的威胁，造成不必要的二次伤亡。因此，为了最大可能提高专业救援效率同时减少救援代价，Agent救援成为了解决以上问题的研究方向和出路。
Agent(智能体)是人工智能研究的前沿领域，虽然这一概念被广泛应用于人工智能的很多方面，但是却很难找到一个大家都能够接受的定义，原因在于随着具体应用领域的不同，其所体现的特征也有所差别。Wooldrige和Jennings在总结前人关于Agent领域的研究工作后，认为可以从广义和狭义两个方面去理解Agent的特性，即Agent的弱定义和强定义，这一观点被学术界普遍接受。
“弱定义”给出的Agent是一个软件或硬件系统，主要特性有：
(1)自治性(Autonomy)：Agent运行过程中不直接由人或者其他主体控制，Agent对自己的行为和内部状态有一定的控制权。
(2)反应性(Reactivity)：Agent不仅能够感知所处的环境，而且能够及时地对环境的变化做出反应，并通过自己的行为来改变环境。
(3)能动性(Pro．activeness)： 主要表现为Agent能够主动地做出具有目标导向性的行为，即能够为实现一定的目标而自己规划行为。
人工智能领域的研究者往往把Agent定义的更强、更具体。他们认为：Agent除了具备弱定义中基本特征外，还具备人的一些特性，如信念、意图、能力等思维状态。在某些应用中，Agent还有如下特殊能力(强定义)：
(1)学习和适应能力(Leaming and Adaptation Ability)：Agent在执行任务时，能够根据经验、知识和规则进行推理和判断，修改其行为决策，适应环境的变化。
(2)推理能力(Reasoning Ability)：Agent接受到的知识往往是不全面、不确定甚至是错误的、所以需要Agent具备一定的推理能力，对知识进行修正和维护。
单个Agent具有的知识、信息和能力存在一定的局限性，因此，利用多个Agent协作求解的Multi-Agent System(MAS)逐渐得到研究者的重视。在理论研究和实际应用中，由多个Agent组成的MAS，可以突破单个Agent的局限，完成一些更为复杂的工作。MAS成员之间相互协同，相互服务，共同完成系统任务，系统内的Agent本身是物理的或抽象的实体，能够自主、分布的运行。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
