如果一个agent不能判别其他agent的意图，多agent的交流行为即使不是不可能的，也会变得非常困难。尤其是，在对话中理解并做出合适的行为几乎是不可能的。在此，我们将探讨意图识别的问题以及它是怎样与言语行为解释相关联的。

对大部分问题，这可能是对的，但还是有一些复杂的情况。此文中，我们把执行一个行为的agent称为行为agent，而把观察这个行为的agent 称为观察agent。这里，主要探讨的问题是观察 agent 怎样才能确定执行 agent 的意图。

首先，仅仅因为你能识别出一个包括所有观察到的行为的规划，并不意味着这个规划描述了该agent 的意图。有很多可能的规划能够解释观察到的行为，但是执行agent 只执行其中的某一个规划。所以，用规划判别算法发现一个规划仅仅给出了执行 agent的一些可能的意图。事实上，要确定这个规划是否正确从理论上说是不可能的，但基于我们能够判断的最可能规划来确定 agent 的意图，在一定程度上还是可行的。

给定这个行为agent的信念，识别出的规划一定是合理的；而从观察agent的角度看，这个规划可能是错误的或不充分的。事实上，这意味着规划判别只能基于共享知识，即使一些关于其他 agent的信念的特定事实在某些情况下也是可用的。Jack知道他的柜子装的是号码锁，而Sue认为他的柜子装的是一个用钥匙开的锁。他们共享的知识是，需要开锁来打开柜子、不同交流行为的效果的知识以及有关这个场景的其他知识。例如，他们双方必须都知道Sue想打开Jack的柜子是合情合理的。这样，Jack能够从下面的问题中识别出什么呢？

Sue:Can I have the key to your locker?（能给我你的柜子钥匙吗？）

跳过Jack是怎样把非语内表现行为确定为索取钥匙的具体细节，他可以得出一个合理的包括下面行为的规划。首先，这句话被确定为下面行为的一部分：

MotivateByRequest(Sue1, Jack1, Give(Jack1, Sue1, KeyTo(Locker1)))

利用关于交流行为的共享知识，Jack知道Sue相信这个行为的一个效果是：

Intend(Jack1, Give(Jack1, Sue1, KeyTo(Locker1)))

它利用意图行为的共享知识，反过来将触发下面的行为：

Give (Jack1, Sue1, KeyTo (Locker1 ))

给定关于给予行为的共享知识，上面的行为将会有以下效果：

Have(Sue1, KeyTo(Locker1))

关键步骤是Jack相信Sue认为Jack的柜子上装的是一把用钥匙开的锁。这样，他就知道Sue认为有钥匙就能够完成这个行为：

Open(Sue1, Locker1)