假定Jack发现这个行为在这个环境下是一个合理的意图，他将对为什么Sue向他要钥匙建立一个合理的解释。当然，建立的规划是无效的，但是这对于识别这个规划的目的并没有影响。重要的是Sue认为它是有效的。假定这是惟一看似合理的规划，他将假定它给出了Sue的意图结构。识别的规划如图1所示。

图1  从“Can I have the key to your locker?”中识别出来的一个可能规划

给定这个规划，Jack猜测Sue的主要意图包括：

Intend(Sue1, MotivateByRequest(Sue1, Jack1, Give (Jack1, Sue1,

KeyTo(Locker1))))

Intend(Sue 1, Achieve(Have(Sue1, KeyTo( Locker1))))

Intend(Sue1, Open(Sue1, Locker1))

事实上，一个利用了这一算法的计算机系统也许已经接受了一系列可能的意图，这些意图被看做这个系统的期望。在这个例子中，Intend(Sue1，Open(Sue1，Locker1））就是其中的一个期望。给定一个输入，系统能够利用规划识别来给出一些合理的规划，并希望其中只有一个规划能够与期望的意图相匹配。

当然，我们不需要识别每一个句子隐含的最终意图。只要有能够触发这一句子的合理意图，识别出准确的意图往往是不必要的。例如，我们假定不存在Sue希望打开Jack的柜子这个期望。这毕竟是一个使这个例子简单化的特定意图。但是，这不是期望的意图，我们期望的意图是更全局的事情，例如去学习或者去海边等。现在，假定共享知识为，Jack的柜子里有Jack和Sue正在学习的课程的教材以及一些浴巾。当Sue要柜子钥匙时，Jack不能确定Sue的意图—Sue可能是想去学习或者去海边。不过，图1 给出的规划是这两个规划的相同部分。这两个规划在下一步开始分叉，因为不知道Sue拿出书还是浴巾。现在，Jack也许有兴趣知道Sue的意图到底是什么，但是要理解Sue的需求，Jack并不一定要确定Sue的意图。Jack在图1 所描述内容的基础上已经确定了Sue提出需求的动机，并且对这几个期望的意图来说，打开柜子都是合理的。因此，这个分析可能是对的，因为它能够成立。

另外，为了要让自己认为已经理解了对方，需要识别的意图的深度取决于你在交互中的目标。在一些会话中，例如当谈判一个和平计划时，准确地了解其他人的意图是非常重要的。在其他会话中，例如某人在大街上拦住你，向你询问时间，除了想知道时间这个明显的意图以外，你可能对此人的其他意图没有任何兴趣。在特定领域的计算机系统中，所要求的详细程度需要根据要完成的任务的范围来确定。

一旦识别了意图，下一个要解释的事情就是，对于与行为agent的意图相关的信息，观察agent 做了什么事情。例如，当Sue 向Jack要钥匙时，Jack下一步该怎么做？这个问题又引出了agent的规划和推理过程。

责任编辑：admin