要定义会话 agent，需要回答的一个问题是为什么agent 要说话？是什么促使agent 说话或者是什么促使agent理解对方所说的内容？有人会说这样的行为只是机械地按照已有程序来运行，并没有什么复杂的。例如，数据库回答agent的行为可以分两步来描述：

1.分析和解释输入的问题，并转换为表示查询的逻辑形式。

2.在数据库上执行这个查询，得到所需要的答案。

但是，我们不认为这种程序有很高的智能或很强的会话能力。例如，如果数据库中没有输入问题的答案，这一系统就不能返回任何有意义的结果。更进一步来说，没有任何独立的特性能够说明这个系统是具有智能性的。

当然，在某种程度上，即使最复杂的系统都是由上层程序驱动的，并不会比程序所指定的操作更复杂。但是，如果有某种表示方法能够准确反映那些驱动人类活动的因素，那么通过将系统建立在该方法的基础上，我们还是可以在系统中融人部分智能。具体来说，人类的行为来自于他们要达到的目标。另外，人们能够清醒地了解所处的场景，并对这一场景具有正面或负面的感受。人们常常会尝试各种方法来改善自身的处境。例如，如果你发现自己站在高速公路上，你很可能会离开。这一行为看似简单，实际上需要用很复杂的认知结构才能解释。首先基于视觉观察，你确信在高速公路上，并且知道这很危险，所以期望从路上离开。你还能够推理并得到往回退比向前走过公路要快，因此你会选择退回来。这个例子说明了一个复杂的智能 agent 所具备的几个重要模块：

感知(perception)——这个agent 必须能够感知周围的世界。

信念(belief)—这个agent必须能够表示客观世界的当前状态。

期望/需求（desire/want)——这个agent必须能够对世界的状态具有积极或消极的反应，能够比较不同状态的期望程度。

规划和推理(planning/reasoning)— 这个agent必须能够推理，以得到到达其他状态的方法。

落实（commitment）——这个agent必须能够做出执行某种动作的决定以到达一个不同的状态。意图(intention)—这个agent必须能够维护所决定的行为的过程。行为(acting)—这个agent必须能够执行某种行为以改变它当前的状态。

一个会话agent 位于语言和思想都很贫乏的世界中，它只接受话语，其行为仅仅是生成话语。当然，在应用中一个agent 可能具有其他的感知能力和行为能力。但是，本章只关注于语言方面的能力。

刚才讨论的智能行为的七个方面，包括四个过程（感知、规划、落实和行为）和三个状态(信念、期望和意图），我们把这个模型称为BDI（belief-信念，desire-期望，intention-意图）。所有这些术语在后面会有更详细的定义。目前，基于我们的直觉理解来分析整个模型。agent 的整个结构如图1所示，其中框表示认知状态，其他标记表示正在进行的过程。agent利用感知得到的信息来动态地更新信念，利用信念进行推理和规划，然后基于信念和期望来着手落实某种意图，最后通过行为来实现这些意图。

图1一个智能agent的BDI模型

要在语言中应用这样的模型，必须明确地做出表达句子的行为。涉及语言的这种行为称为言语行为（speech act)，它在会话agent 的实现中是很重要的。像前面已经讨论过的任何其他行为一样，由对应的英文单词来命名言语行为，例如“ask”（询问），“request”（请求），“infomm”(通知），“deny”（否认），“congratulate”(祝贺），“confirm”（确认）和“ promise”(承诺）。像其他行为一样，我们应该能够对言语行为进行定义和推理。不过，言语行为比其他行为更复杂，因为这涉及多个agent,即交流行为。另外，它们是根据agent的认知状态来定义的，而不是根据世界的物理属性。

责任编辑：admin