摘要
本文是对发表于《Autonomous Agents and Multi-Agent Systems》期刊2026年第40卷第18期的论文"Testing BDI-based multi-agent systems using discrete event simulation"的深度精读。该论文由意大利博洛尼亚大学计算机科学与工程系的Martina Baiardi、Samuele Burattini、Giovanni Ciatto和Danilo Pianini四位研究者共同完成。论文深入探讨了如何利用离散事件仿真（Discrete Event Simulation, DES）技术来测试基于信念-愿望-意图（Belief-Desire-Intention, BDI）模型的多智能体系统（Multi-Agent Systems, MAS），提出了将BDI智能体的控制流映射到DES仿真框架的方法论，并实现了JaKtA与Alchemist两个开源工具的原型集成。本文作为系列精读的第一篇，将重点介绍研究背景、问题陈述以及BDI模型的核心理论基础，为后续深入理解论文的技术贡献奠定坚实的知识基础。
1 引言
1.1 现代软件系统的复杂性与多智能体系统
现代软件系统正变得日益复杂，新兴的编程范式不断涌现以应对诸如社会技术系统（Socio-Technical Systems, STSs）、信息物理系统（Cyber-Physical Systems, CPSs）和普适系统（Pervasive Systems, PSs）等应用领域的挑战。在这些复杂的应用场景中，人员与众多位于物理环境中的计算实体进行交互，这些实体具备自动化、自主性和智能等特征。多智能体系统（Multi-Agent Systems, MAS）作为一种有效的解决方案，已被广泛采用来应对这种复杂性，其核心思想是将软件建模为一系列相互交互的自主实体的集合。
多智能体系统的应用范围极为广泛，从工业自动化到智能交通，从医疗健康到金融科技，都可以看到MAS的身影。在这些系统中，每个智能体都是一个独立的决策单元，能够感知环境、做出决策并执行动作，同时与其他智能体进行协作或竞争。这种分布式、自主性的特点使得MAS特别适合处理那些传统集中式方法难以应对的复杂问题。然而，正是这种分布式和自主性的特点，也给MAS的开发、测试和验证带来了独特的挑战。
根据MAS是被用于研究系统复杂性还是控制复杂性，研究者们提出了不同的解决方案。当用于研究目的时，MAS抽象可用于仿真系统行为；当用于实际部署时，MAS则用于设计和部署真实世界的系统。这两种应用场景之间存在微妙但关键的区别。在仿真环境中，智能体在一个虚拟沙箱环境中运行，该环境被设计为模仿目标真实世界部署环境的动态特性，其中感知（如来自传感器的数据、时间流）和动作（如智能体在环境中的移动）由仿真器控制，并且可以确定性地重现。而在实际部署中，智能体被绑定到特定的硬件和软件运行时，通过网络进行通信，并与真实时间流绑定。
1.2 仿真在MAS开发中的价值与挑战
仿真在MAS的开发和验证中具有重要价值。通过仿真，开发者可以在部署之前测试智能体的行为及其在复杂环境中的动态特性，从而推迟并（理想情况下）减少与真实世界执行相关的成本和努力，同时降低风险。然而，在仿真环境中测试MAS规范所付出的代价是需要额外的开发努力。首先，开发者必须将目标部署环境建模为仿真环境。其次，开发者必须在仿真框架内开发智能体的行为，这可能与用于真实世界部署的框架不同，因此需要确保MAS代码库的两个版本之间保持一致。
虽然第一个挑战对于任何类型的仿真都是不可避免的，但作者认为，如果相同的MAS规范可以在真实硬件和任意选择的仿真器上无修改地执行，那么第二个挑战就可以得到缓解。这种情况在处理具有认知智能体模型（如BDI模型）的MAS时尤为严峻。BDI智能体已被应用于复杂场景，包括医疗保健、多无人机协调、社会仿真和网络安全等领域。BDI编程模型与大多数仿真器之间的抽象差距，以及BDI技术对产生可重现的复杂场景仿真的有限支持，导致开发者不得不采用以下方法之一：
方法一：扩展BDI平台添加专用仿真引擎。这种方法需要在BDI框架中集成仿真功能，虽然可以保持智能体行为代码的一致性，但需要额外的开发努力来构建仿真引擎，而且很难在性能、环境建模、可视化和数据导出工具方面与现有的先进仿真器相匹配。
方法二：构建和维护两个并行的代码库。一个用于仿真，另一个用于实际系统。这种方法会导致一致性问题，因为需要确保两个代码库在功能上保持同步，任何修改都需要在两个地方同时进行，增加了维护成本和出错的可能性。
方法三：通过中间件将BDI平台与通用仿真引擎集成。这种方法通常通过某种形式的同步机制来实现BDI框架与仿真器之间的协调。虽然可以利用现有仿真器的强大功能，但同步机制的设计和实现可能引入隐含的假设，影响仿真结果的可靠性。
所有这些方法都有其缺点，更重要的是，它们都表明缺乏一个通用的解决方案。事实上，虽然为任何仿真建模环境的努力都是不可避免的——而且本身就很具挑战性——但在仿真和真实系统之间来回移植智能体行为应该尽可能简单，理想情况下不需要对代码进行任何修改。
1.3 问题陈述与研究目标
在作者看来，BDI系统工程实践的现状缺乏一个通用的、实用的解决方案，用于在部署之前使用仿真来测试BDI系统。换句话说，在仿真和真实世界部署之间切换目前是繁琐和不切实际的。理想情况下，从表达BDI系统规范的相同代码库开始，开发者应该能够在仿真环境中测试它，或在真实硬件上运行它，而无需对代码库进行任何更改，同时期望系统在两种场景下的行为一致。
这个问题看起来可能只是技术层面的，但实际上实现这一目标需要重新设计BDI规范的编写和解释方式。它们应该抽象掉执行的实现细节，而多个执行引擎应该同时支持仿真和真实世界部署。在仿真的特殊情况下，环境也应该是可编程的，而不仅仅是智能体。
在实践中，作者专注于一类特定的BDI编程框架：即实现AgentSpeak(L)语言的框架——根据一些最近的调查，该语言在BDI程序员中获得了广泛采用。在本工作的其余部分，除非另有说明，作者将使用"BDI框架"来指代基于AgentSpeak(L)的BDI框架。
针对上述问题，论文提出了以下四个子目标：
O1：调查实践中提出的开发和测试仿真中BDI智能体的方法的实际权衡。这需要全面分析现有方法的优缺点，理解它们在不同应用场景下的适用性，以及识别它们共同面临的技术挑战。
O2：理解BDI框架应提供哪些抽象，以便与仿真引擎无缝集成，使相同的规范可以在仿真和真实世界部署中执行。这涉及到识别BDI框架的核心抽象，以及如何设计这些抽象以支持不同执行环境之间的可移植性。
O3：分析BDI智能体执行模型与离散事件仿真之间的不同映射如何设计，以及它们如何影响仿真保真度。这是论文的核心技术贡献之一，涉及到如何将BDI智能体的控制循环映射到DES事件，以及不同粒度的映射如何影响仿真结果的准确性。
O4：集成BDI框架和DES仿真引擎，使相同的规范可以在仿真和真实世界部署中执行，证明可行性。通过实际的原型实现来验证理论分析的可行性，并提供一个可供社区使用的开源工具。
1.4 研究策略与贡献
论文的核心贡献是识别DES作为实现这一目标的关键使能者，以及作为BDI系统仿真的一种未被充分探索的方法。沿着这条线，论文的第一个贡献是识别在尝试将BDI MAS映射到DES仿真器时出现的关键挑战。作者首先分析了这种映射的概念含义，重点关注BDI智能体控制循环如何映射到DES事件的粒度，强调不同设计选择的权衡。然后，作者讨论了这种映射的技术含义，这些含义影响智能体编程框架的设计，使其更容易与仿真器无缝集成。
为了支持其主张并证明方法的可行性，作者还实现了一个基于两个现有工具集成的原型解决方案：JaKtA（一个BDI编程框架）和Alchemist（一个通用DES仿真器）。这里的关键创新在于原型专注于使BDI仿真可重现和可移植，同时支持不同的粒度级别，因此在复杂性和保真度方面有不同的权衡。除了为MAS开发者提供实用工具外，作者的目标是记录在此集成过程中获得的经验。
最后，作者在一个（仿真的）多无人机协调场景中演练该原型，以示例说明如何将其用作BDI系统早期测试的手段。更具体地说，作者展示了如何以不同的复杂性/保真度权衡仿真相同的BDI规范，可能有助于发现否则会被忽视的问题。
2 BDI模型基础理论
2.1 BDI模型的哲学起源与发展历程
BDI模型植根于人类心理学，基于对智能体决策制定认知过程的显式表示。最初作为一个哲学概念由Bratman于1987年在其著作《Intention, Plans, and Practical Reason》中提出，该模型认为人类的实际行动推理可以通过信念（Beliefs）、愿望（Desires）和意图（Intentions）这三个核心心理态度来解释和建模。这一哲学框架为理解人类如何在实际情境中做出决策提供了理论基础，也为构建具有类人推理能力的人工智能系统提供了指导原则。
从哲学理论到计算模型的转变发生在20世纪90年代初期。Rao和Georgeff在1995年的开创性工作中，将BDI哲学框架形式化为可计算的智能体架构，提出了AgentSpeak(L)语言作为实现BDI智能体的编程框架。这一转变标志着BDI模型从纯粹的哲学思辨走向实际的软件工程应用，为后续大量基于BDI的智能体系统研究和开发奠定了基础。
BDI模型的核心洞察在于，智能体的行为不仅仅是对环境刺激的简单反应，而是涉及复杂的认知过程。智能体需要维护对世界的信念，追求特定的愿望或目标，并形成实现这些愿望的具体意图。这种认知架构使得智能体能够在不确定和动态的环境中做出理性的决策，同时保持对长期目标的承诺。
2.2 BDI模型的核心组件详解
根据Rao和Georgeff提出的模型，每个BDI智能体都具有以下核心组件：
**信念（Beliefs）**是智能体关于自身及其周围环境的信息表示。这些信念可能是部分的、不完整的，甚至是错误的。智能体通过感知环境、推理或与其他智能体通信来更新其信念。信念构成了智能体对世界当前状态的理解，是其决策的基础。在形式化表示中，信念通常被建模为一组逻辑公式或命题，智能体可以查询这些信念来指导其行为。信念的动态更新机制是BDI智能体适应环境变化的关键，当智能体感知到新的信息或通过推理得出新的结论时，其信念集会相应地更新。
愿望（Desires），也称为"目标"（Goals），是智能体希望实现的状态。愿望驱动着智能体的行为，为其提供行动的方向和动力。愿望可能随时间变化，或者在追求过程中产生新的愿望。重要的是，愿望并不一定都是一致的或可同时实现的，智能体需要在其愿望之间进行选择和权衡。愿望的形式化表示通常涉及目标状态的定义，以及目标之间的优先级关系或约束关系。
**意图（Intentions）**代表智能体已经承诺去追求的愿望。当智能体决定追求某个愿望时，它会形成相应的意图，并选择一个计划来实现该意图。意图具有承诺性，意味着智能体会持续地追求其意图，直到意图被实现或被放弃。意图管理是BDI模型中的一个关键问题，涉及到意图的选择、执行、监控和放弃等多个方面。智能体需要在多个意图之间分配资源，处理意图之间的冲突，并在环境变化时适当地调整其意图。
**计划（Plans）**是智能体为实现其意图而执行的动作序列或食谱。计划定义了智能体如何从当前状态转移到目标状态。在BDI框架中，计划通常以条件-动作规则的形式表示，其中条件定义了计划适用的情境，动作定义了在该情境下应该执行的操作。计划库是BDI智能体的知识库之一，包含了智能体可以使用的各种计划模板。当智能体形成新的意图时，它会从计划库中选择适当的计划来执行。
2.3 BDI架构的形式化表示
BDI架构有多种实现方式，包括AgentSpeak(L)、程序推理系统（Procedural Reasoning System, PRS）和分布式多智能体推理系统（distributed Multi-Agent Reasoning System, dMARS）等。本论文特别关注AgentSpeak(L)，因为它是文献中最广泛采用的架构之一。
AgentSpeak(L)智能体基于事件的概念，智能体通过选择驱动其执行的计划来对事件做出反应。与纯粹的反应式系统不同，在反应式系统中事件是直接映射到动作的外部刺激，BDI智能体能够基于其运行时状态的上下文来推理这些事件，并相应地选择计划。计划执行可以产生额外的内部事件（如子目标），这些事件将驱动智能体推理循环的后续迭代。
因此，在本文的其余部分，当作者将BDI智能体称为事件驱动时，目的是强调，正如本节所回顾的那样，BDI智能体的整个生命周期都是由事件驱动的，无论是作为环境感知接收的，还是由智能体内部过程生成的。BDI智能体的这种事件驱动特性是一个关键特征，特别是在仿真它们时，因为计算机仿真本质上处理的是在受控和可预测的方式下生成和处理事件。
2.4 事件的分类与处理机制
BDI模型的所有主要抽象都可以与驱动智能体行为的事件相关联。信念——编码当前存储在智能体记忆中并被认为是真的信息——是响应来自环境（感知）、其他智能体（消息）的事件或在计划执行过程中由智能体自身更新的。当智能体采用新目标时，会创建新的意图来选择计划以追求该新目标。计划执行可能导致新事件（如子目标、信念更新、对环境的动作）的生成，依此类推。
作者区分两大类事件：内部事件和外部事件。这种区分在AgentSpeak(L)模型中并不存在，也不一定由BDI框架实现，但在本文中讨论将BDI智能体映射到DES时很有用。
内部事件是由每个智能体在执行其自身控制循环过程中生成的，旨在使其继续前进。这些包括：
- 信念的添加、删除、更新
- 新（子）目标的添加或失败
外部事件与环境及其中的变化有关，特别是智能体如何感知、引起或响应这些变化。外部事件包括但不限于智能体：
- 进入或退出环境（即终止）
- 感知或从环境接收消息
- 向某个接收者发送消息
- 执行改变环境的动作
在当前实践中，内部和外部事件的处理方式可能因BDI实现而异，并且在计算机仿真和真实世界执行之间可能存在相当大的差异，这表明存在实质性的抽象差距。
此外，重要的是要注意，进一步的外部事件可能独立于智能体动作而发生，并引起环境中的变化。这些可能被显式建模，也可能不被显式建模，但为了BDI智能体编程的目的，建模对这些变化的感知就足够了。例如，如果BDI系统受到环境温度的影响，真实世界部署需要将温度传感器（或外部温度监控服务）连接到智能体，以从环境中感知自发变化的温度。如果要仿真相同的BDI系统，仿真器将负责生成与温度变化相关的事件，以便智能体可以观察它们并做出相应的反应。
2.5 控制循环的详细机制
每个AgentSpeak(L)智能体都由一个控制循环（control-loop）驱动，即一系列无限重复直到智能体终止的操作（分为三个主要阶段）。从技术上讲，控制循环已经以多种方式实现——每种方式对智能体的外部并发性有不同的影响——但核心抽象始终相同。
图1展示了AgentSpeak(L)智能体的整体架构的图形表示，重点关注构成智能体控制循环的主要阶段和操作，以及其中涉及的内部/外部事件。粗略地说，控制循环假设每个智能体都有一个内部事件队列，按如下方式操作。控制循环的每次迭代从感知阶段（sense phase）开始，智能体在其中收集（i）感知和（ii）来自环境的传入消息（即外部事件），（iii）相应地更新信念（将来自更新信念的事件入队）。接下来，智能体执行审议阶段（deliberation phase），其中它（a）从队列中选择一个事件；（b）选择一个处理该事件的计划，将其分配给某个现有的或新的意图；以及，因此，（c）选择一个要推进的意图。最后，智能体执行行动阶段（act phase），其中它执行在步骤（c）中选择的意图的一个动作。动作执行可能引起进一步的内部事件，这些事件随后被入队（因此在控制循环的下一次迭代中处理），以及外部事件，这些事件被传递给环境或其他智能体。
【此处可粘贴论文图1：AgentSpeak(L)智能体架构的图形表示】
控制循环的三个阶段各自承担着不同的功能：
**感知阶段（Sense Phase）**是智能体与外部世界交互的窗口。在这个阶段，智能体从环境中收集感知信息，接收来自其他智能体的消息，并根据这些信息更新其信念集。感知阶段确保智能体的内部状态与外部环境保持同步，是智能体做出正确决策的前提。感知的内容可能包括环境状态的变化、其他智能体的行为、以及任何与智能体相关的信息。
**审议阶段（Deliberation Phase）**是智能体决策的核心。在这个阶段，智能体从事件队列中选择一个事件进行处理，根据当前信念和上下文选择适当的计划，并将计划分配给相应的意图。审议过程涉及到复杂的推理和决策，智能体需要考虑多个因素，如事件的优先级、计划的适用条件、以及当前意图的状态等。审议阶段的结果决定了智能体下一步将采取什么行动。
**行动阶段（Act Phase）**是智能体执行决策的阶段。在这个阶段，智能体执行所选意图中的一个动作。这个动作可能是内部操作（如更新信念、生成子目标），也可能是外部操作（如发送消息、改变环境状态）。行动阶段将智能体的决策转化为实际的行为，对环境产生影响。
2.6 BDI智能体的执行模型
BDI智能体的执行本质上归结为调度控制循环阶段和处理事件。实际上，这可能因实现而异，并且在仿真和真实世界执行之间可能存在相当大的差异。具体来说，定义控制循环如何调度可能导致MAS整体涌现出不同的行为，这取决于实现允许的智能体控制循环的交错方式。
一方面，在仿真中，仿真器负责（可重现地）虚拟化时间流。在这种情况下，"执行BDI系统"意味着推进仿真时间，同时决定哪个（些）智能体应该接下来执行其控制循环阶段。这里的目标是模拟并发，同时保持智能体的执行是确定性和可重现的。
另一方面，在真实世界部署中，智能体由操作系统执行，时间流对应于真实世界时间，智能体由操作系统的调度器调度，这可能在智能体执行中引入非确定性。在这种情况下，目标是在可用的计算资源上平衡智能体执行，并相应地利用并行性。
2.7 BDI模型的主要架构变体
除了AgentSpeak(L)之外，BDI模型还有其他重要的架构实现，每种架构都有其独特的特点和适用场景：
**程序推理系统（PRS）**是由Georgeff和Lansky在1987年提出的早期BDI架构之一。PRS强调实时推理和计划执行，特别适合需要快速响应环境变化的应用场景。PRS引入了计划库的概念，智能体可以根据当前情况选择适当的计划来执行，而不是预先确定完整的行动计划。
**分布式多智能体推理系统（dMARS）**是PRS的扩展版本，专门设计用于支持分布式环境中的多智能体系统。dMARS提供了更丰富的通信机制和协调协议，使得多个智能体能够有效地协作完成复杂任务。dMARS的形式化规范详细描述了智能体的内部结构和交互机制，为BDI系统的设计和实现提供了重要的参考。
Jason是基于AgentSpeak(L)的流行BDI编程平台，提供了完整的开发环境和运行时支持。Jason扩展了原始的AgentSpeak(L)语言，添加了强类型、计划注释、内部动作等特性，使得BDI智能体的开发更加便捷和可靠。Jason还支持多种执行模式，包括仿真模式和真实部署模式，为BDI系统的测试和验证提供了便利。
下表总结了主要BDI架构的特点比较：
| 架构名称 | 提出时间 | 主要特点 | 适用场景 |
|---|---|---|---|
| AgentSpeak(L) | 1995年 | 形式化语言、事件驱动、计划选择机制 | 通用BDI系统开发 |
| PRS | 1987年 | 实时推理、计划库、动态计划选择 | 实时系统、机器人控制 |
| dMARS | 2004年 | 分布式支持、丰富通信机制、协调协议 | 分布式多智能体系统 |
| Jason | 2007年 | 强类型、扩展语法、多执行模式 | 教育研究、原型开发 |
| JaKtA | 2023年 | Kotlin DSL、模块化设计、可插拔并发模型 | 现代应用开发 |
2.8 BDI模型的应用领域
BDI智能体已被广泛应用于各种复杂场景，展现了其强大的建模和问题解决能力：
医疗保健领域：BDI智能体被用于开发个人医疗助手，能够跟踪患者的健康状况，提供个性化的医疗建议，并在紧急情况下发出警报。例如，在创伤跟踪和警报系统中，BDI智能体可以监控患者的生命体征，根据医疗协议做出决策，并与医疗人员进行协调。
多无人机协调：在无人机群控制中，BDI智能体可以为每架无人机提供自主决策能力，使其能够在动态环境中协调行动，完成复杂的任务如搜索救援、区域监视、编队飞行等。BDI模型的目标导向特性使其特别适合这类需要高层任务规划的应用。
社会仿真：BDI智能体被广泛用于模拟人类社会行为，研究社会现象的涌现机制。通过为仿真中的个体赋予信念、愿望和意图，研究者可以更真实地模拟人类的决策过程，从而更好地理解和预测社会系统的行为。
网络安全：在网络安全领域，BDI智能体可以用于检测和响应网络攻击。智能体可以维护关于网络状态的信念，识别潜在威胁作为其愿望，并形成保护网络的具体意图和计划。BDI模型的认知特性使其能够处理复杂的攻击场景和不确定的信息。
3 论文结构概述
论文的组织结构如下：在第2节中，作者回顾了BDI智能体和仿真背后最相关的概念，提出DES作为仿真BDI系统的一种自然且稳健的方式。然后，在第3节中，作者讨论了在复杂环境中仿真BDI编程软件的现有方法，并评论了它们的局限性。在第4节中，作者展示了如何弥合BDI和DES之间的差距，评论了仿真MAS的技术含义，以及BDI推理循环可以映射到仿真事件以增加仿真保真度的粒度。然后，作者在第5节中提出了一个开源原型，允许用JaKtA编写的BDI智能体规范在Alchemist仿真器上执行。通过利用所选技术的模块化和可扩展性特性，作者能够实现一个完全集成的解决方案，该解决方案不依赖于临时同步机制，同时受益于先进仿真器的稳健性。最后，在第6节中，作者在多无人机协调场景中演练该原型，讨论选择BDI和DES事件之间的不同映射如何导致误导性结果，然后在第8节中总结并讨论未来工作。
本文为系列精读的第一篇，后续文章将继续深入探讨论文的核心技术贡献，包括仿真概念、BDI与DES集成框架设计、原型实现以及实验评估等内容。
