MAOP概述

前面提到了MAOP是一种面向多agent的编程技术，在我们实践开展前，对这项技术做一个简单的介绍学习。

首先介绍下多agent系统把，我们的编程技术就是为了能够让这个系统能运转起来而存在的。多Agent系统可以简称MAS（可能是more-agents哈哈我没去查

1、多agent系统

MAS的应用建模是一个重要方面，主要的应用场景有两个：

1）模拟：在这种情况模型有助于描述和模拟现有的复杂系统，分析他们的属性。

2）工程化：更加倾向于系统和应用的设计和开发。

 采用MAS构建一个复杂的系统，可以举一个例子，现在有一个智慧城市，里面有很多台自治的无人驾驶小汽车土豆快跑，他们的目的是为了搭载乘客到目的地，小车都会根据人类的用户偏好选择策略。每个小车在城市里面的物理环境、或者收集到的信息是小车的上下文，也就是环境信息维度。

就像现实世界一样，环境是大规模和分布式的。我们每个人只能察觉到我们周围一小块的区域（除非你有千里眼，是superman当我没说）。我们对周围的环境是短视的，但是我们的社会还是能运转起来，我的意思是我们不必让每个agent都全视全知，这样在计算资源和效率上有一个平衡。

一个多Agent系统会涉及多个Agent，那么像人一样，我们之间会相互沟通，有自己的语言。在MAS中他们也有自己的语言称呼为ACL（Agent Communication Language）

那么我们设计了这样的一个系统，我们会思考，这显然还不够，这些小车会之间能够交流，这里的交流只是交换信息，我们每个个体在做我们自己的事情的时候都会遇到冲突。这个时候我们应该选取策略。对于一个制作者来说，除非你是对某个个体有特别的情怀，比如说对某个agent，你设计的特别漂亮哈哈哈，那一般我们都会考虑整体的效率最高。

上一篇文章中的结尾部分有提到过，这个面向多Agent的编程和我们学习的面向对象的编程有什么区别呢？似乎这个Agent就是一个对象嘛。在上面的介绍描述中提到了一个比较重要的概念就是Agent是自治的，他是会自己去完成任务的，比方说，多agent系统就是有很多个智能小车在自主接单，而面向对象的编程我们可能会写死他们的行为，每个对象是机械的，统一接受相对应的输入，然后做出规定好的策略，比方这些车子没有了智能，都是统一的中心控制调度，或许你会给小车写一个在城市里面自动巡航，然后在有人有需求的时候最近的车子过去接送。这两者感觉就多agent高级一点哈哈哈，但是咱们还是严谨严谨。

2、面向多Agent的编程

面向多Agent的编程是一种对MAS进行编程的方法，它提倡使用头等编程抽象，这些抽象涉及多Agent系统的三个维度，三个维度就是先前文章介绍过的Agent维度、环境维度、和组织维度。每个维度都定义了一组概念和头等抽象，捕捉MAS的不同关注点。

Agent维度对概念和编程抽象进行分组，以便对参与系统的Agent进行定义和编程。Agent的概念是关键抽象，用于对决策实体进行编程。这些实体能够通过对事件的反应提供局部的灵活性和动态性。（怎么说呢，这个维度就是让编程更像人，有规则的约束，但是人也有可能不遵守。群体向着共同的目标去移动。

环境维度为分布式资源的定义和编程提供了概念和头等抽象，以及在agent之间共享的与现实世界的链接。

组织维度收集了所有必要的概念，这些概念参与了共享环境中互动的Agent之间的关系、联合任务、和政策定义和编程。

（这边对于上面的三个概念，目前可以简单的理解成为你现在需要构建一个小世界，你有一个创造他们的神笔，但是需要你使用特定的语言来描述他们，agent维度就是你对你创建实体的描述，环境维度是对环境的描述，组织维度就是你对这个世界的法则、各个实体的行为的描述。 

下面是MAOP对于几个维度的概念图，可以看看了解一下。

关于这些概念介绍需要结合实际来探究，后面将结合一些实际的例子深化理解。