智能体
智能体(Agent)技术的研究成为人工智能研究领域的热点，其最大特点是具有自主性和协作性，能够对复杂、协同和难以预测的问题进行处理，可随环境变化修改自己的目标，学习知识并提高能力。与此同时，信息融合技术也在飞速发展，各种面向复杂应用背景的物流系统大量涌现。在这些系统中，信息表现形式的多样性、信息容量以及信息的处理速度等要求越来越高，原有的一些信息处理与融合手段已经渐渐不能满足实际应用的需要。考虑到以上因素，将智能体技术引入到物流信息协同领域中，就可以使协同物流系统的性能大幅提高，并根据这一设计理念，构建基于多智能体技术的协同物流系统。
Agent是由具有知识、信念、意向、期望等因素组成的一个实体，具有自主性与交互性的特点，它可以感知系统环境的变化，并对这种变化作出自主的反应。一般认为，Agent是一个具有自治性、社会性、反应性及能动性的基于硬件或软件的系统，由通信交互模块、信息获取模块、人机交互模块、知识库模块及规划推理模块等组成。
Multi-agent系统，即多智能体系统，简称MAS。是由不同的单个Agent为完成某一特定任务而组成的集合，单个Agent总是处在多Agent系统的环境中，多个Agent构成的系统是动态、复杂和不确定的，Agent要对熟悉的环境作出迅速的响应，同时能够处理与其他Agent的冲突，或者与其他Agent协调解决冲突，规划其行为，并最终作出决策。Agent通过感知来了解环境，通过执行动作实现其目标并影响环境，Agent不仅要有知识，而且要有自我意向。
物流系统是一个动态、复杂和具有不确定性的系统，具有明显的时间性和空间性。而Agent技术特别适合于分布式系统。因此，协同物流可由基于MAS的Agent系统来实现。根据物流系统的特点提取出Agent的模型结构，它包括了知识、感应器、通讯器和行为操作等四个部分。
物流车辆Agent
车辆Agent(Vehicle Agent)是物流系统中货运车辆和驾驶员的抽象，车辆Agent是车辆资源的一个智能代理。它不同于以往系统中的车辆记录，是在传统车辆记录的基础上封装了相应的推理、通讯和学习等能力，是一个具有自主特性的智能实体对象。各车辆Agent在问题求解过程中，既可单独也可相互合作。并能通过问题的不断解决进行自我演化。同时，各车辆Agent根据其能力相互竞争，主动进行问题求解。因此，各车辆Agent之间的协商机制是问题求解的主要内容。在物流运输过程中，只要在指定的日期内到达目的地，运输路线就由运输工具本身来决定。车辆Agent主要负责监控货物的相对位置和条件。它们能够查询，而且能对协同系统中的其他Agent的查询作出反应。如在冷货运输中，运输货物需要冷藏而货物本身太热，货物易损而在运输过程中装载在最下面；或货物运输超过了订单规定的日期，车辆Agent就会自动报警。
仓库Agent
每个资源Agent与相应的资源相对应，并与任务Agent和管理Agent相连接，可用来直接驱动或控制所对应的资源。协同物流系统中，资源Agent主要为信息Agent。信息Agent主要控制各信息源的工作状态并调整其工作方式，将其数据信息处理成任务Agent和执行Agent所需要的形式，回答任务Agent的查询和供执行Agent作进一步的估计、推理和判断。仓库是重要的物流设施，仓库Agent是仓库设施设备及相关人员的其抽象，是物流系统中一个重要的资源Agent，它的基本任务是根据客户的订单要求，运用知识为客户在合适的仓库中选择合适的货物，并与车辆Agent进行通信。
多Agent的协同物流运输(调度)系统结构
Agent是一个具有感知能力、问题求解能力和与外界进行通讯能力的一个实体。 作为具有自主特性的一种抽象实体，它能作用于自身和环境，并能对环境作出反应。多智能体技术的中心思想是将大的、复杂的系统分解为小的、相对独立的子系统，依赖这些子系统彼此之间的竞争和协作来完成高智能性的任务。
多Agent合作求解问题主要包括两种方法：任务共担(task-sharing)和结果共享(result—sharing)。
以往的物流系统中一般将各类型车辆资源看作处于被动的等待被匹配检索和安排任务的静态记录，是一种缺乏智能的实体对象。不具备主动根据所解决的问题及环境的变化来自我调整自身知识结构和主动求解问题的能力，限制了系统求解计划调度车辆问题的效率。因此，存多智能体协同物流系统的开发中，将企业所拥有的各类型车辆构造为不同的车辆Agent，并由多个车辆Agent合作形成一个多智能体物流系统，该模型中综合了任务共担和结果共享两种方法。
对话层是由多个交互Agent(Interface Agent)组成。交互Agent是供应商与协同物流系统通讯的接口。它接收供应商传来的需求信息，并根据这些信息安排货运车辆调度，同时还负责将最终结果输出给对应的客户。
控制层是由综合和控制两个Agent组成的。控制Agent(Control Agent)负责将供应商的需求分解，并根据车辆Agent的竞争结果，将合适的需求分配给相应的车辆Agent，同时各车辆Agent的信息都传递到该Agent中的黑板中， 由该Agent控制信息的交换和各Agent之间的通讯。摔制Agent由一个黑板知识库系统组成，它包括一个黑板和控制模块两部分。黑板是用于存放信息的全局数据库，它记录了各Agent所需要的信息和所产生的假说，并能提供给所有的Agent共享。控制模块则是用于监督和控制选择相应的Agent。相对于控制Agent来说，各Agent构成了黑板模型中的知识源。
综合Agent(Synthesizing Agent)则是控制将各车辆Agent、仓库Agent及路段Agent、控制Agent等其他Agent的求解结果进行综合和评价，从而求出复杂问题的解，以最低的成本，最高效率和效益为供应商提供协同物流服务。
基于智能体的协同物流模式具有如下特点：
1、Agent可主动运行，每一个智能体有自己的目标和行为，可由外部激励和内部状态启动。
2、Agent是一个自治主体，具有自己的知识和分析方法，能理解信息并控制自己的行为。
3、Agent能根据自己的推理规则进行信息的抽象。智能体下的协同机制其实质是一种决策机制。企业通过智能体完成企业外部的协同，是提高市场竞争力的有效方法，也是一个基本途径。
