分布式人工智能与Agent 分布式人工智能（Distributed Artificial Intelligence，DAI）是人工智能的一种分支，研究的是如何将智能问题分解成多个子问题，并将其分配给不同的个体或Agent，以提高问题求解效率和质量。DAI的研究起源于1980年代，逐渐引起了人们的注意。DAI可以分为三个分支：分布式问题求解（DPS）、多Agent系统（MAS）和并行人工智能（PAI）。 分布式问题求解（DPS）研究的是如何创建大粒度协作群体，以解决复杂的问题。DPS系统的特点是环境条件已知，设计按自顶向下的方向展开，算法专门用来解决特定的问题。 并行人工智能（PAI）主要研究AI的并行计算体系结构，系统通常由多个紧密耦合的问题求解器组成，每个求解器是一个细粒度的知识体。PAI研究的观点与方法结合了符号主义和联结主义，神经元计算机也属于此研究范畴。 多Agent系统（MAS）研究的是如何协调多个自治的Agent，以实现共同的目标。MAS系统中各个Agent是自主的，生命周期不全为其他Agent所知，可以有共同的目标，也可以有各自不同的目标。 Agent是DAI领域中的一个重要概念，Agent可以定义为一个自治的实体，可以感知环境、作出反应，并具有社交性和智能性。Agent的分类有思考型Agent、反应型Agent和混合型Agent等。 思考型Agent是一种知识系统，用符号AI的方法来实现Agent的表示和推理。反应型Agent的思想基础行为主义心理学，认为Agent不需要知识，只需感知环境的变化并作出相应的反应动作。 Agent的研究已经拓展到经济学、社会学等其他领域，并在许多最初不属于DAI的应用领域得到更为广泛的应用，面向Agent的思想技术作为开发设计软件系统的新方法也日益引起学术界和企业界的广泛关注。 DAI和Agent的研究对人工智能的发展和应用产生了深远的影响，并将继续推动人工智能的发展和应用。

论文研究- 分布式人工智能(DAI)初探.pdf,  一、人工智能的发展与分布式人工智能的诞生 人工智能(Artificial Intelligence: AI)是计算机应用的一个广阔的新领域,它研究的中心问题是如何使机器更“聪明”,其目标是使机器具有智能功能,即使机器能够模拟人类推理、思考,学习等高级思维活动,从而也可以充分发挥机器的潜

综述了多智能体系统协调控制一致性问题的发展情况，介绍了解决一致性问题的主要原理和适用范围，对一致性协议进行了总结，对一致性问题研究的主要领域进行了深入阐述，对群集、蜂涌、聚集、传感器网络估计等问题进行分析和阐述。最后讨论了以上领域尚未解决的问题和未来的研究方向。

摘要:本发明公开了一种分布式人工智能分析方法及装置，由客户端发起人工智能分析请求，DR路由器在接收到人工智能分析请求后，发送人工智能分析任务安排消息，所述人工智能分析任务安排消息的目的IP地址为组播组IP地址，源IP地址为视频源IP地址，所述人工智能分析任务安排消息携带客户端对应的网关路由器IP地址或客户端IP地址，客户端对应的网关路由器在接收到人工智能分析任务安排消息后，承担对应的人工智能分析任务。本发明由尽可能接近客户端的路由器执行人工智能分析工作。当多个客户端发起请求时，执行分析的路由器进行合并。本发明尽可能地避免了重复分析，尽量避免重复的分析工作，充分发挥路由节点的处理潜力。

人工智能ppt课件，对初学者很有帮助，值得一看

讲解分布式人工智能和多智能体基础，智能科学，智能体理论结构和通讯语言ACL，协调合作和移动智能体，多智能体的环境构造。简要概括