BDI 模型
概述
BDI（Belief-Desire-Intention）模型是智能体研究中最具影响力的理论框架之一。它源于 Michael Bratman 的实践推理哲学，被 Rao 和 Georgeff 形式化为计算模型，至今仍是理解和设计理性智能体的核心参考。
1. 哲学基础
1.1 Bratman 的实践推理理论
Bratman (1987) 认为，人类的理性行为不仅由信念和愿望驱动，还需要意图作为承诺机制：
- 信念 (Belief)：智能体关于世界状态的信息，可能不完整或不正确
- 愿望 (Desire)：智能体希望达成的状态，可以相互矛盾
- 意图 (Intention)：智能体承诺要执行的行动计划，具有持久性
意图的关键作用
意图不仅仅是"选中的愿望"。意图具有承诺性（不会轻易放弃）、约束性（约束未来决策）和推理触发性（触发手段-目的推理）。
1.2 与理性选择理论的区别
经典理性选择理论（如期望效用最大化）假设完全理性：
\[
a^* = \arg\max_{a \in A} \mathbb{E}[U(s') \mid s, a]
\]
但 Bratman 指出，人类是有限理性的。意图机制允许智能体：
- 减少计算负担：不需要在每一步重新计算所有选项
- 保持行为一致性：承诺的意图约束了可选行动空间
- 支持协调：对他人的意图预期使协作成为可能
2. 形式化模型
2.1 模态逻辑表示
Rao 和 Georgeff (1991) 使用分支时间模态逻辑（CTL*）来形式化 BDI：
信念（关于世界状态的信息）：
\[
\text{Bel}(a, \phi) \quad \text{智能体 } a \text{ 相信 } \phi \text{ 为真}
\]
愿望（期望达成的状态）：
\[
\text{Des}(a, \phi) \quad \text{智能体 } a \text{ 期望 } \phi \text{ 成立}
\]
意图（承诺执行的计划）：
\[
\text{Int}(a, \phi) \quad \text{智能体 } a \text{ 打算实现 } \phi
\]
2.2 BDI 公理
BDI 模态逻辑满足以下关键公理：
信念的一致性：
\[
\text{Bel}(a, \phi) \rightarrow \neg \text{Bel}(a, \neg \phi)
\]
意图蕴含信念：
\[
\text{Int}(a, \phi) \rightarrow \text{Bel}(a, \Diamond \phi)
\]
即智能体不会意图去做它认为不可能的事。
意图蕴含愿望：
\[
\text{Int}(a, \phi) \rightarrow \text{Des}(a, \phi)
\]
即意图是愿望的子集（但反之不成立）。
意图的持久性：
\[
\text{Int}(a, \phi) \rightarrow \text{Int}(a, \phi) \; \mathcal{U} \; (\text{Bel}(a, \phi) \lor \text{Bel}(a, \neg \Diamond \phi))
\]
意图持续直到：(1) 相信已完成，或 (2) 相信不可能完成。\(\mathcal{U}\) 为时序逻辑中的"Until"算子。
2.3 BDI 智能体的世界模型
graph TD
subgraph 智能体内部状态
B[信念集 B<br/>关于世界的信息]
D[愿望集 D<br/>期望的目标状态]
I[意图集 I<br/>承诺的行动计划]
PL[计划库 Plan Library<br/>可用的行动方案]
end
ENV[环境] -->|感知| B
B --> DR[慎思推理<br/>Deliberation]
D --> DR
DR --> I
I --> MR[手段-目的推理<br/>Means-End Reasoning]
PL --> MR
MR --> ACT[行动执行]
ACT --> ENV
3. BDI 推理循环
BDI 智能体的核心运行循环如下：
3.1 算法描述
算法: BDI 推理循环
输入: 初始信念 B₀, 初始愿望 D₀, 计划库 PlanLib
B ← B₀
D ← D₀
I ← ∅
while true do
p ← PERCEIVE(environment) // 感知环境
B ← BRF(B, p) // 信念修正函数
D ← OPTION-GENERATOR(B, D, I) // 生成选项（愿望更新）
I ← DELIBERATE(B, D, I) // 慎思：选择意图
π ← PLAN(B, I, PlanLib) // 手段-目的推理：生成计划
while not (EMPTY(π) or SUCCEEDED(I, B) or IMPOSSIBLE(I, B)) do
α ← HEAD(π) // 取计划的第一个动作
EXECUTE(α) // 执行动作
p ← PERCEIVE(environment) // 重新感知
B ← BRF(B, p) // 更新信念
if RECONSIDER?(I, B) then // 是否需要重新慎思？
D ← OPTION-GENERATOR(B, D, I)
I ← DELIBERATE(B, D, I)
end if
if not SOUND(π, I, B) then // 计划是否仍然有效？
π ← PLAN(B, I, PlanLib) // 重新规划
end if
end while
end while
3.2 关键决策点
何时重新慎思（Reconsideration）？
这是 BDI 系统设计中最微妙的决策：
- 过于频繁：浪费计算资源，行为不连贯（"心猿意马"）
- 过于稀少：无法适应环境变化（"固执己见"）
- 最佳策略：当环境发生重大变化时重新慎思
\[
\text{RECONSIDER?}(I, B) = \begin{cases} \text{true} & \text{if } \Delta(B) > \theta \text{ or } \exists i \in I: \text{Bel}(\neg \Diamond i) \\ \text{false} & \text{otherwise} \end{cases}
\]
4. PRS：实践推理系统
PRS（Procedural Reasoning System）由 Georgeff 和 Lansky (1987) 开发，是 BDI 模型的第一个完整实现。
4.1 PRS 架构
| 组件 | 功能 |
|---|---|
| 信念数据库 | 存储关于世界的当前信息 |
| 目标栈 | 维护当前活跃的目标 |
| 知识域 (KA) | 可用的计划/方法库 |
| 意图结构 | 当前执行中的计划树 |
| 元级 KA | 控制推理过程本身的规则 |
4.2 PRS 的应用
PRS 最初被应用于航天飞机的故障诊断系统（SRI International for NASA），后续广泛应用于：
- 航空交通管理
- 商业流程管理
- 网络管理
- 军事模拟
5. AgentSpeak(L) 语言
Rao (1996) 提出了 AgentSpeak(L)，一种基于 BDI 的智能体编程语言。
5.1 语法
// 初始信念
location(agent, office).
time(morning).
// 初始目标
!start_work.
// 计划规则
+!start_work : location(agent, office) & time(morning)
<- open_computer;
check_email;
!plan_day.
+!start_work : not location(agent, office)
<- !go_to(office);
!start_work.
+!plan_day : has_meetings(today)
<- review_calendar;
prepare_materials.
+!plan_day : not has_meetings(today)
<- !focus_work.
5.2 AgentSpeak(L) 语义
+!g：采纳新目标g-!g：放弃目标g+b：新增信念b-b：删除信念bcontext：计划的前提条件（对信念集的查询）body：计划体（动作和子目标的序列）
5.3 Jason 实现
Jason (Bordini & Hübner, 2007) 是 AgentSpeak(L) 最成熟的解释器，提供了：
- 完整的 BDI 推理循环实现
- 多智能体通信基础设施
- 与 Java 的互操作
- 可定制的选择函数
6. BDI 与 LLM 智能体
6.1 映射关系
现代 LLM 智能体可以从 BDI 角度理解：
| BDI 概念 | LLM 智能体对应 |
|---|---|
| 信念 (Belief) | 上下文窗口中的信息 + 外部记忆检索 |
| 愿望 (Desire) | 用户指令 + 系统提示中的目标 |
| 意图 (Intention) | 当前正在执行的计划步骤 |
| 计划库 | 工具定义 + Few-shot 示例 + 内置知识 |
| 信念修正 | 观察工具执行结果后更新上下文 |
| 慎思 | CoT 推理过程 |
| 手段-目的推理 | 工具选择与参数生成 |
6.2 LLM 作为 BDI 的"柔性"实现
传统 BDI 的"硬"逻辑推理：
\[
\text{Bel}(a, \text{raining}) \land \text{Des}(a, \text{stay\_dry}) \rightarrow \text{Int}(a, \text{take\_umbrella})
\]
LLM 的"软"推理：
系统: 你是一个助手。当前天气：下雨。用户目标：保持干燥。
LLM: 我建议带一把伞。[选择工具: check_weather → 确认下雨]
让我帮你查找最近的便利店购买雨具。
LLM 提供了 BDI 的"模糊"但更灵活的实现：
- 信念不是精确的逻辑公式，而是概率性的语言表述
- 推理不是严格的逻辑推导，而是基于模式匹配的类比推理
- 计划不是预定义的程序，而是在线生成的自然语言步骤
6.3 优势与不足
| 维度 | 经典 BDI | LLM-BDI |
|---|---|---|
| 推理严密性 | 高（逻辑保证） | 低（可能"幻觉"） |
| 灵活性 | 低（受限于计划库） | 高（在线生成） |
| 知识覆盖 | 窄（手工编码） | 广（预训练语料） |
| 可解释性 | 高（规则可追溯） | 中（CoT 部分可解释） |
| 鲁棒性 | 低（脆性失败） | 中（优雅降级） |
7. BDI 的局限性与批评
- 逻辑全知问题：形式化假设智能体知道其信念的所有逻辑推论
- 框架问题：难以高效地推理哪些信念不受动作影响
- 情感和社会因素：原始模型不包含情感、社会规范等因素
- 学习能力缺失：经典 BDI 没有内置学习机制
- 计划修复：当计划失败时，重规划的开销可能很大
总结
BDI 模型为智能体的理性行为提供了优雅的理论框架。尽管已有 30 多年的历史，其核心思想——信念驱动推理、愿望驱动目标、意图驱动承诺——在 LLM 时代依然具有重要的指导意义。
参考文献
- Bratman, M.E. (1987). Intention, Plans, and Practical Reason. Harvard University Press.
- Rao, A.S. & Georgeff, M.P. (1991). Modeling Rational Agents within a BDI-Architecture. KR 1991.
- Rao, A.S. (1996). AgentSpeak(L): BDI Agents Speak Out in a Logical Computable Language. MAAMAW 1996.
- Georgeff, M.P. & Lansky, A.L. (1987). Reactive Reasoning and Planning. AAAI 1987.
- Bordini, R.H. & Hübner, J.F. (2007). Programming Multi-Agent Systems in AgentSpeak using Jason. Wiley.
- Wooldridge, M. (2000). Reasoning about Rational Agents. MIT Press.