杨斯博，李敏强

(天津大学管理与经济学部，天津 300072)

智能控制与决策的研究内容比较广泛，涉及机器人、自动化导航车 AGV、智能车辆Ⅳ、智能设备以及生产生活中那些需进行智能控制和决策的系统(如计算机网络，智能交通系统 ITS)等．目前，国际上智能控制与决策模型以Brooks[1]教授提出的包容式结构、Pomerleau[2]提出的 ALVINN 系统和 Barbara Hayes-Roth[3]教授提出的黑板控制结构最为著名．其中，包容式结构是人工智能领域中基于行为主义的智能控制与决策模型，ALVINN系统和黑板控制结构则分别是人工智能领域中基于连接主义(神经网络)和符号主义(逻辑推理)的智能控制与决策模型的代表．包容式结构打破了传统人工智能领域研究者强调的基于符号主义(逻辑推理)的模型构建方法，仅需通过机器人与环境之间的交互行为建模具体完成所需要的智能控制与决策任务，可以说是对传统人工智能的一大挑战．

在前述3个经典模型的基础上，近些年来国内外研究者围绕智能控制与决策模型进行了大量的研究工作．国外一些研究者将最新的生物进化理论及协同进化理论引入智能控制与决策模型的构建过程中，为智能控制与决策模型提供了一些新途径，如基于蚁群优化的方法[4]、基于免疫算法的模型[5]等．其他一些研究者对传统人工智能方法进行了改进，采用本体论、机器学习方法来完成智能控制与决策模型的构建工作，包括基于 POMDP的方法[6]、基于人工神经网络的模型[7]、基于……