如果τ(r)=φ(假设由一个动作作为结束)，则不可能存在对的后继状态。在这种情况下，就说系统结束执行。同时，假设所有执行都最终会结束。形式上，环境Env是一个3元组Env=<E，e0，τ>，其中E提供环境状态的集合，e0∈E是初始状态，τ是状态转移函数。把Agent的模型表示成一个函数，将一次执行(假设以环境状态为结束)映射到动作：

    Ag:RE-AC
    因此，Agent根据系统到当前为止的历史决定执行具体的动作。
    系统是Agent和环境构成的对。任何系统都有与之相关的可能的执行集合：用R(Ag,Env)表示Agent在环境Env中的执行的集合。假设R(Ag，Env)只包含可以结束的执行，即执行r不存在可能的后继状态：τ(r)=φ(这里不考虑无限的执行)。形式上，序列：(e0,a0,el，al,e2，…)。表示Agent Ag在环境Envr=<E，e0，τ>中的一次执行，如果：e0是Env的初始状态；a0=Ag(e0)；对于u>0，那么：eu∈τ((e0,a0，…au一1))其中：au=Ag((e0,a0，…eu))
3．2 Agent的行为描述
    构造Agent最主要的目的是为了决策，其决策过程是一个感知到动作的过程。把Agent的决策函数分解成感知函数see和动作函数action。Agent具有内部状态，设I是Agent的所有内部状态的集合，Per为(非空)的感知集合，Agent的决策过程基于这种信息，感知函数see实现从外部环境状态到感知的映射：see：E→Per。动作选择函数action定义为从内部状态到动作的映射：action：I→Ac。引入一个附加函数next，实现从内部状态和感知到内部状态的映射：next：IxPer→I。因此，Agent行为可描述为：Agent从某个初始内部状态i0开始，观察环境状态e，产生一个感知see(e)，然后通过next函数更新Agent的内部状态，变成next(i0,see(e))。Agent通过action(next(i0,see(e)))选择动作。执行这个动作使Agent进入另一个循环，继续通过see感知外部世界，通过next更新状态，通过action选择动作执行。其过程如图2所示。

3．3 Agent的行为建模
    Agent行为中的认知过程包括状态评估、决策制定、规划、学习等。Agent行为建模就是对认知处理所包含的几个认知过程进行建模。其中决策制定是核心过程。决策制定是从多个方法中选择具有最优效用的方法并执行的过程。可以用效用理论来衡量方案的优劣。
    根据效用理论，假设有m个可选方案，在当前的状态下，采用的决策方案为Ai，产生的可能状态为Sj，每一状态的效用值是U(Sj)，概率是Pj，则该决策的期望效用值为：

   
    比较每个方案的不同期望效用，其中期望效用值最大的方案即为当前的最佳决策A，即：

   
    例如，有3种可选择方法，2种状态的决策问题，状态空间用(ω1，ω2)表示，可选方案为A1，A2，A3，效用函数如表1所示。

    从表1可知，当前处于状态ω1时，A3是最好的选择；当前状态处于ω2时，A1是最优选择。当这两种状态分别以一定的概率p1，p2出现时，记p=p1，则p2=1-P。由式(1)和式(2)可得：

   
    在概率不能确定情况下，根据式(3)判断概率的大致范围。如对Al最优的p应满足：5—3p≥4+2P，5—3P≥3+5p。则有p≤1／5。类似的可计算A2，A3最优对应的概率范围分别为1／5≤p≤1／3，p≥1／3。在能够判断决策范围的情况下，就可以据此对各方法进行分析，简化决策。当影响效用值的因素不止一个时，就需要采用适当的方法计算效用值，在各属性满足互斥条件，即各自产生的效用值互相独立时，可以采用加法的形式计算效用值。有时候，方法的选择需要体现灵活性和可变性，这时可以通过引入相关的随机变量建立随机效用模型来计算效用值，从而使决策结果更符合实际情况。

4 结语
    采用的基于黑板的多Agent智能决策支持系统模型．每个Agent本身具有自治性，Agent之间通过黑板进行信息共享，利用黑板中的信息决定自身行为，协同完成复杂问题地求解。由于Agent自身具有不确定性，对多Agent系统需要解决Agent之间的有效协调，因此建立统一的协调机制，使Agent之间可以有效地相互协调工作，提高系统整体性能。实际应用中还有待于进一步完善。