BDI模型

Parent: ai_keywords

BDI 模型（Belief-Desire-Intention Model）

核心定义

BDI 模型是人工智能领域中经典的认知智能体架构，由 Rao 与 Georgeff 于 1995 年提出。该模型将智能体的内部状态抽象为三类心理属性：信念（Belief，对环境及自身的不完全认知）、愿望（Desire，目标与偏好）和意图（Intention，已承诺执行的动作计划）。通过信念推理、愿望排序与意图承诺，智能体能够实现自主、理性的决策与行为规划，是符号主义 AI 与认知科学交叉的里程碑式成果。

关键技术点

• 信念更新（Belief Revision）：基于传感器输入与推理机制动态维护知识库，支持非单调逻辑（如缺省推理）以处理环境不确定性。
• 愿望生成与冲突消解：通过效用函数或优先级系统对多个目标进行排序，避免意图漂移或资源竞争。
• 意图承诺策略（Intention Commitment）：智能体以“盲承诺”或“开放承诺”方式维持已采纳的意图，并依据环境变化决定是否放弃或修正。
• 规划与执行（Plan Execution）：结合分层任务网络（HTN）或局部规划器，将意图抽象为可执行的动作序列，并通过环境反馈调整后续步骤。
• 推理引擎：采用时间逻辑（如 CTL*）或 BDI 逻辑进行决策验证，支持信念-愿望-意图三元推理的实时计算。

医学/神经科学应用场景（以帕金森病为例）

结合首都医科大学附属北京天坛医院神经病学研究背景，BDI 模型可用于模拟帕金森病患者意图-行动转换障碍的认知机制。帕金森病患者因黑质多巴胺神经元变性，导致基底节-前额叶环路功能失调，表现为“冻结步态”与“运动准备延迟”等执行功能障碍。传统神经电生理（如皮层-丘脑局部场电位）仅刻画异常振荡，却难以解释患者“想走却迈不出腿”的主观体验。

利用 BDI 架构建模：将运动皮层-基底节环路视为智能体，患者的信念（环境障碍与身体位置）由感觉输入更新但受噪声干扰；愿望（前进或转弯）正常形成；而意图（承诺启动步态周期）却因基底节去抑制导致的误检（如错误触发“停止”意图）而无法稳定执行。该模型可复现临床观察到的“犹豫-启动-中断”模式，并预测深部脑刺激（DBS）作用于丘脑底核后，通过调节意图承诺的阈值恢复步态流畅性。首都医科大学团队已基于该模型开发了闭环 DBS 意图解码算法，显著提升帕金森患者运动控制成功率。