任务导向的分布式自主科技服务协同模式

李 昊， 李小妞， 刘春红

（1.河南省科学技术信息研究院，郑州 450003； 2.河南师范大学计算机与信息工程学院，河南新乡 453007）

综合科技服务平台作为国家创新体系的重要组成部分，对加快现代服务业发展、促进科技创新引领产业升级、推动经济提质增效具有重要的现实意义. 服务协同是指总分平台在业务层面，通过合作、联动、整合等有机的配合方式，面向平台所有用户提供服务应用集成和科技资源聚合共享的模式，从而达到科技资源和科技服务整合融通的目的［1］. 李钥等［2］提出基于区域科技资源共享平台的多点组合的知识协同服务模式，它是指共享平台根据企业、高校、科研院所等用户创新创业需求及政府管理决策需求，通过多主体、多种类、多层次、多形式的科技资源组合，提供具有特色的“套餐服务”、“定制服务”和“超市服务”，实现优势资源交互、整合与创新；游静和魏祥健［3］等提出基于成渝综合科技服务平台的网络共生的智慧科技云服务模式，它是指根据资源供需主体通过各自平台终端发布需求，然后通过采用该模式实现自动搜索、智能匹配，促进供需双方响应；吴海博［4］等以京津冀综合科技服务平台为例，提出借助流程跳转和共享数据两种方式实现的协同服务，流程跳转方面共性服务流程会在总平台开展服务，特色服务或专有性服务将在分平台进行，总分平台间服务实现无缝衔接和信息通信与共享，数据共享方面，总分平台间可借助中间数据结果进行信息交互，例如可通过文件记录结果进行传递信息.

近年来，河南省先后建立了科技基础条件平台、科技成果转移转化公共服务平台、科技文献信息共享服务平台、科研设施与仪器共享服务平台、中小企业公共服务平台等专业型科技服务平台，在集散科技资源、服务创新创业中发挥了重要作用. 但是，由于专业领域不同、建设模式各异，资源采集整合、服务协同难度较大，难以围绕技术创新链条中各个环节的具体需求提供全方位、一站式的科技服务. 为优化科技资源配置与服务，需要打造综合科技服务平台，且在此分布式环境下，加快平台服务需求响应速度的关键，是提高服务协同效率，那么如何设计服务协同模式成为亟须解决的问题. 鉴于此，本文提出任务导向的综合科技服务平台分布式自主服务协同模式，结合云计算与边缘计算技术将分布式环境下的整个科技服务系统分为综合科技服务云与科技服务边缘端两部分，从而使综合科技服务平台与各领域、各地域、各产业等专业型科技服务平台的服务资源可进行整合和实时通信；在此云边环境下，采用智能体技术，将科技服务需求与科技服务资源供给通过服务任务Agent与服务资源Agent进行智能自主协同决策，其中服务任务Agent主要是以任务的形式驱动科技服务需求的表达、挖掘、分解、排序等，并主动将科技服务任务需求传递给服务资源Agent；服务资源Agent不仅可以根据接收的服务任务进行任务—资源、资源—资源的实时通信和自主协同匹配、调度、组合、预约等，还可以主动“抢单”，即主动给空闲的科技服务资源匹配相应的服务需求任务，提高协同响应速度和效率. 进一步地，采用人工智能技术，预测用户需求并自主定制和推荐最佳科技服务资源，满足用户的个性化需求.

1 分布式自主服务协同的概念

综合科技服务平台分布式自主服务协同模式是利用云边计算、移动互联网等信息技术和智能体技术等实现核心驱动，同时给予服务任务集合和服务资源集合一定自感知、自适应、自学习、自决策等智能化能力，采用科技服务边缘端和综合科技服务云相结合的方式，通过互联网实现科技服务系统中任务—资源、资源—资源的双向实时数据交互，并通过智能体进行自主协同决策，实现多智能体的分布式自主服务协同，预测并实时响应服务异常、服务偏好等，从而优化资源配置，保证跨区域、跨地域、跨平台的“一站式”综合科技服务平台的稳定运行，提高服务协同效率和服务响应速度的一种智能综合平台运行新模式.

分布式自主服务协同的关键在于服务任务与服务资源的自主决策，而实现任务与资源实体智能化的关键技术是智能体技术［5］. 智能体（Agent）即智能行为的主体，它是在分布式系统中能自主地发挥作用的计算实体，能够在特定的环境下，实现自主感知、自主决策、自主学习等功能，采用多智能体（Multi-Agent，MA）的分布式系统，通过服务任务分解和任务—资源之间的协调对服务调度进行优化，提高系统解决复杂服务任务的能力［6］.

分布式自主服务协同不仅能通过服务任务智能体和服务资源智能体进行实时通信、交互、自主决策，还能通过多领域、多地区、多产业平台—平台之间、平台—系统之间的协同互联，实现服务任务需求与服务资源供给之间的自主优化组合，对平台间的历史数据以及服务任务、服务资源、协同进度的实时反馈数据进行精准预测，并与综合科技服务平台的智能管控系统交互融合，提升服务协同效率和服务响应速度.

2 任务导向的分布式自主服务协同模式架构

基于任务导向的综合科技服务平台分布式自主协同服务模式，是以综合科技服务平台协同服务为研究背景，提出任务—协同—平台耦合模型，通过对各类资源的协同管控和服务需求任务的分解，以任务为导向和智能体技术为驱动，实现任务实施、自主协同管理和平台行为三者间的相互关联和映射，从而实现任务导向的分布式自主协同服务，既有效提高了服务响应速度、效率和质量，也有助于实现为社会用户提供全方位、一站式综合科技服务的目标.

该模式架构分为科技服务边缘端和综合科技服务云两个模块. 其中，科技服务边缘端模块分为5个层次：驱动引擎层、服务平台层、服务任务层、服务资源层、自主决策层，该模块主要实现同个领域、或同种产业、或同类平台科技服务资源之间的局部互联互通，通过智能体技术实现以服务任务为导向的科技服务资源的自主协同匹配、组合以及“抢单”等，加速需求响应速度. 综合科技服务云模块分为4个层次：数据层、管控层、预测层、自主响应层，该模块主要实现多个领域、多个地域、多种产业、多类平台科技服务之间的信息交互、全局协同管控，通过人工智能技术实现服务推荐、服务定制等自主化和个性化服务需求响应，提升综合科技服务平台协同效率和用户满意率. 具体如图1所示.

2.1 科技服务边缘端

2.1.1 驱动引擎层 驱动引擎层，服务请求载体方. 科技服务可通过数据流、搜索流、消息流、业务流以及知识推理流等引擎来驱动请求［7］，是综合科技服务平台服务请求主要来源.

2.1.2 服务平台层 服务平台层，服务资源载体方. 科技服务平台包括：科技基础条件平台、科技创新服务平台、科技成果转化平台、科技金融服务平台、科技信息服务平台等［8］，是综合科技服务平台提供多元化科技服务的根基.

2.1.3 服务任务层 服务任务层，服务需求方. 基于驱动引擎层传来的信息，服务任务层将其进行分析管理，如用户请求数量、请求服务类型、服务优先级、服务业务流程、时间约束以及目标约束等［9］，以便服务任务Agent、云端等对服务需求进行解析、分类和处理.

2.1.4 服务资源层 服务资源层，服务提供方. 参照国务院印发的《关于加快科技服务业发展的若干意见》，服务平台层重点提供研究开发、技术转移、创业孵化、知识产权、科技金融、科技咨询、检验检测认证、科学技术普及等科技服务，是综合科技服务平台建设“全面化”的基本保障.

2.1.5 自主决策层 自主决策层，任务—资源组合仲裁方. 它向上可与综合科技服务云中的数据层、管控层、预测层以及自主响应层交互通信；向下主要通过服务任务Agent和服务资源Agent两个智能体，对服务任务层采集的需求和服务资源层提供的服务进行实时双向信息交互，服务任务Agent会主动向服务资源Agent提出服务任务需求，服务资源Agent不仅会实时响应需求，还会主动向服务任务Agent进行“抢单”，提供可供给的服务资源. 其中，服务任务Agent主要以任务为导向，负责对服务需求自主进行任务表达、推理、挖掘、生成、分解以及排序等；服务资源Agent主要负责对服务资源自主进行信息交互、服务匹配、服务调度、服务组合以及服务预约等，实现资源的快速服务和精准匹配.

2.2 综合科技服务云

2.2.1 数据层 数据层是核心驱动单元，贯穿整个系统的信息通道，为整个系统提供源源不断的驱动力，使整个系统能够实时更新、不断运转［1］. 数据层由实时数据库、历史数据库组成. 其中，历史数据库中存储用户基本信息数据、行为数据以及协同结果评价数据等，实时数据库中存储服务任务实时数据、服务资源实时数据以及协同进度实时数据. 其中，数据层中的科技服务需求数据通过驱动引擎层中的搜索流、业务流、信息流以及知识推理流产生，科技服务供给数据主要是各平台服务资源数据，且这些供需数据可相互通信，为综合科技服务平台的自主服务协同奠定基础.

2.2.2 管控层 管控层是全局协同优化单元，是实现服务协同过程全面协调的关键. 它具备冲突管理、资源共享、数据共享、过程集成、系统安全管理、应用接口管理以及其他管理等功能，保证平台按时按量响应服务任务请求，尽可能高效地利用资源，提高服务响应速度.

2.2.3 预测层 预测层不仅可以根据数据层中的历史数据预测用户的兴趣、习惯等，增加用户需求挖掘的准确率，而且还可以通过数据层传来的实时数据进行服务异常预测，进而可以提前协调服务资源，提高协同效率.

2.2.4 自主响应层 自主响应层是自主协同服务个性化单元，是响应用户个性化需求的体现. 它具备服务资源推荐和服务资源定制等功能，根据用户个性化服务需求，自主协调服务资源，定制个性化服务组合，进而对其进行推荐，实现服务协同的个性化和自主化.

3 任务导向的分布式自主服务协同过程

针对综合科技服务平台的分布式服务资源和服务环境，平台以响应用户科技服务请求任务为出发点，剖析平台自主协同响应用户需求的协同过程，将其分为协同触发、协同准备、协同执行以及协同终止四个阶段.协同过程模型如图2所示.

图2 分布式自主服务协同过程模型Fig.2 Collaborative process model of distributed autonomous service

3.1 协同触发阶段

综合科技服务平台响应用户需求的首要条件是如何描述服务请求，并对请求进行可行性分析和评估. 首先，源于平台的搜索流和信息流等，建立基于语义的服务任务请求描述模型，包括4部分：基本信息、服务需求信息、实时状态信息以及目标信息. 其中，基本信息包含用户ID、名称、等级、所在领域等；服务需求信息包含服务类型、业务流程约束、完成时间约束、优先级等；实时状态信息包含服务待分配、服务进行中、服务已完成等；目标信息包含时间、效率、协同度等. 进一步地，对服务所需资源、任务—资源协同匹配难度等进行可行性分析与评估，最终根据评估结果做出是否实施协同准备工作.

3.2 协同准备阶段

这一阶段是服务协同运行的前提，该阶段工作是否充分将会影响到服务协同的效果. 服务请求描述和可行性评估后，将服务需求以任务的形式进行生成、分解、排序等，并以此驱动制定任务—资源、资源—资源协同策略. 一方面，构建服务任务Agent，主动感知服务需求信息，对信息以任务为导向进行深层次的挖掘和分析以获得协同服务资源，包括对用户兴趣的感知、熟悉用户的习惯或关注点等. 另一方面，构建服务资源Agent，主动感知任务—资源、资源—资源之间的动态变化，如新任务或新资源的加入、信息的变更等信息交互；主动分析服务平台现有的资源和服务环境，并自主进行服务匹配、服务调度、服务组合等，从而形成协同策略.

3.3 协同运行阶段

这一阶段是整个过程的核心部分，该阶段主要工作是优化协同方案和主动执行协同决策，通过优化协同方案来提高服务平台的协同效率，进而提升交易率；通过自主执行协同决策来加快服务协同响应速度. 一方面，采用边缘端和云计算相结合的方式，对协同方案进行优化；另一方面，采用优化后协同方案，执行自主协同决策. 其中，科技服务边缘端满足各领域、各地域、各产业、各平台服务间局部通信和协同优化的需求，该模块通过服务任务Agent和服务资源Agent之间的双向实时自主通信和交互，实现任务需求的自主协同决策和快速处理；综合科技服务云通过数据层提供的全面丰富的历史和实时数据，管控层提供的冲突管理、资源共享、过程集成等以及预测层提供的服务异常等功能的实现，满足多领域、多地域、多产业、多平台服务间一站式的全局协同优化，此外，通过自主响应层提供服务定制和服务推荐等，实现服务协同自主化和个性化.

3.4 协同终止阶段

随着服务协同目标的完成，自主协同过程进入终止阶段，但并不意味着服务协同活动结束了，仍然需要建立服务协同评价体系对服务协同效果进行评价. 协同效果是服务协同方相互协调配合而产生的功效和作用. 服务协同效果的好坏取决于协同目标的完成度，协同评价标准不一，从宏观角度来看，影响协同效果的因素包括组织协同（战略融合、信息交流、结构优化等）、资源整合（资源规划、资源协调、资源优化等）、成果转化（转化能力、转化效率等）、风险分担（制度保障、利益补偿、分担策略等）等维度［10］；从微观角度来看，影响协同效果的因素包含协同一致性（行动同步概率、态势统一概率等）、协同时效性（目标识别时间、信息处理速度、协同计划速度、协同决策速度等）、协同精确性（协同计划精度、目标识别概率、协同行动精度等）、协同鲁棒性（协同任务容错率、服务资源匹配度等）等维度［11-12］. 根据协同评价结果，周期性地对协同策略进行调整，以便为用户提供满意的“一站式”科技服务.

4 应用分析

本文以社会企业身份在综合科技服务平台请求技术转移服务为例，对提出的分布式自主服务协同模式加以应用分析. 技术转移服务是综合科技服务平台提供的核心服务之一，它是一个多层次、开放型、相互配套的市场化和网络化体系，既包含技术转移工程服务的各个中间环节，又包含企业创办、技术研发、成果推广、技术交易、融资担保、人才交流、管理咨询、信息传递等方面提供多功能服务的网络系统［13］. 它有三类主体用户：①社会企业. 发布需求、检索成果信息、对接申请、合作申请. ②科研机构. 技术成果发布，查看成果对接需求、科研攻关需求. ③投资机构. 机构信息发布、投资需求受理、项目合作受理［14］. 假设当一个企业发出技术转移服务请求时，该综合科技服务平台的分布式自主服务协同模式运行方式如下：

首先，当企业在综合科技服务平台上发出服务请求时，科技服务边缘端中的服务任务Agent根据企业浏览信息（联盟机构、技术交易、科技成果、新闻资讯、加盟专家、资源共享、自助供需发布平台等）自主进行服务任务表达、挖掘、分解、排序等，主动识别服务任务，生成任务序列，并对其进行可行性分析与评估.

其次，服务资源Agent主动分析服务任务序列所需的服务资源（信息咨询服务、成果转移服务、投资融资服务、监督法律服务、企业孵化服务等［9］），形成自主协同策略；主动感知任务—资源、资源—资源之间的动态信息变化，进而实时进行服务资源自主协调、自主匹配、自主组合等智能操作；此外，空闲的技术转移服务资源也会主动对服务任务进行“抢单”，从而缩短任务完成的时间. 综合科技服务云根据企业的基本信息、行为日志以及相关技术转移服务协同评价等历史数据和服务任务、服务资源、协同进度实时数据，对该企业的兴趣、偏好习惯等进行精准预测以及对协同过程中的服务冲突、全局丰富资源的共享协调等进行处理，从而优化协同方案.

接着，服务任务Agent和服务资源Agent自主采用优化后协同方案，执行自主协同决策，并为企业定制和推荐个性化技术转移服务.

最终，分别采用宏观和微观两种方式对技术转移服务协同效果进行评价，并将评价结果作为智能体自主学习的经验知识对技术转移协同过程进行调整.

该企业在综合科技服务平台上应用任务导向的分布式自主服务协同服务模式，将该企业的技术转移服务需求以任务的形式进行任务—资源、资源—资源的自主协同匹配、调度、组合、预约等，并通过云边相结合方式，将数据进行实时交互以及资源进行优化配置，从而使该企业在综合科技服务平台上实现全链条“一站式”技术转移服务，不仅提高了服务协同的速度与效率，而且还提升服务请求的响应速度，进而推进平台交易率和满意度.

5 结语

为满足科技服务平台面向多用户提供跨领域、跨地区、跨平台的综合性科技服务，提出一种任务导向的综合科技服务平台分布式自主服务协同模式. 该模式将服务请求以任务的形式进行分解、排序、分配和评估，不仅驱动任务—资源、资源—资源进行自主协同匹配、协调、组合等，而且还能使空闲的服务资源自主“抢单”，即服务资源主动协同寻找对应的服务任务，降低协同响应时间和提高协同效率；采用服务任务Agent和服务资源Agent的方式，使服务任务单元和服务资源单元既具有自主决策能力，又具有与综合科技服务云管控层协同能力，从而实现综合科技服务平台的实时管控、自主决策与分布协同，提高综合科技服务平台的用户需求满意度和用户黏性. 此外，以企业在综合科技服务平台请求技术转移服务为例，对其加以应用分析，结果表明企业在采用该模式的综合科技服务平台上可顺利完成自主服务协同过程，鉴于此，该协同模式可为综合科技服务平台建设提供参考. 下一步，将深入研究综合科技服务平台分布式自主服务协同所涉及的关键技术.