Выбери формат для чтения
Загружаем конспект в формате pptx
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Функции системы
Многоагентные системы зародились на пересечении теории систем и
распределенного искусственного интеллекта.С одной стороны, речь идет об
открытых, активных, развивающихся системах, в которых главное внимание
уделяется процессам взаимодействия агентов как причинам возникновения
системы с новыми качествами. С другой стороны, достаточно часто МАС
строятся как объединение отдельных интеллектуальных систем, основанных
на знаниях.
Любая МАС состоит из следующих основных компонентов:
1.множество организационных единиц, в котором выделяются
подмножество агентов 1а), манипулирующих подмножеством объектов
1б);
2.множество задач;
3.среда, т.е. некоторое пространство, в котором существуют агенты и
объекты;
4) множество отношений между агентами;
4.множество действий агентов (например, операций над объектами).
В МАС задачи распределены между агентами, каждый из которых
рассматривается как член группы или организации. Распределение задач
предполагает назначение ролей каждому из членов группы, определение
меры его ответственности и требований к опыту.
Многоагентная система (МАС, англ. Multi-agent system) — это система,
образованная несколькими взаимодействующими интеллектуальными
агентами. Многоагентные системы могут быть использованы для решения
таких проблем, которые сложно или невозможно решить с помощью
одного агента или монолитной системы.
Основная цель обеспечить синергичность действий
Примерами таких задач являются онлайн-торговля, ликвидация
чрезвычайных ситуаций, и моделирование социальных структур[1].
Можно заметить, что исследователи в области многоагентных систем
заходят очень далеко в проведении антропоморфного взгляда на
интеллектуальных агентов. Это сходно с позицией первых
исследователей в области искусственного интеллекта в 50-60-е годы. И
скорее всего это убеждение в ближайшее время постигнет крах.
Основные направления исследований в
области многоагентных систем
1. теория агентов, в которой рассматриваются формализмы и математические методы
для описания рассуждений об агентах и для выражения желаемых свойств агентов;
2. методы кооперации агентов (организации кооперативного поведения) в процессе
совместного решения задач или при каких-либо других вариантах взаимодействия;
3. архитектура агентов и многоагентных систем - это область исследований, в
которой изучается, как построить компьютерную систему, которая удовлетворяет тем
или иным свойствам, которые выражены средствами теории агентов;
4. языки программирования агентов;
5. методы, языки и средства коммуникации агентов;
6. методы и программные средства поддержки мобильности агентов (миграции
агентов по сети).
7. Разработка приложений многоагентных систем и инструментальных средств
поддержки технологии их разработки.
8. проблемы, связанные с аутентификацией(авторизацией) агентов, обеспечением
безопасности и ряд других.
Концепция
агентов
Концепция агентов подразумевает обращение к ряду
новых для специалистов по информатике и ИИ понятий из
психологии и социалогии, и, в первую очередь, понятий из
теории деятельности и теории коммуникации. При этом
деятельность и интеллект понимаются как процессы,
рекурсивно зависящие друг от друга, что обеспечивает их
порождение и реализацию. Интеллект агента выступает
как подсистема управления деятельностью, позволяющая
ему организовать и регулировать свои действия или
действия другого агента. В то же время, интеллект имеет
коммуникативную природу и формируется в процессах
взаимодействия (коммуникации) агента с другими
агентами, а потребность в коммуникации связана с
реализацией целенаправленной деятельности.
Теория агентов.
Цель –
формализация
понятий
Теория агентов, вообще говоря, рассматривает агента и многоагентную систему как
“интенсиональную систему”.
Интенциона
́ льност ь (от лат. intentio — намерение) — понятие в философии,
означающее центральное свойство человеческого сознания: быть направленным на
некоторый предмет.
Интенсионал (от лат. intensio - внутреннее натяжение, усиление) - в средневековой
логике означал содержание слова-понятия как совокупность мыслимых признаков
соответствующего ему предмета.
Противопоставлялся объему, т. е. совокупности обозначаемых (называемых) данным
словом-понятием предметов, который назывался экстенсионалом (от лат. extensio протяжение, расширение).
Полагается, что агент наилучшим образом описывается именно в интенсиональном
стиле, для которого требуется непротиворечивое описание с использованием
подмножества перечисленных ранее ментальных понятий. По этой причине теория
агентов в настоящее время -это прежде всего формальные модели ментальных
понятий и правил манипулирования с ними, но не только это. Дополнительный и
очень важный раздел теории- это представление динамических аспектов
функционирования как отдельного агента, так и сообщества агентов, при этом
последняя задача выводит проблему за те пределы, которые исследуются
традиционно в искусственном интеллекте в рамках темпоральных и других логик.
Динамические аспекты функционирования многоагентной системы столь
специфичны и новы, что они образуют специальный раздел исследований, который
можно было бы назвать теорией кооперативного (коллективного) поведения
Модель агента
Большинство исследователей в области
теории и архитектур агентов считают
обязательным включение в модель
агента некоторого подмножества
ментальных свойств, по крайней мере,
таких, как знания, убеждения и цели.
Модель агента
Агентно-ориентированный подход в
информатике и ИИ представляет собой
развитие известных подходов,
основанных на понятиях объектов и
акторов
Понятия объект и актор представляют
собой единицы программных систем,
задаваемые некоторой структурой и
механизмом взаимодействия.
Объект
Объект (как реализация фрейма по М.Минскому) имеет единое имя
и свои собственные данные и процедуры. Объект может состоять из
нескольких так же определенных объектов и в свою очередь быть
частью более крупного объекта. Объекты содержат слоты, которые в
свою очередь могут состоять из фактов. Слот может быть просто
атрибутом или отношением. Все действия в ООП выполняются через
сообщения (однако сообщения указывают объекту, что делать, но не
как делать). В целом, понятие объекта определяется с помощью 4
признаков: а) инкапсуляция; б) отношение «класс-пример»; в)
свойство наследования; г) прохождение сообщений, допускающее
определение полиморфных процедур, т.е. процедур, код которых
может различаться в зависимости от приемника сообщения.
Объекты не могут анализировать свое поведение, определять
характер своих связей с другими объектами или природу
адресованных им сообщений.Их механизм получения сообщений
сводится к вызову процедуры. А главное, они не могут
самостоятельно формировать цели.
Акторы
акторы – развитые, интерактивные, параллельно функционирующие объекты,
которые взаимодействуют путем посылки асинхронных сообщений, не могут
проводить рассуждения о содержании этих сообщений. Сама модель акторов
организована, исходя из двух простых принципов: посылки сообщений и
локальной обработки. На локальном уровне актор содержит три составляющие:
а) знания о своей среде; б) знания о других акторах; в) множество данных и
действий. Эти составляющие определяют его локальное поведение в
зависимости от поступающего сообщения. Когда актор получает некоторое
сообщение, он может передавать его другим акторам. Помимо этого, актор
способен создавать новых акторов и изменять свое внутреннее состояние. Это
означает, что в ряде случаев акторы могут рассматриваться как своего рода
подагенты.
Наличие у агента механизма целеобразования обеспечивает принципиально
новый уровень автономии. Это значит, что он необязательно выполняет
распоряжения какого-либо другого агента или пользователя, а просто зависит от
условий среды, включая цели и намерения других агентов. В отличие от объекта
агент может принять на себя определенные обязательства или, наоборот,
отказаться от выполнения некоторой работы, мотивируя это отсутствием
компетентности, занятостью другой задачей и т.п. В то же время агент может
выполнять такие действия как порождение, подавление и замена других агентов,
активизация функций (как своих, так и у других агентов), активизация сценария
деятельности, запоминание текущего состояния других агентов и пр.
Свойст ва агентов и терминология
Различные определения понятия «агент» подразделяются на «слабые» и
«сильные» программистские и антропоморфные[16] . Вначале остановимся на
некоторых наиболее слабых определениях, а затем постепенно перейдем к
более сильным.
“Агент -это сущность, которая находится в некоторой среде, от которой она
получает данные и которые отражают события, происходящие в среде,
интерпретирует их и исполняет команды, которые воздействуют на среду.
Агент может содержать программные и аппаратные компоненты… Отсутствие
четкого определения мира агентов и присутствие большого количества
атрибутов, с ним связанных, а также существование большого разнообразия
примеров агентов говорит о том, агенты это достаточно общая технология,
которая аккумулирует в себе несколько различных областей”.
Принято различать два определения интеллектуального агента — “слабое” и
“сильное”[www:15, 58].
Слабое
определение
Под интеллектуальным агентом в слабом смысле понимается
программно или аппаратно реализованная система, которая обладает
такими свойствами:
-автономность - способность ИА функционировать без вмешательства
человека и при этом осуществлять самоконтроль над своими действиями
и внутренним состоянием;
-общественное поведение (social ability) — способность
функционировать в сообществе с другими агентами, обмениваясь с ними
сообщениями с помощью некоторого общепонятного языка коммуникаций;
-реактивность (reactivity) — способность воспринимать состояние среды
и своевременно отвечать (реагировать) на те изменения, которые в ней
происходят;
-про-активность 2 (pro-activity) — способность агента брать на себя
инициативу, т.е. способность генерировать цели и действовать
рационально для их достижения, а не только реагировать на внешние
события.
Слабое
определение
С.Расселом и П.Норвигом[19], под агентом
понимается «любая сущность, которая
находится в некоторой среде, воспринимает
ее посредством сенсоров, получая данные,
которые отражают события, происходящие в
среде, интерпретирует эти данные и
действует на среду посредством
эффекторов». Таким образом, здесь
вычленяются четыре исходных
агентообразующих фактора – среда,
восприятие, интерпретация, действие.
Среды
функционировани
Согласно П.Маэс[14], «автономные
я
агенты – это компьютерные системы,
функционирующие в сложной,
динамической среде, способные
ощущать и автономно действовать на
эту среду и, таким образом, выполнять
множество задач, для которых они
предназначены». Здесь предложены два
ограничения на среду агентов –
«сложная и динамическая».
Среды
Подробный анализ возможных типов сред и соответствующих
требований к агентам дан Д.А.Поспеловым[12]. У него все среды
функционировани
подразделяются на три больших класса –
замкнутые,
я
открытые
и трансформируемые.
Замкнутые среды допускают конечное исчерпывающее описание
(детерминированное или вероятностное). При этом агенты могут
обладать полным априорным знанием о среде и ее свойствах или
получать оперативную информацию в ходе своего взаимодействия
с ней (как в моделях коллективного поведения автоматов). Но
главная идея – полнота их знаний (в детерминированном или
статистическом смысле) остается. Понятие «открытых сред»
предполагает отказ от постулата полноты знаний у агента и
введение локальных описаний среды. Наконец, трансформируемые
среды могут менять свои характеристики в зависимости от
действий агентов (например, агенты могут порождать новые
объекты в среде и, в частности, новых агентов).
Автономные
агенты
Ключевыми характеристиками любых агентов
как «искусственных деятелей» являются
автономность и целенаправленность. Речь идет
об автономном выполнении некоторых действий
на основе целенаправленных проблемноориентированных рассуждений. Подчас в
качестве главных признаков агента берутся
интеллектуальность и автономность, где
интеллектуальность связывается с восприятием
и рассуждениями, а автономность - с
принятием решений и действием на среду.
Сильное
определение
Сильное определение агента подразумевает дополнительно к только что перечисленным
свойствам ряда дополнительных. В частности, главным из них является наличие у агента
хотя бы некоторого подмножества так называемых “ ментальных свойств”, называемых
также интенсиональными понятиями, к которым относятся следующие:
-знания (knowledge) — это постоянная часть знаний агента о себе, среде и других агентах,
т.е. та часть, которая не изменяется в процессе его функционирования;
-убеждения (beliefs, вера) — знания агента о среде, в частности, о других агентах; это те
знания, которые могут изменяться во времени и становиться неверными, однако агент может
не иметь об этом информации и продолжать оставаться в убеждении, что на них можно
основывать свои выводы;
-желания (desires) — это состояния, ситуации, достижение которых по разным причинам
является для агента желательным, однако они могут быть противоречивыми и потому агент
не ожидает, что все они будут достигнуты;
-намерения (intentions) — это то, что агент или обязан сделать в силу своих обязательств
по отношению к другим агентам (ему “это” поручено и он взял эту задачу на себя), или то,
что вытекает из его желаний (т.е. непротиворечивое подмножество желаний, выбранное по
тем или иным причинам, и которое совместимо с принятыми на себя обязательствами);
-цели (goals) — конкретное множество конечных и промежуточных состояний, достижение
которые агент принял в качестве текущей стратегии поведения;
-обязательства по отношению к другим агентам (commitments) — задачи, которые агент
берет на себя по просьбе (поручению) других агентов в рамках кооперативных целей или
целей отдельных агентов в рамках сотрудничества.
Первые два из перечисленных понятий называют “позицией агента”, его “точкой зрения”
(attitudes), остальные характеризуют в англоязычной литературе общим термином “proattitude”, суть которого в том, что они “направляют” поведение агента таким образом,
Определение
интеллектуального
агента по К.Сикара и
Здесь выделены следующие характеристики:
• способность решения задач, поставленных
соавторы[20]
•
•
•
•
•
•
•
•
•
.
людьми
или
другими
компьютерными агентами;
активность, т.е. способность инициировать решение задачи и предлагать свои
услуги пользователю;
сетевая «среда обитания» и способность самоорганизации в ней;
полуавтономность (у пользователя есть возможность управлять уровнем
автономности агента);
антиципация, т.е. способность предвидеть запросы пользователя;
надежность;
способность сотрудничать с людьми или другими компьютерными
агентами в интересах решения задачи;
гибкость, проявляющаяся в способности работать с неоднородными агентами и
удаленными иинформационными ресурсами;
адаптивность, способность оперативно приспосабливаться к изменению
потребностей пользователя и факторов среды;
настойчивость в решении задачи.
Дополнительные
свойства
Некоторые авторы считают, что агент должен обладать также рядом других свойств. К ним
относятся [www:15, 58]
-мобильность (mobility) — способность агента мигрировать по сети в поисках необходимой
информации для решения своих задач, при кооперативном решении задач совместно или с
помощью других агентов и т.д.,
-благожелательность (benevolence) — готовность агентов помочь друг другу и готовность
агента решать именно те задачи, которые ему поручает пользователь, что предполагает
отсутствие у агента конфликтующих целей;
-правдивость (veracity) — свойство агента не манипулировать информацией, про которую
ему заведомо известно, что она ложна;
-рациональность (rationality) — свойство агента действовать так, чтобы достигнуть своих
целей, а не избегать их достижения, по крайней мере, в рамках своих знаний и убеждений.
Классификации
агентов
Классификации
«естественное–искусственное». натуральные агенты (животные,
агентов
люди, группы организмов, коллективы людей) и искусственные агенты
(роботы, коллективы автоматов, сложные компьютерные программы).
«материальное–идеальное». Все искусственные агенты подразделяются
на: 1) материальных, физически существующих и работающих в
реальном пространстве, например,
интегральные
роботы) и 2)
виртуальных, существующих лишь в программной среде (виртуальном
пространстве); нередко такие «программные роботы» (software robots)
называют сокращенно софтботами (softbots) [12] .
Классификация по дихотомии
«сосредоточенноераспределенное» и
«неподвижное-подвижное»
Примером неподвижного агента служит стационарный [3][5]
[6]
.
манипуляционный
робот, а примером мобильного– поисковый
агент, мигрирующий по сети в целях отыскания нужной
информации. Подчас мобильные софтботы (моботы) могут
трактоваться как распределенные, чисто коммуникативные
агенты, которые не имеют собственных средств восприятия и
действий (поэтому они не манипулируют никакими объектами),
а лишь используют располагаемые ресурсы для коммуникации с
другими агентами и миграции по сети в поисках релевантных
данных и процедур. Наоборот, четко локализованные агенты в
определенном смысле противоположны коммуникативным: они
не могут двигаться по сети и обычно не обладают способностью
к представлению среды, а их общение с другими агентами
происходит не напрямую, а косвенно, через механизмы
восприятия и действия.
Классификация по наличию
(отсутствию) у агентов
характеристик обучаемости
или адаптивности.
У обучаемых агентов поведение
основано на предыдущем опыте.
Классификация по тип среды,
уровень «свободы воли» (по
В.А.Лефевру) и уровень развития
социальных отношений.
Так для простейших замкнутых сред достаточно агентов
автоматного уровня сложности (модели коллективного
поведения автоматов), а в случае более сложных
замкнутых сред имеем дело с агентами, основанными на
конечных наборах правил и сценариев их применения
(например, нечеткие регуляторы). Агенты, основанные на
правилах, активно используются в компьютерных сетях,
действуя в рамках «клиент-серверного» подхода. В целом,
когда среда замкнута, пара «среда-агент» может быть в
принципе задано формальной системой, т.е. действия
агента здесь могут быть описаны в рамках подходящего
логического исчисления (например, модальные логики или
логики предикатов высокого порядка). Для открытых сред
требуется переход к семиотическому моделированию.
Классификация связаная с
классической проблемой
взаимодействия «субъект –
объект»
Уровень субъектности агента непосредственно
зависит от того, наделен ли он символьными
представлениями, требующимися для
организации рассуждений, или в
противоположность этому он работает только
на уровне образов (субсимвольном), связанных
с сенсомоторной регуляцией. Соответствующую
классификацию агентов можно построить по
следующим двум признакам: а) степень
развития внутреннего представления
внешнего мира и б)способ поведения.
Классификация по степени
развития внутреннего
представления внешнего
мира
выделяются
интеллектуальные
(когнитивные, рассудочные) и
реактивные агенты[15].