Daudzaģentu sistēmu (MAS) mērķis ir koordinēt neatkarīgus procesus. Aģents ir datora vienība programmas vai robota formā. Aģentu var uzskatīt par autonomu, jo tas spēj pielāgoties, kad mainās tā vide. MAC sastāv no datora procesu kopas, kas notiek vienlaikus un pastāv vienlaikus, koplieto kopīgus resursus un sazinās savā starpā. Galvenā problēma MAC ir koordinācijas formalizēšana starp aģentiem.
Vairāku aģentu sistēmu definēšana
MAC ir uz nākotni vērsta pieeja programmatūras izstrādei lietojumprogrammām sarežģītos domēnos, kur mijiedarbīgie lietojumprogrammu komponenti ir autonomi un izplatīti, darbojas dinamiskā un nenoteiktā vidē, ir jāievēro daži organizatoriskie noteikumi un likumi, kā arī var pievienoties un atstāt. vairāku aģentu sistēma izpildlaikā.
Šādu lietojumprogrammu piemēri ir sistēmas, kasvadīt un optimizēt elektroenerģijas ražošanu un sadali starp patērētājiem vai sistēmām, kas optimāli plāno slodzes transporta sistēmās. Lai izstrādātu vairāku aģentu sistēmas, ir jāizveido atsevišķi aģenti, organizācijas un vide.
Programmēšanas valodas nodrošina programmēšanas konstrukcijas atsevišķu aģentu ieviešanai sociālo un kognitīvo jēdzienu, piemēram, informācijas, mērķu, iespēju, normu, emociju un lēmumu pieņemšanas noteikumu izteiksmē.
Daudzaģentu organizācijām sociālās un organizatoriskās koncepcijas ziņā ir lomas, kas apveltītas ar normām, komunikācijas protokoliem, resursiem, kas ir pakļauti uzraudzībai. Izstrādātās programmēšanas valodas un ietvari tiek izmantoti, lai izveidotu uz aģentiem balstītas simulācijas daudzām nepārtrauktas ražošanas nozarēm: elektroenerģijai, metalurģijai, veselības aprūpei, internetam, transportam, satiksmes vadībai un nopietnām spēlēm.
MAS atšķiras no viena aģenta sistēmām ar to, ka tām ir vairāki aģenti, kas modelē viens otra mērķus un darbības. Vispārējā scenārijā starp aģentiem var būt tieša mijiedarbība. No viena aģenta viedokļa vairāku aģentu sistēmas visbūtiskāk atšķiras no sistēmām ar vienu aģentu ar to, ka vides dinamiku var noteikt citi aģenti. Papildus nenoteiktībai, kas var būt raksturīga domēnam, citi aģenti apzināti ietekmē vidi neparedzamā veidā.
Tādējādi var uzskatīt, ka visiem MAC ir dinamiska vide, kas ir raksturīgi mūsdienuvairāku aģentu sistēmas. Var būt jebkurš aģentu skaits ar dažādu neviendabīguma pakāpi, ar vai bez tiešas saziņas iespējas.
MAS arhitektūra
Aģentiem jābūt aprīkotiem ar kognitīvo modeli:
- ticības;
- vēlas;
- nolūki.
No vienas puses viņš lasa "Ticējumus" par vidi, kas ir viņa zināšanu un uztveres rezultāts, un no otras - "Vēlmju" kopumu. Šķērsojot šīs divas kopas, tiek iegūta jauna "Nodomu" kopa, kas pēc tam tiek tieši pārvērsta darbībās.
Aģentiem ir jābūt sakaru sistēmai. Šim nolūkam ir vairākas specializētas valodas: Language Query and Manipulation Language (KQML). Nesen tika izplatīts FIPA-ACL standarts, ko izveidojis FIPA Intelligent Physical Agents fonds. Šis pēdējais vairāku aģentu sistēmu veidošanas princips ir balstīts uz runas aktu teoriju.
Pielāgošanās problēma ir sarežģīts jautājums, kas pašlaik ir daudzu pētījumu priekšmets. Var sniegt piemēru dažiem vīrusiem, gan bioloģiskiem, gan datoriem, kas spēj pielāgoties mutantu videi.
Beidzot, efektīva MAC ieviešana, lai gan strikti izsakoties nav daļa no sistēmas arhitektūras, ir pelnījusi uzmanību daudzās programmēšanas valodās, kas ir izstrādātas mākslīgā intelekta izpētei. Jo īpaši tiek pieminēta LISP valoda. Šie arhitektūras elementi tiek piemēroti sistēmai, kas sastāv no izziņasaģenti.
Aģentu kategorijas vai modeļi
Aģentu klasifikācija balstās uz diviem kritērijiem: kognitīvie aģenti vai reaģenti, kuriem, no vienas puses, piemīt teleonomiska uzvedība vai reflekss. Atšķirība starp kognitīvo un reaktīvo būtībā ir aģentam pieejamās pasaules attēlojums. Ja indivīds ir apveltīts ar pasaules "simbolisko priekšstatu", no kura viņš var formulēt spriešanu, tad runā par kognitīvo aģentu, turpretim, ja viņam ir tikai "apakšsimboliskais attēlojums", tas ir, aprobežojas ar viņa uztveri, viens runā par reaktīvo aģentu. Šī kognitīvā un reaktīvā atšķirība atbilst divām vairāku aģentu sistēmu teorētiskajām skolām.
Pirmais atbalsta "gudro" aģentu fundamentālo pieeju sadarbībai no socioloģiskā viedokļa. Otrajā tiek pētīta neinteliģentu aģentu kopas (skudru tipa) "gudras" uzvedības rašanās iespēja. Otrā atšķirība starp uzvedības uzvedību un refleksu atdala tīšu uzvedību, skaidru mērķu sasniegšanu, no uztveres uzvedības. Tādējādi aģentu tendences var skaidri izteikties aģentos vai, gluži otrādi, nākt no vides. Dažādu veidu aģentu grupēšanas tabula:
- Kognitīvie aģenti.
- Reaktīvie aģenti.
- Telenomiskā uzvedība.
- Tīši aģenti.
- Pārvaldītie aģenti.
- Refleksa uzvedība.
- Aģentu "moduļi".
- Tropu aģenti.
Kognitīvie aģenti lielākoties ir tīši, t.i.viņiem ir noteikti mērķi, kurus viņi cenšas sasniegt. Tomēr dažreiz tiek izmantoti aģenti, kurus sauc par moduļiem, kuriem ir priekšstats par savu "visumu" bez konkrētiem mērķiem. Tie varētu kalpot, piemēram, lai atbildētu uz citu aģentu jautājumiem "Visumā".
Reaģentus var iedalīt izpildmehānismos un tropiskajos aģentos. Instinktīvajam aģentam būs noteikta misija, un tas aktivizēs uzvedību, ja redzēs, ka vide vairs neatbilst tam piešķirtajam mērķim. Tropu aģents reaģē tikai uz lokālo vides stāvokli, piemēram, ja ir gaisma, tad tas skrien. Motivācijas avots iekšējā gadījumā, ja aģentiem ir "misija", attiecas tikai uz vidi.
Organizācijas paradigmas
Attīstoties šādām sistēmām, ir izveidojušās dažādas organizatoriskas paradigmas. Šīs vairāku aģentu sistēmu struktūras nosaka ietvaru attiecībām un mijiedarbībām starp aģentiem.
Hierarhijas. Šajā modelī aģenti ir hierarhiski atbilstoši koka struktūrai, kurā katrs mezgls ir aģents un tā pakārtotajos mezglos ir atļaujas saite. Šis modelis iznīcina sistēmas vispārējo mērķi.
Holarhija tuvojas hierarhijai. Starp aģentu un tā apakšgrupu nav autoritātes attiecību.
Koalīcija ir aģentu pagaidu alianse, kas sanāk kopā un sadarbojas, jo saskaras viņu personīgās intereses. Koalīcijas vērtībai jābūt lielākai par aģenta komponentu atsevišķo vērtību summu.
Draudzes ļoti līdzinās koalīcijām unkomandas. Tomēr tie ir paredzēti kā pastāvīgi, un tiem parasti ir vairāki mērķi, kas jāsasniedz. Turklāt aģenti var ienākt draudzēs un iziet no tām un piederēt vairākām draudzēm vienlaikus.
Sabiedrība ir dažādu aģentu kopums, kas mijiedarbojas un sazinās. Viņiem ir dažādi mērķi, tiem nav vienāds racionalitātes līmenis un vienādas spējas, bet viņi visi ievēro vispārpieņemtos likumus (normas).
Federācijas aģenti daļu savas autonomijas piešķir savas grupas delegātam. Grupas aģenti mijiedarbojas tikai ar savu delegātu, kurš savukārt mijiedarbojas ar delegātiem no citām grupām.
Tirdzniecības aģenti piedāvā preces, kuras pircēju aģenti var pieprasīt. Šāda veida organizācija ļauj, piemēram, simulēt reālus tirgus un salīdzināt dažādas tirdzniecības stratēģijas.
Matrix organizācijas aģenti ir hierarhiski. Tomēr atšķirībā no iepriekš aprakstītās hierarhijas, kur aģents ir pakārtots tikai dažiem citiem aģentiem, tie, kas atrodas vienā matricas organizācijā, var būt pakļauti vairākiem citiem.
Kombinācijas - šajā apvienotajā organizācijā ir apvienoti daudzi iepriekš minētie stili. Tā varētu būt, piemēram, koalīcija vai komandu hierarhija.
Mākslīgais intelekts
Kognitīvās zinātnes mērķis ir izprast mākslīgā intelekta būtību un darbību, kas apstrādā iekšējo informāciju, lai padarītu to mērķtiecīgu. Šim aprakstam atbilst daudzi jēdzieni: cilvēki, datori, roboti, sensorās sistēmas,saraksts ir bezgalīgs. Viens no sistēmu veidiem, kas īpaši interesē kognitīvos zinātniekus, ir mākslīgais pašaģents, kas iedarbojas uz informāciju.
Inteliģents aģents (IA) spēj pieņemt lēmumus, balstoties uz savu pieredzi, un var izvēlēties rīcību dažādās situācijās. Kā norāda jēdziens "mākslīgs", autonomie interešu aģenti nav dabas radīti. Tāpēc mākslīgais aģents ir viss, ko rada cilvēki, kas spēj darboties, pamatojoties uz uztverto informāciju, savu pieredzi, lēmumiem un darbībām.
Ārpus dabiskās informācijas lauks nodrošina tehniskās prasmes, lai tulkotu vēlamo aģentu veidu programmēšanas valodā, saistītā programmatūrā un atbilstošā arhitektūrā (aparatūrā un saistītā programmatūrā), lai aģentu ieviestu reālajā vai simulētajā pasaulē.
Uztveres pasaules vide
Aģents ir jebkas, kas uztver vidi caur sensoriem un iedarbojas uz to caur efektoriem, kas izklausās pietiekami vienkārši. Šī aģenta definīcija aptver plašu iekārtu klāstu, sākot no termostatiem līdz objektiem, kas faktiski var apgūt nelielu darbības repertuāru.
Sensori ir rīki, ko aģents izmanto, lai vāktu informāciju par savu pasauli. Tastatūra un videokamera var darboties kā sensori, ja tie ir saistīti ar aģentu. Sistēmas reakcijas beigās izpildītāji ir instrumenti, ko aģents izmanto, lai ietekmētu vidi. Efektoru piemēri irmonitors, printeris un robotu roka.
Parasti vide ir aģenta domēns vai pasaule. Lai izvairītos no ikdienas pasaules neierobežotajām iespējām, šīs jomas vismaz pagaidām būtu jāierobežo līdz noteikta veida situācijām.
Autonomā ietekmes sistēma
Autonomais aģents ir "sistēma vidē un daļa no tās, kas uztver šo vidi un laika gaitā iedarbojas uz to, lai īstenotu savu darba kārtību un ietekmētu to, ko tā piedzīvo nākotnē". Šī Franklina un Greisera definīcija atspoguļo visas viedo aģentu pamatfunkcijas, izņemot viņu sabiedriskumu. Tas sniedz labu aptuvenu dažādu AI galveno iezīmju aptuvenu izstrādi.
Šādi aģenti izjūt savu vidi. Bet šeit sensorie dati jeb uztvere ietver ne tikai datus par citiem objektiem, bet arī paša aģenta ietekmi uz apkārtējās vides stāvokli. Sensori var būt organiski, piemēram, acis un ausis un to neironu procesori, vai mākslīgi, piemēram, digitālā datorā iegulti video un audio procesori. Vide var būt ļoti ierobežota teritorija, piemēram, slēgta telpa, vai ļoti sarežģīta, piemēram, akciju tirgus vai asteroīdu kolekcija. Sensoriem ir jāatbilst objektu veidiem, ar kuriem aģents mijiedarbojas.
Reflekss mijiedarbības veids
Atstarotāja aģentam ir sarežģītāks mehānisms. Tiešās dinamikas vietāattiecībā uz vidi viņš noteikumu sarakstā meklē, kas viņam jādara. Refleksa aģents reaģē uz doto uztveri ar ieprogrammētu reakciju. Pat ja ir tūkstošiem iespējamo atbilžu uz noteiktu uztveri, aģentam ir iebūvēts situācijas darbību noteikumu saraksts, lai izpildītu tās atbildes, kuras programmētājs jau ir apsvēris. Situācijas rīcības noteikums būtībā ir hipotētisks imperatīvs.
Reflex aģenti tiešām nav īpaši spilgti. Viņi vienkārši nevar tikt galā ar jaunumiem. Viedais aģents satur tā mazāk izsmalcināto brālēnu iezīmes, taču tas nav tik ierobežots. Viņš rīkojas saskaņā ar darba kārtību. Tam ir noteikts mērķu kopums, uz kuriem tā aktīvi tiecas. Mērķa aģentam ir izpratne par pašreizējo vides stāvokli un to, kā šī vide parasti darbojas. Viņš īsteno galvenās stratēģijas vai mērķus, kurus nevar sasniegt uzreiz. Tas padara aģentu aktīvu, nevis tikai reaģējošu.
Mērķa funkcionālā utilīta
Sarežģītākos aģentos mājturības pasākums tiek piemērots dažādām iespējamām darbībām, kuras var veikt vidē. Šis sarežģītais plānotājs ir uz pakalpojumu balstīts aģents. Uz pakalpojumu balstīts aģents novērtēs katru scenāriju, lai redzētu, cik labi tas atbilst noteiktiem kritērijiem laba rezultāta iegūšanai. Lietderības funkciju aprēķinos var ņemt vērā tādas lietas kā veiksmes iespējamība, scenārija pabeigšanai nepieciešamie resursi, sasniedzamā mērķa nozīmīgums un tam nepieciešamais laiks.
JoTā kā programmētājs parasti nevar paredzēt visus pasaules stāvokļus, ar kuriem aģents saskarsies, noteikumu skaits, kas būtu jāuzraksta refleksa aģentam, būtu astronomisks pat tādās ļoti vienkāršās jomās kā sanāksmju plānošana vai transporta maršrutu un piegādes organizēšana.
Pamata vadības cilpa
Ņemot vērā viedā aģenta definīciju, apsveriet pamata vadības cilpu, ko aģentu teorētiķis Maikls Vuladrihs rakstīja 2000. gadā:
- turi mieru;
- atjaunināt iekšējās pasaules modeli;
- sasniegt apzinātu nolūku;
- izmantojiet līdzekļus/galus, lai iegūtu nodomu plānu;
- izpildīt plānu;
- beidziet procesu.
Šis modelis ir jāinterpretē. Aģents novēro pasauli – tas nozīmē, ka viņš, izmantojot savus sensorus, apkopo uztveri. Sensors var būt tastatūra, kas pievienota digitālajam datoram, vai vizuālais procesors, kas pievienots robotam. Tas var būt jebkas, kas ļauj aģentam apkopot pasaules attēlus. Iekšējā modeļa atjaunināšana nozīmē, ka aģents savai uztveres secībai un ieprogrammētajai informācijai par pasauli pievieno jaunu uztveri.
Vairāku aģentu izstrādes platformas
AnyLogic ir atvērtā pirmkoda vairāku aģentu un daudzkomponentu CORMAS simulācijas programmatūra, kuras pamatā ir objektorientētā programmēšanas valoda SmallTalk.
DoMIS ir vairāku aģentu sistēmu projektēšanas rīks, kas koncentrējas uz "sarežģītu sistēmu darbības kontroli" un balstās uz B-ADSC projektēšanas metodi.
JACK ir programmēšanas valoda un izstrādes vide kognitīvajiem aģentiem, ko izstrādājusi Agent Oriented Software kā uz aģentiem orientētu Java valodas paplašinājumu.
GAMA ir atvērtā pirmkoda modelēšanas platforma (LGPL), kas piedāvā telpiski skaidru, uz aģentiem balstītu modelēšanas vidi, izmantojot ĢIS datus, lai aprakstītu aģentus un to vidi.
JADE (Java Agent DEVELOPMENT) ir atvērtā koda vairāku aģentu izstrādes ietvars, kura pamatā ir Java valoda.
Septiņi standarta modeļi
Pētniecības evolūcijas procesā vairāk tiek ieguldīts, kā izveidot sistēmu, kas ir uzticama un nodrošina augstāku kvalitātes līmeni. Tendence turpināt ir papildināt vai paplašināt esošās metodes, kurām ir izdevies konsolidēt lēmumu pieņemšanu attīstības ietvaros.
Metodiskais standarts ļauj saprotamā un vienkāršā veidā izveidot MAC, ne tikai izmantojot dabisko valodu, bet arī izmantojot apraksta veidnes, kas palīdz sistēmas specifikācijā.
Metodiskais standarts piedāvā septiņus problēmu modeļus vai to risinājumus MAC veidošanai:
- Scenārija modelis, kas apraksta uzņēmumu vai organizāciju.
- Mērķu un uzdevumu modelis definē un apraksta organisko struktūru.
- Aģenta modelis definē cilvēkus un autonomās sistēmas.
- Lomas paraugs saista mērķus un uzdevumus ar konkrētu aģentu.
- Organizācijas modelis apraksta vidi, ar kuru ir saistīts atsevišķs aģents.
- Mijiedarbības modelis apraksta attiecības, uzsverot to aģentu koordināciju.
- Dizains modelis nosaka aģentu un tīkla arhitektūru.
Aģentu mijiedarbības piemēri
MAS izmanto, lai modelētu mijiedarbību starp autonomiem aģentiem. Vairāku aģentu sistēmu izmantošana, piemēram, socioloģijā ļauj parametrizēt dažādus aģentus, kas veido kopienu. Pievienojot ierobežojumus, varat mēģināt saprast, kas būs visefektīvākais komponents, lai sasniegtu gaidīto rezultātu. Viņiem vajadzētu eksperimentēt ar scenārijiem, ko īsti cilvēki nevarētu īstenot ne tehnisku, ne ētisku iemeslu dēļ.
Distributed IA tika izveidots, lai atrisinātu lielu monolītu nedabisku izlūkošanas programmu sarežģītību – izpildi, izplatīšanu un centralizētu vadību. Sarežģītas problēmas risināšanai dažkārt ir vieglāk sadarbībā izveidot salīdzinoši nelielas programmas (aģentus), nekā vienu lielu monolītu programmu. Autonomija ļauj sistēmai dinamiski pielāgoties neparedzētām vides izmaiņām.
Vairāku aģentu sistēmu piemēri spēļu industrijā ir daudz un dažādi. Tos izmanto videospēlēs un filmās, tostarp MASSIVE programmatūrā, piemēram, lai simulētu pūļa kustību triloģijā Gredzenu pavēlnieks. Viņi arī varizmanto uzņēmumi, piemēram, lai izsekotu klientu uzvedībai, kas pārlūko vietnes.
MAS tiek izmantotas arī finanšu pasaulē. Piemēram, MetaTrader 4 platforma ļauj automatizētā tirdzniecībā izmantot ekspertus aģentus, kuri seko Forex kursiem
Sistēmas lietošanas priekšrocības
IA izpētē uz aģentiem balstīta sistēmu tehnoloģija ir pieņemta kā jauna paradigma programmatūras sistēmu konceptualizēšanai, projektēšanai un ieviešanai. Vairāku MAS pieejas priekšrocības:
- Kopīgo skaitļošanas resursus un iespējas savstarpēji saistītu aģentu tīklā.
- Ļauj vairāku esošo mantoto sistēmu savstarpēju savienojumu un savietojamību.
- Aptver dažādas jomas, tostarp gaisa kuģu apkopi, e-maku rezervēšanu, militāro atmīnēšanu, bezvadu sakarus un sakarus, militārās loģistikas plānošanu, piegādes ķēdes pārvaldības sistēmu, sadarbības misiju plānošanu, finanšu portfeļa pārvaldību.
Pētniecībā IA tehnoloģija uz aģentiem balstītām sistēmām ir pieņemta kā jauna paradigma programmatūras sistēmu konceptualizēšanai, projektēšanai, ieviešanai un vairāku aģentu apguvei.
Tādējādi MAC ir brīvi savienots programmatūras aģentu tīkls, kas mijiedarbojas, lai atrisinātu problēmas, kas pārsniedz katra problēmu veidotāja individuālās spējas vai zināšanas.
