Совещательный агент
Совещательный агент (также известный как намеренный агент) — это своего рода программный агент, используемый в основном при моделировании многоагентных систем . Согласно определению Вулдриджа, совещательный агент — это «тот, кто обладает явно представленной символической моделью мира и в котором решения (например, о том, какие действия выполнять) принимаются посредством символических рассуждений». [1]
По сравнению с реактивными агентами , которые способны достичь своей цели, только рефлекторно реагируя на внешние раздражители, внутренние процессы совещательного агента более сложны. Разница заключается в том, что совещательный агент поддерживает символическое представление мира, в котором он обитает. [2] Другими словами, он обладает внутренним образом внешней среды и поэтому способен планировать свои действия. Наиболее часто используемой архитектурой для реализации такого поведения является программная модель «Убеждение-Желание-Намерение» (BDI) , в которой представления агента о мире (его образ мира), желания (цель) и намерения внутренне представлены и применяются практические рассуждения. решить, какое действие выбрать. [2]
Были проведены значительные исследования, направленные на интеграцию как реактивных, так и совещательных стратегий агентов, в результате чего был разработан состав, называемый гибридным агентом , который сочетает в себе обширные манипуляции с нетривиальными символическими структурами и рефлексивные реактивные реакции на внешние события. [2]
Как работают совещательные агенты? [ редактировать ]
Уже упоминалось, что совещательные агенты обладают а) присущим образом внешнего мира и б) целью, которую необходимо достичь, и, таким образом, способны составить список действий (план) для достижения цели. В неблагоприятных условиях, когда план больше не применим, агент обычно способен его пересчитать.
Процесс расчета плана (или пересчета) выглядит следующим образом: [3]
- сенсорный входной сигнал принимается функцией пересмотра убеждений , и убеждения агента изменяются
- Функция генерации вариантов оценивает измененные убеждения и намерения и создает варианты, доступные агенту. Желания агента формируются.
- функция фильтра затем учитывает текущие убеждения, желания и намерения и создает новые намерения
- функция выбора действия затем получает функцию фильтра намерений и решает, какое действие выполнить.
Совещательный агент требует символического представления с композиционной семантикой (например, дерево данных) во всех основных функциях, поскольку его обсуждение не ограничивается настоящими фактами, но строит гипотезы о возможных будущих состояниях и потенциально также хранит информацию о прошлом (т.е. память). Эти гипотетические состояния включают в себя цели, планы, частичные решения, гипотетические состояния убеждений агента и т. д. Очевидно, что совещательный процесс может стать значительно сложным и аппаратно убийственным. [4]
История концепции [ править ]
С начала 1970 года сообщество планирования ИИ занимается разработкой искусственного агента планирования (предшественника совещательного агента), который сможет выбирать правильный план, ведущий к определенной цели. [5] Эти ранние попытки привели к созданию простой системы планирования под названием STRIPS . Вскоре стало очевидно, что концепция STRIPS нуждается в дальнейшем совершенствовании, поскольку она не способна эффективно решать проблемы даже средней сложности. [5] Несмотря на значительные усилия по повышению эффективности (например, за счет реализации иерархического и нелинейного планирования ), система оставалась несколько слабой при работе с любой системой, ограниченной по времени. [6]
были предприняты в конце 1980-х годов Более успешные попытки создания агентов планирования . Например, в IPEM (Интегрированная система планирования, исполнения и мониторинга) был встроен сложный нелинейный планировщик. Вуда Кроме того, система AUTODRIVE имитировала поведение совещательных агентов в дорожном движении, а система PHOENIX Коэна была разработана для моделирования управления лесными пожарами. [6]
В 1976 году Саймон и Ньюэлл сформулировали гипотезу системы физических символов . [7] который утверждает, что и человеческий, и искусственный интеллект имеют один и тот же принцип — представление символов и манипулирование ими. [2] Согласно гипотезе следует, что между человеком и машиной нет существенной разницы в интеллекте, а только количественная и структурная - машины гораздо менее сложны. [7] Столь провокационное предложение должно было стать объектом серьезной критики и вызвать широкую дискуссию, но сама проблема до сих пор остается нерешенной по существу. [6]
Дальнейшее развитие классического символического ИИ вообще не зависело от окончательной проверки гипотезы о системе физических символов. В 1988 году Братман, Исраэль и Поллак представили интеллектуальную машинную архитектуру с ограниченными ресурсами (IRMA), первую систему, реализующую программную модель убеждения-желания-намерения (BDI) . IRMA иллюстрирует стандартную идею совещательного агента , известную сегодня: программный агент, встраивающий символическое представление и реализующий BDI. [1]
агентов по сравнению с реактивными Эффективность совещательных
Упомянутые выше проблемы с символическим ИИ привели к серьёзным сомнениям в жизнеспособности такой концепции, что привело к разработке реактивной архитектуры , основанной на совершенно других принципах. Разработчики новой архитектуры отказались от использования символического представления и манипуляций в качестве основы любого искусственного интеллекта. Реактивные агенты достигают своих целей просто посредством реакции на изменение окружающей среды, что предполагает разумную вычислительную скромность. [8]
Несмотря на то, что совещательные агенты потребляют гораздо больше системных ресурсов, чем их реактивные коллеги, их результаты значительно лучше лишь в немногих особых ситуациях, тогда как во многих случаях обычно можно заменить одного совещательного агента несколькими реактивными, не теряя при этом существенной доли производительности. адекватность результатов моделирования. [8] Кажется, что классические совещательные агенты могут быть полезны, особенно там, где требуются правильные действия, поскольку они способны вырабатывать оптимальное, независимое от предметной области решение. [3] Совещательный агент часто терпит неудачу в изменении окружающей среды, поскольку не может достаточно быстро перепланировать свои действия. [3]
См. также [ править ]
Примечания [ править ]
- ↑ Перейти обратно: Перейти обратно: а б Вулдридж, М. «Концептуализация и разработка агентов». В материалах семинара UNICOM по агентскому программному обеспечению . 1-е изд. Лондон, 1995. Стр. 42.
- ↑ Перейти обратно: Перейти обратно: а б с д Хейзелден, Алабама; Бигэм Дж. Программные агенты для систем связи будущего . 1-е изд. Нью-Йорк: Springer, 1999. Стр. 101.
- ↑ Перейти обратно: Перейти обратно: а б с Влахавас, И.; Вракас, Д. Интеллектуальные методы планирования . 1-е изд. Херши, Пенсильвания: Издательство Idea Group, c2005. Стр. 235.
- ^ Шойц, М.; Брайан Логан, Б. « Аффективный и совещательный контроль агентов ». Ин Стэндиш, Р., К.; Бедо, М., А.; Аббасс, Х., А. (ред.). ICAL 2003 Материалы восьмой международной конференции по искусственной жизни . 1-е изд. Бостон, Массачусетс: MIT Press Cambridge, c2003. Стр. 284–295.
- ↑ Перейти обратно: Перейти обратно: а б Вулдридж, М.; Дженнингс Н.Р. « Теории агентов, архитектура и языки: обзор ». Конспекты лекций по информатике 890 (1995): 1–39. Стр. 13.
- ↑ Перейти обратно: Перейти обратно: а б с Нильссон, Н. « Гипотеза системы физических символов: состояние и перспективы ». В Лунгарелле, М.; Иида, Ф.; Бонгард, Дж. (Ред.). 50 лет искусственного интеллекта . 1-е изд. Нью-Йорк: Springer, 2007. Стр. 9 - 17.
- ↑ Перейти обратно: Перейти обратно: а б Ньюэлл, А.; Саймон, Х.А. « Информатика как эмпирическое исследование: символы и поиск ». Сообщения Ассоциации вычислительной техники 19.3 (1976): 113–126.
- ↑ Перейти обратно: Перейти обратно: а б Найт, К. « Лучше ли много реактивных агентов, чем несколько совещательных? ». В IJCAI'93: Материалы 13-й международной совместной конференции по искусственному интеллекту . Том. 1. 1-е изд. Шамбери: Morgan Kaufmann Publishers Inc., 1993. Стр. 432–437.