Мультиагентная система
| Часть серии о |
| Мультиагентные системы |
|---|
| Мультиагентное моделирование |
| Агент-ориентированное программирование |
| Связанный |
Мультиагентная система ( MAS или «самоорганизующаяся система») — это компьютеризированная система, состоящая из множества взаимодействующих интеллектуальных агентов . [1] Мультиагентные системы могут решать проблемы, которые сложно или невозможно отдельному агенту или монолитной системе . решить [2] Интеллект может включать методический , функциональный , процедурный подходы, алгоритмический поиск или обучение с подкреплением . [3]
Несмотря на значительное совпадение, мультиагентная система не всегда совпадает с агентной моделью (ABM). Целью ПРО является поиск объяснительного понимания коллективного поведения агентов (которые не обязательно должны быть «разумными»), подчиняющихся простым правилам, обычно в природных системах, а не при решении конкретных практических или инженерных задач. Терминология ABM, как правило, чаще используется в науке, а MAS - в технике и технологиях. [4] Приложения, в которых исследование мультиагентных систем может дать подходящий подход, включают онлайн-торговлю, [5] реагирование на стихийные бедствия, [6] [7] наблюдение за целями [8] и моделирование социальной структуры. [9]
Концепция
[ редактировать ]Мультиагентные системы состоят из агентов и их среды . Обычно исследования мультиагентных систем относятся к программным агентам . Однако агентами в мультиагентной системе с равным успехом могут быть роботы, люди или команды людей. Мультиагентная система может содержать объединенные команды человека и агента.
Агенты можно разделить на типы: от простого до сложного. Категории включают в себя:
- Пассивные агенты [10] или «агент без целей» (например, препятствие, яблоко или ключ в любой простой симуляции)
- Активные агенты [10] с простыми целями (как птицы в стае или волк-овца в модели жертва-хищник )
- Когнитивные агенты (сложные вычисления)
Агентские среды можно разделить на:
- Виртуальный
- Дискретный
- Непрерывный
Среды агентов также могут быть организованы по таким свойствам, как доступность (возможность собрать полную информацию об среде), детерминированность (вызывает ли действие определенный эффект), динамика (сколько сущностей влияют на среду в данный момент), дискретность (конечно ли число возможных действий в среде), эпизодичность (влияют ли действия агента в определенные периоды времени на другие периоды), [11] и размерность (являются ли пространственные характеристики важными факторами окружающей среды и учитывает ли агент пространство при принятии решений). [12] Действия агента обычно опосредуются через соответствующее промежуточное программное обеспечение. Это промежуточное программное обеспечение предлагает первоклассную абстракцию проектирования для многоагентных систем, предоставляя средства для управления доступом к ресурсам и координации агентов. [13]
Характеристики
[ редактировать ]Агенты в многоагентной системе имеют несколько важных характеристик: [14]
- Автономия: агенты, по крайней мере частично, независимы, самосознательны, автономны.
- Локальные представления: ни один агент не имеет полного глобального представления, или система слишком сложна, чтобы агент мог использовать такие знания.
- Децентрализация: ни один агент не назначается контролирующим (или система фактически сводится к монолитной системе) [15]
Самоорганизация и самонаправление
[ редактировать ]Многоагентные системы могут проявлять самоорганизацию, а также самоуправление и другие парадигмы управления и связанное с ними сложное поведение, даже если индивидуальные стратегии всех их агентов просты. [ нужна ссылка ] Когда агенты могут обмениваться знаниями, используя любой согласованный язык, в рамках ограничений протокола связи системы, такой подход может привести к общему улучшению. Примерами языков являются язык манипулирования запросами знаний (KQML) или язык общения агентов (ACL).
Системные парадигмы
[ редактировать ]Многие MAS реализуются посредством компьютерного моделирования, пропуская систему через дискретные «шаги по времени». Компоненты MAS обычно взаимодействуют с использованием взвешенной матрицы запросов, например
Speed-VERY_IMPORTANT: min=45 mph, Path length-MEDIUM_IMPORTANCE: max=60 expectedMax=40, Max-Weight-UNIMPORTANT Contract Priority-REGULAR
и взвешенная матрица ответов, например
Speed-min:50 but only if weather sunny, Path length:25 for sunny / 46 for rainy Contract Priority-REGULAR note – ambulance will override this priority and you'll have to wait
Схема контракта «вызов-ответ» распространена в системах MAS, где
- Сначала « Кто может? » . раздается вопрос
- Только соответствующие компоненты отвечают: « Могу по этой цене » .
- Наконец, договор заключается, обычно в несколько коротких этапов взаимодействия между сторонами.
также учитываются другие компоненты, развивающиеся «контракты» и наборы ограничений алгоритмов компонентов.
Другая парадигма, обычно используемая с MAS, — это « феромон », когда компоненты оставляют информацию для других близлежащих компонентов. Эти феромоны могут со временем испаряться/концентрироваться, то есть их значения могут уменьшаться (или увеличиваться).
Характеристики
[ редактировать ]MAS склонны находить лучшее решение своих проблем без вмешательства. Здесь есть большое сходство с физическими явлениями, такими как минимизация энергии, когда физические объекты имеют тенденцию достигать минимально возможной энергии в физически ограниченном мире. Например: многие автомобили, въезжающие в мегаполис утром, будут доступны для выезда из этого же мегаполиса вечером.
Системы также имеют тенденцию предотвращать распространение неисправностей, самовосстанавливаться и быть отказоустойчивыми, главным образом за счет резервирования компонентов.
Исследовать
[ редактировать ]Исследование многоагентных систем «занимается разработкой и анализом сложных архитектур решения проблем и управления ИИ как для одноагентных, так и для многоагентных систем». [16] Темы исследований включают в себя:
- агентно-ориентированная разработка программного обеспечения
- убеждения, желания и намерения ( BDI )
- сотрудничество и координация
- оптимизация распределенных ограничений (DCOP)
- организация
- коммуникация
- переговоры
- распределенное решение проблем
- многоагентное обучение [17]
- агент майнинга
- научные сообщества (например, по биологическому стеканию, эволюции языка и экономике) [18] [19]
- надежность и отказоустойчивость
- робототехника, [20] мультироботные системы (MRS), роботизированные кластеры
- мультиагентные системы также представляют возможные применения в микроробототехнике, [21] где физическое взаимодействие между агентами используется для выполнения сложных задач, таких как манипулирование и сборка пассивных компонентов. [22]
Рамки
[ редактировать ]Появились структуры, реализующие общие стандарты (такие как стандарты FIPA и OMG MASIF). [23] Эти среды, например JADE , экономят время и помогают стандартизировать разработку MAS. [24]
Однако в настоящее время ни один стандарт не поддерживается FIPA или OMG. Усилия по дальнейшему развитию программных агентов в промышленном контексте осуществляются техническим комитетом IEEE IES по промышленным агентам. [25]
Приложения
[ редактировать ]MAS применяется не только в академических исследованиях, но и в промышленности. [26] MAS применяются в реальном мире в графических приложениях, таких как компьютерные игры. Агентские системы использовались в фильмах. [27] Его широко рекомендуют использовать в сетевых и мобильных технологиях для достижения автоматической и динамической балансировки нагрузки, высокой масштабируемости и самовосстановления сетей. Они используются для скоординированных систем защиты.
Другие приложения [28] включая транспорт , [29] логистика, [30] графика, производство, энергосистема , [31] умные сети , [32] и ГИС .
Кроме того, многоагентные системы искусственного интеллекта (MAAI) используются для моделирования обществ с целью оказания помощи в областях климата, энергетики, эпидемиологии, управления конфликтами, жестокого обращения с детьми и т. д. [33] Некоторые организации, работающие над использованием моделей многоагентных систем, включают Центр моделирования социальных систем, Центр исследований в области социального моделирования, Центр моделирования политики, Общество моделирования и Simulation International. [33]
Транспортное движение с управляемыми автономными транспортными средствами можно моделировать как мультиагентную систему, включающую динамику толпы. [34] Халлербах и др. обсудили применение агентных подходов для разработки и проверки автоматизированных систем вождения с помощью цифрового двойника тестируемого транспортного средства и микроскопического моделирования дорожного движения на основе независимых агентов. [35] Waymo создала мультиагентную среду моделирования Carcraft для тестирования алгоритмов беспилотных автомобилей . [36] [37] Он моделирует взаимодействие водителей-людей, пешеходов и автоматизированных транспортных средств. Поведение людей имитируется искусственными агентами на основе данных о реальном поведении человека.
См. также
[ редактировать ]- Сравнение программного обеспечения для агентного моделирования
- Агентная вычислительная экономика (ACE)
- Искусственный мозг
- Искусственный интеллект
- Искусственная жизнь
- Искусственная философия
- ИИ майор
- Черный ящик
- Система доски
- Сложные системы
- Дискретное моделирование событий
- Распределенный искусственный интеллект
- Появление
- Эволюционные вычисления
- Дружественный искусственный интеллект
- Теория игр
- Галлюцинация (искусственный интеллект)
- Генетический алгоритм, основанный на человеке
- Гибридная интеллектуальная система
- Язык запросов и манипулирования знаниями (KQML)
- Микробный интеллект
- Мультиагентное планирование
- Многоагентное обучение с подкреплением
- Шаблонно-ориентированное моделирование
- Проект ПлатБокс
- Обучение с подкреплением
- Метафора научного сообщества
- Самонастраивающийся модульный робот
- Имитированная реальность
- Социальная симуляция
- Программный агент
- Программный бот
- Роевой интеллект
- Роевая робототехника
Ссылки
[ редактировать ]- ^ Йоав Шохам, Кевин Лейтон-Браун. Мультиагентные системы: алгоритмические, теоретико-игровые и логические основы. Издательство Кембриджского университета, 2009. http://www.masfoundations.org/
- ^ Ху, Дж.; Тургут, А.; Леннокс, Б.; Арвин Ф., « Надежная координация формирования роев роботов с нелинейной динамикой и неизвестными возмущениями: проектирование и эксперименты ». IEEE Transactions on Circuits and Systems II: Express Briefs, 2021.
- ^ Стефано В. Альбрехт, Филиппос Кристианос, Лукас Шефер. Многоагентное обучение с подкреплением: основы и современные подходы. MIT Press, 2024. https://www.marl-book.com/
- ^ Ниязи, Муаз; Хусейн, Амир (2011). «Агентные вычисления от многоагентных систем к агентным моделям: визуальный обзор» (PDF) . Наукометрия . 89 (2): 479–499. arXiv : 1708.05872 . дои : 10.1007/s11192-011-0468-9 . hdl : 1893/3378 . S2CID 17934527 .
- ^ Роджерс, Алекс; Дэвид, Э.; Шифф, Дж.; Дженнингс, НР (2007). «Влияние ставок по доверенности и минимального приращения ставок на аукционах eBay» . Транзакции ACM в Интернете . 1 (2): 9–с. CiteSeerX 10.1.1.65.4539 . дои : 10.1145/1255438.1255441 . S2CID 207163424 . Архивировано из оригинала 2 апреля 2010 года . Проверено 18 марта 2008 г.
- ^ Шурр, Натан; Марецкий, Януш; Тамбе, Милинд; Шерри, Пол; Касинадхуни, Нихил; Льюис, JP (2005). «Будущее реагирования на стихийные бедствия: люди, работающие в многоагентных группах с использованием DEFACTO» . Архивировано (PDF) из оригинала 3 июня . Получено 8 , января
- ^ Генч, Зулькуф; и др. (2013). «Агентная информационная инфраструктура для управления стихийными бедствиями» (PDF) . Интеллектуальные системы антикризисного управления . Конспект лекций по геоинформации и картографии. стр. 349–355. дои : 10.1007/978-3-642-33218-0_26 . ISBN 978-3-642-33217-3 .
- ^ Ху, Джуньянь; Бхоумик, Париджат; Ланзон, Александр (2020). «Распределенное адаптивное отслеживание формирования изменяющихся во времени групп для многоагентных систем с несколькими лидерами на ориентированных графах» . Транзакции IEEE по управлению сетевыми системами . 7 : 140–150. дои : 10.1109/TCNS.2019.2913619 . S2CID 149609966 .
- ^ Сан, Рон ; Наве, Исаак (30 июня 2004 г.). «Моделирование принятия организационных решений с использованием когнитивно-реалистичной модели агента» . Журнал искусственных обществ и социального моделирования .
- ^ Перейти обратно: а б Кубера, Йоанн; Матье, Филипп; Пико, Себастьян (2010), «Агент может быть всем!» (PDF) , Материалы девятой Международной совместной конференции по автономным агентам и мультиагентным системам (AAMAS'2010) : 1547–1548
- ^ Рассел, Стюарт Дж .; Норвиг, Питер (2003), Искусственный интеллект: современный подход (2-е изд.), Аппер-Сэдл-Ривер, Нью-Джерси: Прентис-Холл, ISBN 0-13-790395-2
- ^ Саламон, Томас (2011). Проектирование агентно-ориентированных моделей . Репин: Издательство Брукнер. п. 22. ISBN 978-80-904661-1-1 .
- ^ Вейнс, Дэнни; Омичини, Амдреа; Оделл, Джеймс (2007). «Среда как первоклассная абстракция в многоагентных системах». Автономные агенты и мультиагентные системы . 14 (1): 5–30. CiteSeerX 10.1.1.154.4480 . дои : 10.1007/s10458-006-0012-0 . S2CID 13347050 .
- ^ Вулдридж, Майкл (2002). Введение в мультиагентные системы . Джон Уайли и сыновья . п. 366. ИСБН 978-0-471-49691-5 .
- ^ Панайт, Ливиу; Люк, Шон (2005). «Совместное многоагентное обучение: современное состояние» (PDF) . Автономные агенты и мультиагентные системы . 11 (3): 387–434. CiteSeerX 10.1.1.307.6671 . дои : 10.1007/s10458-005-2631-2 . S2CID 19706 .
- ^ «Лаборатория мультиагентных систем» . Массачусетский университет в Амхерсте . Проверено 16 октября 2009 г.
- ^ Альбрехт, Стефано; Стоун, Питер (2017), «Многоагентное обучение: основы и последние тенденции. Учебное пособие», конференция IJCAI-17 (PDF)
- ^ Какер, Фелипе; Стив Смейл (2007). «Математика возникновения» (PDF) . Японский математический журнал . 2 : 197–227. дои : 10.1007/s11537-007-0647-x . S2CID 2637067 . Проверено 9 июня 2008 г.
- ^ Шен, Джеки (Цзяньхун) (2008). «Стая Кукера-Смейла под иерархическим руководством» . СИАМ J. Appl. Математика . 68 (3): 694–719. arXiv : q-bio/0610048 . дои : 10.1137/060673254 . S2CID 14655317 . Проверено 9 июня 2008 г.
- ^ Ахмед, С.; Карсити, Миннесота (2007), «Испытательный стенд для схем управления с использованием многоагентных неголономных роботов», Международная конференция IEEE по электро/информационным технологиям, 2007 г. , стр. 459, номер домена : 10.1109/EIT.2007.4374547 , ISBN 978-1-4244-0940-2 , S2CID 2734931
- ^ Ян, Лидонг; Ли, Чжан (2021). «Управление движением в магнитной микроробототехнике: от отдельных и нескольких роботов до стаев». Ежегодный обзор управления, робототехники и автономных систем . 4 : 509–534. doi : 10.1146/annurev-control-032720-104318 . S2CID 228892228 .
- ^ Пинан Басуальдо, Франко; Мисра, Сартак (2023). «Совместные магнитные агенты для захвата трехмерных микророботов» . Передовые интеллектуальные системы . 5 (12). дои : 10.1002/aisy.202300365 . S2CID 262167298 .
- ^ «Документ OMG – orbos/97-10-05 (Обновление пересмотренной заявки MAF)» . www.omg.org . Проверено 19 февраля 2019 г.
- ^ Ахмед, Салман; Карсити, Мохд Н.; Агустиаван, Герман (2007). «Среда разработки коллаборативных роботов с использованием управления с обратной связью» . Проверено 8 января 2024 г.
- ^ «Технический комитет IEEE IES по промышленным агентам (TC-IA)» . tcia.ieee-ies.org . Проверено 19 февраля 2019 г.
- ^ Лейтао, Паулу; Карнускос, Стаматис (26 марта 2015 г.). Промышленные агенты: новые применения программных агентов в промышленности . Лейтао, Паулу, Карнускос, Стаматис. Амстердам, Нидерланды. ISBN 978-0128003411 . OCLC 905853947 .
{{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка ) - ^ «Киновитрина» . МАССИВНЫЙ . Проверено 28 апреля 2012 г.
- ^ Лейтао, Пауло; Карнускос, Стаматис; Рибейру, Луис; Ли, Джей; Штрассер, Томас; Коломбо, Армандо В. (2016). «Умные агенты в промышленных киберфизических системах» . Труды IEEE . 104 (5): 1086–1101. дои : 10.1109/JPROC.2016.2521931 . hdl : 10198/15438 . ISSN 0018-9219 . S2CID 579475 .
- ^ Сяо-Фэн Се, С. Смит, Г. Барлоу. Координация по расписанию для управления дорожной сетью в режиме реального времени . Международная конференция по автоматизированному планированию и составлению графиков (ICAPS), Сан-Паулу, Бразилия, 2012: 323–331.
- ^ Махр, Т.С.; Срур, Дж.; Де Вердт, М.; Зюйдвейк, Р. (2010). «Могут ли агенты соответствовать требованиям? Сравнительное исследование агентного и онлайн-подхода к оптимизации решения проблемы перевозки с неопределенностью». Транспортные исследования, часть C: Новые технологии . 18 : 99–119. CiteSeerX 10.1.1.153.770 . дои : 10.1016/j.trc.2009.04.018 .
- ^ Каземи, Хамидреза; Лиаси, Саханд; Шейх-Эль-Эслами, Мохаммадказем (ноябрь 2018 г.). «Планирование расширения генерации с учетом инвестиционной динамики участников рынка с использованием мультиагентной системы» . Конференция по интеллектуальным сетям 2018 (SGC) . стр. 1–6. дои : 10.1109/SGC.2018.8777904 . ISBN 978-1-7281-1138-4 . Проверено 8 января 2024 г.
- ^ Сингх, Виджай; Сэмюэл, Полсон (6 июня 2017 г.). «Распределенное многоагентное системное управление частотой нагрузки для многозональной энергосистемы в интеллектуальной сети» . Транзакции IEEE по промышленной электронике . 64 (6): 5151–5160. дои : 10.1109/TIE.2017.2668983 . Проверено 8 января 2024 г.
- ^ Перейти обратно: а б «ИИ может предсказывать ваше будущее поведение с помощью новых мощных моделей моделирования» . Новый учёный .
- ^ Гун, Сяоцянь; Херти, Майкл; Пикколи, Бенедетто; Висконти, Джузеппе (3 мая 2023 г.). «Динамика толпы: моделирование и управление мультиагентными системами» . Ежегодный обзор управления, робототехники и автономных систем . 6 (1): 261–282. doi : 10.1146/annurev-control-060822-123629 . ISSN 2573-5144 .
- ^ Халлербах, С.; Ся, Ю.; Эберле, У.; Кестер, Ф. (2018). «Идентификация критических сценариев на основе моделирования для кооперативных и автоматизированных транспортных средств» . Международный журнал SAE о подключенных и автоматизированных транспортных средствах . 1 (2). SAE International: 93. doi : 10.4271/2018-01-1066 .
- ^ Мадригал, рассказ Алексиса К. «В секретном мире Waymo для обучения беспилотным автомобилям» . Атлантика . Проверено 14 августа 2020 г.
- ^ Коннорс, Дж.; Грэм, С.; Майу, Л. (2018). «Кибер-синтетическое моделирование для транспортных средств». На Международной конференции по кибервойне и безопасности . Academic Conferences International Limited: 594-XI.
Дальнейшее чтение
[ редактировать ]- Вулдридж, Майкл (2002). Введение в мультиагентные системы . Джон Уайли и сыновья . п. 366. ИСБН 978-0-471-49691-5 .
- Шохам, Йоав; Лейтон-Браун, Кевин (2008). Мультиагентные системы: алгоритмические, теоретико-игровые и логические основы . Издательство Кембриджского университета . п. 496. ИСБН 978-0-521-89943-7 .
- Мамаду, Тадиу Коне; Симадзу, А.; Накадзима, Т. (август 2000 г.). «Состояние языков общения агентов (ACL)» . Знания и информационные системы . 2 (2): 1–26.
- Хьюитт, Карл; Инман, Джефф (ноябрь – декабрь 1991 г.). «DAI между и между: от «интеллектуальных агентов» к науке об открытых системах» (PDF) . Транзакции IEEE по системам, человеку и кибернетике . 21 (6): 1409–1419. дои : 10.1109/21.135685 . S2CID 39080989 . Архивировано из оригинала (PDF) 31 августа 2017 г.
- Журнал автономных агентов и мультиагентных систем (JAAMAS)
- Вайс, Герхард, изд. (1999). Мультиагентные системы: современный подход к распределенному искусственному интеллекту . МТИ Пресс. ISBN 978-0-262-23203-6 .
- Фербер, Жак (1999). Мультиагентные системы: введение в искусственный интеллект . Аддисон-Уэсли. ISBN 978-0-201-36048-6 .
- Вейнс, Дэнни (2010). Архитектурно-ориентированное проектирование многоагентных систем . Спрингер. ISBN 978-3-642-01063-7 .
- Сан, Рон (2006). Познание и многоагентное взаимодействие . Издательство Кембриджского университета . ISBN 978-0-521-83964-8 .
- Кейл, Дэвид; Голдин, Дина (2006). Вейнс, Дэнни; Парунак, Ван; Мишель, Фабьен (ред.). Косвенное взаимодействие в средах для многоагентных систем . LNCS 3830. Том. 3830. Спрингер . стр. 68–87 . дои : 10.1007/11678809_5 . ISBN 978-3-540-32614-4 .
{{cite book}}:|journal=игнорируется ( помогите ) - Серия Уайтстейна по технологиям программных агентов и автономным вычислениям , опубликованная Springer Science + Business Media Group.
- Саламон, Томас (2011). Разработка агентных моделей: разработка компьютерного моделирования для лучшего понимания социальных процессов . Издательство Брукнера. ISBN 978-80-904661-1-1 .
- Рассел, Стюарт Дж .; Норвиг, Питер (2003), Искусственный интеллект: современный подход (2-е изд.), Аппер-Сэдл-Ривер, Нью-Джерси: Прентис-Холл, ISBN 0-13-790395-2
- Фасли, Мария (2007). Агентские технологии для электронной коммерции . Джон Уайли и сыновья . п. 480. ИСБН 978-0-470-03030-1 .
- Цао, Лунбин, Городецкий, Владимир, Миткас, Перикл А. (2009). Агентный анализ: синергия агентов и интеллектуальный анализ данных , IEEE Intelligent Systems, vol. 24, нет. 3, 64–72.
