Jump to content

Мультиагентная система

(Перенаправлено из Многоагентной системы )

Простое рефлекторное средство
Учебный агент

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:

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 ]
  1. ^ Йоав Шохам, Кевин Лейтон-Браун. Мультиагентные системы: алгоритмические, теоретико-игровые и логические основы. Издательство Кембриджского университета, 2009. http://www.masfoundations.org/
  2. ^ 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.
  3. ^ Стефано В. Альбрехт, Филиппос Кристианос, Лукас Шефер. Многоагентное обучение с подкреплением: основы и современные подходы. MIT Press, 2024. https://www.marl-book.com/
  4. ^ 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 .
  5. ^ 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.
  6. ^ 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
  7. ^ 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 .
  8. ^ 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 .
  9. ^ Сан, Рон ; Наве, Исаак (30 июня 2004 г.). «Моделирование принятия организационных решений с использованием когнитивно-реалистичной модели агента» . Журнал искусственных обществ и социального моделирования .
  10. ^ Jump up to: 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
  11. ^ 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
  12. ^ Саламон, Томас (2011). Проектирование агентно-ориентированных моделей . Репин: Издательство Брукнер. п. 22. ISBN  978-80-904661-1-1 .
  13. ^ 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 .
  14. ^ Вулдридж, Майкл (2002). Введение в мультиагентные системы . Джон Уайли и сыновья . п. 366. ИСБН  978-0-471-49691-5 .
  15. ^ 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 .
  16. ^ «Лаборатория мультиагентных систем» . Массачусетский университет в Амхерсте . Проверено 16 октября 2009 г.
  17. ^ Альбрехт, Стефано; Стоун, Питер (2017), «Многоагентное обучение: основы и последние тенденции. Учебное пособие», конференция IJCAI-17 (PDF)
  18. ^ 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.
  19. ^ 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.
  20. ^ 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
  21. ^ 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 .
  22. ^ 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 .
  23. ^ «Документ OMG – orbos/97-10-05 (Обновление пересмотренной заявки MAF)» . www.omg.org . Проверено 19 февраля 2019 г.
  24. ^ Ахмед, Салман; Карсити, Мохд Н.; Агустиаван, Герман (2007). «Среда разработки коллаборативных роботов с использованием управления с обратной связью» . Проверено 8 января 2024 г.
  25. ^ «Технический комитет IEEE IES по промышленным агентам (TC-IA)» . tcia.ieee-ies.org . Проверено 19 февраля 2019 г.
  26. ^ 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 )
  27. ^ «Киновитрина» . МАССИВНЫЙ . Проверено 28 апреля 2012 г.
  28. ^ 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 .
  29. ^ 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.
  30. ^ 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 .
  31. ^ 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.
  32. ^ 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.
  33. ^ Jump up to: а б «ИИ может предсказывать ваше будущее поведение с помощью новых мощных моделей моделирования» . Новый учёный .
  34. ^ 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 .
  35. ^ 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 .
  36. ^ Мадригал, рассказ Алексиса К. «В секретном мире Waymo для обучения беспилотным автомобилям» . Атлантика . Проверено 14 августа 2020 г.
  37. ^ 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 ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: f51e1f69aca2c667592864d96a97a7d3__1716478140
URL1:https://arc.ask3.ru/arc/aa/f5/d3/f51e1f69aca2c667592864d96a97a7d3.html
Заголовок, (Title) документа по адресу, URL1:
Multi-agent system - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)