Многоагентные системы

Сентябрь 3, 2022

Главная
Алгебра
Многоагентные системы

Содержание

2. Многоагентная система - это система, образованная несколькими взаимодействующими интеллектуальными агентами. Интеллектуальные агенты - разумные сущности, наблюдающие
3. Считается, что один агент владеет всего лишь частичным представлением о глобальной проблеме, а значит, он может
4. В искусственном интеллекте существует несколько типов агентов. Например: 1.Физический Агент — агент, воспринимающий окружающий мир через
5. по типу обработки воспринимаемой информации: Агенты с простым поведением. Агенты с поведением, основанным на модели. Целенаправленные
6. Агенты с простым поведением действуют только на основе текущих знаний. Их агентская функция основана на схеме
7. Целенаправленные агенты схожи с предыдущим типом, однако они, помимо прочего, хранят информацию о тех ситуациях, которые
8. В некоторой литературе, обучающиеся агенты (ОА) также называются автономными интеллектуальными агентами (autonomous intelligent agents), что означает
9. Обучающийся агент
10. Чтобы активно выполнять свои функции, интеллектуальные агенты обычно имеют иерархическую структуру, включающую много «субагентов». Интеллектуальные субагенты
11. Автономность Реактивность – способность воспринимать изменение среды и предпринимать ответные действия Целенаправленность – способность выполнять поставленные
12. Общительность – возможность взаимодействовать с другими элементами среды Адаптивность – способность изменять свое поведение в зависимости
13. MASIF Ассоциация OMG Управление агентами Идентификация агентов Типизация и адресация агентской платформы FIPA Управление агентами Язык
14. Служба онтологии Области применения Результат сотрудничества OMG и FIPA – расширение языка UML (AgentUML)
15. Модель «Запрос — Ответ — Соглашение» — обычное явление для МАС. Схема реализуется за несколько шагов:
17. Скачать презентацию

Слайд 2

Многоагентная система - это система, образованная несколькими взаимодействующими интеллектуальными агентами.
Интеллектуальные агенты

- разумные сущности, наблюдающие за окружающей средой (с помощью датчиков) и действующие в ней (с помощью исполнительных механизмов), при этом их поведение рационально в том смысле, что они способны к пониманию и их действия всегда направлены на достижение какой-либо цели.

Многоагентные системы

Слайд 3

Считается, что один агент владеет всего лишь частичным представлением о глобальной

проблеме, а значит, он может решить лишь некоторую часть общей задачи. В связи с этим для решения сложной задачи необходимо создать некоторое множество агентов и организовать между ними эффективное взаимодействие, что позволит построить единую многоагентную систему.
Для организации процесса распределения задачи в многоагентных системах создается либо система распределенного решения проблемы либо децентрализованный искусственный интеллект. В первом варианте процесс декомпозиции глобальной задачи и обратный процесс композиции найденных решений происходит под управлением некоторого единого «центра». При этом многоагентная система проектируется строго сверху вниз, исходя из ролей определенных для агентов и результатов разбиения глобальной задачи на подзадачи. В случае использования децентрализованного искусственного интеллекта распределение заданий происходит в процессе взаимодействия агентов и носит больше спонтанный характер.

Слайд 4

В искусственном интеллекте существует несколько типов агентов. Например:
1.Физический Агент — агент,

воспринимающий окружающий мир через некоторые сенсоры и действующий с помощью манипуляторов.
2.Временной агент — агент, который использует изменяющуюся с ходом времени информацию и предлагает некоторые действия или предоставляет данные компьютерной программе или человеку, и получает информацию через программный ввод.
Простая агентная программа может быть математически описана как агентская функция, которая проектирует любой подходящий результат восприятия на действие, которое агент может выполнить, или в коэффициент, элемент обратной связи, функцию или константу, которые могут повлиять на дальнейшие действия.
f:P * − > A
Программный агент проецирует результат восприятия только на действие.

Слайд 5

по типу обработки воспринимаемой информации:
Агенты с простым поведением.
Агенты с поведением, основанным

на модели.
Целенаправленные агенты.
Практичные агенты.
Обучающиеся агенты.

Классификация агентов

Слайд 6

Агенты с простым поведением действуют только на основе текущих знаний. Их

агентская функция основана на схеме условие-действие
IF (условие) THEN действие
Такая функция может быть успешной, только если окружающая среда полностью поддается наблюдению. Некоторые агенты также могут иметь информацию о их текущем состоянии, что позволяет им не обращать внимания на условия, предпосылки которых уже выполнены.
Агенты с поведением, основанным на модели, могут оперировать со средой, лишь частично поддающейся наблюдению. Внутри агента хранится представление о той части, что находится вне границ обзора. Чтобы иметь такое представление, агенту необходимо знать, как выглядит окружающий мир, как он устроен. Эта дополнительная информация дополняет «Картину Мира».

Слайд 7

Целенаправленные агенты схожи с предыдущим типом, однако они, помимо прочего, хранят

информацию о тех ситуациях, которые для них желательны. Это дает агенту способ выбрать среди многих путей тот, что приведет к нужной цели.
Целенаправленные агенты различают только состояния, когда цель достигнута, и когда не достигнута. Практичные агенты, помимо этого, способны различать, насколько желанно для них текущее состояние. Такая оценка может быть получена с помощью «функции полезности», которая проецирует множество состояний на множество мер полезности состояний.

Слайд 8

В некоторой литературе, обучающиеся агенты (ОА) также называются автономными интеллектуальными агентами

(autonomous intelligent agents), что означает их независимость и способность к обучению и приспосабливанию к изменяющимся обстоятельствам. Система ОА должна проявлять следующие способности:
обучаться и развиваться в процессе взаимодействия с окружающей средой
приспосабливаться в режиме реального времени
быстро обучаться на основе большого объёма данных
пошагово приспосабливать новые способы решения проблем
обладать базой примеров с возможностью её пополнения
иметь параметры для моделирования быстрой и долгой памяти, возраста и т. д.
анализировать себя в терминах поведения, ошибки и успеха

Слайд 9

Обучающийся агент

Слайд 10

Чтобы активно выполнять свои функции, интеллектуальные агенты обычно имеют иерархическую структуру,

включающую много «субагентов». Интеллектуальные субагенты обрабатывают и выполняют низкоуровневые функции. Интеллектуальные агенты и субагенты составляют полную систему, которая способна выполнять сложные задачи. При этом поведение системы создаёт впечатление разумности.
Существует несколько типов субагентов:
Временные агенты (для принятия оперативных решений)
Пространственные клиенты (для взаимодействия с реальным миром)
Сенсорные агенты (обрабатывают сенсорные сигналы — к примеру агенты, работающие на основе нейросети)
Обрабатывающие агенты (решают проблемы типа распознавания речи)
Принимающие решение агенты
Обучающие агенты (для создания структур и баз данных для остальных интеллектуальных агентов)
Мировые агенты (объединяют в себе остальные классы агентов для автономного поведения)

Субагенты

Слайд 11

Автономность
Реактивность – способность воспринимать изменение среды и предпринимать ответные действия
Целенаправленность –

способность выполнять поставленные перед ним задачи
Устойчивость – способность восстанавливать свое состояние после аварийного завершения

Свойства агентов

Слайд 12

Общительность – возможность взаимодействовать с другими элементами среды
Адаптивность – способность изменять

свое поведение в зависимости от накопленного опыта и текущей обстановки
Мобильность

Слайд 13

MASIF
Ассоциация OMG
Управление агентами
Идентификация агентов
Типизация и адресация агентской платформы
FIPA
Управление агентами
Язык взаимодействия агентов

(ACL)
Взаимодействие с неагентскими программами
Управление безопасностью агентов
Управление мобильными агентами

Стандарты многоагентных систем

Слайд 14

Служба онтологии
Области применения
Результат сотрудничества OMG и FIPA – расширение языка UML

(AgentUML)

Слайд 15

Модель «Запрос — Ответ — Соглашение» — обычное явление для МАС.

Схема реализуется за несколько шагов:
сначала всем задаётся вопрос наподобие: «Кто может мне помочь?»
на что только «способные» отвечают «Я смогу, за такую-то цену»
в конечном итоге, устанавливается «соглашение»
Для последнего шага обычно требуется ещё несколько (более мелких) актов обмена информацией. При этом принимаются во внимание другие компоненты, в том числе уже достигнутые «соглашения» и ограничения среды.
Другой часто используемой парадигмой в МАС является «феромон», где компоненты «оставляют» информацию для следующих в очереди или ближайших компонентов. Такие «феромоны» могут испаряться со временем, т. е. их значения могут изменяться со временем.

Парадигмы

Многоагентные системы

Содержание

Многоагентная система - это система, образованная несколькими взаимодействующими интеллектуальными агентами.Интеллектуальные агенты

Считается, что один агент владеет всего лишь частичным представлением о глобальной

В искусственном интеллекте существует несколько типов агентов. Например:1.Физический Агент — агент,

по типу обработки воспринимаемой информации:Агенты с простым поведением.Агенты с поведением, основанным

Агенты с простым поведением действуют только на основе текущих знаний. Их

Целенаправленные агенты схожи с предыдущим типом, однако они, помимо прочего, хранят

В некоторой литературе, обучающиеся агенты (ОА) также называются автономными интеллектуальными агентами

Обучающийся агент

Чтобы активно выполнять свои функции, интеллектуальные агенты обычно имеют иерархическую структуру,

АвтономностьРеактивность – способность воспринимать изменение среды и предпринимать ответные действияЦеленаправленность –

Общительность – возможность взаимодействовать с другими элементами средыАдаптивность – способность изменять

MASIFАссоциация OMGУправление агентамиИдентификация агентовТипизация и адресация агентской платформыFIPAУправление агентамиЯзык взаимодействия агентов

Служба онтологииОбласти примененияРезультат сотрудничества OMG и FIPA – расширение языка UML

Модель «Запрос — Ответ — Соглашение» — обычное явление для МАС.

Похожие презентации

Многоагентная система - это система, образованная несколькими взаимодействующими интеллектуальными агентами.
Интеллектуальные агенты

В искусственном интеллекте существует несколько типов агентов. Например:
1.Физический Агент — агент,

по типу обработки воспринимаемой информации:
Агенты с простым поведением.
Агенты с поведением, основанным

Автономность
Реактивность – способность воспринимать изменение среды и предпринимать ответные действия
Целенаправленность –

Общительность – возможность взаимодействовать с другими элементами среды
Адаптивность – способность изменять

MASIF
Ассоциация OMG
Управление агентами
Идентификация агентов
Типизация и адресация агентской платформы
FIPA
Управление агентами
Язык взаимодействия агентов

Служба онтологии
Области применения
Результат сотрудничества OMG и FIPA – расширение языка UML