Moniagenttijärjestelmä

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 6. joulukuuta 2019 tarkistetusta versiosta . tarkastukset vaativat 2 muokkausta .

Multi-agent system (MAS, eng.  Multi-agent system ) on useiden vuorovaikutuksessa olevien älykkäiden agenttien muodostama järjestelmä . Moniagenttijärjestelmiä voidaan käyttää ratkaisemaan ongelmia, joita on vaikea tai mahdoton ratkaista yhdellä agentilla monoliittisellaEsimerkkejä tällaisista tehtävistä ovat verkkokauppa [1] , hätätilanne [2] ja sosiaalisten rakenteiden mallintaminen [3] .

Yleiskatsaus

Moniagenttijärjestelmässä agenteilla on useita tärkeitä ominaisuuksia [4] :

Yleensä ohjelmistoagentteja tutkitaan moniagenttijärjestelmissä. Moniagenttijärjestelmän komponentit voivat kuitenkin olla myös robotteja , ihmisiä tai ihmisryhmiä. Myös usean agentin järjestelmät voivat sisältää sekaryhmiä.

Moniagenttijärjestelmissä itseorganisoituminen ja monimutkainen käyttäytyminen voivat ilmetä, vaikka kunkin toimijan käyttäytymisstrategia on melko yksinkertainen. Tämä on niin kutsutun parviälyn perusta .

Agentit voivat vaihtaa hankkimaansa tietoa käyttämällä jotakin erityistä kieltä ja noudattaen järjestelmässä vahvistettuja "kommunikaatiosääntöjä" ( protokollat ). Esimerkkejä tällaisista kielistä ovat Knowledge Query Manipulation Language ( KQML ) ja FIPAn agenttiviestintäkieli (ACL).

Moniagenttijärjestelmien tutkiminen

Moniagenttijärjestelmien tutkimus liittyy tekoälyn ongelmien ratkaisemiseen .

IAS:n tutkimusaiheet:

  1. tieto, halut ja aikomukset ( BDI ),
  2. yhteistyö ja koordinointi,
  3. organisaatio,
  4. viestintä,
  5. sopimus,
  6. hajautettu ratkaisu
  7. hajautettu ongelmanratkaisu ,
  8. monen toimijan oppiminen
  9. luotettavuus ja vikasietoisuus

Multi-agent paradigmat

Monilla MAC:illa on vaiheittaiseen simulointiin perustuvia tietokonetoteutuksia . MAC-komponentit toimivat yleensä vuorovaikutuksessa painotetun pyyntömatriisin kautta,

Nopeus - VERY_IMPORTANT: min = 45 mph, Polun pituus - MEDIUM_IMPORTANCE: max = 60 odotettuMax = 40, Max paino - TÄRKEÄÄ Sopimusprioriteetti-säännöllinen

ja vastausmatriisi

Nopeus-min: 50, mutta vain jos sää on aurinkoinen, Polun pituus: 25 aurinkoiselle / 46 sateelle Sopimusprioriteetti-säännöllinen huomautus - ambulanssi ohittaa tämän prioriteetin ja sinun on odotettava

"Request-Response-Agreement" -malli on yleinen IAS:lle. Järjestelmä toteutetaan useissa vaiheissa:

  1. Ensin jokaiselta kysytään seuraava kysymys: "Kuka voi auttaa minua?"
  2. johon vain "kykyiset" vastaavat "Voin, sellaiseen ja sellaiseen hintaan"
  3. lopulta syntyy "sopimus".

Viimeinen vaihe vaatii yleensä useampia (pienempiä) tiedonvaihtoja. Tässä otetaan huomioon muut osatekijät, mukaan lukien jo tehdyt "sopimukset" ja ympäristön rajoitukset.

Toinen yleisesti käytetty paradigma MASissa on "feromoni", jossa komponentit "jättävät" tietoa jonossa seuraavalle tai lähellä oleville komponenteille. Tällaiset "feromonit" voivat haihtua ajan myötä, mikä tarkoittaa, että niiden arvot voivat muuttua ajan myötä.

Ominaisuudet

MAS kuuluvat myös itseorganisoituviin järjestelmiin , koska ne etsivät optimaalista ratkaisua ongelmaan ilman ulkopuolista puuttumista. Optimaalinen ratkaisu on ratkaisu, joka kuluttaa vähiten energiaa rajallisten resurssien olosuhteissa.

MAC:n tärkein etu on joustavuus. Moniagenttijärjestelmää voidaan täydentää ja muokata ilman, että merkittävää osaa ohjelmasta tulee uudelleenkirjoitettua. Näillä järjestelmillä on myös kyky korjata itseään ja ne kestävät vikoja riittävän komponenttien ja itseorganisaation ansiosta.

MAC:n sovellus

Moniagenttijärjestelmiä käytetään elämässämme graafisissa sovelluksissa, esimerkiksi tietokonepeleissä . Agenttijärjestelmiä on käytetty myös elokuvissa [6] . MAC-teoriaa käytetään yhdistelmäpuolustusjärjestelmissä. MAC-laitteita käytetään myös liikenteessä, logistiikassa, grafiikassa, maantieteellisissä tietojärjestelmissä , robotiikassa ja monissa muissa. Moniagenttijärjestelmät ovat osoittautuneet hyvin verkko- ja mobiiliteknologioiden alalla automaattisen ja dynaamisen kuormituksen tasapainotuksen, skaalautuvuuden ja itsekorjautumiskyvyn tarjoajana.

Katso myös

Muistiinpanot

  1. ↑ Alex Rogers ja E. David ja J. Schiff ja N. R. Jennings. Välityspalvelimen hinnoittelun ja vähimmäishintakorotuksen vaikutukset eBay-huutokaupoissa Arkistoitu 2. huhtikuuta 2010 Wayback Machinessa , ACM Transactions on the Web, 2007
  2. ↑ Nathan Schurr ja Janusz Marecki sekä Milind Tambe ja Paul Scerri et.al. Katastrofien tulevaisuus: Ihmiset työskentelevät moniagenttiryhmien kanssa käyttämällä DEFACTOa Arkistoitu 19. maaliskuuta 2009 Wayback Machinessa , 2005.
  3. ↑ Ron Sun ja Isaac Naveh. Organisaation päätöksenteon simulointi kognitiivisesti realistisella agenttimallilla Arkistoitu 20. elokuuta 2010 Wayback Machinessa , Journal of Artificial Societies and Social Simulation.
  4. ↑ Michael Wooldridge, An Introduction to MultiAgent Systems , John Wiley & Sons Ltd, 2002, pokkari, 366 sivua, ISBN 0-471-49691-X .
  5. ↑ Liviu Panait, Sean Luke: Cooperative Multi-Agent Learning: The State of the Art. Autonomous Agents and Multi-Agent Systems 11(3): 387-434 (2005)
  6. ↑ Massiivinen , Film showcase Arkistoitu 15. huhtikuuta 2008 Wayback Machinessa

Kirjallisuus

Linkit