Главная страница
qrcode

Языки в многоагентных системах


Скачать 124,5 Kb.
НазваниеЯзыки в многоагентных системах
Дата20.11.2020
Размер124,5 Kb.
Формат файлаdoc
Имя файла1.doc
ТипЗакон
#113252
Каталог

Языки в многоагентных системах

В теории искусственного интеллекта языки используются как для описания самих агентов, так и для реализации многоагентных систем (МАС). Языки описания и реализации агентов удобно представить в виде многослойной структуры, включающей пять слоев (рис. 2):
языки и программные средства реализации агентов;
  • языки коммуникации агентов;
  • языки описания поведения агентов и законов среды;
  • языки представления и управления знаниями;
  • языки формализации и спецификации агентов и MAC.

    Рис. 2. Иерархия языков описания и реализации агентов
    На самом абстрактном уровне находятся математические языки, служащие для формализации агентов и многоагентных систем, которые рассматриваются как метаязыки по отношению к другим типам языков. В частности, понятие «реактивный агент» можно описать на базе теории автоматов, или нейронных сетей, а для моделирования понятий «убеждений» и «желаний» агентов (т. н. «интеллектуальные агенты») могут служить расширенные модальные логики. В основу описания MAC как коллективного агента может положить язык теории множеств и отношений, модели теории организаций и т. п.

    Языки, ориентированные на знания, используются интеллектуальными агентами для описания внутренних моделей внешнего мира, проведения рассуждений и формирования прогнозов, исходя из имеющейся информации. К этой группе относятся языки представления знаний (т. н. семантические сети, фреймы, продукционные правила, логика предикатов), языки интеграции знаний, языки обмена знаниями. Среди языков описания поведения агентов следует отметить классические формализмы теории коллективного поведения автоматов и сетей Петри.

    В контексте практического построения агентов и MAC главную роль играют инструментальные средства программирования и коммуникации агентов. Языки коммуникации и координации агентов обеспечивают согласованное взаимодействие агентов – циркуляцию информации, поддерживают сотрудничество между агентами, направленное на достижение общей цели и, как следствие, формирование коллективов агентов. Подчас эти языки можно рассматривать как многоуровневые структуры, включающие уровень представления знаний, уровень координации, уровень стратегий коммуникации и т. п.

    Языки, применяемые для реализации агентов, делятся на три основных класса:
    языки программирования;
  • библиотеки разработки агентов;
  • среды разработки агентов.
    При реализации агентов чаще всего применяются языки объектно-ориентированного программирования (Java, Си++1. Все большую популярность приобретают аглеты – активные, мобильные объекты, написанные на языке Java, которые могут перемещаться из одного узла сети в другой (они способны внезапно остановить выполнение программы на одном хосте, отправить ее на другой и возобновить там выполнение).

    Библиотека интеллектуальных агентов представляет собой набор средств, предназначенных для обеспечения коммуникации агентов и построения их групп.

    Система Kafka представляет собой гибкую, расширяемую и простую в использовании библиотеку классов распределенного программирования. Она основана на механизме удаленного вызова объектов и имеет следующие дополнительные свойства:
    рефлексия в ходе выполнении программы: агенты могут изменять свое поведение (программные коды) в процессе выполнения;
  • дистанционная оценка: агенты могут получать и оценивать программные коды;
  • дополнительные сервисные функции.

    Прикладная семиотика агентов

    Символьный подход в науке об искусственном интеллекте привел к развитию семиотического направления. Этот подход основан на переходе от формальных систем к семиотическим и создании адекватных знаковых моделей внешнего мира. При этом базовые структуры в семиотике, описываемые в виде треугольника Фреге, выражаются в искусственном интеллекте в виде фрейма (рис. 3).
    Рис. 3. Модифицированный семиотический треугольник Фреге (фрейм) для искусственного интеллекта.
    При этом обозначающему соответствует имя фрейма, обозначаемому – экзофрейм, а значению – протофрейм. Дальнейшее развитие объектно-ориентированного подхода в семиотике связано с агентификацией процесса. Одна из важных идей прикладной семиотики заключается в определении базвых лексических групп естественного языка с указанием их основной нагрузки в описании агентов, объектов, процедур и ситуаций функционирования MAC. Исходная системная единица такого языка может задаваться тройкой «агент-действие-объект», а в общем случае, с помощью более сложной семиотической конструкции. Эта конструкция обычно связана с базовыми отношениями, представленными полярными парами типа «субъект-объект», «делать-быть», «нормативный-дескриптивный» и др. Воплощение понятия «агент» определяется приближением к полюсам «субъект», «делать», «нормативный» на указанных шкалах.

    Важнейшими областями применения идей, моделей и методов прикладной семиотики в многоагентных системах являются:
    естественно-языковые интерфейсы пользователей с агентами;
  • базы знаний агентов, оперирующие с представлениями, близкими к естественному языку;
  • системы проектирования агентов, не допускающих строгого формального описания.
    В искусственном интеллекте существуют два подхода к изучению значения и означивания, восходящие к традиционной семиотике:
    традиционный лингвистический, объединяющий своего рода «механистические» модели, когда рассматриваются дискретные языковые единицы и;
  • коннекционистский, включающий холистические и эволюционные подходы, которые оперируют как с языковыми, так и с нелингвистическими сущностями.
    Согласно основателю тартуской школы семиотики Ю. М. Лотману, основными вопросами всякой семиотической системы являются, во-первых, ее отношение к миру, лежащему за ее пределами, и, во-вторых, отношение статики к динамике. Развитие семиотических аспектов теории агентов предполагает сдвиг от классического «статического» определения знака к его динамической трактовке.

    Знак всегда замещает собой некий объект-оригинал, и поэтому может рассматриваться как некоторая модель замещаемого объекта, агента, события, процесса и т.д. Следовательно, совокупности знаков с отношениями между ними являются моделирующими системами. Именно в этом смысле любой язык называют моделирующей системой. Между знаковой системой и тем, что с ее помощью описывается, возникает отношение моделирования. Как правило, моделирование полностью не охватывает моделируемый мир. Это делает отношения моделирования приближенными, вероятностными или неточными. Проблемы, связанные с изучением природы и свойств таких отношений, входят в число фундаментальных проблем, изучаемых в прикладной семиотике искусственного интеллекта.
    Модели коммуникации агентов

    Язык является необходимым средством коммуникации не только людей, но искусственного интеллекта в многоагентных системах. В каждой модели коммуникации рассматривается какая-либо сторона коммуникации. Так в классической модели Шеннона-Уивера коммуникация понимается как процесс обмена информацией. Известный англо-американский антрополог Грегори Бейтсон трактует коммуникацию как социальный процесс. Коммуникация агентов неразрывно связана с их интенциональными характеристиками и часто служит для построения когнитивных моделей друг друга. В контексте формирования и функционирования MAC коммуникация рассматривается как преднамеренное воздействие одного агента на другого, когда один агент стремится что-то получить от другого. Здесь интенциональная коммуникация выражает волю или решимость агента действовать и связана с его выбором. В то же время случайная коммуникация характеризуется тем, что у агента-источника нет четких намерений относительно других агентов. Поэтому при случайной коммуникации у сообщения имеется семантика, но нет собственной прагматики.
    Теория речевых актов агентов

    Одной из наиболее популярных теорий коммуникации агентов в многоагентных системах является теория речевых актов. Эта теория позволяет создавать протоколы коммуникации между агентами. Подобный протокол предполагает описание ограничений для каждого коммуникативного акта. Эти ограничения зависят от рассуждений взаимодействующих агентов.

    Теория речевых актов была предложена Дж. Остином (1911-1960) и Дж. Серлом (р. 1932) , а впоследствии формализована Т. Виноградом и Ф. Флоресом. Она рассматривает общение как одну из форм целенаправленного поведения, подчиняющегося определенным правилам. Коммуникативный акт — это двусторонний процесс взаимодействия, например, активность / пассивность, говорение / слушание, чтение / запись и пр. Применительно к MAC «активным» считается агент, который передает информацию, а «пассивным» – агент, который ее интерпретирует.

    Исходная идея теории речевых актов очень проста и опирается на обыденную практику взаимодействий в ходе разговоров между людьми. Как правило, любой разговор преследует определенную цель, ради достижения которой он и происходит Так типичной целью «активного» может быть изменение позиции «пассивного», «заражение» его определенными идеями, интересами и задачами. В свою очередь, характерная цель «пассивного» состоит в получении некоторой важной для него информации, усвоении круга понятий, обучении некоторым действиям и т. п. Поэтому речевые акты можно рассматривать как намеренные действия, выполняемые в процессе коммуникации.

    Как известно, единицей речи является высказывание, а единицей языка – предложение. В то же время минимальной и базисной единицей коммуникации выступает двусторонний коммуникативный акт. Анализ всех возможных в данной коммуникативной ситуации речевых актов и определение соответствующих ограничений, зависящих от рассуждений агентов, позволяет составить протокол коммуникации.

    Таким образом, понимание природы и сущности языка, основные его законы, которые развивает философия языка, успешно воплощаются при разработке искусственных языков, а также в науке об искусственном интеллекте.



    перейти в каталог файлов


  • связь с админом