Cerinte
description
Transcript of Cerinte
Sisteme multi-agent
Universitatea “Politehnica” din Bucurestianul universitar 2007-2008Adina Magda [email protected]
http://turing.cs.pub.ro/blia_08curs.cs.pub.ro
Cerinte
Examen final 50% Laborator + teme de laborator 30% Tema semestru 20% Minim 6 prezente la laborator
Curs 1Curs 1 Motivatie pentru agenti Definitii agenti Sisteme multi-agent Inteligenta agentilor Sub-domenii de cercetare
De ce agenti?De ce agenti?
Sisteme complexe, pe scara larga, distribuite
Sisteme deschise si heterogene – construirea independenta a componentelor
Distributia resurselor Distributia expertizei Personalizare Interoperabilitatea sistemelor/ integrare
sisteme software exsitente (legacy systems)
4
Agent?Agent?
Termenul agent este frecvent utilizat in:• Sociologie, biologie, psihologie cognitiva, psihologie
sociala si
• Stiinta calculatoarelor IA
Ce sunt agentii? Ce sunt agentii in stiinta calculatoarelor? Aduc ceva nou? Cum difera agentii software de alte programe?
5
Definitii ale agentilor in stiinta Definitii ale agentilor in stiinta calculatoarelorcalculatoarelor
Nu exista o definitie unanim acceptata De ce este greu de definit? IA, agenti inteligenti, sisteme multi-agent Aparent agentii sunt dotati cu inteligenta Sunt toti agentii inteligenti? Agent = definit mai mult prin caracteristici,
unele pot fi considerate ca manifestari ale unui comportament inteligent
6
Definitii agentiDefinitii agenti
“De cele mai multe ori, oamenii folosesc termenul agent pentru a referi o etitate care functioneaza permanent si autonom intr-un mediu in care exsita alte procese si/sau alti agenti” (Shoham, 1993)
“Un agent este o entitate care percepe mediul in care se afla si actioneaza asupra acestuia” (Russell, 1997)
“Agentii inteligenti indeplinesc 3 functii: percep conditiile dinamice din mediu, actioneaza pentru a modifica aceste conditii, si rationeaza pentru a interpreta perceptii, a rezolva probleme, a face inferente, si a stabili ce actiuni sa execute. (Hayes-Roth 1995)”
“Agentii inteligenti sunt entitati software care executa anumite operatii pentru utilizator sau pentru un alt program, cu un anumit grad de independenta sau autonomie si utilizeaza cunostinte si reprezentarea scopurilor utlizatorului” (the IBM Agent)
8
“Agent = un sistem (software sau hardware) cu urmatoarele proprietati:
autonomie – agentii opereaza fara interventai directa a utilizatorui si au un anumit control asupra actiunilor si starilor lor;
Actiune autonoma flexibila
reactivitate: agentii percep mediul si reactioneaza corespunzator al schimbarile din acesta;
pro-activitate: agentii, pe langa reactia la schimbarile din mediu, sunt capabili sa urmareasca executia scopurilor si sa actioneze independent;
abilitati sociale – agentii interactioneaza cu alti agenti sau cu utilizatorul pe baza unui limbaj de comunicare.
(Wooldridge and Jennings, 1995) 9
Caracteristici identificateCaracteristici identificate
2 directii de definitie Definirea unui agent izolat Definirea agentilor in colectivitate
dimensiune sociala SMA
2 tipuri de definitii Nu neaparat agenti inteligenti Include o comportare tipica IA agenti
inteligenti10
Caracteristici agenti Actioneaza pentru un utilizator sau un program Autonomie Percepe mediul si actioneaza asupra lui reactiv Actiuni pro-active
comportare condusa de scop versus condusa de comportare condusa de scop versus condusa de evenimente?evenimente?
Caracter social Functionare continua (persistent software) Mobilitate ?
inteligenta?inteligenta? Scopuri, rationalitate Rationament, luarea deciziilor cognitivcognitiv Invatare/adaptare Interactiune cu alti agenti – dimensiune sociala
Alte moduri de a realiza inteligenta?11
12
Mediul agentului
Agent
Mediu
Sensorintrare
Actiuneiesire
Proprietatile mediului
- Accesibil vs inaccesibil
- Determinist vs nondeterminist
- Episodic vs non-episodic
- Static vs dinamic
- Discret/continuu
- Contine sau nu alti agenti
Sisteme multi-agentSisteme multi-agent
Mai multi agenti intr-un mediu comun
Mediu
Zona de influenta Interactiuni 13
Interactiuni intre agenti- nivel inalt
Interactiuni pentru- coordonare- comunicare- organizare
Coordonare motivati colectiv motivati individual
- scopuri proprii / indiferenta- scopuri proprii / competitie pentru resurse- scopuri proprii si contradictorii / competitie pentru resurse- scopuri proprii / coalitii
14
SMA – mai multi agenti in acelasi mediuSMA – mai multi agenti in acelasi mediu
Comunicare
protocol
limbaj
- negociere
- ontologii Structuri organizationale
centralizate vs decentralizate
ierarhie/ piata
abordare "agent cognitiv""agent cognitiv"
15
Agenti cognitivi
Modelul uman al perspectivei asupra lumii caracterizare agent utilizand reprezentari simbolice si notiuni mentale
knowledge - cunostinte
beliefs - convingeri
desires, goals – dorinte, scopuri
intentions - intentii
commitments - angajamente
obligations - obligatii
(Shoham, 1993)
De ce se utilizeaza aceste notiuni? Comparatie cu IA
16
Agenti reactivi Unitati simple de prelucrare care percep
mediul si reactioneaza la schimbarile din mediu
Nu folosesc reprezentari simbolice sau rationament.
Inteligenta nu este situata la nivel individual ci distribuita in sistem, rezulta din interactiunea entitatilor cu mediu – “emergence”
17
18
Dilema prizonieruluiRezultatele pentru A si B (in puncte ipotetice) in functie de actiunile fiecaruia
Problema inteleptilor
Regele picteaza cate o pata alba si spune ca cel putin o pata este alba
Player A / Player B Tradeaza Coopereaza
Tradeaza 2 , 2 5 , 0
Coopereaza 0 , 5 3 , 3
Problema prazilor si vanatorilor
19
Abordare reactivaPrazile emit semnale a caror intensitate scade pe masura cresterii distantei de vanatori Vanatorii emit semnale care pot fi percepute de alti vanatori Fiecare vanator este atras de o prada si respins de alt semnal de la un vanator
Abordare cognitivavanatorii au scopuri, prazile nuDetectia prazilorEchipa vanatori, roluriComunicare/cooperare
Agenti emotionali Inteligenta afectiva Actori virtuali
– recunoasterea vorbirii– gesturi, sinteza de vorbire
Emotii:– Aprecierea unei situatii sau a unui eveniment: bucurie,
suparare;– valoarea unei situatii care afecteaza pe alt agent:
bucuros-pentru,, gelos, invidios, suprat-pentru;– Aprecierea unui eveniment viitor: speranta, frica;– Aprecierea unei situatii care confirma o asteptare:
satisfactie, dezamagire
Controlarea emotiilor prin temperament20
21
Decision theory
Economictheories
Sociology
Psychology
Distributedsystems
OOP
Artificial intelligenceand DAI
AutonomyMarkets
LearningProactivity
Reactivity
Cooperation
Character
Communication
Mobility
Organizations
AOP
MAS
Legaturi cu alte discipline
Rationality
Directii de studiu si cercetareDirectii de studiu si cercetare
22
Arhitecturi agent Reprezentare cunostinte: sine, alti agenti, lume Comunicare: limbaje, protocol Planificare distribuita Cautare distribuita, coordonare Luarea deciziilor: negociere, piete de marfuri Invatare Structuri organizationale Implementare:
– Programarea agentilor: paradigme, limbaje
– Platforme multi-agent
– Middleware, mobilitate, securitate
Aplicatii– Aplicatii industriale: monitorizarea in timp real si
managementul proceselor de productie, coordonare retele de calculatoare si de telecomunicatii, sisteme de transport, sisteme de distributie a electricitatii, etc.
– Managementul proceselor de business, suport al deciziei– Agenti ofertanti de servicii Web– Agenti pe Grid– eCommerce, eMarkets – Regasirea si filtrarea informatiilor– Interactiunea om-calculator, jocuri– Invatare asistata– PDAs
23
Directii de studiu si cercetareDirectii de studiu si cercetare
24
Exemple de agentiExemple de agentiButtler agentButtler agent
Imagine your very own mobile butler, able to travel with you and organise every aspect of your life from the meetings you have to the restaurants you eat in.
The program works through mobile phones and is able to determine users' preferences and use the web to plan business and social events
And like a real-life butler the relationship between phone agent and user improves as they get to know each other better.
The learning algorithms will allow the butler to arrange meetings without the need to consult constantly with the user to establish their requirements.
25
NASA agentsNASA agents
NASA uses autonomous agents to handle tasks that appear simple but are actually quite complex. For example, one mission goal handled by autonomous agents is simply to not waste fuel. But accomplishing that means balancing multiple demands, such as staying on course and keeping experiments running, as well as dealing with the unexpected.
NASA’s Earth Observing-1 satellite, which began operation in 2000, was recently turned into an autonomous agent testbed.Image Credit: NASA
26
Robocup agentsRobocup agents
The goal of the annual RoboCup competitions, which have been in existence since 1997, is to produce a team of soccer-playing robots that can beat the human world champion soccer team by the year 2050.
http://www.robocup.org/
27
SwarmsSwarms Intelligent Small World Autonomous Robots for Micro-manipulation
A leap forward in robotics research by combining experts in microrobotics, in distributed and adaptive systems as well as in self-organising biological swarm systems.
Facilitate the mass-production of microrobots, which can then be employed as a "real" swarm consisting of up to 1,000 robot clients. These clients will all be equipped with limited, pre-rational on-board intelligence.
The swarm will consist of a huge number of heterogeneous robots, differing in the type of sensors, manipulators and computational power. Such a robot swarm is expected to perform a variety of applications, including micro assembly, biological, medical or cleaning tasks.
28
Intelligent IT SolutionsIntelligent IT Solutions
Goal-Directed™ Agent technology. AdaptivEnterprise™ Solution Suite
allow businesses to migrate from traditionally static, hierarchical organizations to dynamic, intelligent distributed organizations capable of addressing constantly changing business demands.
Supports a large number of variables, high variety and frequent occurrence of unpredictable external events.
29
True UAV AutonomyTrue UAV Autonomy In a world first, truly autonomous, Intelligent
Agent-controlled flight was achieved by a Codarra ‘Avatar’ unmanned aerial vehicle (UAV).
The flight tests were conducted in restricted airspace at the Australian Army’s Graytown Range about 60 miles north of Melbourne.
The Avatar was guided by an on-board JACK™ intelligent software agent that directed the aircraft’s autopilot during the course of the mission.