Sesiunea 1
description
Transcript of Sesiunea 1
Sesiunea 1
http://turing.cs.pub.ro/ai_mas
2
Adina Magda Florea
Invatare RL aplicata la strategii de negociere
Strategii cooperative intre agenti competitivi
Agenti afectivi
Eugenia Kalisz, Adina Florea
SMA pentru gestiunea resurselor regenerabile
Modele conceptuale ale SMA
Teme de cercetare / membriiTeme de cercetare / membrii
3
Cosmin CarabeleaTeza de doctorat in cotutela impreuna cu Ecole Superieure des Mines de Saint EtienneAgenti cu autonomie ajustabila in functie de context si inteligenta proactiva
Bogdan NedelcuGeorge Stan TACOvidiu Trascu TACRadu Negoescu
Arhitectura modulara de Sisteme Multi-agent cu agenti clonabili
Teme de cercetare / membriiTeme de cercetare / membrii
4
Bogdan Iordache
Icarus: SMA pentru trading pe piata bancara
Oana Bucur
Adelina Stanciulescu
Strategii de negociere bazate pe teoria jocurilor
Teme de cercetare / membriiTeme de cercetare / membrii
5
Definitii?
2 directii: agenti izolati vs. colectivitate de agenti
Proprietati agenti:
Autonomie
Reactivitate
Pro-activitate
Abilitati sociale
Agenti si Sisteme Multi-Agenti si Sisteme Multi-agentagent
6
Interactiuni:Comunicare limbaj, protocol, strategie, ontologieCoordonare motivati colectiv / motivati individual
scopuri proprii / indiferentiscopuri proprii / competitiviscopuri proprii / coalitiiscopuri proprii / competitivi / coalitii
Organizare centralizata / descentralizata
MASMAS
7
knowledge – Mihai stie ca oamenii sunt muritori beliefs – Mihai si-a luat umbrela deoarece credea ca
va ploua desires, goals – Mihai doreste sa fie doctor (PhD) intentions – Mihai intentioneaza sa studieze ca sa fie
doctor choices – Mihai decide sa se inscrie la doctorat commitments – Mihai nu se va opri din lucru pana
cand nu va obtine titlul de doctor obligations – Mihai trebuie sa munceasca ca sa-si
castige traiul
Agenti cognitiviAgenti cognitivi
8
Unitati simple de prelucrare care reactioneaza la schimbari in mediu
Nu au o reprezentare simbolica a lumii si nu utlizeaza rationament simbolic complex
Inteligenta nu este o proprietate a entitatii active ci este distribuita in sistem si rezulta din interactiunea intre entitatile structurii distribuite si mediu.
Agenti reactiviAgenti reactivi
9
Cum se poate modela aceasta problema cu agenti cognitivi si cu agenti reactivi?
Problema exempluProblema exemplu
Getting out of a maze
10
Cum se poate modela aceasta problema cu agenti cognitivi si cu agenti reactivi?
Problema exempluProblema exemplu
Preys and predators
11
Legaturi cu alte disciplineLegaturi cu alte discipline
Decision theory
Economictheories
Sociology
Psychology
Distributedsystems
OOP
Artificial intelligenceand DAI
AutonomyMarkets
LearningProactivity
Reactivity
Cooperation
Character
Communication
Mobility
Organizations
AOP
MAS
Rationality
12
Cel mai simplu
vede : E P - capacitatea de observare a mediului, unde E – multimea de stari ale mediului, P – multimea de perceptii;
actiune : P A – procesul de decizie, respectiv ce actiune aA alege agentul in functie de o perceptie pP;
mediu : E x A P(E) – evolutia mediului – pentru o stare eE si o actiune aA starea mediul se poate modifica intr-o stare din submultimea Ee,a P(E).
Modele agentiModele agenti
Mediu mediu
Decizie actiune
Executie actiune
Perceptie vede
Agent
13
Mai multi agenti
inter : P I – decizia agentului referitor la interactiunea cu un alt agent, unde I este multimea de interactiuni disponibile agentului iar iI este interactiunea aleasa de agent in functie de perceptia pP asupra mediului.
ModeleModeleagentiagenti
Mediu mediu
Decizie actiune
Executie actiune
Perceptie vede
Agent
Agent
Agent
Interactiune inter
14
Agenti cu stari
actiune : S A – definita pe multimea de stari interne ale agentului – agentul decide ce actiune sa efectueze in functie de starea lui interna;
urm : S x P S – schimbarea starii interne a agentului;
inter : S x P I se modifica pentru a tine seama si de starea interna in decizia de interactiune cu alti agenti;
vede : E P si mediu : E x A P(E) raman nemodificate.
Modele agentiModele agenti
15
Agenti cu scopuri
scop : E {0, 1} – functie cu valoarea 1 pentru starile scop si 0 pentru celelalte.
Agenti cu utilitate
utilitate : E R , unde R este multimea numerelor reale.
Intr-un mediu nedeterminist, env : E x A P(E), utilitatea unei stari poate fi combinata cu rezultatul probabil al unei actiuni.
Modele agentiModele agenti
16
Agenti cu utilitateprob(ex(a,e) = e') este probabilitatea asociata de agent faptului
ca rezultatul actiunii a in starea e a mediului este starea e'.
Utlitatea asteptata a unei actiuni a in starea e este data de:
Maximum Expected Utility (MEU)
Modele agentiModele agenti
),('
1)'),((aeenve
eeaexprob
),('
)'(*)'),((),(aeenve
eutileeaexprobeaUA
17
Comportament rationalInteligenta artificiala
Focus: Modalitatea prin care agentii isi ating scopurile, in particular probleme de planificare
Teoria deciziei
Focus: Daca agentul cunoaste alternativele care ii permit atingerea scopului, cum poate alege alternativa care ii aduce un maxim de utilitate pentru scopurile dorite.
Modele agentiModele agenti
18
Reprezentarea cunostintelor: despre lume, despre agentul insusi, despre alti agenti
Comunicare: limbaje, protocoale Planificare: partajarea taskurilor, partajarea rezultatelor, planificare
dsitribuita Coordonare Luarea deciziilor: negociere, piete, formarea coalitiilor Invatare multiagent Adaptare: la context, la taskuri, la utilizator Teorii organizationale Arhitecturi agent Implementare
Programare orientata agenti: paradigme, limbajePlatforme multi-agentMiddleware, mobilitate, securitate, incredere
Ingineria sistemelor multi-agent Aplicatii
Aplicatii industriale: monitorizare in timp real, managementul proceselor de productie, retele de telecomunicatii, sisteme de transport si distributie, etc.Business process management, suport al deciziei Ecommerce, emarkets - CAI, Web-based learningRegasirea si filtrarea informatiei - Human-computer interactionPDAs - EntertainmentCSCW
Directii de cercetareDirectii de cercetare