Ang layunin ng mga multi-agent system (MAS) ay i-coordinate ang mga independiyenteng proseso. Ang ahente ay isang computer entity sa anyo ng isang programa o isang robot. Ang isang ahente ay maaaring ituring na nagsasarili dahil nagagawa nitong umangkop kapag nagbabago ang kapaligiran nito. Ang MAC ay binubuo ng isang hanay ng mga proseso ng computer na nangyayari sa parehong oras at umiiral sa parehong oras, nagbabahagi ng mga karaniwang mapagkukunan at nakikipag-usap sa isa't isa. Ang pangunahing problema sa MAC ay ang pormalisasyon ng koordinasyon sa pagitan ng mga ahente.
Pagtukoy sa mga multi-agent system
Ang MAC ay isang forward-looking approach sa software development para sa mga application sa mga kumplikadong domain kung saan ang mga nakikipag-ugnayang bahagi ng application ay nagsasarili at ipinamamahagi, gumagana sa dynamic at hindi tiyak na mga kapaligiran, dapat sumunod sa ilang mga panuntunan at batas ng organisasyon, at maaaring sumali at umalis isang multi-agent system habang tumatakbo.
Ang mga halimbawa ng naturang mga application ay mga system napamahalaan at i-optimize ang produksyon at pamamahagi ng kuryente sa pagitan ng mga consumer o system na mahusay na nagpaplano ng mga load sa mga transport system. Ang pagbuo ng mga multi-agent system ay nangangailangan ng paglikha ng hiwalay na mga ahente, organisasyon at kapaligiran.
Ang mga programming language ay nagbibigay ng mga programming construct para sa pagpapatupad ng mga indibidwal na ahente sa mga tuntunin ng panlipunan at nagbibigay-malay na mga konsepto tulad ng impormasyon, layunin, opsyon, pamantayan, emosyon, at mga panuntunan sa pagpapasya.
Ang mga organisasyong multi-agent sa mga tuntunin ng mga konseptong panlipunan at pang-organisasyon ay may mga tungkulin, na pinagkalooban ng mga pamantayan, mga protocol ng komunikasyon, mga mapagkukunang napapailalim sa pagsubaybay. Ang binuo na mga wika at framework ng programming ay ginagamit upang lumikha ng mga simulation na nakabatay sa ahente para sa maraming industriya ng tuluy-tuloy na produksyon: kuryente, metalurhiya, pangangalagang pangkalusugan, Internet, transportasyon, pamamahala sa trapiko at seryosong mga laro.
Naiiba ang MAS sa mga single-agent system dahil mayroon silang ilang ahente na nagmomodelo sa mga layunin at aksyon ng bawat isa. Sa isang pangkalahatang senaryo, maaaring mayroong direktang pakikipag-ugnayan sa pagitan ng mga ahente. Mula sa punto ng view ng iisang ahente, ang mga multi-agent system ay higit na naiiba sa mga system na may iisang ahente dahil ang dynamics ng kapaligiran ay maaaring matukoy ng ibang mga ahente. Bilang karagdagan sa kawalan ng katiyakan na maaaring likas sa isang domain, sinasadya ng ibang mga ahente ang epekto sa kapaligiran sa mga hindi inaasahang paraan.
Kaya, ang lahat ng MAC ay maaaring ituring na may mga dynamic na kapaligiran, na karaniwan para sa modernongmulti-agent system. Maaaring mayroong anumang bilang ng mga ahente na may iba't ibang antas ng heterogeneity, mayroon man o walang posibilidad ng direktang komunikasyon.
MAS architecture
Dapat na nilagyan ng cognitive model ang mga ahente:
- paniniwala;
- wish;
- intentions.
Sa isang banda, nagbabasa siya ng "Mga Paniniwala" tungkol sa kapaligiran, na bunga ng kanyang kaalaman at pananaw, at sa kabilang banda, isang set ng "Mga Pagnanasa". Ang pagtawid sa dalawang hanay na ito ay nagreresulta sa isang bagong hanay ng "Mga Intensiyon" na pagkatapos ay direktang isinalin sa mga aksyon.
Dapat may sistema ng komunikasyon ang mga ahente. Mayroong ilang mga espesyal na wika para sa layuning ito: Language Query at Manipulation Language (KQML). Kamakailan, ang pamantayan ng FIPA-ACL, na nilikha ng FIPA Foundation para sa Intelligent Physical Agents, ay nai-circulate. Ang huling prinsipyong ito ng pagbuo ng mga multi-agent system ay batay sa teorya ng speech acts.
Ang problema ng adaptasyon ay isang mahirap na isyu na kasalukuyang paksa ng maraming pananaliksik. Maaaring magbigay ng halimbawa ng ilang virus, parehong biyolohikal at computer, na nakakaangkop sa isang mutant na kapaligiran.
Sa wakas, ang isang mahusay na pagpapatupad ng MAC, kahit na hindi mahigpit na nagsasalita ng bahagi ng arkitektura ng system, ay nararapat na bigyang pansin sa maraming mga programming language na binuo para sa pag-aaral ng artificial intelligence. Sa partikular, binanggit ang wikang LISP. Ang mga elemento ng arkitektura na ito ay inilalapat sa isang sistema na binubuo ng cognitivemga ahente.
Mga kategorya o modelo ng mga ahente
Ang pag-uuri ng mga ahente ay batay sa dalawang pamantayan: mga cognitive agent o reagents na nagpapakita, sa isang banda, teleonomic na pag-uugali, o isang reflex. Ang pagkakaiba na maaaring gawin sa pagitan ng cognitive at reaktibo ay mahalagang representasyon ng mundo na magagamit ng ahente. Kung ang isang indibidwal ay pinagkalooban ng isang "symbolic na representasyon" ng mundo kung saan maaari siyang magbalangkas ng pangangatwiran, kung gayon ang isa ay nagsasalita ng isang nagbibigay-malay na ahente, samantalang kung siya ay mayroon lamang isang "sub-symbolic na representasyon", iyon ay, limitado sa kanyang mga perception, ang isa ay nagsasalita ng isang reaktibong ahente. Ang cognitive at reactive na pagkakaibang ito ay tumutugma sa dalawang teoretikal na paaralan ng mga multi-agent system.
Sinusuportahan ng una ang pangunahing diskarte ng mga "matalinong" ahente para sa pakikipagtulungan mula sa sosyolohikal na pananaw. Sa pangalawa, pinag-aaralan ang posibilidad ng paglitaw ng "matalinong" pag-uugali ng isang hanay ng mga di-intelligent na ahente (uri ng langgam). Ang pangalawang pagkakaiba sa pagitan ng pag-uugali ng pag-uugali at reflex ay naghihiwalay sa intensyonal na pag-uugali, ang pagtugis ng mga tahasang layunin, mula sa pag-uugaling pang-unawa. Kaya, ang mga tendensya ng mga ahente ay maaaring tahasang ipahayag sa mga ahente o, sa kabaligtaran, ay nagmula sa kapaligiran. Pagpapangkat ng talahanayan ng iba't ibang uri ng mga ahente:
- Mga cognitive agent.
- Mga reaktibong ahente.
- Telenomic na pag-uugali.
- Mga sinadyang ahente.
- Mga pinamamahalaang ahente.
- Reflex na pag-uugali.
- Mga "modules" ng mga ahente.
- Mga ahente ng tropiko.
Ang mga ahente ng nagbibigay-malay ay kadalasang sinasadya, ibig sabihin.mayroon silang mga nakapirming layunin na sinusubukan nilang makamit. Gayunpaman, kung minsan ang mga ahente na tinatawag na mga module ay ginagamit, na may ideya ng kanilang "uniberso" nang walang mga tiyak na layunin. Maaari silang magsilbi, halimbawa, upang sagutin ang mga tanong ng iba pang ahente sa "uniberso".
Ang mga reagents ay maaaring hatiin sa mga actuator at tropikal na ahente. Ang likas na ahente ay magkakaroon ng isang nakapirming misyon at magti-trigger ng isang pag-uugali kung nakikita nitong hindi na akma ang kapaligiran sa nakatalagang layunin nito. Ang ahente ng tropiko ay tumutugon lamang sa lokal na estado ng kapaligiran, halimbawa kung may liwanag, pagkatapos ay tumatakbo ito. Ang pinagmulan ng pagganyak sa panloob na kaso ng mga ahente sa pagmamaneho na may "misyon" ay tumutukoy lamang sa kapaligiran.
Mga paradigma ng organisasyon
Sa pagbuo ng mga ganitong sistema, nabuo ang iba't ibang paradigma ng organisasyon. Ang mga istrukturang ito ng mga multi-agent system ay nagtatakda ng balangkas para sa mga ugnayan at pakikipag-ugnayan sa pagitan ng mga ahente.
Hierarchies. Sa modelong ito, ang mga ahente ay hierarchical ayon sa isang istraktura ng puno kung saan ang bawat node ay isang ahente at may link ng pahintulot sa mga child node nito. Sinisira ng modelong ito ang pangkalahatang layunin ng system.
Holarchy ay papalapit na sa hierarchy. Walang ugnayang awtoridad sa pagitan ng ahente at subgroup nito.
Ang Ang koalisyon ay isang pansamantalang alyansa ng mga ahente na nagsasama-sama at nagtutulungan dahil ang kanilang mga personal na interes ay nagkakasundo. Ang halaga ng koalisyon ay dapat na mas malaki kaysa sa kabuuan ng mga indibidwal na halaga ng mga bahagi ng ahente.
Ang mga kongregasyon ay parang mga koalisyon atmga utos. Gayunpaman, ang mga ito ay nilalayong maging permanente at karaniwang may maraming layunin na dapat makamit. Bilang karagdagan, ang mga ahente ay maaaring pumasok at umalis sa mga kongregasyon at mapabilang sa ilan nang sabay-sabay.
Ang Society ay isang hanay ng magkakaibang mga ahente na nakikipag-ugnayan at nakikipag-usap. Magkaiba sila ng mga layunin, walang parehong antas ng rasyonalidad at parehong kakayahan, ngunit lahat sila ay sumusunod sa mga karaniwang batas (norms).
Ibinigay ng mga ahente ng federation ang ilan sa kanilang awtonomiya sa delegado ng kanilang grupo. Nakikipag-ugnayan lang ang mga ahente ng grupo sa kanilang delegado, na nakikipag-ugnayan naman sa mga delegado mula sa ibang mga grupo.
Nag-aalok ang mga ahente ng benta ng mga item na maaaring i-claim ng mga ahente ng mamimili. Ginagawang posible ng ganitong uri ng organisasyon, halimbawa, na gayahin ang mga totoong market at paghambingin ang iba't ibang diskarte sa pangangalakal.
Ang mga ahente ng organisasyon ng Matrix ay hierarchical. Gayunpaman, hindi tulad ng hierarchy na ipinakita sa itaas, kung saan ang isang ahente ay nasa ilalim lamang ng ilang iba pang mga ahente, ang mga nasa isang matrix na organisasyon ay maaaring sumailalim sa ilang iba pa.
Combinations - Pinaghahalo ng pinagsamang organisasyong ito ang marami sa mga istilo sa itaas. Ito ay maaaring, halimbawa, isang koalisyon o isang hierarchy ng mga koponan.
Artificial Intelligence
Ang layunin ng cognitive science ay maunawaan ang kalikasan at mga gawain ng artificial intelligence, na siyang nagpoproseso ng panloob na impormasyon upang gawin itong may layunin. Maraming mga konsepto ang akma sa paglalarawang ito: mga tao, computer, robot, sensory system,ang listahan ay walang katapusan. Ang isang uri ng sistemang partikular na interesado sa mga siyentipikong nagbibigay-malay ay ang artipisyal na self-agent na kumikilos sa impormasyon.
Ang isang matalinong ahente (IA) ay nakakagawa ng mga desisyon batay sa karanasan nito at maaaring pumili ng mga aksyon sa iba't ibang sitwasyon. Tulad ng iminumungkahi ng terminong "artipisyal", ang uri ng mga autonomous na ahente ng interes ay hindi isang bagay na nilikha ng kalikasan. Samakatuwid, ang isang artipisyal na ahente ay ang lahat ng bagay na nilikha ng mga tao, na may kakayahang kumilos batay sa impormasyong nakikita nito, sa sarili nitong mga karanasan, desisyon at pagkilos.
Ang larangan ng extra-natural na katalinuhan ay nagbibigay ng mga teknikal na kasanayan upang isalin ang mga gustong uri ng mga ahente sa isang programming language, kaugnay na software, at naaangkop na arkitektura (hardware at kaugnay na software) upang ipatupad ang ahente sa tunay o simulate na mundo.
Kapaligiran ng mundo ng pang-unawa
Ang Agent ay anumang bagay na kumukuha sa kapaligiran sa pamamagitan ng mga sensor at kumikilos dito sa pamamagitan ng mga effector, na mukhang simple lang. Ang kahulugang ito ng isang ahente ay sumasaklaw sa isang malawak na hanay ng mga makina, mula sa mga thermostat hanggang sa mga bagay na maaaring aktwal na matutunan ang isang maliit na repertoire ng pag-uugali.
Ang Sensors ay mga tool na ginagamit ng isang ahente upang mangolekta ng impormasyon tungkol sa kanilang mundo. Ang keyboard at camcorder ay maaaring gumana bilang mga sensor kung ang mga ito ay nauugnay sa ahente. Sa dulo ng tugon ng system, ang mga gumaganap ay ang mga tool na ginagamit ng ahente upang maimpluwensyahan ang kapaligiran. Ang mga halimbawa ng effectors aymonitor, printer at robotic arm.
Karaniwan ang kapaligiran ay domain o mundo ng ahente. Ang mga domain na ito, kahit sa ngayon, ay dapat na limitado sa mga partikular na uri ng mga sitwasyon upang maiwasan ang walang limitasyong mga posibilidad ng pang-araw-araw na mundo.
Autonomous Influence System
Ang Autonomous Agent ay “isang sistema sa loob at bahagi ng isang kapaligiran na nakikita ang kapaligirang iyon at kumikilos dito sa paglipas ng panahon upang maisakatuparan ang sarili nitong adyenda at upang maimpluwensyahan ang mararanasan nito sa hinaharap . Ang kahulugang ito nina Franklin at Greisser ay sumasalamin sa lahat ng mga pangunahing tungkulin ng matatalinong ahente, maliban sa kanilang pagiging sociability. Nagbibigay ito ng isang mahusay na pagtatantya ng mga pangunahing tampok ng malawak na iba't ibang mga AI sa pagbuo.
Nararamdaman ng mga naturang ahente ang kanilang kapaligiran. Ngunit dito ang sensory data o perception ay kinabibilangan hindi lamang ng data tungkol sa iba pang mga bagay, kundi pati na rin ang impluwensya ng ahente mismo sa estado ng mga pangyayari sa kapaligiran. Ang mga sensor ay maaaring organic, tulad ng mga mata at tainga at ang kanilang mga neural processor, o artipisyal, tulad ng mga video at audio processor na naka-embed sa isang digital na computer. Ang kapaligiran ay maaaring isang napakalimitadong lugar, tulad ng isang nakapaloob na espasyo, o napakakumplikado, tulad ng isang stock market o isang koleksyon ng mga asteroid. Dapat tumugma ang mga sensor sa mga uri ng mga bagay kung saan nakikipag-ugnayan ang ahente.
Reflex na uri ng pakikipag-ugnayan
Ang ahente ng reflector ay may mas kumplikadong mekanismo. Sa halip na direktang dinamikokaugnay ng kapaligiran, hinahanap niya ang dapat niyang gawin sa listahan ng mga panuntunan. Ang reflex agent ay tumutugon sa isang naibigay na perception na may naka-program na tugon. Kahit na mayroong libu-libong posibleng mga tugon sa isang naibigay na perception, ang ahente ay may built-in na listahan ng mga panuntunan sa pagkilos ng sitwasyon upang maisagawa ang mga tugon na iyon na isinasaalang-alang na ng programmer. Ang panuntunan sa pagkilos ng sitwasyon ay karaniwang isang hypothetical na kailangan.
Ang mga ahente ng reflex ay talagang hindi masyadong maliwanag. Hindi lang nila kaya ang novelty. Ang matalinong ahente ay naglalaman ng mga tampok ng hindi gaanong sopistikadong mga pinsan nito, ngunit hindi gaanong limitado. Siya ay kumikilos ayon sa agenda. Mayroon itong hanay ng mga layunin na aktibong hinahabol nito. Ang ahenteng nakabatay sa target ay may pag-unawa sa kasalukuyang kalagayan ng kapaligiran at kung paano karaniwang gumagana ang kapaligirang iyon. Hinahabol niya ang mga pangunahing estratehiya o layunin na hindi kaagad makakamit. Ginagawa nitong aktibo ang ahente, hindi lamang reaktibo.
Target functional utility
Sa mas kumplikadong mga ahente, inilalapat ang panukalang housekeeping sa iba't ibang posibleng pagkilos na maaaring gawin sa kapaligiran. Ang kumplikadong scheduler na ito ay isang service-based na ahente. Susuriin ng ahenteng nakabatay sa serbisyo ang bawat senaryo upang makita kung gaano kahusay nito naabot ang ilang pamantayan para makakuha ng magandang resulta. Ang mga bagay tulad ng posibilidad na magtagumpay, ang mga mapagkukunang kailangan upang makumpleto ang senaryo, ang kahalagahan ng layunin na makakamit, ang oras na kakailanganin, ay maaaring isama sa mga pagkalkula ng utility function.
DahilDahil karaniwang hindi mahulaan ng isang programmer ang lahat ng estado ng mundo na makakaharap ng isang ahente, ang bilang ng mga panuntunan na kailangang isulat para sa isang reflex agent ay magiging astronomical kahit na sa napakasimpleng mga lugar tulad ng pag-iskedyul ng mga pulong o pag-aayos ng mga ruta ng transportasyon at mga supply.
Basic control loop
Dahil sa kahulugan ng isang matalinong ahente, isaalang-alang ang pangunahing control loop na isinulat ng agent theorist na si Michael Vuladrich noong 2000:
- panatilihin ang kapayapaan;
- i-update ang panloob na modelo ng mundo;
- makamit ang sinasadyang layunin;
- gumamit ng paraan/nagtatapos upang makakuha ng blueprint para sa mga intensyon;
- isagawa ang plano;
- tapusin ang proseso.
Ang pattern na ito ay nangangailangan ng ilang interpretasyon. Ang ahente ay nagmamasid sa mundo - nangangahulugan ito na siya, gamit ang kanyang mga sensor, nangongolekta ng mga perception. Ang sensor ay maaaring isang keyboard na naka-attach sa isang digital computer o isang visual processor na naka-attach sa isang robot. Maaari itong maging anumang bagay na nagpapahintulot sa ahente na mangalap ng mga representasyon ng mundo. Ang pag-update sa panloob na modelo ay nangangahulugan na ang ahente ay nagdaragdag ng bagong perception sa pagkakasunud-sunod ng mga perception at naka-program na impormasyon tungkol sa mundo.
Multi-Agent Development Platform
Ang AnyLogic ay isang open source na multi-agent at multi-component na CORMAS simulation software batay sa object-oriented programming language na SmallTalk.
Ang DoMIS ay isang multi-agent system design tool na nakatuon sa "operational control of complex system" at batay sa B-ADSC na paraan ng disenyo.
Ang JACK ay isang programming language at development environment para sa mga cognitive agent na binuo ng Agent Oriented Software bilang isang agent-oriented na extension ng Java language.
Ang GAMA ay isang open source modeling platform (LGPL) na nag-aalok ng spatially tahasang agent-based modeling environment gamit ang data ng GIS upang ilarawan ang mga ahente at ang kanilang kapaligiran.
Ang JADE (Java Agent DEVELOPMENT) ay isang open source na multi-agent development framework batay sa wikang Java.
Pitong modelo ng pamantayan
Sa ebolusyonaryong proseso ng pananaliksik, mayroong higit na input sa kung paano lumikha ng isang sistema na maaasahan at kumakatawan sa isang mas mataas na antas ng kalidad. Ang trend na magpapatuloy ay upang umakma o palawakin ang mga kasalukuyang pamamaraan na nagawang pagsamahin ang paggawa ng desisyon sa loob ng pag-unlad.
Pinapayagan ng methodological standard, sa isang naiintindihan at simpleng paraan, na lumikha ng MAC, hindi lamang gamit ang natural na wika, kundi pati na rin ang paggamit ng mga template ng paglalarawan na nakakatulong sa detalye ng system.
Ang methodological standard ay nag-aalok ng pitong modelo ng mga problema o ang kanilang mga solusyon para sa pagbuo ng MAC:
- Isang modelo ng senaryo na naglalarawan sa isang kumpanya o organisasyon.
- Ang modelo ng mga layunin at layunin ay tumutukoy at naglalarawan sa organikong istraktura.
- Tinutukoy ng modelo ng ahente ang mga tao at mga autonomous system.
- Iniuugnay ng huwaran ang mga layunin at layunin sa isang partikular na ahente.
- Inilalarawan ng modelo ng organisasyon ang kapaligiran kung saan nauugnay ang isang indibidwal na ahente.
- Inilalarawan ng modelo ng pakikipag-ugnayan ang relasyon, na nagbibigay-diin sa kanilang koordinasyon ng mga ahente.
- Tinutukoy ng modelo ng disenyo ang ahente at arkitektura ng network.
Mga halimbawa ng pakikipag-ugnayan sa pagitan ng mga ahente
Ginagamit ang MAS para gayahin ang pakikipag-ugnayan sa pagitan ng mga autonomous na ahente. Ang paggamit ng mga multi-agent system, halimbawa, sa sosyolohiya ay ginagawang posible na i-parameter ang iba't ibang ahente na bumubuo sa komunidad. Sa pamamagitan ng pagdaragdag ng mga hadlang, maaari mong subukang maunawaan kung ano ang magiging pinaka-epektibong sangkap upang makamit ang inaasahang resulta. Dapat silang mag-eksperimento sa mga sitwasyong hindi maaabot ng mga totoong tao, para sa teknikal man o etikal na dahilan.
Nakabahagi ang IA ay nilikha upang malutas ang pagiging kumplikado ng malalaking monolitik na hindi natural na mga programa sa paniktik - pagpapatupad, pamamahagi at sentralisadong kontrol. Upang malutas ang isang kumplikadong problema, kung minsan ay mas madaling lumikha ng medyo maliliit na programa (mga ahente) sa pakikipagtulungan kaysa sa isang malaking monolitikong programa. Nagbibigay-daan ang awtonomiya sa system na dynamic na umangkop sa mga hindi inaasahang pagbabago sa kapaligiran.
Ang mga halimbawa ng mga multi-agent system sa industriya ng gaming ay marami at iba-iba. Ginagamit ang mga ito sa mga video game at pelikula, kabilang ang MASSIVE software, halimbawa upang gayahin ang paggalaw ng mga tao sa Lord of the Rings trilogy. Maaari din silaginagamit ng mga kumpanya, halimbawa, upang subaybayan ang gawi ng mga customer na nagba-browse sa mga website.
Ginagamit din ang MAS sa mundo ng pananalapi. Halimbawa, pinapayagan ng MetaTrader 4 platform ang paggamit ng mga ekspertong ahente sa automated na kalakalan na sumusunod sa mga rate ng Forex
Mga pakinabang ng paggamit ng system
Sa pananaliksik ng IA, ang teknolohiya ng mga system na nakabatay sa ahente ay tinanggap bilang isang bagong paradigm para sa pagkonsepto, pagdidisenyo, at pagpapatupad ng mga software system. Mga benepisyo ng multi-MAS approach:
- Nagbabahagi ng mga mapagkukunan at kakayahan sa pag-compute sa isang network ng mga magkakaugnay na ahente.
- Pinapayagan ang interconnection at interoperability ng maramihang umiiral nang legacy system.
- Sumasaklaw sa iba't ibang larangan kabilang ang maintenance ng aircraft, book e-wallet, military mine clearance, wireless communications and communication, military logistics planning, supply chain management system, collaborative mission planning, financial portfolio management.
Sa pananaliksik, ang teknolohiya ng IA para sa mga sistemang nakabatay sa ahente ay tinanggap bilang isang bagong paradigm para sa pagkonsepto, pagdidisenyo, pagpapatupad, at pag-aaral ng maraming ahente ng mga software system.
Kaya, ang MAC ay isang maluwag na pinagsamang network ng mga ahente ng software na nakikipag-ugnayan upang malutas ang mga problemang higit sa indibidwal na kakayahan o kaalaman ng bawat gumagawa ng problema.
