11/29/2015
1
Universitatea ”Vasile Alecsandri” din BACĂU
Departamentul E.S.C.
Sisteme Multiagent
MODELE ARHITECTURALE DE AGENŢI
“Intamplarea este singurul stăpân legitim al Universului.”
Napoleon
Models of agency and architectures
14
Bacău
29.11.2015 [email protected]
pruteanue.ub.ro xyz 2
2
3
4
Arhitecturi Abstaracte. Structura conceptuala a
agentilor
Arhitecturi de agenti cognitivi
Arhitecturi de agenti reactivi
Arhitecturi stratificate
1
puteanue.ub.ro
1. Arhitecturi abstracte.
Structura concptulă a agenților
Scop: proiectarea unui algoritm/functie/program care realizeaza corespondenta sensori - efectori
Agent = architectura + program
Defi
nit
ie
Arhitecturi abstracte I
masu
ra a
perf
orm
an
tei:
Structura conceptuala a agentilor
Schema generala a
unui agent mobil
Sistemul perceptiv poate fi:
pasiv - percepţiile sunt ceea ce sesizează în mod direct agentul; (În
sistemele pasive, elementele care captează informaţiile generează
semnale elementare care sunt pre-prelucrate, segmentate, ceea ce
formează faptele elementare care conduc la recunoaşterea
obiectelor, scenelor, cuvintelor, frazelor.)
activ - percepţiile sunt rezultatul construcţiilor care depind de
scheme perceptive anterioare, care sunt construite progresiv prin
interacţiunile cu alţi agenţi sau cu mediul.
percepţie, definită ca modalitatea prin
care agentul preia informaţii din mediu
11/29/2015
2
Se consideră că agentul este influenţat de mediul în care se
află (perpece mediul prin sensori ) dar şi exercită influenţă
asupra mediului (prin efectori)
Sistemul interacţional
Sistemul reprezentaţional - al unui agent face apel la
următoarele noțiuni: reprezentare, opinie, cunoştinţe.
Cunoştinţele (ca noţiune definită în inteligenţa artificială)
reprezintă ansamblul de informaţii (fapte cunoscute, experienţa,
concepte) necesare unui individ (sau unei maşini) pentru a se
organiza şi a rezolva o sarcină sau o problemă considerată
complexă. Problema cunoaşterii este legată de noţiunile de
conceptualizare şi raţionament.
reprezintă capacitatea de a interpreta expresiile în raport
cu ceea ce se numeşte un model. O expresie nu poate fi
evaluată ca fiind falsă sau adevarată fără a şti la ce sunt
ataşate simbolurile care compun expresia şi mulţimea
unde acestea au valori. Asocierea între simboluri şi
valori ale unui domeniu D este definită printr-o funcţie
de interpretare. Pentru a şti dacă o propoziţie este
adevarată sau falsă într-o interpretare I, se verifică
pentru formulele atomice dacă toate constantele care
apar într-un predicat aparţin domeniului de interpretare
al predicatului. Formulele pot fi combinate prin
intermediul unor operatori cum ar fi: , , , , etc.
Sem
an
tica
are loc prin interacţiunea agentului cu mediul sau cu alţi
agenţi cognitivi. Aceste interacţiuni pot fi de natura unor
confruntări, refuzuri, obiecţiuni, cooperări, controverse.
Rezultatele acestor cunoştinţe sunt concepte, teorii şi
legi noi după care se ghidează agentul în acţiunile pe
care le face. Cunoştinţele pe care le are un agent nu le au
toţi ceilalţi agenţi. O regulă cunoscută de un agent poate
fi infirmată de altă regulă cunoscută de alt agent.
De exemplu:
R1: liber(robot) acţiune(aducePiesa) miscare(x,y)
R2: liber(robot) acţiune(aducePiesa) miscare(x,z)
Cu
noaşt
erea
Se consideră că mediul în care evoluează agentul este
caracterizat de setul de stări:
S={s1, s2,...}.
La un moment de timp se presupune că mediul se află într-una
din aceste stări. Agentul este capabil de a executa un set de acţiuni:
A = {a1, a2,...}.
Astfel, în mod abstract agentul poate fi văzut ca o funcţie:
acţiune : S A
Comportamentul nedeterministic al mediului poate fi modelat
sub forma următoarei funcţii:
Mediu (env) : S A (A)
Un agent este un sistem cibernetic care primeşte informaţii
din mediu şi acţionează la rândul său asupra acestuia.
Funcţia de Percepţie poate fi definită astfel
See: S→P
funcţia de Acţiune poate fi redefinită astfel
act: P*→A
Percepţia şi acţiunea unui agent
11/29/2015
3
Capacitatea efectorică a agentului este reprezentată de o mulţime
de acţiuni:
A={a1, a2,...}.
Un agent poate fi văzut ca o funcţie:
act: S*→A,
Un agent inteligent poate însă decide acţiunea următoare şi în
funcţie de stările mediului pe care le-a traversat până la un moment
dat, de „experienţa" acumultată. Prin urmare, şi comportamentul
mediului poate fi modelat printr-o funcţie:
env: S×A→(S),
env(s,a) are o singură valoare (singleton)
env(s,a) are mai multe valori
Mediu determinist
Istoricul
Starea initiala
Ech
ivale
ntă
com
port
am
en
tală
Proprietate invariantă
Ag
en
t p
ur
reacti
v
Exem
plu
stări
ind
isti
ncti
bil
e
d.p.d.v al agentului,
stãrile s1 și s2 sunt
stări indistinctibile
Uneori este posibil ca două stări distincte s1 şi s2 să provoace
acelaşi percept.
s1,s2 S: s1≠ s2, see(s1) ≠see(s2),
agentul poate distinge toate stările mediului, agentul este
omniscient,
s1,s2 S: s1≠ s2, see(s1) ≠see(s2),
Dacă
dacã funcția sa de percepție (see) este injectivã.
Capacitatea perceptivă
E = mulțimea stărilor diferite percepute
S = mulțimea tuturor stărilor
Caracteristicile agentilor.
11/29/2015
4
agent ideal.
Arhitecturi de agenti
1) Abordarea deliberativă
2) Abordarea reactivă
3) Abordarea hibridă
Agenti folosind
rationamentul deductiv
Agenti folosind
rationamentul practic
puteanue.ub.ro
Models of agency and architectures
I. Arhitecturi Logice
II. Arhitecturi Reactive
III. Arhitecturi Reflexive;
IV. Arhitecturi Hibride (reflexiv + reactiv)
“Abia atunci când ne îndepărtăm de munţi îi putem vedea în
adevărata lor măreţie; aşa e şi cu prietenii…”
Hans Christian Andersen
Cuprins/Obiective
I. Arhitecturi Logice - agenţi bazaţi pe logică - proces de
deducţie logică
II. Arhitecturi Reactive - agenţi reactivi - corespondenţă
directă de la mulţimea situaţiilor la cea a acţiunilor
• Arhitectura de subsumare -
III. Arhitecturi Reflexive - rationament pur logic;
IV. Arhitecturi Hibride (reflexiv + reactiv)
V. Agenti emotionali
Modele arhitecturale de agenti
Arhitecturi logice I
1. Abordarea traditională pentru construirea de sisteme
inteligente;
2. Reprezentare simbolică a mediului si comportamentului
(formule logice)
3. Manipulare sintactică a acestei reprezentări (Deductii logice
sau demonstratii de teoreme)
Luarea unei decizii este determinată de o mulţime de
reguli de inferenţă, . Se notează cu
faptul că formula poate fi derivată din numai prin regulile
de inferenţă . Algoritmul următor prezintă procesul decizional
al unui agent bazat pe logică
foreach aA do
if do(a) then return a endif endfor
foreach aA do
if do(a) then return a endif endfor
function act(: D): A
begin
return null
end formula poate fi derivată din numai prin regulile de inferenţă .
incearcă mai intai să
găsească o actiune care
poate fi dedusă din baza;
incearcă apoi să găsească o
actiune consecventă (care nu
este interzisă explicit) ;
11/29/2015
5
Agenti deliberativi - Agenţi bazaţi pe logică
A delibera = a examina in detaliu, a rezolva, a solutiona
decizia este realizată prin deducţie logică
starea internă este o bază de date de formule în logica
predicatelor de ordinul întîi:
Exemple:
• Open(electrovalva, 08)
• Temperatura(rezervor, 05, 56)
• Presiune(rezervor, 07, 21)
Exemplu de agent bazat pe logică:
Virtual Cleaner
• curăţarea unei celule din reţea;
• înaintarea către o celulă vecină;
• rotirea la dreapta cu 90°.
Proprietăţile agentului se referă la:
poziţia curentă în reţea (linia şi coloana unde se găseşte
la un moment dat);
orientarea curentă (spre nord, est, sud sau vest).
Tra
seu
l agen
tulu
i
Vir
tual
Cle
an
er
Isln(x,y) - agentul este în căsuţa de pe linia x şi coloana y;
EnvHasDust(x,y) - elementul de pe coloana x şi linia y este curat
sau nu;
Faces(orientation) - agentul este orientat înspre unul din cele patru
puncte cardinale.
Formulele predicative utilizate sunt:
Do(clean) - curăţare: EnvHasDust(x,y) devine false;
Do(forward) -înaintare: coordonatele (x,y) se modifică în funcţie de
orientarea agentului;
Do(turn) - rotire la dreapta: orientarea agentului se schimbă.
Acţiunile posibile ale agentului, ale căror semnificaţii s-au amintit
anterior, sunt:
if Isln(x,y) and EnvHasDust(x,y) then Do(clean)
Prima regulă de inferenţă este:
Bacău 29.11.2015 1. 36
SISTEME
MULTIAGENT
II. Arhitecturi reactive (Brooks, 1986)
B. Arhitecturi de subsuare
Genlități despre Arhitecturi reactive A
Mo
del
are
agen
ti
11/29/2015
6
Nu folosesc reprezentari simbolice sau rationament.
Unitati de prelucrare simple care percep mediul (cu senzorii) si
reactioneaza la schimbarile din mediu (cu efectori);
Comportamentul rational este legat intrinsec de mediu;
Comportamentul inteligent - Inteligenta rezulta din
interactiunea entitatilor cu mediu, nu este situata la nivel
individual ci la nivelul sistemului si este distribuita in sistrm–
“emergence” (emerge din combinarea mai multor
comportamente rationale simple);
Mo
del
are
agen
ti
b) Arhitecturi reactive (Brooks)
function action(p: P): A
var fired: (R)
var selected: A
begin
fired := {(c,a) | (c,a) R şi p c}
for each (c,a) fired do
if ( (c',a') fired a.î. (c',a') (c,a)) then
return a
end if
end for
return null
end function action
Agenţi pur reactivi
situaţie acţiune specifică
Fie Beh mulţimea tuturor astfel de reguli („behaviour", comportament):
Un comportament este o relaţie (c, a), unde cP este o mulţime
de percepţii numite condiţii, iar aA este o acţiune
Cu mulţimea de reguli de comportament ale agentului RBeh este
asociată o relaţie de inhibiţie binară definită pe mulţimea de
comportamente: RxR, tranzitivă, nereflexivă şi antisimetrică:
MEDIU
AGENT SEE ACTION
MEDIU
AGENT SEE ACTION
NEXT STARE
Age
nt
pur
reac
tiv
Age
nt
cu s
tări
Nivelul 0: evitarea coliziunilor cu obiecte statice sau în mişcare;
Nivelul 1: mişcarea aleatorie cu evitarea coliziunilor;
Nivelul 2: explorarea împrejurimilor şi marcarea locurilor inaccesibile;
Nivelul 3: alcătuirea unei hărţi a mediului şi stabilirea rutelor dintre diverse
locaţii;
Nivelul 4: recunoaşterea schimbărilor din mediu;
Nivelul 5: recunoaşterea obiectelor şi sarcinilor aferente acestora;
Nivelul 6: formularea şi executarea planurilor pentru schimbarea mediului într-o
manieră semnificativă;
Nivelul 7: conceperea unor modalităţi de control al obiectelor din mediu şi
reconsiderarea în consecinţă a planurilor existente.
Arhitectura propusă de Brooks se referă în principal la agenţi
robotici. În acest caz, nivelele de competenţă pot avea
semnificaţiile din exemplul următor:
Problema inteleptilor (The wise men problem)
Regele marcheaza pe fruntea robilor cate o pata alba si spune ca
„cel putin o pata este alba” și fiecare trebuie să determine culoarea
petei de pe fruntea lor. După puțin timp cel mai înțelept anunță că
pata albă se află pe fruntea lui.
11/29/2015
7
Problema prazilor si vanatorilor
(The problem of pray and predato r)
Exemplu de agent reactiv:
un cuvânt poate apărea într-una din următoarele culori (figura 4):
• negru - cuvântul este corect;
• violet - cuvântul nu se găseşte în dicţionar;
• albastru - cuvântul nu a fost încă verificat.
Interfaţa programului Spell-Checker Agent
Bacău 29.11.2015 1. 54
SISTEME
MULTIAGENT
Arhitectura programului Spell-Checker Agent.
Modul de funcţionare al agentului este determinat de o serie de
comportamente de tip reactiv:
Nivelul 0: Evită accesarea mediului în acelaşi timp cu utilizatorul
Nivelul 1: Ignoră cuvântul în curs de editare
Nivelul 2: Ignoră cuvintele deja verificate şi separatorii
Nivelul 3: Caută în dicţionar forma cuvântului şi schimbă atributul
corespunzător în corect sau incorect
Ierarhia nivelelor: Nivelul 0 < Nivelul 1 < Nivelul 2 < Nivelul 3
Analiza programului. - se vor analiza caracteristicile agentului
şi ale mediului de execuţie.
1. Autonomia sa este asigurată de faptul că acţionează într-un
thread separat de programul principal.
2. Reactivitatea - răspunde schimbărilor din mediu, adică apariţiei
noilor cuvinte, prin verificarea şi marcarea corespunzătoarea a
acestora. Deşi conceput ca un agent reactiv, comportamentul său
global poate fi considerat proactiv: scoaterea în evidență a greşelilor
de ortografie a textului.
3. Abilităţile sociale - nu este un sistem multiagent (nu pot fi
studiate).
comportarea in colectivitate a entitatilor din sisteme descentralizate si cu auto-organizare;
Agenti reactivi, emergenta comportarii colective
– Furnici; pasari; albine; colonii salbatice;
ACO = (at colony optimization) = algoritm de optimizare pentru rezolvarea problemelor de optimizare bazat pe colonii de furnici artificiale care folosesc depunerea de feromoni artificiali
Proiectul Swarm http://www.swarms.org/
Swarm intelligence Avantaje
Simplitate, robusteţe, economie, calcule mai rapide;
Dezavantaje
trebuie să aibă informaţii consistente locale despre
mediu, deoarece nu au un model al mediului;
dinamica interacţiunilor devine prea complexă;
agenţii nu prea pot învăţa din propria experienţă;
metodologia nu este clară pentru construirea acestor
sisteme;
metoda se bazeaza pe „încercare şi eroare”;
„gândesc” pe termen scurt;
agenţi cu multe straturi de comportament sunt greu de
construit in special daca este (> 10);
dificultate la înţelegere comportamentului global;
agenţi nu evoluează;
Avan
taje
si
Deza
van
taje
ale
Arh
itectu
rii
Reacti
ve
11/29/2015
8
Netlogo: cross-platform multi-agent.
http://www.ccl.sesp.northwestern.edu/netlogo/
Applicații:
http://www.ccl.sesp.northwestern.edu/netlogo/models/community/
Startlogo (MIT version):
http://education.mit.edu/starlogo/
Exemple: http://www.youtube.com/watch?v=kN0M49iqFRc
• RePast:
http://repast.sourceforge.net/
Madkit: Model AGR (Agent/Group/Role) model organizational.
http://www.madkit.org/
Implementare de agenti reactivi
arhitectura BDI nu este unică
Imp
lem
en
tare
de a
gen
ti r
eacti
vi
puteanue.ub.ro
III. Arhitecturi de agenti reactivi
Scop: proiectarea unui algoritm/functie/program care realizează corespondenta sensori - efectori
Agent = architectura + program
Arhitecturi de subsumare
“subsumption architecture”
II B
Comportamentul inteligent nu necesită reprezentări explicite;
si nici rationamente abstracte (simbolice);
Inteligenta este o proprietate emergentă a unor sisteme
complexe;
Brooks si-a propus sadezvolte creaturi artificiale complete si
complezecare sa fie capabile să actioneze in lumea reală, nu in
medii virtuale simplificate,;
Idei de baza a lui Brooks
Arh
itec
turi
de
agen
ti r
eact
ivi http://www.cs.brown.edu/~tld/courses/cs148/02/architectures.html
Inh
ibit
or n
od
e
Su
press
or n
od
e
Senzori
Competente
Module (2)
Explore environ
Competente
Module (0)
Avoid obstacles
Efectori
Competente
Module (1)
Move around
intrari
(percepts)
Iesiri
(actions)
A. Decision making = TAB - Task Accomplishing Behaviours
asemanator cu automate finite (finite state machines);
este reprezentat de modulul de competenta - c.m.)
Multe Implementări: situation action
fiecarei comportare (behaviour) ii corspunde o functie ce
realizeaza o actiune;
fiecarte c.m. executa un task simplu
c.m. opereaza in paralel (multe comportari pot fi activate
in paralel);
straturile inferioare au prioritate fata de straturile
superioare;
c.m. de la stratul inferior influenteaza intrarile si iesirile
c.m. de la nivel superior;
B. Many behaviours can fire simultaneously;
subsumtion architecture
c.m. Competente Module
11/29/2015
9
Comunicarea indirectă dintre agenți: o Depun si culeg boabe radiocative o Pot sesiza aceste boabe radioactive
Ex
em
plu
Cara
cte
rist
ici
ale
arh
itectu
rii
stra
tifi
cate
Arhitectura reflexiva IV M
odel
are
agen
ti
Agent reflex simplu Agent reflex cu stare interna
11/29/2015
10
Agent bazat pe
functionalitate
Arhitectura Hibrida
(reflexiv + reactiv) IV
Mo
del
are
agen
ti
Arhitecturile hibride reuneasc avantajele celor doua
tipuri reactive și reflexive, fiind compuse din minim
doua (unul reflexiv și unul reactiv) (sau mai multe)
subsisteme.
Avantaje/Dezavantaje
Neavand modele ale mediului, agenii trebuie să aibă
suficiente informatii locale (vor „gandi” pe termen scurt)
Nu este evident cum ar putea invăta agentii din propria
experientă;
Emergenta implică dificultatea de intelegere a
comportamentului;
Sunt greu de constuit agenti cu mai mult de 10 straturi.
Avan
taje
D
eza
van
taje
o Simplitate, economie, calcule mai rapide, robustete, elegantă;
puteanue.ub.ro
Models of agency and architectures
1. Comportare rationala
2. Modele LPOI
3. Arhitectura BDI;
III. Arhitecturi de agenti cognitivi
Cuprins/Obiective
1. Arhitectura BDI - agenţi de tip BDI - credinţă-dorinţă-
intenţie - manipularea unor structuri de date reprezentând
credinţele, dorinţele şi intenţiile agentului;
Modele arhitecturale de
agenti cognitivi
Comportare rationala
Teoria deciziei
Problema = deliberare/decizie vs. Acțiune/proactivitate
Resurse limitate
11/29/2015
11
INFORMAȚII
DESPRE SINE -ceea ce se ştie
-ceea ce se crede
-ceea ce este capabil
să facă
-cum este capabil să
facă
-ceea ce vrea
Mediu și alția
agenți - cunoștințe
- convingeri
Comunicarea
Interacțiunile
Controlul
Ieșire
Intrare
Alț
i A
gen
ți
Mediu
Scheduler&
Executor State
Planificator
Reasoner
Arhitectură generală de agenti cognitivi Arhitecturi BDI
(Belief-Desire-Intention)
3.
Comportare rațională
Beliefs - convingeri
Desires, goals – dorințe, scopuri
Intentions – intenții
Ag
en
ti c
og
nit
ivi
How
do a
gen
ts a
cq
uir
e i
nte
llig
en
ce?
Teorie dezvoltată de
Michael Bratman
I. Agenţi de tip BDI A
gen
ți c
og
nir
ivi
a) knowledge – cunostinte – Ion stie ca oameni nu sunt
nemuritori;
b) Beliefs – convingeri = informațiile pe care le are agentul
despre lume/mediu - Ion a luat umbrela deoarece el crede
ca va ploua;
c) Desires, goals – dorinte, scopuri - stări pe care agentul
dorește să le vadă realizate – Ion vrea sa obtină diploma
de phd;
d) Intentions – ințenții - dorințe (sau acțiuni) pe care agentul
s-a angajat să le indeplineasca – Ion intenționează să
muncească din greu pentru a pobține diploma de PhD;
e) choices – Ion decide să se înscrie la doctorat - PhD
f) commitments – angajamente – Ion nu se va opri pănă nu
obține diploma de doctor;
g) obligations - obligatii - John trebuie să lucreze pentru a
întreține familia;
(Shoham, 1993)
Caracterizarea unui agent utilizând reprezentări simbolice si
noțiuni mentale utilizează modelul uman al perspectivei asupra
lumii:
Modelul BDI
• Sistem de management al traficului aerian (prototip la aeroportul din
Sydney)
• Agenți pentru fiecare aparat de zbor
• Agenți pentru: modelarea vantului, verificarea traiectoriei,
coordonare, secvenŃiere
• “Belief-accessible worlds”: Traiectorii posibile, in funcție de viteza
vantului, viteza si altitudinea minimă si maximă
• “Desire-accessible worlds”: ETA calculat = ETA dorit (timpul
estimat de sosire)
• “Intention-accessible worlds”: Cele mai bune traiectorii dorite
d.p.d.v. al consumului de carburant, performanțele aparatului de zbor
etc.
• Agentul secvențiator deliberează pentru a determina secvența optimă
de aterizări
OASIS
11/29/2015
12
Generarea unei liste de opţiuni, mijloacele alternative pentru
satisfacerea intenţiilor curente. Noile opţiuni sunt generate pe
baza convingerilor şi dorinţelor agentului;
Selectarea unei submulţimi din aceste opţiuni, pe baza
convingerilor, dorinţelor şi intenţiilor curente. Noile intenţii,
adică opţiunile selectate pentru aplicare, sunt adăugate
structurii de intenţii;
Structura de intenţii are o organizare ierarhică, pe diferite
nivele de abstracţiune. Agentul BDI îşi rafinează treptat
intenţiile, ajungând la acţiuni primitive care pot fi executate
imediat. Dacă există o asemenea acţiune atomică în structura
de intenţii, ea este executată;
Dacă agentul şi-a îndeplinit intenţia sau a decis că intenţia nu
poate fi îndeplinită, aceasta este abandonată. Se poate spune că
agentul renunţă la o intenţie dacă aceasta nu mai este
justificabilă;
Convingerile agentului sunt actualizate şi algoritmul se reia.
Un
ag
ent
BD
I (B
elie
fs-D
esir
es-I
nte
nti
on
s)
efec
tuea
ză u
rmă
toa
rele
fu
ncţ
ii
Modelare agent cognitiv
prob(ex(a,e) e') 1
e e nv e a
),('
)'(*)'),((),(aeenve
eutilityeeaexprobeaU
Măsură a performanței
Modelare agent cognitiv Modelare agenți cognitivi
Pentru a formaliza componentele unei arhitecturi BDI, fie
Bel mulţimea tuturor convingerilor,
Des mulţimea tuturor dorinţelor iar
Int mulţimea tuturor intenţiilor posibile.
Arh
itec
tura
BD
I (
Rao
& G
eorg
eff)
CREDINŢE
DORINŢE
INTENŢI
I
obtiuni
filtru
executie
senzori
(percepţii)
acţiuni
MEDIU
AGENT
• mulţimile sunt compuse
din formule logice de
ordinul întâi.
• La un moment de timp t
starea unui agent BDI,
este o tripletă (B, D, I),
unde
BBel,
DDes şi I
Int.
Diagrama unei arhitecturi BDI –
modul de selecţie al unei acţiuni
Arhitectura BDI
11/29/2015
13
Agent cu scop
exact
• persistă • influentează convingerile
angajare oarba
Bu
cla
de c
on
trol
BD
I
angajare limitata
Bu
cla
de c
on
trol
BD
I
11/29/2015
14
angajare deschisa
Bu
cla
de c
on
trol
BD
I
Architecturi pentru Servicii
Orchestrate folosind BDI Agent
http://msdn.microsoft.com/en-us/library/bb898865.aspx
http://ro.wikipedia.org/wiki/Dilema_prizonierului
Dilema prizonierului
puteanue.ub.ro
Arhitecturi stratificate
• InteRRaP
IV.
Combină comportomante reactive și pro-active;
Cel puţin două straturi, pentru fiecare tip de comportament;
Horizontal layering - i/o flux orizontal
Vertical layering - i/o flux vertical
Modele arhitecturale
• layer horizontal • layer vertical
d)
Arh
itec
turi
str
atif
icat
e (e
x.:
Touri
ng-
Mac
hin
es,
Inte
rRap
)
stratificare orizontală
Stratificări verticale
Mediu
strat / nivel
11/29/2015
15
Agent deliberativ (Rao&Georgeff)
cu
noast
ere
con
vin
geri
Pla
nu
ri
Dorinte
Scopuri
Intentii
Informatii Baza de cunostinte
Rationament Intentii,
scopuri,
dorinte
Efectori Agenda planificare
Inte
ract
iun
e
Iesire
Intrare
Manager
task
task
task
task
Agent
Agent
Agent dispatcher
Moderator KSAR
control
domeniu control
Agent Agent Agent Agent
Enumerator Selectie Executie
KSAR al
domeniului
KSAR
de control
Efectori Senzori
Investigarea mediului
Deplasare
Evitarea contactelor
Metodologie stratificată pentru sisteme de control al robotilor
O metodă paralelă si distribuită pentru conectarea senzorilor si
efectorilor;
http://www.cs.brown.edu/~tld/courses/cs148/02/architectures.html
Pentru fiecare strat:
Iesirile sunt dependente de intrări si variabile locale de stare;
intrările pot fi suprimate (“suppressed”);
iesirile pot fi inhibate (“inhibited”);
11/29/2015
16
Exmplu: InteRRaP - Integration
Reactive behaviour and Rational Planning
A
• Arhitectura stratificata
• BDI
Layere verticale, two-pass architecture:
Bibliografie
Bibliografie
Bacău 29.11.2015 1. 167
SISTEME
MULTIAGENT
The END