Дисциплина «Инженерия знаний» Реферат Агенты и мультиагентные системы. Системы поиска в Интернет
| Вид материала | Реферат |
- "Программные агенты и мультиагентные системы", 138.64kb.
- Поисковые системы, 429.87kb.
- «Мультиагентные системы». Школу посетит дружная команда исследователей — Петр Скобелев,, 12.72kb.
- Дисциплина «Инженерия знаний» Реферат Онтологии, 257.23kb.
- Модель автоматизированной системы розничной торговли с использованием средств радиочастотной, 18.5kb.
- Рабочая программа учебной дисциплины (модуля) в справочно-правовые системы и правовые, 548.78kb.
- Говоря простым языком, системы баз знаний это искусство, которое использует достижения, 267.75kb.
- 2. Лекция: Системы представления знаний, 171.88kb.
- К. П. Бутусов Вданной статье излагаются некоторые результаты 40-летней работы автора, 347.22kb.
- Поисковые системы в интернет, 565.6kb.
Внешнее окружение
Рис.2. Модель «жизненного цикла» агента в системе AgentBuilder.
Оценивая подход к спецификации моделей поведения агентов, используемый в AgentBuilder, можно констатировать, что в целом это серьезная система представления и манипулирования знаниями, ориентированная на описание моделей типа RIMM. Вместе с тем в данной модели отсутствуют средства эксплицитного управления выводом, которые существенно могли бы увеличить функциональную мощность языка. Нет модели и средств явной фиксации состояния агента, отличных от флагов и/или значений переменных. Не вполне ясно и то, как в спецификации моделей поведения могут быть учтены разные, но одновременно сосуществующие «линии поведения», что характерно для действительно интеллектуальных агентов. Не вполне обоснованным представляется использование режима интерпритации для реализации поведения агентов.
2.3.1. Система Bee-gent.
Инструментарий AgentBuilder базируется на концепции среды разработки, принятой в технологии программирования. Отличный от этого подход реализован в среде Bee-gent. Здесь для проектирования и реализации МАС используется специальная МАС библиотека, реализованная на языке Java, а собственно технология представлена методологией спецификации поведения агентов распределенной системы. При этом, в системе Bee-gent используетсяя множество базовых агентов, среди которых можно выделить упаковщики и медиаторы.
Поведение всей системы, направленное на достижение определенных целей, базируется на спецификации “бесед” через протоколы взаимодействия.
A
Действие
B
C
B
D
Действие
Действие
C
D
E
D
E
Действие
Действие
F
A
F
Рис.3. Общая структура протоколов взаимодействия в системе Bee-gent.
Такие протоколы представляются специальными графами (рис. 3.), основными понятиями которых являются состояния и переходы. При этом переходы, по сути дела, лишь специфицируют смещение фокуса в следующее состояние с помощью специальных правил перехода, а ядро формализма составляют состояния. Именно здесь проявляются предусловия перемещения в следующее состояние и в случае их удовлетворения выполняются действия, в основе которых обмен XML/ACL сообщениями. Возможны правила, результатом выполнения которых является выбор следующего состояния из множества подходящих.
Как и обычно в таких случаях, в качестве базиса сообщений декларируется использование теории речевых актов. Однако в случае Bee-gent для этого используется специальный язык ACL, разработанный на основе KQML. Интересно здесь то, что логическая структура ACL выражений представляется в формализме XML. Основная особенность ACL/XML состоит в том, что здесь введены перформотивы представления намерений, а так же средства спецификации потоков развертывания беседы. Всесте с тем в языке спецификации правил, определяющих, в каких случаях какие перформативы должны должны использоваться. И, следовательно, нет типовых сценариев диалогов.
Анализ примеров реализации поведения агентов в системе Bee-gent позволяет сделать следующие выводы. Агентная библиотека является очень развитой и отвечает основным требованиям к компонентам програмного обеспечения данного класса. Перформативы ACL/XML более высокого, по сравнению с KQML, уровня. Для спецификации протоколов взаимодействия предлагается использовать язык программирования, а не представление знаний. На кровне технологии имеется достаточно четкая структура представления поведения агентов. Учитывая то, что языком реализациив данном случае является Java, система Bee-gent ориентирована на компиляцию программ, а не интерпритацию спецификаций, как это происходит в случае системы AgentBuilder.
Суммируя все вышесказанное, можно отметить, что в настоящее время в работах по созданию инструментария явно фиксируется тенденция использования методов и средств ИИ, ориентированных на поддержку процессов проектирования програмных агентов и МАС в целом.
При этом задача построения технологий нового поколения для создания МАС может быть решена на основе совместного использования опыта разработчиков МАС и методологий обработки знаний, заимствованных из ИИ. Для этого прежде всего необходимо адаптировать методы и средства проектирования и реализации прикладных интеллектуальных систем в новую проблемную область : разработку мультиагентных систем нового поколения.
Спецификация процесса разработки МАС на основе методов проектирования баз занний в такой технологии предполагает :
- Эксплицитное представление в БЗ архитектуры проектиркемой МАС;
- Явную спецификацию архитектуры отдельных типов агентов, «задействованных» в рамках проектируемой МАС;
- Описание в виде специальных баз знаний модели (схемы) всех знаний, необходимых каждому агенту для реализации поставленных пред ним целей;
- Анализ используемых в настоящее время при реализации МАС систем классов и соответствующих прлограмных библиотек с целью явной спецификации соответствия между элементами архитектуры проектируемой МАС и ее компонентами и програмными единицами, реализующими их;
- Формальную спецификацию ( на уровне соответствующей системы представления и манипулирования знаниями0 специальной машины вывода (решателя), целью которой является переход от спецификации МАС к ее реализации.