Понятия и принципы действия мультиагентных систем

Размещено на http://www.allbest.ru/

Понятия и принципы действия мультиагентных систем

Выделены основные понятия мультмагентных систем, проанализированы методы и подходы, применяемые данными системами, рассмотрены возможные сферы применения.

В настоящее время все чаще заходит речь о мулльтиагентных технологиях. А что собственно представляют собой мультиагентные технологии? Это технологии разработки и применения мультиагентного управления и мультиагентных систем.

Задачи распределенного взаимодействия и управления в сетях динамических систем стали привлекать все больше внимания. Это объясняется широким применением МАС в разных областях.

На данный момент все чаще стали использоваться распараллеленные системы, выполняющие свои действия одновременно. Для таких систем актуальна задача разделения между несколькими вычислительными устройствами пакетов заданий. Такие задачи появляются в различных областях деятельности, например, таких как сети обслуживания, транспортные сети, производственные, логистические и многие другие.

Стратегия распараллеливания задач при естественных ограничениях на связях оказалась более эффективной при решении задач такого рода.

Мультиагентные системы (МАС) - сложные системы, функционирующие с помощью нескольких интеллектуальных агентов. Процесс самоорганизации в таких системах заключается в согласованности, упорядоченности, взаимодействии автономных и более-менее дифференцированных агентов такой системы. Следовательно, в МАС агенты могут передавать некую информацию, взаимодействовать и общаться, решая поставленные задачи. В таких системах все задачи и подзадачи разделены между членами группы или организации т.е. агентами. Распределение задач происходит через назначение ролей каждому члену группы, тем самым определяя его «ответственность» и требования к «опыту». [1]

Кооперация является основной формой взаимодействия между членами группы. Она характеризуется объединением усилий для достижения совместно поставленных целей при одновременном разделении ролей и функций.

Координация понимается как управление зависимостями между действиями. В зависимости от выбранного протокола, представляемого множеством правил, определяющих, как объединить правильные и значимые сообщения, происходит взаимодействие между искусственными агентами. Главными особенностями группы агентов, работающих над совместной целью, являются распределение ролей и социальная структура. [3]

Серверная среда исполнения или контекст является основой архитектуры агента. Каждый агент в такой архитектуре имеет постоянный идентификатор в виде имени.

В такой среде может быть выполнен не только исходный код, но также его копия. Для исполнения поставленных задач агенты самостоятельно способны создавать копии кода для рассылки их по различным серверам. Данные вместе с кодом трансформируются в новую связь и стираются с предыдущего носителя после прибытия агента на следующий сервер. В новом контексте агент может выполнять все незапрещенные функции. Агент по окончании может перейти в другой контекст или переслать себя по адресу отправителя. Агент сам или по команде сервера, который после завершения работы передает его в дальнейшее место хранения, так же может выключиться

Ниже представлена укрупненная структура типичного агента (рис. 1). Данные о состоянии среды агента и его внутренние параметры являются входами. Выходами же выступают параметры, которые воздействуют на среду и информируют программу-менеджера или пользователя о принятых решениях и состоянии среды. Процедура принятия решений является решателем в данной структуре. Такой решатель может быть, как элементом системы искусственного интеллекта, так и простым алгоритмом.

Рисунок 1. Усредненная структура агента

Основную часть архитектуры многоагентных систем представляет предметно-независимое ядро, в состав которого входят представленные ниже базовые компоненты (рис.2):

• быстрый доступ к атрибутам агентов выполняется службой прямого доступа;

• за передачу сообщений от агента к агенту, а также между агентами и дополнительными системами ядра отвечает служба сообщений;

• информация, содержащая данные о классификации агентов в МАС находится в библиотеке классов знаний, которая представляет собой часть от базы знаний;

• сообщество агентов - серверная среда, где размещены все агенты (кроме жизнедеятельности, здесь происходит запись/загрузка агентов и оптимизация их работы с ресурсами);

• онтология - предметная база знаний, которая содержит конкретные знания о среде функционирования и ее объектах представленная семантической сетью.

Рисунок 2. Архитектура ядра МАС

Методология восходящего проектирования многоагентных систем можно представить в виде следующей цепочки:

{среда - функции МАС - роли агентов - отношения между агентами - базовые структуры МАС - модификации}

Эта цепочка включает следующие этапы:

• сформулировать цель разработки МАС;

• определить основные и вспомогательные функции агентов в МАС;

• уточнить состав агентов и распределить функции между агентами, выбрать архитектуру агентов;

• выделить базовые отношения между агентами в МАС;

• определить возможные операции агентов;

• проанализировать реальные текущие или предполагаемые изменения внешней среды.

Совокупность агентов при проектировании можно рассматривать как взаимосвязанный и взаимодействующий друг с другом набор ролей. Следовательно, методология восходящего проектирования МАС влечет за собой предварительное задание исходных ролей агентов, очерчивание круга обязательств относительно друг друга. На основе выделенных функций формирование исходной развивающейся структуры и исследование ее адекватности характеру решаемой задачи в проблемных областях.

В чем же состоит основная идея нисходящего проектирования? В том, чтобы определить общие социальные характеристики мультиагентных систем по некому набору критериев, организовать их по базовому принципу и определить требования к архитектуре агентов. [2]

Понятие программного мобильного агента лежит в основе многоагентного (МА) подхода. Такой агент реализован в виде элемента искусственного интеллекта или компьютерной программы полностью самостоятельной и узкоспециализированной.

Главная суть МА технологий состоит в кардинально новом способе решения задач. В МА технологиях решение выдается автоматически в результате совместной работы множества целенаправленных и самостоятельных агентов (программных модулей). Это принципиально отличается от классического способа, при котором поиск решения происходит по четко заданному алгоритму, позволяющему найти наилучшее решение проблемы.

Классические методы решения задач зачастую или неприменимы в конкретных случаях реальной жизни, либо требуют слишком огромных объемов расчетов, либо же они вовсе отсутствуют.

На схемах ниже (рис. 3) представлено 2 варианта построения программного обеспечения: это традиционная схема и схема базирующаяся на мультиагентных системах. В многоагентных системах сущности соответствует программный агент, представленный ее интересами.

Рисунок 3 Схемы традиционного и МА построения программного продукта

сеть интеллектуальный программный агент

Агенты очень схожи с членами команды, они могут, как сотрудничать, так и соревноваться в процессе принятия решения. Ключевой особенность целостного, а точнее эмерджентного интеллекта является динамика и непредсказуемость процесса принятия решений. Решение достигается вследствие сотен почти не отслеживаемых взаимодействий. Но в этом нет необходимости, так как агент получает для достижения цель, но без конкретного сценария действия по достижению заданной цели.

Агенты самостоятельно формируют и исполняют эти цели. В ходе каждого шага при рассмотрении входных данных системы он реагирует на непредсказуемые события, такими событиями могут быть задержки, сбои и изменения. Реакция может быть, как самостоятельной, так и при взаимодействии с оператором системы. То есть эмерджентный интеллект не является какимто особенно новым уникальным специально разработанным решателем, добавленным в систему. Это результат самоорганизации, который возникает за счет условий явных или скрытых в сложившейся ситуации, неожиданно и в непредсказуемый отрезок времени и так же внезапно исчезает. Но в процессе своего существования определяет работу всей системы.

Из-за сложности формулирования практически значимых содержательных задач и невозможности точно задать все условия функционирования прибегают к адаптивной постановке проблем. Здесь отдельно выделяются все особенности агентов. Способность приспосабливаться к изменяющимся непредсказуемым условиям в динамической среде автоматически.

Следовательно, прародителем программных агентов могут считаться сложные адаптивные системы, они умеют подстраиваться под обстоятельства и кардинальным образом менять свои характеристики или поведение, чтобы создать условия для решения стоящих перед ними задач. МАС значительно сложнее просто адаптивной системы, в случаях, когда это касается работы в сложной постоянно подвергающейся изменениям среде, так как она способна быстро обучаться и работает эффективней, перераспределяя между агентами задачи и функции. [4]

Сложные системы чаще рассматриваются как среда действия агентов. С понятиями сложных систем связывают фундаментальные идеи, которые оказывают непосредственное влияние на функционирование МАС:

• автономные объекты, существующие в сложных системах способны взаимодействовать друг с другом при выполнении своих определенных задач;

• агенты должны уметь реагировать на изменения условий среды функционирования и менять свое поведение исходя из полученной информации;

• сложные системы характеризуются логически связанными схемами, которые формируется вследствие взаимодействия агентов друг с другом;

• сложные системы с возникающими структурами часто граничат между порядком и хаосом;

• при создании сложных систем, базирующихся на агентной основе, есть смысл проводить биологические аналогии, такие как: симбиоз, паразитизм, генетику, репродукцию, естественный отбор и митоз.

В концепции агентов, разработанной в рамках МАС и мультиагентных технологий, предполагается наличие активного поведения агентов, т.е. компьютерная программа должна быть способна самостоятельно реагировать на внешние проявления и подбирать соответствующие действия. Сегодня агентные технологии представлены различными типами агентов, семейством архитектур и библиотеками компонентов, моделями их поведения и свойствами, ориентированными на современные требования.

Программные интеллектуальные агенты - это принципиально новая эра систем программного обеспечения, которое действует от лица пользователя, либо от лица системы давшей агенту полномочия выполнять те или иные действия. Являя, по сути, новый уровень абстракции, отличный от привычных абстракций типа - методов, классов и функций. При этом, разработка таких систем позволяет создавать системы, обладающие масштабируемостью, мобильностью, интероперабельностью, что очень важно при разработке систем, основывающихся на знаниях. [5]

MAC сильно отличаются от традиционных четко организованных систем, и, в перспективе, смогут помочь в решении этих задач.

Зарождение построения моделей и применения искусственных МАС и их практическое применение датировалось еще в 1960-х годах. За основу были взяты достижения различных областей деятельности человека, таких как параллельные вычисления, системы искусственного интеллекта, распределенное решение задач. Мультиагентные системы способны интегрировать в себе передовые достижения вышеуказанных областей, показывая кардинально новые качества. Динамично развивающаяся МАС на данный момент одна из наиболее перспективных областей искусственного интеллекта.

Обострение конкуренции на рынке и ускорение научно-технического прогресса тесно связано с открытым характером глобальной рыночной экономики и современным информационным обществом. В таких условиях предприятия вынуждены искать новые средства и методы управления и организации, дабы более качественно и эффективнее удовлетворить конкретные запросы потребителя. В большинстве систем отсутствуют средства современного выявления новых возможностей и потребностей в среде, которые позволяли бы быстро принимать эффективные решения по изменению кадровых, производственных, финансовых и других ресурсов предприятия. Необходимость повторного выявления потребностей часто обусловлена некоторыми событиями, например, новый выгодный заказ, для выполнения которого предприятию не хватает собственных ресурсов, или выход их из строя, а также изменение критериев принятия решений. Системы с высокой неопределенностью, более распределенным характером процессов принятия решений и вероятностью незапланированных событий менее эффективны. Такие системы не способны самостоятельно автоматически перестраиваться и принимать решения в изменяющихся условиях в среде. Между тем необходимость изменения методов принятия решений в традиционных системах является трудоемкой и сложной задачей, требующей квалифицированных специалистов, что есть не целесообразно. Это приводит к удорожанию стоимости разработки и эксплуатации таких систем. Соответственно, быстрый прирост объемов информации и высокая степень сложности описания систем становится еще одной актуальной проблемой современности.

Для решения таких проблем применяют МА технологии. В их основе лежит понятие «агента», которое в последнее время было адаптировано ко многим областям как прикладного и системного программирования, так и к исследованиям в областях искусственного интеллекта и распределенных интеллектуальных систем. Причем в каждом конкретном случае понятию придается несколько разное значение.

Технологии и области знания, формирующие механизмы искусственного интеллекта и применения МАС на сегодняшний момент многообразны. Так называемый «умный агент» включает в себя: алгоритмы кластеризации, нейронные сети, системы, основанные на знаниях, обработка естественного языка, деревья решений, генетические алгоритмы, теорема Байса, нечеткая логика.

Список литературы

сеть интеллектуальный программный агент

1.Амелин К. Мультиагентные технологии: [Электронный ресурс] / Амелина Н, Граничин О, Кияев В., СПГУ. М., 2013// Разработка приложений для мобильных интеллектуальных систем на платформе Intel Atom. URL: http://www.intuit.ru/studies/courses/10618/1102/lecture/17391. НОУ.

2.Граничин О. Управление на базе мультиагентных систем: [Электронный ресурс] / Кияев В., СПГУ. М., 2011 // Информационные технологии в управлении предприятием. URL.

3.Качественный менеджмент. Мультиагентный подход и МАS: [Электронный ресурс] / М., 2012. URL: http://www.managemasters.ru/gmases-282-3.html.

4.Pandia @. Агенты, многоагентные системы, виртуальные: [Электронный ресурс] / М., 2011. URL: http://pandia.ru/text/78/362/252-2.php/.

5.ГК Генезис знаний. Мультиагентные технологии: [Электронный ресурс] / М., 2014.

Размещено на Allbest.ru