Многоагентная система
Многоагентная система (МАС, англ. Multi-agent system) — это система, образованная несколькими взаимодействующими интеллектуальными агентами. Многоагентные системы могут быть использованы для решения таких проблем, которые сложно или невозможно решить с помощью одного агента или не указано название статьи. Примерами таких задач являются онлайн-торговля[1], ликвидация чрезвычайных ситуаций[2], и моделирование социальных структур[3].
Обзор
В многоагентной системе агенты имеют несколько важных характеристик[4]:
- Автономность: агенты, хотя бы частично, независимы
- Ограниченность представления: ни у одного из агентов нет представления о всей системе, или система слишком сложна, чтобы знание о ней имело практическое применение для агента.
- Децентрализация: нет агентов, управляющих всей системой[5]
Обычно в многоагентных системах исследуются программные агенты. Тем не менее, составляющими мультиагентной системы могут также быть роботы, люди или команды людей. Также, многоагентные системы могут содержать и смешанные команды.
В многоагентных системах может проявляться самоорганизация и сложное поведение даже если стратегия поведения каждого агента достаточно проста. Это лежит в основе так называемого роевого интеллекта.
Агенты могут обмениваться полученными знаниями, используя некоторый специальный язык и подчиняясь установленным правилам «общения» (протоколам) в системе. Примерами таких языков являются Knowledge Query Manipulation Language (KQML) и FIPA’s Agent Communication Language (ACL).
Изучение многоагентных систем
Изучение многоагентных систем связано с решением достаточно сложных проблем искусственного интеллекта. [источник не указан 5688 дней]
Темы для исследования в рамках МАС:
- знания, желания и намерения (BDI),
- кооперация и координация,
- организация,
- коммуникация,
- согласование,
- распределенное решение,
- распределенное решение задач,
- мультиагентное обучение
- надежность и устойчивость к сбоям
Парадигмы многоагентных систем
Многие МАС имеют компьютерные реализации, основанные на пошаговом имитационном моделировании. Компоненты МАС обычно взаимодействуют через весовую матрицу запросов,
Speed-VERY_IMPORTANT: min=45mph, Path length-MEDIUM_IMPORTANCE: max=60 expectedMax=40, Max-Weight-UNIMPORTANT Contract Priority-REGULAR
и матрицу ответов,
Speed-min:50 but only if weather sunny, Path length:25 for sunny / 46 for rainy Contract Priority-REGULAR note - ambulance will override this priority and you'll have to wait
Модель «Запрос — Ответ — Соглашение» — обычное явление для МАС. Схема реализуется за несколько шагов:
- сначала всем задаётся вопрос наподобие: «Кто может мне помочь?»
- на что только «способные» отвечают «Я смогу, за такую-то цену»
- в конечном итоге, устанавливается «соглашение»
Для последнего шага обычно требуется ещё несколько (более мелких) актов обмена информацией. При этом принимаются во внимание другие компоненты, в том числе уже достигнутые «соглашения» и ограничения среды.
Другой часто используемой парадигмой в МАС является «феромон», где компоненты «оставляют» информацию для следующих в очереди или ближайших компонентов. Такие «феромоны» могут испаряться со временем, т. е. их значения могут изменяться со временем.
Свойства
МАС также относятся к самоорганизующимся системам, так как в них ищется оптимальное решение задачи без внешнего вмешательства. Под оптимальным решением понимается решение, на которое потрачено наименьшее количество энергии в условиях ограниченных ресурсов.
Главное достоинство МАС — это гибкость. Многоагентная система может быть дополнена и модифицирована без переписывания значительной части программы. Также эти системы обладают способностью к самовосстановлению и обладают устойчивостью к сбоям, благодаря достаточному запасу компонентов и самоорганизации.
Применение МАС
Многоагентные системы применяются в нашей жизни в графических приложениях, например, в компьютерных играх. Агентные системы также были использованы в фильмах [6]. Теория МАС используется в составных системах обороны. Также МАС применяются в транспорте, логистике, графике, геоинформационных системах и многих других. Многоагентные системы хорошо зарекомендовали себя в сфере сетевых и мобильных технологий, для обеспечения автоматического и динамического баланса нагруженности, расширяемости и способности к самовосстановлению.
Средства разработки Мультиагентных Систем
- NetLogo — кроссплатформенное программируемое окружение для программирования Мультиагентных Систем
- VisualBots — бесплатный мультагентный симулятор в Microsoft Excel с Visual Basic синтаксисом
- MASON — Java библиотека для моделирования мультиагентных Систем
- REPAST — набор инструментов для создания систем, основанных на агентах
- JADE - Java библиотека для создания мультиагентных систем (JADE в wiki)
- SemanticAgent - SWRL/JAVA
- CogniTAO - С++ платформа разработки автономных мульти-агентных систем ориентированная на реальных роботов и виртуальных существ (CGF).
Смотрите также
- Agent-based model
- Complex systems
- Distributed artificial intelligence
- Emergence
- Evolutionary computation
- FIPA
- GNUBrain: Реализация фреймворка (GPL) для создания Мультиагентных Систем
- Human-based genetic algorithm
- KQML
- Multi-agent planning
- Scientific Community Metaphor
- Self-organization
- Simulated reality
- Social simulation
- Software agent
- PlatBox Project
- Artificial brain
- Программный агент
Ссылки
- ↑ Alex Rogers and E. David and J.Schiff and N.R. Jennings. The Effects of Proxy Bidding and Minimum Bid Increments within eBay Auctions, ACM Transactions on the Web, 2007
- ↑ Nathan Schurr and Janusz Marecki and Milind Tambe and Paul Scerri et.al. The Future of Disaster Response: Humans Working with Multiagent Teams using DEFACTO, 2005.
- ↑ Ron Sun and Isaac Naveh. Simulating Organizational Decision-Making Using a Cognitively Realistic Agent Model, Journal of Artificial Societies and Social Simulation.
- ↑ Michael Wooldridge, An Introduction to MultiAgent Systems, John Wiley & Sons Ltd, 2002, paperback, 366 pages, ISBN 0-471-49691-X.
- ↑ Liviu Panait, Sean Luke: Cooperative Multi-Agent Learning: The State of the Art. Autonomous Agents and Multi-Agent Systems 11(3): 387—434 (2005)
- ↑ Massive, Film showcase
Многоагентные системы на «Портале искусственного интеллекта»
Литература
- Michael Wooldridge, An Introduction to MultiAgent Systems, John Wiley & Sons Ltd, 2002, paperback, 366 pages, ISBN 0-471-49691-X.
- Carl Hewitt and Jeff Inman. DAI Betwixt and Between: From «Intelligent Agents» to Open Systems Science IEEE Transactions on Systems, Man, and Cybernetics. Nov./Dec. 1991.
- The Journal of Autonomous Agents and Multiagent Systems, Publisher: Springer Science+Business Media B.V., formerly Kluwer Academic Publishers B.V. [1]
- Gerhard Weiss, ed. by, Multiagent Systems, A Modern Approach to Distributed Artificial Intelligence, MIT Press, 1999, ISBN 0-262-23203-0.
- Jacques Ferber, Multi-Agent Systems: An Introduction to Artificial Intelligence, Addison-Wesley, 1999, ISBN 0-201-36048-9.
- Sun, Ron, (2006). «Cognition and Multi-Agent Interaction». Cambridge University Press. http://www.cambridge.org/uk/catalogue/catalogue.asp?isbn=0521839645
- José M. Vidal, Fundamentals of Multiagent Systems: with NetLogo Examples.
- Субботін С.О., Олійник А.О., Олійник О.О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей: Монографія / Під заг. ред. С.О. Субботіна. – Запоріжжя: ЗНТУ, 2009. – 375 с.
На английском
- The Brookings Center on Social and Economic Dynamics
- UCLA Human Complex Systems Program
- The Multi-Agent Systems Lab at U. Mass
- Teamcore Research Group at USC
- AgentWise Research Group at KULeuven, Belgium
- Agent Technology Group at CTU, Prague
- The Collective Agent Based Systems group at the Delft University
- The Multiagent & Cooperative Robotics Lab at Kansas State University
- Agent technology Roadmap
- MultiAgent systems
- Java-based Multi-Agent Systems
- The Maia Institute
- SwarmWiki, общий ресурс для агентного моделирования.
- MASLAB — Multiagent Systems Lab. at Universidade Federal do Rio Grande do Sul
- A Methodology for the Development of Multi-Agent Systems using JADE
- System Effectiveness Analysis Simulation (SEAS) — Multi-Agent Theater Operations симулятор Военно-воздушных сил США
- Intelligent Software Agents — группа Института Робототехники, занимающаяся разработкой Интеллектуальных Агентов
- Center for Models of Life — Институт Нильса Бора
- Multi-Agent — сайт Magenta Technology по Мультиагентным Системам