2.2. Мультиагентные системы (мас)

2.2.1. Основные понятия

Термин агент происходит от латинского глагола «agere», что означает действовать, двигать, править, управлять. В энциклопедическом словаре Ф.А. Брокгауза и И.А. Ефрона читаем «агент – деятель, лицо, действующее по поручению или полномочию другого» [10]. Это определение правильно выражает суть и современных интеллектуальных компьютерных агентов, которые могут функционировать автономно от имени своего владельца (человека – пользователя или другой вычислительной системы) и решать самые разнообразные задачи по обработке информации. Для успешной работы агент должен обладать достаточными интеллектуальными способностями, чтобы в сфере своих задач замещать действия человека – владельца, должен иметь возможности взаимодействия с владельцем или пользователем для получения соответствующих заданий и передачи результатов, должен ориентироваться в среде своего существования и принимать необходимые решения.

Поскольку общепринятого определения интеллектуального агента (ИА) до настоящего времени не выработано, то следует говорить о классе агентных объектов (сущностей), включающем множество видов [11,12]. Отталкиваясь от определений данных в [13,14] будем считать, что ИА – это программный или аппаратный объект (сущность), автономно функционирующая для достижения целей, поставленных перед ним владельцем или пользователем, обладающий определенными интеллектуальными способностями. Уровень этих способностей, необходимых для достижения поставленных перед ИА целей можно определить, пользуясь классификацией Д.А. Поспелова [15]. Если классифицировать среды в которых должны действовать агенты, то получается следующая схема (Рис. 2.1 ).

Рис. 2.1.

Для замкнутых сред может быть построено конечное исчерпывающее описание и функционирующие в таких средах агенты могут обладать полным знанием о среде и ее свойствах или получить эту информацию в процессе своего взаимодействия со средой. Трансформируемые среды могут изменять свои характеристики и реакции на действия агентов в зависимости от тех действий, которые агенты совершают в среде. Вид математического аппарата, позволяющего описать поведение агента в соответствующей среде и является мерой его интеллектуальной сложности (или разумности). Представим эту классификацию в виде таблицы 2.1.

Таблица 2.1

Тип среды функционирования	Метод математического описания	Вид ИА
Замкнутая детерминированная	Автоматные грамматики, конечные автоматы	Автоматные агенты
Замкнутая вероятностная	Вероятностные автоматы	Вероятностные автоматные агенты
Не трансформируемая открытая	Контекстно-свободные грамматики, сценарии, магазинные автоматы	КСГ-агенты
Трансформируемая замкнутая	Контекстно-зависимые грамматики (линейные автоматы)	КЗГ-агенты
Трансформируемая открытая	Семиотические системы	Семиотические агенты

Две базовые характеристики – автономность и целенаправленность – позволяют отличать ИА от других программных и аппаратных объектов (модулей, подпрограмм, процедур и т.п.). Наличие целесообразности поведения требует, чтобы ИА обладал свойством реактивности. Такой уровень интеллекта соответствует рефлекторному поведению животного. Если же ИА обладает знаниями о среде, собственных целях и способах их достижения, то такой агент может быть назван разумным (когнитивным). Таким образом, может быть проведена граница между интеллектуальными и неинтеллектуальными агентами.

Значительные усилия по стандартизации агентных систем и технологий предпринимает FIPA (Foundation for Intelligent Physical Agents) [16], которая является международной организацией, выполняющей работу по разработке открытых спецификаций, поддерживающих интероперабельность агентов и агентных приложений. На январь 2000 года членами FIPA являлись 56 фирм и университетов из 17 стран. Согласно спецификации абстрактной архитектуры агент определяется как вычислительный процесс, который реализует автономную, коммуникационную функциональность приложений [17]. Это определение, само по себе, ничего не говорит об интеллектуальных способностях агента. Поэтому целесообразно использовать классификацию данную Nwana [12] (Табл. 2.2).

Таблица 2.2

Классификация агентов

Типы агентов Характери- cтики	Простые	Смышленые (smart)	Интеллек туальные (intelligent)	Действительно (truly) интеллекту-альные
Автономное выполнение	+		+	+
Взаимодействие с другими агентами и/или пользователями	+	+	+	+
Слежение за окружением	+	+	+	+
Способность использовать абстракции		+	+	+
Способность использовать предметные знания		+	+
Возможность адаптивного поведения для достижения целей			+	+
Обучение из окружения			+	+
Толерантность к ошибкам и/или неверным входным сигналам			+
Real-time исполнение			+
Естественно-языковое взаимодействие			+

Если подойти к классификации агентов с позиций разумных свойств, присущих как живым существам, так и техническим (искусственным) системам, то можно построить следующую схему (табл. 2.3), опираясь на материалы А. Сломана (Aaron Sloman) и С. Франклина (Stan Franklin) [18, 19].

Значения введенных параметров можно рассматривать как координаты вектора в параметрическом пространстве или как кодовое слово вида S₁ S₂ M₁ M₂ M₃ M₄ T₁ T₂ T₃ в троичной системе счисления. В качестве меры в таком параметрическом пространстве естественно использовать кодовое расстояние [20].

В нашем случае целесообразно взять модульную метрику, тогда появляется возможность вычислить интеллектуальное расстояние между различными типами агентов:

,

где Par_ai, Par_bi – значения признака для агента a и b соответственно, а индекс i - пробегает множество {S₁,S₂,M₁,M₂,M₃,M₄,T₁,T₂,T₃}.

Для примера вычислим интеллектуальное расстояние между амебой и традиционным конечным автоматом с несколькими входами и выходами. Для амебы кодовая комбинация принимает вид: a=100000000, а для конечного автомата – b=111000000, тогда ID(a,b)=2. С представленных позиций поведение конечного автомата более разумно, чем поведение амебы.

Используя принципы теории кодирования, введем также интеллектуальный вес агента:

,

определяемый суммой значений параметров от S₁ до T₃. Соответственно для мобильного транспортного интеллектуального робота мы получим IW=6 (a=1110100101), а для человека - IW=12 (b=112111122). Интеллектуальное расстояние между ними равно ID(a,b)=6, что и отражает интеллектуальное превосходство человека.

Таблица 2.3

Характеристики разумности (степени интеллектуальности) агентов

Сенсорика (чувства)	S1	0	С одним чувством
		1	С несколькими чувствами
	S2	0	Только одно из многих чувств в данной ситуации
		1	Множественные чувства на единичный объект, событие или ситуацию
Память	M1	0	Без памяти
		1	С памятью на прошедшие события (конечной)
		2	С потенциально неограниченной или бесконечной памятью
	M2	0	Только с кратковременной памятью
		1	С кратковременной и долговременной памятью
	M3	0	Не может обучаться (не наращивает долговременную память)
		1	Может обучаться (наращивает долговременную память)
	M4	0	Хранит сенсорную информацию по некоторому чувству
		1	Хранит сенсорную информацию по всем чувствам
Моторика (действия во времени)	T1	0	Действует только в реальном времени
		1	Может планировать действия
	T2	0	Не может визуализировать чувства
		1	Может визуализировать некоторые чувства
		2	Может визуализировать все чувства
	T3	0	Не имеет модели среды существования
		1	Имеет предопределенную модель
		2	Может создавать ментальные модели среды

К настоящему времени сформировался достаточно большой список свойств, которыми должны обладать ИА [21, 22, 23]:

• автономность(autonomy, autonomious functioning) – способность к самостоятельному формированию целей и функционированию с самоконтролем своих действий и внутреннего состояния;

• общественное поведение (social ability, social behaviour) – способность согласовать свое поведение с поведением других агентов в условиях определенной среды и правил поведения, путем обмена сообщениями на языке коммуникации;

• реактивность (reactivity) – способность адаптировано воспринимать состояние внешней среды (среды функционирования и множества других агентов) и своевременно реагировать на происходящие изменения;

• активность (pro - activity) – способность проявлять инициативу, то есть самостоятельно генерировать цели и действовать рационально для их достижения, а не только пассивно реагировать на внешние события;

• базовые знания (basic knowledge) – постоянная часть знаний агента о себе, о среде, а также постоянные знания о других агентах, которые не изменяются в рамках жизненного цикла агента;

• убеждения (beliefs) – переменная часть знаний агента о среде и других агентах, которая может изменяться во времени, но агент может об этом не знать и продолжать использовать их для своих целей;

• желания (desires) – состояния и/или ситуации достижение которых является желательным и важным для агента, однако, они могут быть противоречивыми и не все будут достигнуты;

• цели (goals) – совокупность состояний, на достижение которых направлено текущее поведение агента;

• намерения (intentions) – это то, что агент обязан сделать в силу своих обязательств по отношению к другим агентам, или то, что вытекает из его желаний ( то есть непротиворечивое подмножество желаний, выбранное по тем или иным причинам и совместимое с принятыми на себя обязательствами);

• обязательства (commitments) – задачи, которые берет на себя агент по просьбе и/или поручению других агентов.

К этому набору свойств могут добавляться и следующие:

• благожелательность (benevolence) – готовность агентов помогать друг другу и решать именно те задачи, которые им поручат владелец или пользователь;

• правдивость (veracity) – свойство агента не оперировать заведомо ложной информацией;

• рациональность (rationality) – способность агента действовать так, чтобы достигать своих целей, а не избегать их достижения, по крайней мере, в рамках своих знаний и убеждений.

Введенные таким образом необходимые свойства интеллектуальных агентов требуют некоторого обсуждения, так как на искусственный технический объект переносятся социальные свойства, обычно присущие поведению человека.

Общественное поведение агентов может принимать разные формы, которые могут быть классифицированы по уровням взаимодействия [24]:

Уровень 0 – связность, устанавливаемая извне владельцем или пользователем и не воспринимаемая самими агентами;

Уровень 1 – координация. Агенты способны создать ситуацию, позволяющую другим агентам оказаться в нужном месте в нужное время, чтобы в результате их деятельность осуществлялась эффективным образом.

Уровень 2 – кооперация. Агенты допускают, чтобы их поведение частично определялось поведением других агентов, когда они совместно пытаются достичь некоторой общей цели. Такой процесс для своей реализации должен осознаваться всеми участвующими в нем агентами.

Уровень 3 – сотрудничество. Предполагается реальная совместная работа агентов, в процессе выполнения которой может выиграть каждый.

Уровень 4 – образование союза. Предусматривается продолжительная во времени совместная деятельность, в ходе которой агенты создают и поддерживают условия существования союза.

Базовые знания являются необходимым традиционным компонентом для всех интеллектуальных систем, убеждения же должны быть определенным образом интерпретированы в структуре МАС.

Интеллектуальная система (агент) может воспринимать как истинные правила формирования выводов, базовые шкалы и веса критериев, функции или отношения предпочтения и т.д.

Убеждения можно разделить на три класса:

а) Внутренние убеждения агента. Это алгоритмы, сценарии, оценки, заложенные в него при разработке или внесенные в процессе эксплуатации владельцем или пользователем;

б) Индуктивные убеждения, возникающие в результате анализа состояний среды, формируемые продукционными правилами вида:

Если наблюдается факт Х, то убеждение Z;

в) Коммуникативные убеждения, возникающие в результате связи с другими агентами, формируемые продукционными правилами вида:

Если А сообщает о факте Х и А – заслуживающий доверия источник, то убеждение Z .

Приписывание ИА желаний и намерений, по мнению авторов, не является бесспорным, так как в реальных технических системах они могут вступить в противоречие с целями и обязательствами, предусмотренными для них человеком – разработчиком и привести к потере управляемости и непредсказуемому поведению систем.