I. Úvod do agentních a multiagentních systémů



Podobné dokumenty
MATEMATICKÁ TEORIE ROZHODOVÁNÍ

Veronika Hájková,

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.

První brněnská strojírna Velká Bíteš, a.s. was founded in E.g. sales people, purchasing clerks, development workers, designers.

Aktuální trendy ve výuce a testování cizích jazyků v akademickém prostředí

WORKSHEET 1: LINEAR EQUATION 1

1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, Ostrava. IZO: Forma vzdělávání: denní

Úvod do datového a procesního modelování pomocí CASE Erwin a BPwin

Problém identity instancí asociačních tříd

Czech Republic. EDUCAnet. Střední odborná škola Pardubice, s.r.o.

2. Začlenění HCI do životního cyklu software

DISERTAČNÍ PRÁCE PLÁNOVÁNÍ A KOMUNIKACE V MULTIAGENTNÍCH SYSTÉMECH

Aktivita CLIL Chemie III.

Tabulka 1 Stav členské základny SK Praga Vysočany k roku 2015 Tabulka 2 Výše členských příspěvků v SK Praga Vysočany Tabulka 3 Přehled finanční

GUIDELINES FOR CONNECTION TO FTP SERVER TO TRANSFER PRINTING DATA

Název projektu: Multimédia na Ukrajinské

Výukový materiál zpracovaný v rámci projektu EU peníze do škol. illness, a text

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost

PC/104, PC/104-Plus. 196 ept GmbH I Tel. +49 (0) / I Fax +49 (0) / I I

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O.

VY_22_INOVACE_84. P3 U3 Revision

Právní formy podnikání v ČR

Social Media a firemní komunikace

Samovysvětlující pozemní komunikace

LOGBOOK. Blahopřejeme, našli jste to! Nezapomeňte. Prosím vyvarujte se downtrade

1, Žáci dostanou 5 klíčových slov a snaží se na jejich základě odhadnout, o čem bude následující cvičení.

Enabling Intelligent Buildings via Smart Sensor Network & Smart Lighting

Socrates / Comenius Czech rep. 2006/2007

ITICA. SAP Školení přehled Seznam kurzů

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING

Sociální sítě jako Velký bratr. Martin Klubal AEC a.s.

Zřízení studijního oboru HPC (High performance computing)

Univerzita Pardubice Dopravní fakulta Jana Pernera

ANALÝZA VYUŢÍVÁNÍ SLUŢEB PRACOVNÍ REHABILITACE U OSOB S DUŠEVNÍM ONEMOCNĚNÍM

Interakce mezi uživatelem a počítačem. Human-Computer Interaction

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u

SEIZMICKÝ EFEKT ŽELEZNIČNÍ DOPRAVY ÚVODNÍ STUDIE

CZ.1.07/1.5.00/

E-EDUCATION NEBOLI VYUŽITÍ ICT VE ŠKOLÁCH

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.

Nový obor - počítače v medicíně a biologii

Vánoční sety Christmas sets

Návrh softwarových systémů - mobilita. Jiří Šebek (B6B36NSS)

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Počítačové kognitivní technologie ve výuce geometrie

Interpersonální komunikace - N Anotace, sylabus, výstupy studia, literatura

User manual SŘHV Online WEB interface for CUSTOMERS June 2017 version 14 VÍTKOVICE STEEL, a.s. vitkovicesteel.com

Základní škola a Mateřská škola G.A.Lindnera Rožďalovice Renovace motocyklu Stadionu S11.

Digitální učební materiál

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

II/2 Inovace a zkvalitnění výuky cizích jazyků na středních školách

SPECIFICKÝCH MIKROPROGRAMOVÝCH ARCHITEKTUR

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY. nám. W. Churchilla 4, Praha 3 STUDIJNÍ PROGRAMY

Invitation to ON-ARRIVAL TRAINING COURSE for EVS volunteers

Číslo materiálu: VY 32 INOVACE 29/18. Číslo projektu: CZ.1.07/1.4.00/

ISO 8402:1994 zavedena v ČSN ISO 8402 Management jakosti a zabezpečování jakosti - Slovník ( )

Téma 8. Náklady kapitálu. Kapitálová struktura a její optimalizace

1.1. Správa a provozní podpora APV ROS, HW ROS a základního SW

The Over-Head Cam (OHC) Valve Train Computer Model

Znalostní technologie proč a jak?

SEZNAM PŘÍLOH. Příloha 1 Dotazník Tartu, Estonsko (anglická verze) Příloha 2 Dotazník Praha, ČR (česká verze)... 91

POSTAVENÍ ZDRAVOTNICKÝCH SLUŽEB V SOCIÁLNÍM SYSTÉMU ČR Position of health services in the Czech social security system

Karta předmětu prezenční studium

EY Procurement Survey Procurement Forum 2014

VÝCHODISKA BEZPEČNOSTNÍHO VÝZKUMU ČR

NSWI /2011 ZS. Principy cpypočítačůčů aoperačních systémů ARCHITEKTURA

UITS / ISY. Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně. ISY: Výzkumná skupina inteligentních systémů 1 / 14

Převod prostorových dat katastru nemovitostí do formátu shapefile

Vzdálené řízení modelu připojeného k programovatelnému automatu

Co je kognitivní informatika?

Nová éra diskových polí IBM Enterprise diskové pole s nízkým TCO! Simon Podepřel, Storage Sales

USER'S MANUAL FAN MOTOR DRIVER FMD-02

Herní engine. Co je Engine Hotové enginy Jemný úvod do game designu

Výukový materiál zpracován v rámci projektu EU peníze školám

Litosil - application

EU peníze středním školám digitální učební materiál

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

KULOVÝ STEREOTEPLOMĚR NOVÝ přístroj pro měření a hodnocení NEROVNOMĚRNÉ TEPELNÉ ZÁTĚŽE

Využití hybridní metody vícekriteriálního rozhodování za nejistoty. Michal Koláček, Markéta Matulová

Industry Robert BOSCH

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

Jana Pattynová Cloud Computing 2015, 8. prosince Cloud Computing Právní a regulační rámec

Jiří DOSTÁL Univerzita Palackého v Olomouci, Pedagogická fakulta, KTEIV. Interaktivní tabule ve vzdělávání

POPIS TUN TAP. Vysvetlivky: Modre - překlad Cervene - nejasnosti Zelene -poznamky. (Chci si ujasnit o kterem bloku z toho schematu se mluvi.

a rhomboid, a side, an angle,a vertex, a height, a perimeter, an area an acute angle, an obtuse angle, opposite sides, parallel sides

SPOLUPRÁCE - KOORDINÁTOR/KA ZAHRANIČNÍCH KURZŮ

ehealth a bezpečnost dat

Projekt: ŠKOLA RADOSTI, ŠKOLA KVALITY Registrační číslo projektu: CZ.1.07/1.4.00/ EU PENÍZE ŠKOLÁM

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

GDPR Projekt GDPR Compliance

Co když zmizí firemní pravidla, směrnice a procesy? Zdeněk Macháček

Řízení SW projektů. Lekce 1 Základní pojmy a jejich vztahy. přednáška pro studenty FJFI ČVUT. zimní semestr 2012

Aktivita FCE V. Stručný popis aktivity: žáci si prohloubí slovní zásobu, práci s textem

Digitální učební materiál

Karta předmětu prezenční studium

Automatika na dávkování chemie automatic dosing

Gymnázium, Brno, Slovanské nám. 7, SCHEME OF WORK Mathematics SCHEME OF WORK. cz

Transkript:

Obsah přednášky I. Úvod do agentních a multiagentních systémů Podklady k přednáškám kurzu AGS ---------------------------------------------------- 2005, 2006 František Zbořil ml. zborilf@fit.vutbr.cz Organizační informace Struktura kurzu Pojem agent, inteligentní umělý agent, taxonomie Oblasti, ze kterých agenti a (multi) agentní systémy vychází Agenti a agentní systémy dnes Směry vycházející z multiagentních systémů Oraganizační informace (I.) Oraganizační informace (II.) Garant kurzu Ing. František Zbořil, Ph.D. Přednášející Ing. František Zbořil, Ph.D. Kancelář L207 Telefon +042541141233 Konzultační hodiny Út. 12:00 14:00 Cvičící (vedení projektů) Ing. Zdeněk Mazal, Ing. František Zbořil, Ph.D. Součásti kurzu Přednáška (13 2 hodiny), Pátek 8:00 9:50 Cvičení 7x2 hodiny, od 7.týdne semestru (19.3.2007) Projekt: pojednání o zvoleném tématu, od 6. přednášky Konzultace v konzultačních hodinách, nebo po předchozí domluvě Půlsemestrální test (1 termín) Závěrečná zkouška (3 termíny)

Osnova Léto 2007: Data, detaily a výjimky 1. Úvod do distribuované umělé inteligence, historie, obory a směry příbuzné s agenty 2. Pojemy agent, prostředí, architektury agentů. rozdělení agentů, základní modely a 3. Formální logiky pro MAS : modální logiky, epistemické, temporální, Racionální agent, agent jako intenční systém, CTL a BDI logiky. 4. Architektury BDI systémů, IRMA, formální systémy AgentSpeak(L) a dmars, architektury PRS, JAM, příklady 5. Agentově orientované programování, Agent-0. Nástroj 3APL 6. Multiagentní systémy (MAS), principy spolupráce ařešení konfliktů. 7. Komunikace v MAS, KQML a ACL jazyky, interakční protokoly 8. Řešení konfliktů v MAS, hlasování, vyjednávání, argumentace 9. Algoritmy pro spolupráci a vyjednávání v multiagentních prostředích, rozdělování úloh, sdílení prostředků a informací v MAS. Skupinové plánování. 10. Koalice v MAS, formování koalic. Algoritmy pro formování koalic. 11. JADE, nástroj pro implementac agentů kompatibilní s FIPA, JADEX 12. Realizace MAS. FIPA abstraktní architektura agenta. specifikace návrhu multiagentniho systému GAIA, AUML. Role agentů. 9.2 16.2 23.2 26.2 2.3 9.3 16.3 23.3 30.3 6.4 13.4 20.4 27.4 1. přednáška, úvod, rozdělení agentů 2.přednáška, základní modely a architektury agentů 3. přednáška, formální logiky pro agentní systémy 4. přednáška, BDI systémy 5. přednáška, agentně orientované programování 6. přednáška, multiagentní systémy, principy a modely 7. přednáška, komunikace a komunikační protokoly Půlsemestrální zkouška 8. přednáška, koordinované chování a kooperace 9. přednáška, řešení konfliktů 10. přednáška, koalice v MAS, algoritmy pro formování 9. přednáška, nástroje JADE, JADEX, 10. přednáška, návrh MAS, metodologie GAIA Literatura Co je to agent? Podklady ke kurzu AGS Wooldridge, M.: An Introduction to MultiAgent Systems Kubik, A: Inteligentní agenty Manuály k nástrojům JAM, 3APL, JADE Přednášky Dix, J., Wooldridge, M., Floera, A., M. Etymologický význam slova vychází z latinského slova agentem (ten, kdo jedná) Agent je chápán jako někdo nebo něco, kdo jedná v nějakém prostředí v zájmu klienta (svého majitele, konstruktéra, nájemce apod.) Člověk agent jedná v zájmu jednotlivce (agent zastupující sportovce, umělce ) společnosti (obchodní zástupce, pojišťovací agent ), státního celku (špioni, diplomaté )

Agent, agentní systém Umělý agent je člověkem vytvořené dílo, autonomní, samostatná jednotka, situovaná v nějakém prostředí, ve kterém jedná v prospěch svého klienta. Agentní systém je tedy agent + prostředí Realizace umělého agenta - agent a jeho chování bývářízeno programem. Tento program je vykonáván na nějaké architektuře. Umělý agent je program + architektura Agent Inteligentní agent má následující vlastnosti (Jennings 97) Je autonomní jedná v prostředí bez přímého vlivu z okolí, má plnou kontrolu nad svým jednáním, pokud se těchto výsad nevzdá Je reaktivní je schopen adekvárně a pohotově reagovat na změny prostředí Je proaktivní je schopen ujímat se iniciativy a sám ovlivňovat prostředí za účelem dosažení svých cílů Má sociální schopnosti dokáže jednat ve skupině agentů, spolupracovat a řešit konflikty. Pojem agent, jiný přístup k vymezení Taxonomie (Franklin & Greaser 96) Reaktivní Autonomní Orienován na cíl (proaktivní) Dočasně spojité chování Schopný komunikace (sociální schopnosti) Schopný učení se (adaptivní) Mobilní Flexibilní S osobností Agent a prostředí Agent vnímá prostředí svými senzory a na základě podnětů, resp. současného a všech minulých podnětů se rozhoduje o svém dalším jednání v prostředí. Prostředí lze klasifikovat podle toho, jestli je: spojité / diskrétní stavy prostředí tvoří diskrétní /spojitou množinu, číslicové počítače jsou diskrétní systém umělí agenti vnímaji prostředí jako diskrétní přístupné / nepřístupné agent svými senzory vnímá celé/část prostředí, ve kterém se nachází statické / dynamické ve statickém prostředí, na rozdíl od dynamického, se jeho stav nemění, pokud agent nejedná deterministické / nedeterministické v deterministickém prostředí je jeho následující stav dán aktuálním stavem, nebo případnou akcí prováděnou agentem epizodní / neepizodní epizody rozdělují běh systému na na sobě nezávisléčásti strategické (MAS) více agentů jedná v prostředí současně

Oblasti, ze kterých agenti a (multi) agentní systémy vychází Výpočetní technika Umělá inteligence, robotika, distribuovaná AI Modelování systémů Programovací jazyky Počítačové sítě Matematika Formální logika Ekonomie, sociologie, atd. Interakce mezi autonomními prvky, operační analýza Psychologie, filosofie Motivace lidského chování, principy jednáníčlověka Biologie Chování společenství nižších forem života Reaktivní agenti, architektury založené na chování Robot (agent) nepotřebuje uchovávat model okolního světa, ale má reagovat, resp. chovat se podle aktuálního stavu světa, který vnímá svými senzory Nemá žadnou symbolickou reprezentaci a neprobíhají žádné výpočty na základě této reprezentace Senzory a efektory bývají těsně vázány, často jen přes pevně zabudovanou hradlovou logiku z1 Snímek 15 z1 Wikipedia, zborilf; 12/8/2005

Reaktivní agenti (Brooks 91) Racionální agent Musíme postupně vytvářet schopnosti inteligentní bytosti zdola nahoru a mít v každé etapě úplný, funkční inteligentní systém schopný vnímat prostředí svými senzory a reagovat svými efektory Brooks popsal roboty příšerky (creatures) jako něco, co Má reagovat pohotově a patřičně na změny prostředí Má být robustní. Pokud dojde ke změně prostředí, nezpůsobí to jeho kolaps Dokáže v prostředí jednat za účelem dosažení více cílů Má dělat v prostředí něco, co má smysl pro jeho bytí Pokud má agent znalost, že některá z akcí, kterou je schopen vykonat, povede k cíli, potom ji vykoná (Newel) it chooses to perform actions that are in its own best interests, given the beliefs it has about the world (Wooldridge) A rational agent takes actions which, given its knowledge of its environment, maximizes its chances of success (Wikipedia) Praktické usuzování (Practical Reasoning) Filosofie: Na rozdíl od teoretického usuzování je praktické usuzování ne o tom, co je a co není pravda, ale co se má udělat, aby se něco stalo pravdou (truthtaking vs. truth-making). Tedy zatímco teoretické usuzování má vyústit ve znalost, praktické usuzování má vyústit v činnost. Praktické usuzování má dvě části Zvažování (deliberation) : zvolení cíle, kterého má být dosaženo. Výsledkem zvažování je záměr. Plánování : nalezení akce, nebo sestavení plánu, který může dosáhnout záměru. Vykonánání plánu za účelem dosažení záměru je proaktivní jednání agenta Agent jako intenční systém Agent coby intenční systém je řízen záměrem Záměrem je sledovat nějaký přetrvávající, perzistentní cíl (tedy cíl, který trvá, i když jej agent není v daném stavu schopen dosáhnout) Podle Bratman 87 (převzáno z Cohen & Levesque 93): Záměr je pro agenta zadáním problému, agent potřebuje stanovit cestu, jak jej dosáhnout Záměr je mezí přípustnosti (screen of admisibility) pro přijímání dalších záměrů Agent si uchovává záznam o úspěšnosti svých pokusů o dosažení záměrů Agent věří, že je možné splnit záměr Agent nevěří, že se nikdy nemůže přiblížit dosažení záměru Za určitých podmínek agent věří, že se přiblíží k dosažení záměru Agent nemusí mít v úmyslu všechny vedlejší účinky, které nastanou při dosahování záměru

Plánování u racionálních agentů Umělí agenti a agentní systémy dnes Pokud je zvolen záměr, je třeba umět sestavit plán k jeho dosažení Plánovač (v zahraniční literatuře často označován jako Means-end analyser, analyzátor prostředků a cílů) sestavuje plán jako (úpně) uspořádanou posloupnost akcí, která za známých počátečních podmínek je schopna zabezpečit splnění daného cíle. Dnešní plánovače STRIPS, GraphPlan, SatPlan atd Plánování je jen jedním z funkčních modulů agenta. V některých případech je plánování vynecháno vůbec a k záměrům je vybírán plán z předem sestavených plánů (knihovna plánu u PRS systémů). Plán i pokud je úspěšně pro záměr sestaven nemusí být použit okamžitě, nemusí dosáhnout cíle, které předpokládal dosáhnout, nemusí být vykonán celý a konečně nemusí jeho vykonání začít vůbec. Na druhou stranu, jsou hledány postupy, algoritmy a pravidla pro sestavování plánů skupny agentů, pokdu se (například) dohodnou sledovat společný záměr. Drobnosti a kvaziagenti Letiště v Sydney (OASIS) Raketoplán DS1 (BDI) Agenti v mobilních a senzorových sítích Elektronická komerce, ABM, atd. z2 Drobnosti a kvaziagenti OASIS: Air Traffic Management System Tepelný spínač, čidla, alarmy (HW reaktivní agenti) Aplikační agenti (MS Office - Inteligentní sponka) uživatel aplikace, (SW kognitivní a reaktivní agenti) Systémoví démoni (AVG kontrola, SKYPE telefon), uživatele operačního systému (proaktivní agenti) Počítačové viry, aplikace, které nemusí jednat v něčí prospěch, vytváření z různých pohnutek (proaktivní a mobilní agent) Softboti, vyhledávače informací na internetu (proaktivní, kognitivní a mobilní agent) Řízení letového provozu založené na BDI inteligentních agentech, testováno na letišti v Sydney Několik rolí agentů agent pro modelování povětrnostních podmínek, koordinátor, hlídač trajektorie atd. Distribuované rozhodování, odolnost proti poruchám, adaptabilita

Snímek 23 z2 Rao, A., Georgeff, M.: BDI Agents: From Theory to Practice, 1995 zborilf; 12/14/2005 Aplikace: NASA Deep Space DS1 Remote agent, like the other high-risk technologies that have now been tested on DS1, promises to make space exploration of the future more productive and more exciting while staying within NASA s limited budget The testing of the remote agent accomplished 100% of the planned objectives. Aplikace: NASA Co vychází z agentů, nebo je využívá? Georgeff: "At a conceptual level, a BDI agent models a computer system as 3 components -- a set of Beliefs (or information about the current state of the world), a set of Desires (or goals) and a set of Intentions (selected actions or plans). When two or more BDI agents interact... they need to determine how best each other's mutual desires can be met, and to do this they need to understand the beliefs, desires and possibly intentions of the other agents." As technology becomes more and more complex, Georgeff says "machines will have to have cognitive states much like humans (i.e., beliefs, desires, intentions and probably something analagous to emotions)," adding that "the NASA work was really a forerunner in this area." Obklopující inteligence (ambient intelligence): studuje chování systému, který obsahuje velké množství umělých inteligentních prvků, interakce s nimi, bezpečnost, komunikace atd. Sémantický web (semantic web): sémantický web má být distribuované prostředí, kde informace nesou explicitně specifikovanou sémantiku, sdílejí ontologické infomrace atd. Webové služby (web services) Grid computing a další