УДК 004.89
АГЕНТНО-ОРИЕНТИРОВАННЫЕ СИСТЕМЫ И МНОГОАГЕНТНЫЕ БАНКИ ЗНАНИЙ
, к. т.н, доцент
Московский технологический университет
Многоагентные системы (МАС, MAS–MultiAgent Systems) относятся к классу распределенных систем искусственного интеллекта, в которых вместо одного интеллектуального решателя используется сеть программных агентов [1,2]. Агентно-ориентированный подход, подобно ориентированной на службы архитектуре SOA (Service-Oriented Architecture), предполагает разбиение приложений на крупно гранулированные, слабо связные компоненты, которые реализуют систему служб (сервисов) со стандартизированными интерфейсами. В отличие от традиционных объектно-ориентированных программных серверов, агенты способны действовать рационально и осуществлять логические выводы в условиях неполноты и противоречивости получаемой информации. Теория агентов и многоагентных систем предлагает такие высокоуровневые понятия как роли агентов, планы, цели, протоколы общения и ведения переговоров.
Выделяют такие свойства программных агентов, как интерактивность или общественное поведение (то есть способность агентов функционировать в сообществе, инициируя взаимодействия и обмениваясь сообщениями с помощью некоторого языка коммуникаций); реактивность (способность воспринимать окружающую среду и своевременно реагировать на события недетеминированным образом); проактивность и целеустремленность (способность действовать в упреждающей манере, в частности, генерировать новые цели и действовать рационально для их достижения).
Концепция программных агентов используется при разработке таких прикладных МАС, как многоагентные банки знаний (МБЗ) [3,4]. Многоагентные банки знаний представляют собой распределенные интеллектуальные информационные системы учебного назначения, которые интегрируют функции интеллектуальных учебных сред (ILE, Intelligent Learning Environments) и интеллектуальных обучающих систем (ITS, Intelligent Tutoring System). МБЗ включают общие и специальные знания о предметной области, о процессе обучения и модели обучаемого, ассоциируя их с реактивными и когнитивными программными агентами, которые реализуют процедуры обработки этих знаний, формируют и выдают ответы на запросы пользователей, осуществляют адаптивное обучение.
В двухуровневой архитектуре многоагентного банка знаний модель реактивного агента может быть задана следующим образом:
AR=(ZR, WR, N(ZR,Net,SR), SR(R,A(G))), где ZR – множество входных сообщений; WR – множество выходных сообщений; N – множество методов, определяющих реакции нейронной сети Net реактивного агента на входные сообщения ZR; SR – множество состояний, каждое из которых определяется набором атрибутов агента и их значениями:
INT Ri = {…[Aj, DOM(Aj)],…}; EXT Ri = {F1,…Fp }; Fk={A1(G1),… As(Gn)}, где R – множество отношений, G – множество значений множества атрибутов A. Домены (DOM) являются общими совокупностями значений, из которых берутся реальные значения для атрибутов отношения. Интенсиональные части (INT) локальных баз данных содержат информацию, характеризующую семантику предметной области (ПО), экстенсиональные части (EXT) описывают возможные состояния агентов и их взаимосвязи. Адекватные реакции агентов на возможные в окружающей среде ситуации реализуются благодаря обучению нейронной сети Net, которая поддерживает механизм конкуренции между желаниями и позволяет при предъявлении агенту входного вектора (ситуации) возбуждать наиболее точно соответствующие ему действия.
В случае многоуровневой организации МБЗ помимо не имеющих целевой ориентации реактивных агентов, функционируют когнитивные агенты, которые планируют собственные действия и координируют деятельность реактивных агентов. Модель когнитивного агента формально может быть определена шестеркой: AK=(ZK,WK,SK,,SP,P), где ZK – множество входных сообщений; WK – множество выходных сообщений (осведомительных, управляющих, координационных); SK – множество состояний когнитивного агента, соответствующее множеству ситуаций, которые зависят от ментальных свойств агента (убеждений, намерений, желаний, выполняемых действий), состояний других агентов и их взаимосвязей, происходящих в системе событий; SP – система продукций, определяющая переходы агента из одного состояния в другое и формируемые при этом выходные сообщения, инициирующие синхронные либо асинхронные операции обмена; P=(D,SG, s0) – система планирования в пространстве состояний для проблемной области D c исходным состоянием s0 и динамическим множеством целей SG.
При анализе и проектировании МБЗ необходимо установить программных агентов, принимающих участие в решении задачи, связать с ними знания о ПО, составить сценарий взаимодействия агентов. Инструментальные средства, используемые для создания МБЗ, представляют собой многоагентную оболочку, основными компонентами которой являются: анализатор запросов, многоагентный решатель, база знаний, диалоговые компоненты для организации дружественного интерфейса пользователя. Создание приложения заключается в формировании базы знаний агентов и настройке интерфейса.
В рамках учебных процессов применение многоагентных банков знаний позволяет специфицировать основные компоненты учебных дисциплин – лекции, практические занятия, лабораторные работы, используемые учебные материалы, и обеспечивает возможность организации эффективного доступа к распределенным учебным ресурсам. МБЗ становятся полноценным инструментом образовательной деятельности, который может использоваться для распределения учебных заданий и мониторинга их выполнения, личностно-ориентированного обучения с выбором наиболее подходящих для пользователя учебных материалов, а также для реализации вопросно-ответных отношений.
Список литературы
1. Об агентно-ориентированных системах и многоагентных банках знаний // Материалы VI Международной научно-практической конференции “Объектные системы - 2012”. – Ростов-на-Дону, 2012. - С.50-56.
2. От многоагентных систем к интеллектуальным организациям. –М.: Эдиториал УРСС, 2002. -352с.
3. Зайцев и использование многоагентных банков знаний // Сборник статей V международной научно-практической конференции "Инновации в технологиях и образовании". - Белово, 2012. - С.123-125.
4. , О концепции многоагентных учебных сред, называемых многоагентными статическими банками знаний // Материалы XVII Международной конференции “Современное образование: содержание, технологии, качество”. В 2-х. т. – СПб.:Изд-во СПбГЭТУ “ЛЭТИ”, 2011. Т.2. С. 155 - 156.
