introdução aos agentes autónomos (ud2) teorias de agentes e agentes deliberativos ist- 2003/2004

57
Introdução aos Agentes Introdução aos Agentes Autónomos Autónomos (UD2) Teorias de Agentes e (UD2) Teorias de Agentes e Agentes Deliberativos Agentes Deliberativos IST- 2003/2004 IST- 2003/2004

Upload: internet

Post on 18-Apr-2015

133 views

Category:

Documents


6 download

TRANSCRIPT

Page 1: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

Introdução aos Agentes Introdução aos Agentes AutónomosAutónomos

(UD2) Teorias de Agentes e (UD2) Teorias de Agentes e Agentes DeliberativosAgentes Deliberativos

IST- 2003/2004IST- 2003/2004

Page 2: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

DefiniçõesDefinições   "An agent is a computational system that inhabits a complex,

dynamic environment. An agent can sense, and act on, its environment, and has a set of goals or motivations that it tries to achieve through these actions" (P. Maes, 1994).

"An agent is a software based computer system that enjoys the

properties of: autonomy, social-ability, reactivity and pro-activeness" (Wooldridge e Jennings, 1995).

Page 3: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Os agentes e o ambiente: como Os agentes e o ambiente: como abordar o estudo de agentesabordar o estudo de agentes

“um agente como uma entidade sistémica que observa e interpreta o ambiente que o cerca através de sensores e que intervém sobre o ambiente através de actuadores (Russell e Norvig, 1994)”.

SISTEMA

AMBIENTE

percepções

estados internosacções

Page 4: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Tipos de Agentes

Agentes Reactivos Agentes Declarativos (intencionais) Agentes Híbridos

Agentes emocionais

Page 5: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Uma Arquitectura Abstracta de Agentes

Assume-se que o ambiente pode ser descrito como um conjunto finito discreto de estados instantâneos.

E = { e, e´, ….}

Considere-se que os agentes têm um reportório de acções possíveis que lhes permite transformar o estado do ambiente.

Ac = { a, a´, ….}

Considere-se run (r) de um agente num dado ambiente é uma sequência de alternadamente estados e acções, da seguinte forma:

r: a0 a1 a2 au-1e1 e2 e3 ….. eue0

Page 6: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Uma Arquitectura Abstracta de Agentes (2)

Seja

• R o conjunto de todas as sequências possíveis (em E e r)

• RAc o subconjunto destas que terminam numa acção

• RE o subconjunto destas que terminam num estado do ambiente

Page 7: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Função de Transformação de Estado

Uma função de transformação de estado representa o comportamento do ambiente, e é:

T : RAc -> p (RE)

Ou seja: a função de transformador de estado faz o mapeamento do run (que termina numa acção do agente) num conjunto possível de estados do ambiente – na realidade os que resultam da execução da acção.

os ambientes são:

- dependentes do historial

- não determinísticos

Page 8: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Função de Transformação de Estado

Se T (r) = Ø, então não há sucessores possíveis para r, pelo que o sistema termina.

Diz-se que um AMBIENTE é o triplo Env = <E, e0, T >• Em que E é o conjunto dos estados do ambiente• e0 pertence a E e é o estado inicial do ambiente

• e T é a função de transformação.

Page 9: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Agentes

Um agente, tendo em conta esta nomenclatura é a função que mapeia runs em acções:

Ag : RE -> Ac

Ou seja, um agente toma a decisão acerca da acção a executar baseando-se na história do sistema que ele presenciou até ao momento.

Page 10: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Sistemas de Agentes

Um SISTEMA é um par contendo um Agente e um Ambiente

Qualquer sistema terá associado um conjunto possível de runs…

Um sistema multi-agente contém um ambiente e diversos agentes.

Page 11: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Agentes puramente reactivos

Alguns tipos de agentes decidem o que fazer sem qualquer referência ao seu historial. As suas decisões são situadas no ambiente e dependem simplesmente do presente.

- São chamados agentes “puramente reactivos”

Do ponto de vista formal um agente puramente reactivo pode ser visto como uma função:

Ag : E -> Ac

(ou seja em vez de RE o agente decide simplesmente baseando-se em E).

Page 12: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Percepção/Acção

Ambiente

See Action

Agente

see : E -> Per Action : Per* -> Ac

Page 13: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Agente Reactivo SimplesAgente Reactivo Simples

function Agente_Jardineiro(percepção) returns acção static regras % as regras de condição acção estado <- INTERPRET-INPUT(percepção) regra <- RULE-MATCH(estado,regras) acção <- RULE-ACTION(regra)return acção

Agente jardineiro reactivo simples (veja-se (Russell e Norvig, 1994)

Se flor-murchar ENTAO regar

Regra que relaciona as percepções com as acções:

Page 14: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Agente Reactivo Com EstadoAgente Reactivo Com Estado

function Agente_Jardineiro(percepção) returns acção static regras % as regras de condição acção estado-mundo % estado do mundo estado-mundo <- UPDATE-STATE(estado-mundo,percepção) regra <- RULE-MATCH(estado-mundo,regras) acção <- RULE-ACTION(regra) estado-mundo <- UPDATE-STATE(estado-mundo,acção) return acção

Agente jardineiro reactivo com representação do estado (veja-se (Russell e Norvig, 1994)

Que alterações temos de introduzir no modelo?

Page 15: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Percepção/Acção

Ambiente

See Actionsee : E -> Per Action : Per* -> Ac

Next State

Page 16: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Agente Com ObjectivosAgente Com Objectivos

function Agente_Jardineiro(percepção) returns acção static regras % as regras de condição acção estado-mundo % estado do mundo objectivos % objectivos estado-mundo <- UPDATE-STATE(estado-mundo,percepção) regra <- RULE-MATCH(estado-mundo,regras,objectivos) acção <- RULE-ACTION(regra, objectivos) estado-mundo <- UPDATE-STATE(estado-mundo, acção) objectivos <- UPDATE-GOALS(objectivos, estado-mundo, acção) return acção

Agente jardineiro com objectivos (veja-se (Russell e Norvig, 1994)

Que alterações temos de introduzir no modelo?Necessitamos modelos bastante mais sofisticados!

Page 17: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Construção de Agentes:Teorias de Agentes

Teorias de Agentes: representam “as especificações dos agentes, nomeadamente as suas propriedades”

Perguntas que se vai tentar responder:• Como conceptualizar um agente no seu ambiente?• Que propriedades possui esse agente?• Como é que representamos formalmente estas

propriedades?• Que raciocínio e inferências são possíveis

executar tendo em conta essas propriedades?

Page 18: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Teorias de Agentes

As teorias dos agentes são especificações formais, e visam responder a perguntas centrais, tais como: Como vamos conceptualizar os agentes, através do recurso à teoria da Decisão, da Filosofia, ou ainda da Ciência da Computação?

Page 19: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Primeiro ponto de partida...

Um possível ponto de partida, é a noção de agente como entidade sujeita a crenças e a desejos (Dennett, 1987).

Mais tarde, (Dennett, 1987) ao observar as descrições da actividade humana, através de frases, como a seguinte:

O Luis trabalhou muito porque queria obter um "canudo".

designou essas atitudes, como queria, de “sistemas intencionais”, caracterizando assim as entidades cujo comportamento pode ser previsto pelo método de atribuição de crenças, e de desejos.

Page 20: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Graus de intencionalidade

Dennett identifica diferentes graus de sistemas intencionais:

- Sistemas intencionais de primeira ordem, é um sistema que tem crenças e desejos mas não crenças e desejos acerca de crenças e desejos.

- Sistemas intencionais de segunda ordem são mais sofisticados na medida que `têm crenças e desejos acerca de crenças e desejos…

A questão no entanto mantém-se:

- - É legítimo atribuir crenças e desejos a sistemas computacionais?

Page 21: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Legitimidade de uma aproximação intencional…

McCarthy defendeu, em 1979, que por um lado é legítimo atribuir atitudes mentais às máquinas (agentes artificiais), tais com crenças, livre arbítrio, intenções, consciência, capacidades ou quereres, quando tal atribuição expressar a mesma informação sobre a máquina do que sobre uma pessoa, e numa certa situação.

Page 22: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Legitimidade de uma aproximação intencional…(2)

Que objectos podem ser descritos como sistemas intencionais?

…. Segundo vários investigadores…. Quase tudo!

“It is perfectly coherent to treat a light switch as a (very cooperative!) agent with the capability of transmitting current at will, who invariably transmits current when it believes that we want it transmitted and not otherwise; flicking the switch is simply a way of communicating our desires (Shoham)”

Absurdo?Absurdo?

Page 23: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Legitimidade de uma aproximação intencional…(3)

A descrição de um programa como sistema intencional é consistente, mas…

… it doesn’t buy us anything, since we essentialy understand the mechanism sufficiently to have a simpler, mechanistic description of its behaviour (Shoham).

- Quanto mais sabemos do sistema menos temos que lhe atribuir qualidades como crenças ou desejos.

- Os SISTEMAS INTENCIONAIS aparecem então como metáforas para explicar comportamentos complexos.

Page 24: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Teorias de Agentes: Intencionalidade

- Além disso, podem tornar-se também uma “ferramenta de abstracção” para a construção de sistemas complexos.

De qualquer modo as noções intencionais não são mais do que “ferramentas abstractas” que permitem de forma conveniente descrever, explicar e prever o comportamento dos sistemas multi-agentes complexos.

 

Page 25: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Sistemas Intencionais surgem assim como

Ferramenta de Abstracção para a construção de sistemas complexos….

Caracterização de sistemas<Uso na representação interna e na representação de outros sistemas>

Page 26: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Daí surgem os…Daí surgem os…Agentes DeliberativosAgentes Deliberativos

Page 27: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Categorias de Atitudes de Agentes

Que categorias são então as mais apropriadas para representar os agentes? Não existe um consenso quanto à lista dessas categorias, mas (Wooldridge e Jennings, 1995) adoptaram a proposta de (Searle, 1984) que distingue dois tipos de categorias:

1) atitudes informativas: crença e conhecimento,

relacionadas com a informação que um agente tem sobre o mundo que ocupa,

2) pró-atitudes: desejo, intenção, expectativa, obrigação, empenhamento, e escolha,

as quais servem para guiar as acções do agente, determinando o seu comportamento.

Dada uma tão grande diversidade de atitudes possíveis, Dada uma tão grande diversidade de atitudes possíveis, qual é então a qual é então a combinação de atitudes combinação de atitudes que se tornaque se torna mais conveniente mais conveniente para caracterizar para caracterizar um agente? um agente?

Page 28: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Que Atitudes Mentais?

Davidson (1980) argumentou:

• que as crenças e as intenções são os estados básicos e que todos os outros se podem reduzir a estes.

Bratman (1987 e 1990) defendeu que:

• as intenções não podem ser reduzidas aos desejos e às crenças. Sendo agentes entidades com recursos limitados não podem avaliar continuadamente os seus desejos e as suas crenças de molde a actuarem racionalmente. Após algum raciocínio, os agentes devem empenhar-se em algumas acções e manter um tal empenhamento.

Page 29: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Papel das Intenções

Bratman defendeu três papeis funcionais das intenções:

1) as intenções colocam problemas ao agente que precisa de achar formas de os resolver;

2) as intenções devem ser auto-consistentes (o agente não pode adoptar uma intenção que entre em conflito com as intenções anteriores); e,

3) o agente deve descobrir o êxito das suas intenções e persistir em caso de falhanço.

Page 30: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Agentes Deliberativos:Teorias BDI

A teoria mais conhecida é designada de BDI e resultam do reconhecimento de que os agentes racionais são formalizados através de “crenças”, “desejos” e “intenções”.

O que faz o modelo BDI tão atractivo?

• É baseado em teorias de racionalidade reconhecidas (Dennett, Searle)

- Foram implementados com sucesso em diversas aplicações- Foi formalizada através de uma família de lógicas BDI

Page 31: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Crenças e Desejos

Crenças: (conhecimento do agente). Expressão do estado do mundo visto pelo agente. Além disso as crenças podem dar a visão de como o agente considerar que o mundo se vai alterar se executar determinadas acções (conhecimento de como agir).

Desejos: a noção abstracta que especifica as preferências do agente sobre os estados futuros do mundo.

Page 32: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Como formalizar?

Hipótese de formalização• bel (jardineiro, ladra(cao,jardim))

Esta formalização não funciona:

- Problema sintático (o segundo argumento é um predicado) logo bel não é uma forma em lógica de primeira ordem.

- Problema semântico- se as constantes “cao” e “tobi” são as mesmas deveria ser possível inferir:

- bel (jardineiro, ladra(tobi,jardim))

Page 33: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Formalização através de uma lógica modal

Partindo da lógica modal e identificando os quatro axiomas fundamentais (conjunto TD45): T (o da relação de acessibilidade reflexiva), D (relação de acessibilidade serial), 4 (relação de acessibilidade transitiva) e 5 (relação de acessibilidade euclidiana):

• T: => D: => ◊ • 4: => 5: ◊ => ◊

Como é que podemos usar para formalizar os conceitos de crença e de intenção que queremos no nosso modelo dos agentes?

Page 34: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Conhecimento

Substituindo por Ki (o agente i sabe ) e ◊ por Bi (o agente i acredita). Estes operadores são duais e ◊

O axioma D ( => Bi diz que as crenças de um agente são não contraditórias.

Pode ser re-escrito como: Ki => Ki , com a seguinte leitura: se i conhece , então i não conhece . Este axioma parece ser uma propriedade razoável do conhecimento/crença.

Page 35: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Relação entre atitudes mentais

CRENÇAS DESEJOS INTENÇÕES

(caminhos (caminhos (melhores

possíveis) desejáveis) caminhos)

Page 36: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Em termos práticos…

As crenças são representadas explicitamente e representam o conhecimento do agente sobre o mundo.

A representação sobre a forma a atingir um estado futuro do ambiente pode ser feita á custa de planos.

Cada intenção que o sistema forma pela adopção de um dado plano corresponde a uma “intenção” e pode ser usado um sistema convencional de pilhas de planos hierarquicamente relacionados. Podem existir várias pilhas de planos, cada uma correndo em paralelo.

Page 37: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Arquitecturas Arquitecturas DeliberativasDeliberativas

Page 38: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

O que são arquitecturas de agentes?

Representam as estruturas computacionais e as funcionalidades associadas a um sistema que irá representar um agente.

Page 39: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Trabalho de Rao e Georgeff

Foi proposta uma forma de ultrapassar os problemas associados com as teorias de agentes (e associadas com as suas formalizações) tendo estabelecido uma ligação entre teorias e arquitecturas.

Solução: simplificação….(que implica uma redução do poder expressivo do framework BDI)

Page 40: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

PRS (Procedural Reasoning System)

PRS é um sistema para raciocínio sobre a execução de tarefas em ambientes dinâmicos.

As atitudes mentais dos agentes são: crenças, desejos e intenções, todos representados explicitamente.

Database(beliefs)

KA library(Plans)

Interpreter(Reasoner)

Goals(desires)

Intentionstructure

Commandgenerator

Effectors

Sensors

Monitor

Environment

Page 41: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

PRS: A estrutura de intenções

A estrutura de intenções do PRS contém as tarefas que o agente se COMPROMETEU a executar (imediatamente ou num futuro próximo).

As intenções podem ter três estados possíveis:

• “activas”• “suspensas”: quando uma intenção foi adoptada mas ainda

não foi tomada a decisão da sua execução (será mais tarde no plano)

• “condicionalmente suspensas”: quando espera que certa condição seja verificada.

Page 42: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

OASIS: Aplicação da PRS

PRS foi usada num sistema de controlo de tráfego aéreo denominado OASIS (com financiamento da NASA)

O sistema tem os seguintes tipos de agentes:• Um agente de aviação para cada avião• Um sequenciador• Um modelador de vento• Um coordenador• Um verificador da trajectória

A cada instante o sistema tem cerca de setenta a oitenta agentes a correr em paralelo

Os agentes de aviação são os responsáveis pelo voo de cada avião.

A incerteza do ambiente surge da utilização de agente do ambiente como o modelador do vento.

Page 43: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

OASIS: Aplicação da PRS

Cada agente de aviação tem como opções possíveis voar a uma velocidade mínima ou máxima bem como alterar a altitude.

Os agentes sequenciador e coordenador têm uma perspectiva mais global (por exemplo, o agente sequenciador tem como objectivo aterrar todos os agentes de aviação de forma segura).

Page 44: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Finalmente: o Interpretador BDI

Algorithm Practical Reasoning Agent Control Loop

B <- Bo; /* Bo are initial beliefs */ I <- Io; /* Io are the initial intentions */ while true do

get next percept pp through see() function;B <- brf(N,pp);D <- options(B,I);I <- filter(B,D,I);P <- plan (B,I,Ac);while not (empty(P) or suceeded(I,B) or impossible(I,B)) do

alpha <- head(P);execute(alpha);P <- tail(P);get next percept pp through see() function;B <- brf(B,pp)if reconsider (I,B) then

D <- options(B,I);I <- filter(B,D,I);

end-ifif not sound(P,I,B) then

P <- plan (B,I,Ac)end-if

end-while end-while

Page 45: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Descrição

brf: belief revision function (permite o update das crenças do agente tendo em conta nova informação sobre o mundo)

plan: função que, baseado nas crenças dos agentes na sua estrutura de intenções e na descrição das acções dos agente, determina um plano para atingir as intenções.

options: função que toma as crenças do agente e as suas intenções e determina os proximos desejos

filter: para seleccionar opcões (desejos) do agente, há que filtrar (excolher) as melhores opções às quais o agente se comprometerá. Basicamente toma um conjunto de crenças, de desejos e se intenções e determina o proximo conjunto de intenções.

Page 46: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

“Commitments”

O mecanismo que é usado pelo agente para determinar quando e como desistir de intenções é conhecido como

“a estratégia de compromisso”

Tipos de compromisso:

1. Compromisso cego: o agente tenta atingir as suas intenções até acreditar que as intenções foram atingidas;

2. Compromisso “single-minded”: o agente tenta atingir as suas intenções até acreditar que as intenções foram atingidas ou que não é mais possível atingir a intenção;

3. Compromisso “open minded”: o agente tenta atingir as suas intenções enquanto acreditar que são possíveis.

Page 47: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Como criar agentes que seguem uma BDI

Page 48: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

JAM

1992

1993

1994

1995

1996

ACT

PRS

UMPRS

SCS

1991

1990

1989

1988

1997

1998

JAM

Figure 1. Ancestry of the JAM intelligent agent architecture.

Mobility Ideas

1999

Page 49: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

JAM (2)

Page 50: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

JAM- Ciclo do Interpretador

public int run() { // loop forever until agent completes all of its goals while (true) { // outer, infinite loop // execute the Observer procedure returnValue = intentionStructure.executePlan(observer); metaLevel = 0; while (true) { // metalevel loop // generate an Applicable Plan List (APL) if necessary apl = new APL(planLibrary, worldModel, intentionStructure, metaLevel); // If the new or previous APL is not empty then add // entry to the World Model to trigger the next level of // reasoning. if (apl.getSize() != 0) worldModel().assert("APL", metalevel, apl, aplSize); // If this APL is empty then no new level of reasoning if (apl.getSize() == 0) { if ((intentionStructure.allGoalsDone())) return 0; // If the previous APL was empty then execute // something in the intention structure, otherwise // select something from the previous APL, intend it, // and then run something in the intention structure. if (last_apl == null || last_apl.getSize() == 0) { intentionStructure.run(); break;}

else { selectedElement = last_apl.getHighestRandomUtility(); intentionStructure.intend(selectedElement); intentionStructure.run(); last_apl = null; break; } } else { last_apl = apl; metaLevel++; } } // Inner, metalevel loop // Clear the World Model of APL elements. getWorldModel().retract("APL"); } // Outer infinite loop }

Page 51: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Jam- Objectivos

Os objectivos dos agentes são dados na seguinte forma:

goal_type goal_name parameter1 ... parameterN

<:UTILITY expression>;

The goal type is one of: ACHIEVE, PERFORM, and MAINTAIN.

Top Level Goals (ex) (persistentes):

GOALS:PERFORM wander_lobby;

ACHIEVE initialize :UTILITY 300; MAINTAIN charge_level “20%”; MAINTAIN safe_distance_from_obstacles 50.0;

Page 52: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Jam- Planos

Os planos são “formas” de atingir os objectivos.

PLAN: { GOAL: [goal specification] or CONCLUDE: [world model relation] NAME: [string] BODY: [procedure] <DOCUMENTATION: [string]> <PRECONDITION: [expression]> <CONTEXT: [expression]> <UTILITY: [numeric expression]> <FAILURE: [non-subgoaling procedure]> <EFFECTS: [non-subgoaling procedure]> <ATTRIBUTES: [string]>}Figure 3. Anatomy of a JAM agent plan.

Page 53: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Jam-Planos Exemplo

Exemplo:PLAN: { NAME: “Plan 1: Gather and process information" GOAL: ACHIEVE information_exploited $user_query $result $recursed; BODY: EXECUTE com.irs.jam.primitives.GetHostname.execute $hostname; EXECUTE print “Currently at “ $hostname “\n”; OR { // Check to see if we are done TEST (querySatisfiedp $user_query $solution); EXECUTE print “Done working on query.\n”; } { // We are not done, so figure out what to do next EXECUTE determineNextInfoSource $user_query $nextHostname $nextPort $result; EXECUTE agentGo $nextHostname $nextPort; EXECUTE gatherAndProcessInfo $query $result; ACHIEVE information_exploited $user_query $result “true”; }; WHEN : TEST (== $recursed “false”){agentGo $hostname $port;

Page 54: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Jam- Modelo do Mundo

FACTS:

FACT ON "Block5" "Block4";

FACT ON "Block4" "Block3";

FACT ON "Block1" "Block2";

FACT ON "Block2" "Table";

FACT ON "Block3" "Table";

FACT CLEAR "Block1";

FACT CLEAR "Block5";

FACT CLEAR "Table";

FACT initialized "False";

Figure 6. Example World Model for a blocks-world domain.

Page 55: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Jam

Mais informação:

http://www.marcush.net/IRS/index.html

http://member.shome.net/marcush/IRS/Jam/Jam-man.doc

Page 56: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

Atitudes Mentais e Teorias de Agentes

Atitudes mentais

FormalizaçãoProvar e descrever propriedades de agentes

Utilização para descrever o processamento interno do agente

Impacto nas linguagens de agentes

Arquitecturas

Page 57: Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004

A. Paiva & H.Sofia Pinto

SumárioSumário

Linguagens de formalização

Comportamento possível/ Teoria informal/ Conceptualização

Caracterização do ambiente

TEORIA DE AGENTES

ARQUITECTURAS DE AGENTES

(modelos)

CONSTRUÇÃO DE UM AGENTE i

SOCIEDADE DE AGENTES

Teorias de comunicação/ de cooperação/ de negociação

Bancadas Linguagens

APLICAÇÕES