Documente Academic
Documente Profesional
Documente Cultură
Arhitectura unui agent se bazează pe interconexiunea modulelor sale hardware şi software, care
permit unui agent să se comporte conform specificaţiilor de proiectare. Un agent poate fi definit ca o
unitate de calcul cu semnale de intrare ( de exemplu, de la senzori ) şi cu semnale de ieşire ( de
exemplu, către elementele de execuţie ), sau în capul unei reţele de comunicaţii, cu intrări-ieşiri pe linia
de comunicaţie, fig.1.1.
AGENT
Fig.1.1
Un agent este autonom dacă acesta exercită un control asupra propriilor acţiuni şi este flexibil dacă nu
toate acţiunile sale sunt prestabilite. Un agent poate fi mobil dacă este capabil să se mişte în spaţiu, de
exemplu de la o maşină la alta, reactiv dacă primeşte semnale de “percepţie” şi emite semnale de “
acţiune “, adică percepe mediul în care se află. Un agent software este un sistem software care rulează
EPM 5
pe calculatoare sau reţele, asistând utilizatorii în executarea unui task. Un agent software trebuie să
reacţioneze într-un anumit mod, eficient şi cu un schimb minim de cunoştiinţe. În prezent creşte
numărul şi rolul agenţilor software deoarece creşte numărul de calculatroare, de sisteme informaţionale
şi de utilizatori. Astfel, după destinaţia lor, există agenşi robotici ( pentru RI ), agenţi informaţionali, de
exemplu, agenţi internet, care oferă servicii Internet intelignte. Arhitecturile agenţilor se pot clasifica
după modul cum aceştia vin în contact cu mediul ( format din senzori şi elemente de execuţie ),
rezultând arhitecturi orizontale şi verticale, fig.1.2.a.b.
Acţiuni
Agent 1
Agent 2
Agent n
Percepţii Acţiuni
Agent n
Agent 1
a
Fig.1.2 b Percepţii
Un SMA este un sistem distribuit, format dintr-o colecţie de agenţi autonomi care interacţionează
într-un mediu comun, fiecare agent având cunoştinţe, capacităţi de acţiune şi scopuri proprii. Un
ansamblu de agenţi ( care reprezintă entităţi active ), operează într-un mediu, un spaţiu prevăzut cu
metrică, asupra unor obiecte ( care sunt entităţi pasive, adică pot fi create, distruse şi modificate de
către agenţi ) pe baza unui ansamblu de relaţii care uneşte obiectele între ele, folosind operatori care au
sarcina de a reprezenta aplicarea acestor operaţii. Dacă numărul de agenţi este egal cu numărul de de
obiecte şi mediul este o mulţime vidă ( adică roboţii sunt interconectaţi numai între ei ), atunci avem un
sistem multiagent pur comunicant. În construcţia sistemelor multiagent s-a impus o nouă paradigmă
metodologică de programare, AOP – adică Agent Oriented Programming, care poate fi văzută ca o
specializare a paradigmei programării orientate pe obiecte, OOP ( Object Oriented Programing ). În
AOP stările modulelor ( numite mentale ) sunt convingeri, intenţii etc. Pentru a preveni haosul, pentru a
rezolva constrângerile de mediu, în condiţiile în care agenţii au diferite capacităţi şi posibilităţi de
expertiză, acţiunile agenţilor fiind uneori interdependente, este necesară coordonarea, care uneori
impune proiectarea unui agent coordonator. Coordonarea se poate face prin partajarea de task-uri şi
prin partajarea de rezultate. Astfel se pot enumera exemple de situaţii în care se impune o cooperare
între agenţi în caz de conflict.
Exemplul 1. Un agent cere ajutorul altui agent, acesta fiind un exemplu de partajare de sarcină.
Exemplu 2. La un agent sosesc rezultate referitoare la o informaţie de la diferiţi agenţi, acesta fiind caz
de cooperare de tip partajare de rezultate.
Exemplul 3. Un agent nu obţine o informaţie pe care o cere de la alt agent. În acest caz coordonatorul
trebuind să găsească un alt plan de rezolvare pentru acel task. Rezultă că între agenţi poate avea loc o
negociere, adică un schimb de mesaje bazat pe un protocol, destinat stabilirii unui acord în situaţii
conflictuale.
Într-un SMA o problemă se execută în paralel, ceea ce oferă o viteză mărită de execuţie şi o
creştere a eficienţei soluţiei propuse. Termenele de execuţie ale unui task sunt importante în aplicaţia
unde există limite temporale, unde există priorităţi pentru ordinea de excuţie a task-urilor, ca de
EPM 5
exemplu, privind timpul absolut de sosire a unei cereri de task, privind timpul limită de terminare a
task- ului, privind timpul curent absolut pentru un agent etc., sau intervale de timp, ca de exemplu
timpul mediu de execuţie a unui task.
Domeniile de aplicare ale SMA în medii de timp real sunt:
Conducerea proceselor. Astfel există platforme software de construire a unui SMA şi
metodologii pentru proiectarea aplicaţiilor, destinate conducerii proceselor, managementului
transportului energiei electrice, pentru fabrici de ciment etc. Un asemenea agent reprezintă un sistem
computaţional format din 4 module: de comunicaţie, de coordonare, de management al informaţiei şi
un modul pentru diagnosticarea domeniului de lucru al agenţilor.
Procese de fabricaţie. Aceste procese sunt definite prin parametrii care se schimbă des în
funcţie de produsele care trebuie fabricate, de resursele disponibile şi de constrângerile de timp. Astfel
un agent poate fi o întreprindere, o componentă a sa, fiind necesare protocoale pentru delegarea task-
urilor către fabrici, secţii şi ateliere.
Controlul traficului aerian. În acest sistem, agenţii sunt folosiţi pentru a reprezenta tipurile şi
traseele avioanelor pe un teritoriu mare, în jurul unui aeroport. Când un avion intră în spaţiul aerian
controlat, îi este atribuit un agent, care primeşte toate datele şi obiectivele zborului.
Comerţul electronic, managementul afacerilor, utilizarea informaţiilor sunt domenii de
perspectivă de utilizare a SMA.
PROCES
Fig.1.3.
Agentul Achiziţie , obţine periodic date din proces şi oferă valorile curente agenţilor interesaţi
şi salvează datele în fişiere de tip istoric. Acest agent oferă serviciile de eşantionare a datelor din proces
şi de modificare a perioadei de eşantionare
Agentul Alarmare, transmite un mesaj de alarmă dacă un parametru este în afara limitelor
specificate pe durata mai multor intervale de eşantionare
Agentul Prelucrare are rolul de a calcula mărimi calitative ( abstractori ) ale procesului condus,
de exemplu a tendinţei şi a gradului de oscilaţie
Agentul Conducere implementează de exemplu un algoritm PID şi oferă servicii privind
fixarea valorilor parametrilor de acordare şi a perioadei de eşantionare şi solicită servicii privind
valorile eşantionate din proces.
Agentul Sistem expert, pe baza informaţiilor de la agentul de prelucrare ( a abstractorilor )
sesizează disfuncţionalităţi, execută operaţii de detecţie şi diagnoză.
Descrierea serviciilor oferite sau solicitate de un agent se face între-un limbaj de programare, de
exmplu ADL.
EPM 5
1.7. SISTEM MULTIAGENT PENTRU IDENTIFICAREA SURSELOR MOBILE DE
POLUARE SONORĂ
Agenţii nu trebuie să aibă toată informaţia pentru a rezolva complet şi precis, probemele lor.
Problemele fiecărui agent nu sunt complet independente, existând restricţii între subprobleme. Aceste
restricţii pot fi folosite pentru a rezolva inconsitenţa şi incertitudinile ce sunt în rezolvarea problemei
locale datorită pierderii preciziei şi actualizării datelor. Cu agenţii se poate face un schimb parţial de
rezultate şi de tendinţe. Acest schimb poate compensa lipsa de precizie a datelor, adică să depăşească
incertitudinile în rezolvarea problemei locale.
În problemele cu multiagenţi, strategiile de rezolvare trebuie determinate dinamic pe baza
scopului curent şi a stadiului de rezolvare a problemei. În general, ipotezele în rezolvarea unei
probleme locale sunt incerte, scopul ineracţiunii între agenţi este de a face explicată convergenţa
rezolvării unei probleme.
Ca exemplu, se consideră 2 agenţi pentru determinarea traseului unor surse mobile de poluare
sonoră, de exemplu avioane. Fiecare agent primeşte date de pe regiunea sa, fig.11.4, unde fiecare punct
reprezintă poziţia şi clasa de frecvenţă, fiecare tip de avion produce un spectru caracterisic frecvenţei
acustice. Scopul este de a determina tipul de avion şi traseul său în regiunea respectivă. Datele vin
grupate în două seturi în timp, cum au fost obţinute.
Incertitudinile soluţiei sunt de la zgomotele din mediu, de la semnalele măsurate impropriu. În
practică pot apărea semnale fantomă de la diverse reflectări ale semnalelor acustice ale avionului sau
semnale din mediu cercetat, de exemplu sunete de la nori, descărcări electrice. Pentru a discerne
diferite cauze ale incertitudinilor, trebuie introduse restricţii. De exemplu, dacă un traseu al unui punct
se opreşte, atunci acesta nu era un avion. Deci inerpretarea definitivă a unei soluţii trebuie să fie
rezultatul unui număr mare de măsurări.
Fiecare agent are o valoare limitată datorită numărului de senzori şi el nu poate verifica datele
sale fără a comunica cu un alt agent. De exemplu, un semnal fantomă poate intra în zona de măsurare a
unui agent, dar nu la toţi agenţii, deci agenţii, fig.1.4, fac un schimb de date pentru a converge căte
soluţia corectă, pentru a obţine un nivel de certtudine acceptabil al soluţiei. Astfel, în acest exemplu,
agentul A poate lua un semnal fantoma drept un semnal util.
Agent A
Agent A
fantomă
Agent A
Agent B
Primul set de
date în timp fantomă
Al doilea set de
date în timp
Soluţie finală
Date de intrare
Fig.1.4
EPM 5
Deci agenţii îşi ajustează soluţiile locale prin comunicaţiile între ei, altfel nefiind posibilă o
soluţie exactă. Agenţii comunicând între ei fac o serie de scenarii privind traseul şi numărul de avioane.
În această aplicaţie cu radarul, se determină poziţia avionului, iar tipul avionului prin analiza spectrală a
sunetului.
În aplicaţii este importantă cunoaşterea sursei de incertitudine pentru ajustarea soluţiilor. Astfel
este de dorit să existe afirmaţii simbolice în funcţie de sursa de incertitudine, în termenii ipotezelor
credibile ale soluţiei. De asemenea este foarte important să existe un criteriu de apreciere a consistenţei
soluţiei finale. De exemplu, se adaugă intenţionat surse de incertitudine la măsurările deja făcute şi se
vede dacă soluţia rămâne acceaşi.
Decizile privind soluţia finală se pot lua după algoritmul:
Decizia unui agent.este extinsă la traseul în zona altui agent şi trebuie ca aceasta să fie
consistentă
Ipoteza unui agent privind traseul în zona altui agent să fie consistentă
Agenţii trebuie să fie capabili să găsească dovezi externe când consideră o ipoteză greşită
( semnalele fantomă )
Modelul surselor de incertitudine se suprapune peste zonele mai multor agenţi. Aceste surse de
incertitudine globale ajută la creşterea consistenţei unei soluţii, fiind dovezi externe ale consistenţei.
Rezultă că aprecierea consistenţei soluţiilor finale necesită o diagnoză diferenţiată şi distribuită.