Upload
enrollinfo
View
233
Download
0
Embed Size (px)
Citation preview
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
1/64
Modelarea i analizasistemelor multi-agent
2. Arhitecturi de ageni (I)
Florin Leon
Universitatea TehnicGheorghe Asachi IaiFacultatea de Automatici Calculatoare
http://florinleon.byethost24.com/curs_masma.htm
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
2/64
2
Arhitecturi de ageni (I)1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
3/64
3
Arhitecturi de ageni (I)1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
4/64
4
Definiie O arhitectur de ageni este o anumit metodologie
pentru construirea agenilor, care specific n ce modpoate fi un agent descompus ntr-o mulime demodule i cum trebuie s interacioneze acestea.Mulimea total a modulelor trebuie s precizeze nce mod datele de la senzori i starea curent aagentului determin aciunile i urmtoarea stare
intern a agentului. O arhitectur cuprinde tehnicilei algoritmii care stau la baza acestei metodologii.(dup Pattie Maes)
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
5/64
5
Formalizare: agent imediu Strile mediului
S= { s1, s2, ... }
Aciunile posibile, date de capacitatea efectoric A= { a1, a2, ... }
Un agent standard poate fi vzut ca o funcie: action : S*A
S*este mulimea irurilor de elemente ale lui S
Comportamentul mediului: env : SxA(S)
(S)este mulimea prilor lui S
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
6/64
6
Determinismul mediului Mediu determinist
env(s,a) are o singur valoare (singleton)
Mediu nedeterminist env(s,a) are mai multe valori
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
7/64
7
Istoricul Modalitate de reprezentare a interaciunilor
dintre agent i mediu
starea iniial
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
8/64
8
Proprietate invariant O proprietate invariant a sistemului se
pstreaz n toate istoricele posibile De exemplu:
Agent controller de reactor nuclear
Proprietate invariant: reactorul nu explodeaz
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
9/64
9
Echivalen comportamental hist(ag, env) = mulimea tuturor istoricelor agentului
agn mediul env
Agenii ag1i ag2sunt echivaleni comportamentaln mediul envdac i numai dachist(ag1, env) = hist(ag2, env)
Agenii ag1i ag2sunt echivaleni comportamentaldac i numai dac hist(ag1) = hist(ag2) pentru toatemediile
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
10/64
10
Agent pur reactiv Un agent pur reactiv decide aciunile fr a-i
lua n considerare istoricul
action : SA Sn loc de S*
Exemplu: termostatul
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
11/64
11
Percepia i aciunea see : SP
ieirea funciei see
este un percept precept (principiu,
norm)
action: P*A
s1, s2S, s1s2, dar see(s1) = see(s2) s1i s2sunt stri indistinctibile
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
12/64
12
Exemplu: stri indistinctibile Pentru un termostat, combinaia de stri:
Temperatura este OK (x)
Ciolo este prim-ministru (y)
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
13/64
13
Capacitatea perceptiv
Agent fr capacitate perceptiv| E| = 1
Agent omniscient| E| = | S|
E= mulimea strilor diferite perceputeS= mulimea tuturor strilor
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
14/64
14
Ageni cu stare Agentul pornete cu starea
intern it= i0 Observ starea mediului s
p= see(s)
i actualizeaz starea intern it+1= next(it,p)
Selecteaz o aciune a= action(it+1) Repet de la observare
see: SP
next : Ix PI
Ieste mulimea strilor interne
action: IA
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
15/64
15
Arhitecturi de ageni La nceput (pn n 1985), aproape toi agenii
proiectai n cadrul cercetrilor de IA au folositraionamentul simbolic Raionament logic explicit pentru a decide aciunile
Problemele legate de raionamentul simbolic auprovocat o reacie mpotriva acestei abordri,micarea agenilor reactivi (dup 1985)
Din 1990, au fost propuse o serie de alternative:arhitecturi hibride, care ncearc s combineavantajele arhitecturilor simbolice i a celor reactive
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
16/64
16
Arhitecturi de ageni
Patru clase principale de arhitecturi:
DeliberativeAgeni folosind raionamentul deductivAgeni folosind raionamentul practic
Reactive
Hibride
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
17/64
17
Arhitecturi de ageni (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
18/64
18
Arhitecturi logice
Abordarea tradiional pentruconstruirea de sisteme
inteligente Reprezentare simbolic a
mediului i comportamentului Formule logice
Manipulare sintactic aacestei reprezentri Deducii logice sau
demonstraii de teoreme
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
19/64
19
Ageni deliberativi
A delibera = a examina n detaliu, a rezolva,a soluiona
Folosesc formule ale logicii predicative deordin I
Exemple:
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
20/64
20
Comportamentul
L= mulimeapropoziiilor logice deordin I
D= (L) Starea intern a unui
agent este un elemental lui D
Notmdac formula poate fidedus din folosinddoar regulile dededucie
see: SP
next: Dx PD
action: DA
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
21/64
21
Pseudocod
ncearc apoi sgseasc o aciunecoerent (care nu esteinterzis explicit)
ncearc mai nti s
gseasc o aciune carepoate fi dedus din bazade date
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
22/64
22
Lumea aspiratorului
Percepte: dirt(murdrie), null Aciuni: forward(un pas nainte), suck(aspir),
turn(ntoarcere la dreapta cu 90)
Predicatele domeniului:
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
23/64
23
Reguli
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
24/64
24
Raionalitate computaional
engl. calculative rationality Un program care, dac s-ar executa infinit de rapid,
ar demonstra un comportament perfect raional Un program de ah cu raionalitate computaional
ar alege mutarea optim, dar luarea deciziei ar puteadura un miliard de ani
Demonstrarea de teoreme este lent Dac mediul se poate schimba mai repede dect
viteza de decizie a agentului, raionalitateacomputaional este inacceptabil
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
25/64
25
Discuie
Avantajele arhitecturilor logice
Semantic simpl, elegant
Formalizare foarte bun
Exist multe sisteme de demonstrare automat a teoremelor
Probleme
Transformarea strilor mediului n reprezentare simbolic
De exemplu extragerea de proprieti declarative din imagini Modele neintuitive, complicate
Complexitatea computaional
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
26/64
26
Arhitecturi de ageni (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
27/64
27
Propoziii temporale
antecedent(despre trecut) consecvent(despre prezent i viitor)
Pe baza informaiilordespre trecut,acioneazn prezent i viitor
MetateM face distincie ntre aciunile
agentului i aciunile mediului
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
28/64
28
Notaii
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
29/64
29
Definiii temporale
Since: este satisfcut acum dac este adevrat la un moment n trecut i este adevratla orice moment dup acel moment
Zince(since slab): este satisfcut acum dac ( este adevrat la un moment n trecut ieste adevrat la orice moment dup acel moment) SAU s-a ntmplat ntotdeauna n trecut
Until: este satisfcut acum dac este adevrat la un moment n viitor i este adevrat laorice moment nainte de acel moment
Unless: este satisfcut acum dac ( este adevrat la un moment n viitor i esteadevrat la orice moment nainte de acel moment) SAU se va ntmpla ntotdeauna n viitor
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
30/64
30
Definiii temporaleeste un ir de stri s1, s2, ...ieste indexul de timp (acum)
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
31/64
31
Definiii temporale
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
32/64
32
Teorema separaiei
formul despretrecut
formul despreprezent i viitor
Dac ieste adevrat la momentul de timp n,atunci execut i
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
33/64
33
Exemplul 1: mbinarea cozilor
Dou cozi la aeroport: ceteni (1) i strini(2) Un singur ghieu al poliiei de frontier
b= coada 1 este mai mare dect coada 2 m1: preia din coada 1
m2: preia din coada 2
Reguli:
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
34/64
34
Exemplul 2: manager deresurse
Dac o resurs este cerut de un proces,atunci va trebui la un moment dat alocat
acelui proces Dac resursa nu este cerut, atunci nu
trebuie alocat La un moment dat, resursa trebuie alocat cel
mult unui singur proces
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
35/64
35
Reguli de execuie
Dac un proces a cerut resursa la momentul anterior, i se va aloca cndva n viitor
Dac un proces nu a cerut resursa niciodat (r1 din definiia zince) SAU la un momentdat i-a fost alocat i nu a cerut-o atunci (a1 r1 de dup ) iar din acel moment nu a maicerut-o din nou (r1dinaintea lui ), atunci nu trebuie s-i fie alocatresursa (a1)
Dat fiind orice moment anterior, resursa nu poate fi alocat simultan ambelor proceseFlorin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
36/64
Limbajul MetateM// The agent that says 'hello' to everyone it knows
type agent;
ability send: metatem.agent.ability.Send;
ability print: metatem.agent.ability.Print;
logging FINE;
ruleblock: {
start => greet ;
greet & in(X,known) => NEXT send(X,hello);
receive(From, Message) => NEXT print("Received message, ", Message, ", from ", From, ".");
}
( http://www.csc.liv.ac.uk/~anthony/metatem.html )
36Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
37/64
37
Arhitecturi de ageni (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM
4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
38/64
38
Caracteristici
Comportamentul este definit de reguli de tipul:situaie aciune
Mai multe comportamente se pot aprinde(engl. fire) simultan De exemplu regulile CLIPS/Jess sau Jason
Comportamentele sunt aranjate pe straturi
Cu ct un strat este mai jos, cu att are prioritate mai mare Straturile inferioare pot inhiba straturile superioare
Exemplu: dac i se apropie cuiva o musc de ochi, nchideochii din reflex, chiar dac atunci era concentrat s citeasco carte
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
39/64
39
Comportamentul
Comportamentul este o pereche (c, a)
cPeste o condiie, aAeste o aciune
Comportamentul se va aprinde dac:see(s) c, cu sS
Beheste mulimea tuturor perechilor (c, a)
Relaie de inhibiie:
Rx R, cu RBeh Notaie: b1b2dac (b1, b2)
b1inhib b2
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
40/64
40
Pseudocod
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
41/64
41
Exemplu
Explorarea unei planete i colectarea unor roci Reguli:
1. Dacdetectezi un obstacol, atuncischimb direcia 2. Dactranspori roci i eti la baz, atuncidescarc rocile 3. Dactranspori roci i nu eti la baz, atuncimergi n
sensul creterii gradientului semnalului de la baz 4. Dacdetectezi o roc, atunciridic-o
5. Dac(adevrat), atuncimergi aleatoriu Ierarhia de comportamente:
1 2345
Comportamentul global este emergent
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
42/64
42
Cooperare
Rocile pot fi grupate n anumite locuri
Agenii las urme de particule radioactive
cnd gsesc roci i se ntorc la baz Ali ageni le urmeaz n sensul descresctor
al gradientului semnalului i ridic particule
Intensitatea urmei scade
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
43/64
43
Cooperare
Noi reguli:
6. Dactranspori roci i nu eti la baz, atunci
las 2 particule i mergi n sensul creteriigradientului semnalului de la baz
7. Dacpercepi particule atunciridic 1 particuli mergi n sensul descreterii gradientuluisemnalului de la baz
Ierarhia de comportamente:
1 26475
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
44/64
Discuie Avantaje
Simplitate, economie, calcule mai rapide, robustee, elegan
Dezavantaje
Neavnd modele ale mediului, agenii trebuie s aib suficienteinformaii locale. Implicit vor gndi pe termen scurt Nu este evident cum ar putea nva agenii din propria experien Emergena implic dificultatea de nelegere a comportamentului
global
Nu exist o metodologie clar pentru construirea unor astfel de sisteme Metodancercare i eroare
Sunt greu de constuit ageni cu multe straturi de comportament(de exemplu > 10)
Dinamica interaciunilor devine prea complex Posibil soluie: ageni care evolueaz
44Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
45/64
45
Arhitecturi de ageni (I)
1. Arhitecturi abstracte
2. Arhitecturi logice
3. MetateM4. Arhitecturi reactive
5. Arhitectura de subsumare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
46/64
46
Arhitectura de subsumare
engl. subsumption architecture
Propus de Rodney Brooks n 1986 pentru roboi A Robust Layered Control System for a Mobile Robot
Extins ntr-o nou perspectiv asupra inteligeneiartificiale
Intelligence without Reason
Intelligence without Representation
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
47/64
47
Musca i robotul O musc probabil:
Nu i construiete odescriere 3D a obiectelor
Nu raioneaz asupraameninrii unui om cu opalet sau despreconvingerile i scopurileacestuia
Nu i construiete teorii
fizice elementare asupraaterizrii pe tavan
ns musca probabil: Are legturi strnse ntre
senzori i efectori Are modele pre-cablate de
comportament
Are tehnici de navigaiesimple
Funcioneaz aproape ca omain determinist
i totui se descurc maibine n lumea real dectmuli roboi inteligeniconstruii de om pn acum
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
48/64
48
Metode anterioare de controlpentru roboi
Foloseau o abordaredivide-et-impera Percepie (senzori) modelareplanificareexecuie
control motoraciune (efectori)
Opinia lui Brooks: Inteligena de nivel uman este foarte dificil de implementat
i nu este singurul tip de inteligen Abordarea divide-et-impera a condus la blocaje n
rezolvarea unor probleme irelevante
Modelul rezultat nu are robostee Toatesubsistemele sunt necesare pentru ca robotul s
funcioneze
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
49/64
49
Motivaie
Brooks consider comportamentul uman doaraparent raional Acesta ar fi expresia extern a unor comportamente
independente fr control central
Se urmeaz calea evolutiv a inteligenei Se ncepe cu o inteligen simpl, mai uor de implementat
dect inteligena uman
Dup asigurarea succesului, modelul se extinde cu nivelurimai nalte de inteligen
Model robust deoarece straturile inferioare pot funciona ncontinuare chiar i atunci cnd straturile superioare eueaz
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
50/64
50
Idei de baz
Comportamentul inteligent:
Nu necesit reprezentri explicite
Nu necesit raionamente abstracte (simbolice)
Emerge din interaciunea unor comportamente simple
Raionalitatea necesit un mediu
Scopul lui Brooks era s dezvolte creaturi artificiale
complete, capabile s acioneze n lumea real, nuntr-un mediu simplificat
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
51/64
51
Arhitectura de subsumare
Metodologie stratificat pentru sisteme de control al roboilor Straturile inferioare sunt asemntoare reflexelor Straturile superioare permit atingerea unor scopuri de nivel mai
nalt
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
52/64
52
Automate finite augmentate
Fiecare strat este format din procesoare simple conectate:automate finite augmentate (engl. augmented finite statemachines) Automate finite completate cu cronometre
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
l
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
53/64
53
Aspecte importante aleautomatelor
Ieirile sunt funcii simple de intrri i starea intern
Intrrile pot fi suprimate (suppressed)
Ieirile pot fi inhibate (inhibited) Aceasta permite straturilor superioare s subsumeze
funciile straturilor inferioare Pentru ca o situaie s fie tratat pe un strat superior,
intrarea unui strat inferior este suprimat i acesta nu maitie de existena situaiei
Straturile inferioare continu s funcioneze la fel can absena straturilor superioare
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
54/64
Subsumarea
Fiecare strat are acces direct la informaiile senzoriale dinmediu
Fiecare strat are propriul scop
Straturile lucreaz concurent i asincron Suprimarea substituie semnalul de intrare al unui automat
dintr-un strat inferior cu semnalul dat de pe un nivelsuperior
Inhibiia elimin semnalul de ieire al unui automatdintr-un strat inferior Noi straturi pot fi adugate deasupra unora existente, fr
a fi nevoie de modificarea straturilor inferioare
54Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
55/64
Caracteristici
Nu exist o ierarhie clasic a straturilor de tipulsubsistemelor, subrutinelor etc.
Nu exist sincronizare Mesajele pot fi pierdute fr notificare Trebuie retrimise de mai multe ori
Straturile funcioneaz n paralel Se poate folosi mediul extern pentru comunicare
Strile automatelor se schimb cnd primesc mesajesau cnd expir perioada de timp desemnat Robotul Herbert: o stare dureaz maxim 3 secunde
55Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
56/64
Roboii lui Brooks
Allen Evit obstacolele i sendreapt ctre o locaie
Herbert Gsete cutii de suc i le aduce la locaia de start
56Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
57/64
Allen
Stratul 0 Evit obstacolele, fuge dac se apropie ceva
Stratul 1 Se adaug deplasarea aleatorie
Stratul 2 Se adaug urmrirea unui obiectiv ndeprtat
57Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
St t l 0
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
58/64
58
Stratul 0 Evit obiecte statice sau n micare Folosete 12 sonare cu ultrasunete: 12 msurtori pe secund,
cu zgomot puternic Calculeaz o for de respingere rezultant pe baza ponderilor
proporionale cu 1 / d2
Aciuni: st pe loc sau fuge
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
St t l 1
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
59/64
59
Stratul 1 Deplasare cu un unghi aleatoriu, schimbat o dat la 10 secunde Direcia aleas d o for de atracie
Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
60/64
Stratul 2
Asigur explorarea la distan Inhib micarea aleatorie din stratul 1 Suprim intrarea n modulul avoid, pentru a injecta
noua comand de direcie pathplancomand direcia integrateasigur actualizrile pentrupathplan,
folosind un motor de diferene: foreaz robotul s sedeplaseze n direcia dorit, compensnd modificriledate de evitarea obstacolelor
60Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
61/64
61Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
62/64
Herbert
Dispozitive
Scanner cu laser pentru a gsi cutiile
Senzori de proximitate cu infrarou pentru a identifica pereii
Busol magnetic pentru a se orienta Senzori pe mn pentru apucarea cutiilor
Nu exist comunicare direct ntre straturile interne Cnd se opresc roile, pornesc senzorii pentru cutii
Cnd o cutie este ntre degete, apuc i trage mna
Reguli diferite nainte i dup gsirea unei cutii Pe baza condiiei de separare a degetelor
Navigare pentru a se ntoarce n locaia iniial: dup ce treci de ou mergnd spre sud, ntoarce-te la stnga
62Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
63/64
Toto (Mataric)
Robotul construiete un graf intern, corespunztorhrii mediului
Se aloc autonom noduri noi pentru repere noi i se
actualizeaz relaiile de vecintate Pentru deplasarea la o anumit locaie, se produce o
excitaie n graful intern a locaiei scop Excitaia se rspndete pn la locaia curent,
analog cu un plan
Cnd robotul se mic, se schimb i reprezentarealocaiei
63Florin Leon, Modelarea si analiza sistemelor multi-agent, http://florinleon.byethost24.com/curs_masma.htm
7/31/2019 Sisteme multiagent. Arhitecturi de agenti 1
64/64
Aspecte tipice ale arhitecturii
Sistemele cu subsumare pot face predicii, planuri ipot avea scopuri, fr reprezentri centralizate,manipulabile i simbolice
Nu necesit modele ale lumii reale Nu exist comunicare de nivel nalt ntre straturi
Nu exist memorie comun
Lumea real este folosit drept model Lumea real este propriul su model
Acuratee
Nu sunt necesare calcule pentru actualizare