CC BY
249
Актуальные проблемы авиации и космонавтики - 2015. Том 1
УДК 004.942
АНАЛИЗ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ: СТРУКТУРА, ПРИНЦИП РАБОТЫ, ОБЛАСТЬ ПРИМЕНЕНИЯ
Ю. В. Климец, Л. В. Липинский, А. С. Свиридова
Научный руководитель - А. Н. Антамошкин
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: yulia_klimec@mail.ru
Интеллектуальные агенты занимают прочные позиции при проектировании сложных информационных систем там, где достаточно трудно спрогнозировать поведение системы в возникающих условиях. Представлена информация о свойствах агента, принципе его работы, области применения многоагентных систем.
Ключевые слова: агент, мультиагентные системы, интеллектуальные агенты.
ANALYSIS OF INTELLIGENT AGENTS: STRUCTURE, WORKING PRINCIPLE,
APPLICATION AREA
U. V. Klimec, L. V. Lipinskiy, A. S. Sviridova Scientific supervisor - A. N. Antamoshkin
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: yulia_klimec@mail.ru
Intelligent agents occupy a strong position in the design of complex information systems where it is difficult enough to predict the behavior of the system in the emerging conditions. This paper provides information about the properties of an agent, how it works, the application of multi-agent systems.
Keywords: agent, multi-agent systems, intelligent agents.
В последнее время с ростом компьютеризации появляется множество информационных и программных систем, отвечающих различным требованиям. Но особенностью таких систем является то, что они выполняют только те операции, которые заранее были спроектированы человеком. Другими словами, современные информационные системы не предназначены для самостоятельного принятия решений в каких - либо ситуациях, если на этапе проектирования не были заложены варианты поведения системы в данных условиях. Тестирование систем частично может снизить вероятность отказа систем, но данные тесты также предложены человеком в самом начале проектирования и поэтому предугадать все варианты развития событий не могут. Попадание подобной системы в условия, не учтенные разработчиками, может привести к аварийному завершению, потере данных и даже повреждения дорогостоящего оборудования. В то же время, все сложнее становится учитывать все особенности поведения системы на этапе разработки, так как постоянно растет количество задач, поддающихся полной или частичной автоматизации. И поэтому увеличивается вероятность появления ошибок, в том числе критических. Одним из подходов, позволяющих решить возникшую проблему, является агентно-ориентированное программирование и применение мультиагентных систем.
Важной отличительной особенностью концепции агента является наличие внешней среды, с которой агент способен взаимодействовать, но не может контролировать ее [2]. Таким образом, агентом является система, способная адекватно реагировать на изменения внешней среды, не предусмотренные его поведением. Именно поэтому применение агента является одним из лучших вариантов решения возникающих задач в области информационных технологий, например, распределение управления и искусственный интеллект.
В работе представлено универсальное определение агента: агент - это вычислительная система, помещенная во внешнюю среду, способная взаимодействовать с ней, совершая автономные рациональные действия для достижения определенных целей [2]. Агент обладает следующим свойствами:
Секция «Информационно-управляющие системы»
- реактивность - адекватное восприятие среды и соответствующие реакции на ее изменения;
- проактивность - способность агента генерировать цели и действовать рациональным образом для их достижения;
- социальность - возможность взаимодействия и коммуникации с другими агентами для достижения целей.
Любым из этих свойств может обладать любая система, но совмещение в себе хотя бы двух из них, является непростой задачей.
Модель агента можно представить следующим образом [1]: пусть внешняя среда агента описана с помощью множества S состояние среды (environment states), возможные действия агента описаны с помощью множества A действий (actions). Абстрактно агент можно представить как функцию: action:S ^ A. Другими словами, выбор конкретного действия из множества возможных агент осуществляет, основываясь на текущем состоянии внешней среды, а также истории, описывающей все предыдущие состояния. Но при этом действия агента могут влиять на окружающую среду, но не контролировать ее полностью. Недетерминированное поведение внешней среды в этом случае можно описать следующей функцией: env:S^A ^ 2s. Другими словами, в зависимости от своего текущего состояния и выбранного агентом действия среда может перейти в одно состояние из определенного множества. Если для любой пары состояние - действие множество возможных состояний среды состоит из одного элемента, то такую среду можно считать детерминированной.
Взаимодействие агента и внешней среды можно представить с помощью истории (history), которая является упорядоченной последовательностью пар состояние-действие:
h : s0 —s1 ——^s2 —...,
где s0 представляет начальное состояние внешней среды; ai представляет i-е действие, выбранное агентом; si - состояние внешней среды после осуществления агентом (i-l)-ro действия. В этом случае во внешней среде env для агента action история h будет допустимой (possible history), если выполнены следующие два условия [1]: для любых nCN, an = action((s0, s1, s2, ..., s„)), то есть поведение агента определяется моделирующей его функцией; для любых nCN, s„+¡Cenv(s„, a„), то есть поведение среды определяется моделирующей функцией и поведением агента.
Существует множество областей применения агентов и мультиагентных систем [3]. Но в данной работе выделено три основных класса систем, при реализации которых удобно применять именно агентно-ориентированный подход: открытые, сложные и интерактивные системы.
В открытых системах структура может изменяться в процессе их функционирования. Представителем такой системы является Интернет.
Наилучшими современными методами борьбы со сложностью системы является модульность и абстракция. За счет того, что агент обладает свойством автономности, то его можно активно применять для решения проблем сложных систем.
Несмотря на то, что большинство современных систем обладают графическим интерфейсом, у пользователей возникают затруднения при их освоении. С помощью агентов можно построить интерактивную систему, которая будет не просто принимать и выполнять команды пользователей, но и активно и интеллектуально взаимодействовать с ними, стремясь к достижению общих целей.
В промышленности мультиагентные системы наиболее распространены в следующих областях: автоматизация управления сложными системами: система управления производством YAMS [3], система управления воздушным движением OASIS [3]; сбор и обработка информации: системы для сбора и обработки информации в сети Интернет; игры: современные игры, где противниками игрока являются игроки, реализованные как интеллектуальные агенты.
Библиографические ссылки
1. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. М. : СПб, Питер, 2000. 384 с.
2. Alain-Jérôme Fougères. A Modelling Approach Based on Fuzzy Agents // International Journal of Computer Science Issues, November, 2012.
3. Интеллектуальные агенты. Конкретные архитектуры интеллектуальных агентов. Языки программирования агентов [Электронный ресурс]. URL: http://5fan.ru/wievjob.php?id=77538 (дата обращения: 07.04.2015).
© Климец Ю. В., Липинский Л. В., Свиридова А. С., 2015
