CC BY
106
УДК 004:37
АРХИТЕКТУРА АГЕНТОВ ДЛЯ ИНФОРМАЦИОННО-ОБРАЗОВАТЕЛЬНОЙ СИСТЕМЫ
© 2012 С. Н. Иванов
программист межрегионального научно-методического центра высоких информационных технологий e-mail: serse.ivanov.nk@smail.com
Курский государственный университет
Рассматривается структура для интеллектуальной обучающей системы. Представлено описание архитектуры интеллектуальных агентов для интеллектуальной обучающей системы.
Ключевые слова: интеллектуальные обучающие системы, агенты, мультиагентные системы.
Одним из ключевых компонентов для построения мультиагентной системы [Luck 2003] является определение архитектуры агентов системы. В данной работе рассматривается архитектура интеллектуальных агентов информационнообразовательной системы, основанной на мультиагентном подходе.
На рисунке 1 представлена схема мультиагентной системы, где для каждого агента Eout/ Ein - это действия и восприятие агента соответственно, Agin/Agout - это восприятие действий другого агента и реакция на них.
Рис. 1
Интеллектуальный агент обладает рядом свойств:
• восприятие, посредством которого он получает некоторую информацию о среде;
• представления (убеждения) - это представления агента о состоянии среды в которой он находится;
• для рационального поведения агент обладает множеством целей;
• намерения - из-за ограниченности ресурсов агент не может выполнить все цели, поэтому среди целей выделяются намерения - множество целей которые агент собирается реализовать;
• планирование - возможность строить планы по взаимодействию со средой, основываясь на представлении агента о состоянии среды, целей и намерений.
Архитектура интеллектуального агента
На рисунке 2 представленная абстрактная модель агента [Weiss 2OO1]
Блок наблюдения позволяет агенту воспринимать состояние окружающей среды. Модель среды является внутренним представлением агента о состоянии среды. Блок принятия решений на основании данных о представлении среды определяет дальнейшее поведение агента.
На данный момент выделяют три класса архитектуры агентов [Weiss 2001; Wooldridge 2001; Hanks 1990]:
• реактивные - при данной архитектуре агент работает основываясь на правилах вида «событие - действие»;
• делиберативные или символические - используют символическое представление картины мира, решения о действиях принимаются на основе формальных рассуждений. Также в данной архитектуре выделяют отдельно BDI [Rao 1995] агентов (belief-desire-intention);
• гибридные.
Структура системы
Система состоит [Иванов 2010] из 5 агентов (рис. 3).
Агент студента ответственен за связь со студентом и обеспечивает интерфейс между системой и пользователем, адаптирует представление и средства навигации в соответствии с моделью, которая сформировалась в системе.
Управляющий агент собирает информацию о студенте, полученную от других агентов, выполняет их анализ и обработку и обеспечивает других агентов информацией, полученной в результате анализа.
Моделирующий агент обеспечивает выполнение расчетов сообразно с общим педагогическим подходом моделирования (таких как нечеткая логика или Байесовские сети), создает модели навыков студентов и их целей обучения. Таким образом моделируются потребности каждого студента в необходимой ему информации. Моделирование происходит на основе подходящих данных, которые предоставил управляющий агент.
Агент обучающих объектов ответственен за обработку и передачу запросов на получение учебного материала, управляет множеством обучающих объектов и обеспечивает соответствующими объектами студентов, которые могут обучаться по разным методикам.
Оценивающий агент предоставляет задачи и тесты пользователю и проверяет выполнение их в соответствии с его моделью, гарантирует, что обучающие объекты будут предложены в индивидуальной и адаптированной для каждого студента форме. Данный агент часто обновляет информацию о студенте, и поэтому любое изменение в усвоении данных отражается динамично.
Рис. 3
На этапе разработки мультиагентной системы важно определить структуры всех агентов системы. Определим архитектуру агента студента и моделирующего агента, так как остальные по структуре соответствуют первому.
Агент студента должен иметь представление о пользователе, его действиях и ответственен за предоставление учебного материала в адаптированной форме и сбор данных. Агент для соответствующего ему обучаемого должен хранить историю взаимодействий. Наиболее подходящей архитектурой для такого агента будет логическая, так как агент должен принимать решение, основываясь на информации об окружающей среде и накопленной истории взаимодействия со студентом. Использование ББІ архитектуры в данном случае будет избыточным, так как агенту не нужно пересматривать свои цели и строить план.
Рассмотрим структуру агента.
Блок наблюдения - ответственен за сбор информации от среды.
Модель системы - это внутренне представления об окружающей среде.
Блок принятия решений - на основе внутреннего представления об окружающей среде и истории взаимодействия принимает решение о выполнении действия.
Блок выбора действий - на основе решения «блока принятия решений» выбирает действие и выполняет его. Схема агента представлена на рисунке 4.
Моделирующий агент ответственен за создание модели обучаемого (его навыков, цели), планирования его дальнейшего обучения (траектории). Для данного агента наиболее подходящей архитектурой является ББІ, агент не может получить точную информацию об обучаемом и может рассуждать только в рамках собственных убеждений и целей, которые могут и не совпадать с реальностью (например, усвоит обучаемый материал или нет), так же агенту необходимо проанализировать набор данных и на основе логических правил и модели пользователя принять решение. Схема агента представлена на рисунке 5.
Рис. 5
Модель пользователя - информация об обучаемом, его знаниевая модель (оверлейная модель, пертурбационная, стереотипная и.т.д.).
Подсистема моделирования обучаемого - система моделирования может быть основана на Байесовской сети или нечеткой логики.
Подсистема планирования - на основе модели обучаемого и внутреннего состояния агента, строит траекторию обучаемого.
Блок принятия решений - на основе модели обучаемого и текущей траектории обучаемого принимает решение о выполнения действия.
Блок выбора действий - на основе решения «блока принятия решений» выбирает действие и выполняет его.
Блок наблюдения - ответственен за сбор информации от среды.
Внутреннее состояние агента - это внутренние представления об окружающей среде, его цели убеждения и намерения.
Таким образом, архитектура моделирующего агента позволяет инкапсулировать алгоритм моделирования пользователя и планирования в одном агенте и при необходимости изменить его на другой без изменения всей системы.
Применение данной архитектуры агентов для информационной системы будет оптимальной, так как для функционирования достаточно одного BDI агента -моделирующего, который способен планировать и менять цели в соответствии с действиями обучаемого; остальные агенты могут быть представлены логической архитектурой, в связи с тем что им необходимо принимать решения, основываясь на информации об окружающей среде и накопленной истории, что позволит упростить разработку системы.
Библиографический список\
Иванов С. Н., Кудинов В. А. Об архитектуре компьютерных обучающих систем на основе мультиагентных систем // Ученые записки: электронный научный журнал Курского государственного университета. 2010. № 1. URL: http://www.scientific-notes.ru/pdf/013-2.pdf (дата обращения: 23.12.2011).
Hanks S., Firby R.J. Issues and architectures for planning and execution // DARPA Workshop on Innovative Approaches to Planning, Scheduling and Control, San Mateo, CA, 1990. Morgan Kaufmann. P. 59-70.
Luck M., McBurney P., Preist C. Agent technology: Enabling next generation computing a roadmap for agent based computing. Southampton, UK: AgentLink, 2003.
Rao A. S., Georgeff M. P. BDI Agents: from theory to practice // In Proc. of the First International Conf. on Multi-Agent Systems (ICMAS - 95). San Francisco, CA. 1995. June. P. 312-319.
Weiss G. Multiagent Systems. A modern approach to distributed artificial intelligence. Cambridge, Massachusetts, 2001.
Wooldridge M. J. Intelligent Agents // Multiagent Systems. 2001.
