bdi agents from theory to practice n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
BDI Agents From Theory to Practice PowerPoint Presentation
Download Presentation
BDI Agents From Theory to Practice

Loading in 2 Seconds...

play fullscreen
1 / 18

BDI Agents From Theory to Practice - PowerPoint PPT Presentation


  • 123 Views
  • Uploaded on

BDI Agents From Theory to Practice. Anand S. Rao & Michael P. Georgeff Australian Artificial Intelligence Institute April , 1995. Miguel García-Serrano González 20/10/2009. Índice. 1. Introduction 2. The System and its Environment 3. Decision Trees to Possible Worlds

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

BDI Agents From Theory to Practice


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
bdi agents from theory to practice
BDI AgentsFromTheorytoPractice

Anand S. Rao & Michael P. Georgeff

Australian Artificial IntelligenceInstitute

April, 1995

Miguel García-Serrano González

20/10/2009

ndice
Índice

1. Introduction

2. TheSystem and itsEnvironment

3. DecisionTreestoPossibleWorlds

4. BDI Logics

5. AbstractArchitecture

6. Applications

1 introduction
1. Introduction
  • Problemas con un alto nivel de control y gestión en entornos dinámicos complejos son cada vez más frecuentes:
    • Redes de telecomunicaciones
    • Procesos de negocio
    • Sistemas de control de tráfico aéreo
    • Etc.
1 introduction1
1. Introduction
  • Difícilmente implementables con la Ing. SW. tradicional:
    • Necesario descomponer el problema en un conjunto múltiple de componentes (agentes) independientes, con capacidad de interactuar de forma dinámica e imprevista.
    • Necesaria regulación de interacciones (mecanismos organizativos y sociales).
    • No se piensa en objetos y métodos, sino en agentes y objetivos.
slide5

1. Introduction

  • Otros problemas inherentes a la IS:
    • No pueden predecirse todas las posibles interacciones entre agentes en tiempo de diseño.
    • Implementación de mecanismos que permitan la toma de decisiones en tiempo de diseño.
    • Descomposición del sistema complejo en funciones/acciones/procesos en vez de datos/objetos.
  • Conllevaría gran dificultad (y coste) construir, verificar y mantener el sistema sin metodología de agentes.
1 introduction2
1. Introduction
  • Gran trabajo realizado en la formalización e implementación de agentes BDI:
    • ¿Optimalidad de estas tres actitudes?
    • ¿Utilidad práctica de la lógica BDI?
2 the system and its environment
2. TheSystem and itsEnvironment
  • Arquitectura BDI es muy apropiada para agentes en entornos reales complejos y muy dinámicos
    • E.g., cálculo del ETA de aeronaves y su ordenación de acuerdo a complejos criterios.
  • Justificación de las tres actitudes en dicho problema.
  • El ejemplo propuesto propicia la adecuación de las tres actitudes (BDI) y sólo esas tres.
2 the system and its environment1
2. TheSystem and itsEnvironment
  • ¿Qué actitudes son apropiadas para representar agentes?
2 the system and its environment2
2. TheSystem and itsEnvironment
  • Informationattitudes: Información del agente sobre el entorno que ocupa.
  • Pro-attitudes: Actitudes que guían las acciones del agente.
  • Un agente debe estar representado por:
    • Al menos una informationattitude.
    • Al menos una pro-attitude.
2 the system and its environment3
2. TheSystem and itsEnvironment
  • ¿Qué combinación de actitudes es la más apropiada? Asunto polémico:
    • Investigadores en planificación y teoría de decisión clásica: B, D e I son demasiadas actitudes.
    • Investigadores en sociología e IA distribuida: La deliberación en agentes no puede conseguirse sólo con estas tres.
3 decision trees to possible worlds
3. DecisionTreestoPossibleWorlds
  • Base teórica para describir de forma proposicional creencias, deseos e intenciones.
  • Uso de árboles de decisión:
    • Chance Nodes: Cambios no controlados del entorno.
    • ChoiceNodes: Acciones del sistema.
  • Según sus creencias existen N mundos posibles.
    • Para éstos, pueden existir un número arbitrario de mundo deseables.
    • Cada uno de ellos tendrá una ruta que podrá seguir intencionalmente.
3 decision trees to possible worlds1
3. DecisionTreestoPossibleWorlds
  • Coste computacional elevado.
    • Memoria y procesamiento.
  • Agentes complejos podrían requerir:
    • Gran número de árboles.
    • Árboles de gran tamaño.
  • Sistemas multiagentes complejos pueden estar compuestos por decenas de agentes.
4 bdi logics
4. BDI Logics
  • Si estimación de probabilidades y recompensas no puede estimarse con exactitud:
    • Lógica BDI  Lógica está fundamentada.
    • Reducimos sus posibles valores a 0 ó 1.
  • La utilidad de las lógicas BDI se ha puesto en entredicho: poca relevancia desde el punto de vista práctico.
  • Pobre definición de preferencias
    • Rango de valores dicotómico.
  • Coste de implementación.
5 abstract architecture
5. AbstractArchitecture
  • Idealización teórica:
    • Difícil implementación.
    • Métodos no satisfacen demandas de tiempo real.
5 abstract architecture1
5. AbstractArchitecture
  • Idealización teórica:
    • Difícil implementación.
    • Métodos no satisfacen demandas de tiempo real.
  • Idea: desarrollar simplificaciones
    • ProceduralReasoningSystem (PRS)
    • DistributedMulti-AgentReasoningSystems (dMARS)
  • Debido a las simplificaciones, las implementaciones carecen de base teórica.
slide16

6. Applications

  • Gestión tráfico aéreo es un problema complejo.
  • Arquitectura Reactiva no apropiada:
    • Información local insuficiente para cumplir los objetivos del problema.
    • Dificultad para construir agentes con comportamientos altamente complejos (gran cantidad de acciones posibles y percepciones).
    • Dificultad para construir con AR un problema con objetivos concretos.
  • Arquitectura Deliberativa:
    • Problema que implica un razonamiento y/o planificación a medio y largo plazo.
slide17

6. Applications

  • Los agentes entran en conflicto por la existencia de recursos limitados (tiempo):
    • Han de coordinarse.
  • Posibilidades de coordinación:
    • Directa
    • A través de mediador
    • Sistemas federados
  • Objetivo de la coordinación: evitar conflictos entre agentes y mejorar el rendimiento global.