9.9. Перспективы мультиагентных технологий.

В работе [9] сформулированы проблемы, решение которых может существенно продвинуть вперед технологию мультиагент­ных систем и исследования в области «искусственной жизни».

1. Применение принципов гомеостатического управления. Предположение о том, что наилучшее взаимодействие агентов в МАС достигается при бесконфликтной кооперации, не всегда справедливо. Это утверждение можно аргументировать примера­ми биологических систем, в которых эффективной оказывается кооперация противоборствующих сторон (ХИЩНИК-жертва, взаи­модействие симпатической и парасимпатической нервных сис­тем). Противодействующие структуры позволяют поддерживать системы с многокритериальным управлением в границах области «неулучшаемых» решений (область Парето). Поэтому одним из актуальных направлений развития теории МАС является приме­нение принципов гомеостатического управления (гомеостаз ­равновесие), основы которого были заложены в работе отечест­венной научной школы Ю. М. Горского. ,

2. Создание адекватных механизмов активизации знаний, требующихся при решении конкретных проблем. Опыт создания интеллектуальных систем показывает, что увеличение количества знаний приводит к эффекту «государственной публичной библи­отеки». Обладая огромным запасом знаний, библиотека не имеет каких-либо умений и навыков. Поэтому одной из существенных проблем интеллектуальных агентов является повышение их ак­тивности, которая связана не с накоплением знаний, а с умением активизировать нужные знания в процессе решения задач. Разра­ботка процедур активизации знаний будет способствовать созда­нию действительно интеллектуальных агентов.

3. Перспективным направлением является использование идей рефлексивного управления в МАС. Эксперименты с агента­ми, наделенными способностью к рефлексивным рассуждениям, показали эффективность данного подхода.

4. Создание конструктивных моделей этических систем и мо­делей поступков в среде обитания агентов.

5. Исследование влияния внешних факторов на поведение коллектива искусственных агентов и личностных характеристик агентов (психологические типы, оптимизм в оценках достижи­мости целей, азартность, упорство, конфликтность и т.п.)

9.10. Выводы по 9-ой главе.

Эту главу можно сравнить с головокружительным полетом над обширным ланд­шафтом искусственного интеллекта, которая рассматривается как наука проекти­рования агентов. Ниже кратко приведены основные идеи, которые рассматривались в данной главе.

• Агентом является нечто воспринимающее и действующее в определенной сре­де. Функция агента определяет действие, предпринимаемое агентом в ответ на любую последовательность актов восприятия.

• Показатели производительности оценивают поведение агента в среде. Рацио­нальный агент действует так, чтобы максимизировать ожидаемые значения показателей производительности, с учетом последовательности актов воспри­ятия, полученной агентом к данному моменту.

• Спецификация проблемной среды включает определения показателей произ­водительности, внешней среды, исполнительных механизмов и датчиков. Первым этапом проектирования агента всегда должно быть определение про­блемной среды с наибольшей возможной полнотой.

• Варианты проблемной среды классифицируются по нескольким важным раз­мерностям. Они могут быть полностью или частично наблюдаемыми, детер­минированными или стохастическими, эпизодическими или последователь­ными, статическими или динамическими, дискретными или непрерывными, а также одноагентными или мультиагентными.

• Программа агента реализует функцию агента. Существует целый ряд основных проектов программ агента, соответствующих характеру явно воспринимаемой информации, которая используется в процессе принятия решения. Разные проекты характеризуются различной эффективностью, компактностью и гиб­костью. Выбор наиболее подходящего проекта программы агента зависит от характера среды.

• Простые рефлексные агенты отвечают непосредственно на акты восприятия,

тогда как рефлексные агенты, основанные на модели, поддерживают внутреннее состояние внешнего мира.