En inteligencia artificial , un sistema de razonamiento procedimental ( PRS ) es un marco para construir sistemas de razonamiento en tiempo real que pueden realizar tareas complejas en entornos dinámicos. Se basa en la noción de un agente racional o un agente inteligente que utiliza el modelo de software de creencia-deseo-intención .
Una aplicación de usuario se define predominantemente y se proporciona a un sistema PRS como un conjunto de áreas de conocimiento . Cada área de conocimiento es una pieza de conocimiento procedimental que especifica cómo hacer algo, por ejemplo, cómo navegar por un pasillo o cómo planificar un camino (en contraste con las arquitecturas robóticas donde el programador simplemente proporciona un modelo de cuáles son los estados del mundo y cómo las acciones primitivas del agente los afectan). Un programa de este tipo, junto con un intérprete PRS , se utiliza para controlar el agente.
El intérprete es responsable de mantener las creencias sobre el estado del mundo, elegir qué objetivos intentar alcanzar a continuación y elegir qué área de conocimiento aplicar en la situación actual. La forma exacta en que se realizan estas operaciones puede depender de áreas de conocimiento de metanivel específicas del dominio . A diferencia de los sistemas de planificación de IA tradicionales que generan un plan completo al principio y vuelven a planificar si ocurren cosas inesperadas, PRS intercala la planificación y la realización de acciones en el mundo. En cualquier momento, el sistema podría tener solo un plan parcialmente especificado para el futuro.
PRS se basa en el marco de creencias-deseos-intenciones ( BDI) para agentes inteligentes. Las creencias consisten en lo que el agente cree que es verdad sobre el estado actual del mundo, los deseos consisten en los objetivos del agente y las intenciones consisten en los planes actuales del agente para alcanzar esos objetivos. Además, cada uno de estos tres componentes suele estar representado explícitamente en algún lugar de la memoria del agente PRS en tiempo de ejecución, lo que contrasta con los sistemas puramente reactivos, como la arquitectura de subsunción .
El concepto PRS fue desarrollado por el Centro de Inteligencia Artificial de SRI International durante la década de 1980, por muchos trabajadores, entre ellos Michael Georgeff , Amy L. Lansky y François Félix Ingrand. Su marco fue responsable de explotar y popularizar el modelo BDI en software para el control de un agente inteligente . La aplicación seminal del marco fue un sistema de detección de fallas para el sistema de control de reacción del transbordador espacial Discovery de la NASA . El desarrollo de este PRS continuó en el Instituto Australiano de Inteligencia Artificial hasta fines de la década de 1990, lo que llevó al desarrollo de una implementación y extensión de C++ llamada dMARS .
La arquitectura del sistema PRS del SRI incluye los siguientes componentes:
El PRS de SRI fue desarrollado para aplicaciones integradas en entornos dinámicos y en tiempo real. Como tal, abordó específicamente las limitaciones de otras arquitecturas de control y razonamiento contemporáneas, como los sistemas expertos y el sistema Blackboard . A continuación se definen los requisitos generales para el desarrollo de su PRS: [1]
La aplicación seminal del PRS de SRI fue un sistema de monitoreo y detección de fallas para el sistema de control de reacción (RCS) en el transbordador espacial de la NASA. [2] El RCS proporciona fuerzas propulsoras de una colección de propulsores a chorro y controla la altitud del transbordador espacial. Se desarrolló y probó un sistema de diagnóstico de fallas basado en PRS utilizando un simulador. Incluía más de 100 KA y más de 25 KA de nivel meta. Los KA específicos del RCS fueron escritos por los controladores de la misión del transbordador espacial. Se implementó en la máquina LISP de la serie 3600 de Symbolics y utilizó múltiples instancias de comunicación de PRS. El sistema mantuvo más de 1000 hechos sobre el RCS, más de 650 hechos solo para el RCS delantero y la mitad de los cuales se actualizan continuamente durante la misión. Se utilizó una versión del PRS para monitorear el sistema de control de reacción en el transbordador espacial Discovery de la NASA .
El PRS se probó en el robot Shakey, incluidos escenarios de navegación y simulación de mal funcionamiento de un jet basados en el transbordador espacial. [3] Las aplicaciones posteriores incluyeron un monitor de gestión de red llamado Sistema de gestión de red de telecomunicaciones en tiempo real interactivo (IRTNMS) para Telecom Australia . [4]
A continuación se enumeran las principales implementaciones y extensiones de la arquitectura PRS. [5]