stringtranslate.com

Modelo de software creencia-deseo-intención

El modelo de software creencia-deseo-intención ( BDI ) es un modelo de software desarrollado para programar agentes inteligentes . Caracterizado superficialmente por la implementación de las creencias , deseos e intenciones de un agente , en realidad utiliza estos conceptos para resolver un problema particular en la programación de agentes. En esencia, proporciona un mecanismo para separar la actividad de seleccionar un plan (de una biblioteca de planes o una aplicación de planificación externa) de la ejecución de planes actualmente activos. En consecuencia, los agentes de BDI pueden equilibrar el tiempo dedicado a deliberar sobre los planes (elegir qué hacer) y ejecutar esos planes (hacerlo). Una tercera actividad, la creación de los planes en primer lugar ( planificación ), no está dentro del alcance del modelo y se deja en manos del diseñador y programador del sistema.

Descripción general

Para lograr esta separación, el modelo de software BDI implementa los aspectos principales de la teoría del razonamiento práctico humano de Michael Bratman (también conocida como Creencia-Deseo-Intención o BDI). Es decir, implementa las nociones de creencia, deseo y (en particular) intención, de una manera inspirada en Bratman.

Para Bratman, el deseo y la intención son ambos proactitudes (actitudes mentales relacionadas con la acción). Identifica el compromiso como el factor distintivo entre deseo e intención, señalando que conduce a (1) la persistencia temporal en los planes y (2) la realización de planes adicionales sobre la base de aquellos con los que ya está comprometido. El modelo de software BDI aborda parcialmente estos problemas. No se explora la persistencia temporal, en el sentido de referencia explícita al tiempo. La naturaleza jerárquica de los planes se implementa más fácilmente: un plan consta de una serie de pasos, algunos de los cuales pueden invocar otros planes. La definición jerárquica de los planes implica en sí misma una especie de persistencia temporal, ya que el plan general permanece en vigor mientras se ejecutan los planes subsidiarios.

Un aspecto importante del modelo de software BDI (en términos de su relevancia para la investigación) es la existencia de modelos lógicos a través de los cuales es posible definir y razonar sobre los agentes BDI. La investigación en esta área ha llevado, por ejemplo, a la axiomatización de algunas implementaciones de BDI, así como a descripciones lógicas formales como la BDICTL de Anand Rao y Michael Georgeff . Este último combina una lógica multimodal (con modalidades que representan creencias, deseos e intenciones) con la lógica temporal CTL* . Más recientemente, Michael Wooldridge ha ampliado BDICTL para definir LORA (la Lógica de los Agentes Racionales), incorporando una lógica de acción. En principio, LORA permite razonar no sólo sobre agentes individuales, sino también sobre la comunicación y otras interacciones en un sistema multiagente .

El modelo de software BDI está estrechamente asociado con agentes inteligentes, pero, por sí solo, no garantiza todas las características asociadas con dichos agentes. Por ejemplo, permite a los agentes tener creencias privadas, pero no los obliga a ser privadas. Tampoco tiene nada que decir sobre la comunicación con los agentes. En definitiva, el modelo de software BDI es un intento de resolver un problema que tiene más que ver con los planes y la planificación (la elección y ejecución de los mismos) que con la programación de agentes inteligentes. Este enfoque ha sido propuesto recientemente por Steven Umbrello y Roman Yampolskiy como medio para diseñar vehículos autónomos acordes con los valores humanos. [1]

Agentes BDI

Un agente BDI es un tipo particular de agente de software racional limitado , imbuido de actitudes mentales particulares , a saber: Creencias, Deseos e Intenciones (BDI).

Arquitectura

Esta sección define los componentes arquitectónicos idealizados de un sistema BDI.

BDI también se amplió con un componente de obligaciones, dando lugar a la arquitectura de agentes BOID [2] para incorporar obligaciones, normas y compromisos de los agentes que actúan dentro de un entorno social.

Intérprete BDI

Esta sección define un intérprete BDI idealizado que proporciona la base del linaje PRS de sistemas BDI de SRI : [3]

  1. estado de inicialización
  2. repetir
    1. opciones: generador de opciones (cola de eventos)
    2. opciones seleccionadas: deliberado (opciones)
    3. intenciones de actualización (opciones seleccionadas)
    4. ejecutar()
    5. obtener-nuevos-eventos-externos()
    6. soltar-actitudes-fallidas()
    7. soltar-actitudes-imposibles()
  3. finalizar repetir

Limitaciones y críticas

El modelo de software BDI es un ejemplo de una arquitectura de razonamiento para un único agente racional y una preocupación en un sistema multiagente más amplio . Esta sección delimita el alcance de las preocupaciones sobre el modelo de software BDI, destacando las limitaciones conocidas de la arquitectura.

Implementaciones de agentes BDI

BDI 'puro'

Extensiones y sistemas híbridos.

Ver también

Notas

  1. ^ Paraguas, Steven; Yampolskiy, Roman V. (15 de mayo de 2021). "Diseño de IA para lograr explicabilidad y verificabilidad: un enfoque de diseño sensible al valor para evitar la estupidez artificial en vehículos autónomos". Revista Internacional de Robótica Social . 14 (2): 313–322. doi : 10.1007/s12369-021-00790-w . hdl : 2318/1788856 . ISSN  1875-4805.
  2. ^ J. Broersen, M. Dastani, J. Hulstijn, Z. Huang, L. van der Torre La arquitectura BOID: conflictos entre creencias, obligaciones, intenciones y deseos Actas de la quinta conferencia internacional sobre agentes autónomos, 2001, páginas 9- 16, ACM Nueva York, Nueva York, EE. UU.
  3. ^ abc Rao, diputado Georgeff. (1995). "Agentes BDI: de la teoría a la práctica" (PDF) . Actas de la Primera Conferencia Internacional sobre Sistemas Multiagente (ICMAS'95) . Archivado desde el original (PDF) el 4 de junio de 2011 . Consultado el 9 de julio de 2009 .
  4. ^ Phung, Toan; Michael Winikoff; Lin Padgham (2005). "Aprendizaje dentro del marco BDI: un análisis empírico". Sistemas de ingeniería e información inteligentes basados ​​en el conocimiento . Apuntes de conferencias sobre informática. vol. 3683, págs. 282–288. doi :10.1007/11553939_41. ISBN 978-3-540-28896-1.
  5. ^ Guerra-Hernández, Alejandro; Amal El Fallah-Seghrouchni; Enrique Soldano (2004). "Aprendizaje en Sistemas Multiagente BDI". Lógica Computacional en Sistemas Multiagente . Apuntes de conferencias sobre informática. vol. 3259, págs. 218-233. doi :10.1007/978-3-540-30200-1_12. ISBN 978-3-540-24010-5.
  6. ^ Rao, diputado Georgeff. (1995). "Modelos formales y procedimientos de decisión para sistemas multiagente". Nota Técnica, AAII . CiteSeerX 10.1.1.52.7924 . 
  7. ^ Georgeff, Michael; Barney Pell; Marta E. Pollack ; Milind Tambe; Michael Wooldridge (1999). "El modelo de agencia creencia-deseo-intención". Agentes inteligentes V: teorías, arquitecturas y lenguajes de agentes . Apuntes de conferencias sobre informática. vol. 1555, págs. 1-10. doi :10.1007/3-540-49057-4_1. ISBN 978-3-540-65713-2.
  8. ^ Pokahr, Alejandro; Lars Braubach; Winfried Lamersdorf (2005). "Jadex: un motor de razonamiento BDI". Programación multiagente . Sistemas multiagente, sociedades artificiales y organizaciones simuladas. vol. 15. págs. 149-174. doi :10.1007/0-387-26350-0_6. ISBN 978-0-387-24568-3.
  9. ^ Sardina, Sebastián; Lavindra de Silva; Lin Padgham (2006). "Planificación jerárquica en lenguajes de programación de agentes BDI: un enfoque formal". Actas de la quinta conferencia internacional conjunta sobre agentes autónomos y sistemas multiagente .
  10. ^ UM-PRS
  11. ^ "AbiertoPRS". Archivado desde el original el 21 de octubre de 2014 . Consultado el 23 de octubre de 2014 .
  12. ^ AgentSpeak (RT) Archivado el 26 de marzo de 2012 en la Wayback Machine.
  13. ^ Vikhorev, K., Alechina, N. y Logan, B. (2011). «Programación de agentes con prioridades y plazos» Archivado el 26 de marzo de 2012 en Wayback Machine . En actas de la Décima Conferencia Internacional sobre Agentes Autónomos y Sistemas Multiagente (AAMAS 2011). Taipei, Taiwán. Mayo de 2011., págs. 397-404.
  14. ^ Sistema de agente en tiempo real Archivado el 27 de septiembre de 2011 en Wayback Machine.
  15. ^ Vikhorev, K., Alechina, N. y Logan, B. (2009). "La arquitectura del agente en tiempo real de ARTS" Archivado el 26 de marzo de 2012 en Wayback Machine . En actas del segundo taller sobre lenguajes, metodologías y herramientas de desarrollo para sistemas multiagente (LADS2009). Turín, Italia. Septiembre de 2009. Actas del taller CEUR Vol-494.
  16. ^ MERMELADA
  17. ^ JADEX
  18. ^ "Jason | un intérprete basado en Java para una versión extendida de AgentSpeak".
  19. ^ CHISPA
  20. ^ 2APL
  21. ^ ab CogniTAO (Pensar como uno)
  22. ^ ab TAO: un sistema de control de alto nivel basado en JAUS para robots individuales y múltiples Y. Elmaliach, CogniTeam, (2008) "Copia archivada". Archivado desde el original el 7 de enero de 2009 . Consultado el 3 de noviembre de 2008 .{{cite web}}: Mantenimiento CS1: copia archivada como título ( enlace )
  23. ^ ab Suite de procesos de sistemas vivos
  24. ^ ab Rimassa, G., Greenwood, D. y Kernland, ME, (2006). The Living Systems Technology Suite: un middleware autónomo para la informática autónoma Archivado el 16 de mayo de 2008 en Wayback Machine . Conferencia Internacional sobre Sistemas Autonómicos y Autónomos (ICAS).
  25. ^ Fichera, Loris; Marletta, Daniele; Nicosia, Vincenzo; Santoro, Corrado (2011). "Diseño de estrategia de robot flexible utilizando el modelo creencia-deseo-intención". En Obdržálek, David; Gottscheber, Achim (eds.). Investigación y Educación en Robótica - EUROBOT 2010 . Comunicaciones en Informática y Ciencias de la Información. vol. 156. Berlín, Heidelberg: Springer. págs. 57–71. doi :10.1007/978-3-642-27272-1_5. ISBN 978-3-642-27272-1.
  26. ^ Semántica de Gwendolen: 2017
  27. ^ Lenguajes de programación del agente de verificación de modelos
  28. ^ MCAPL (Zenodo)
  29. ^ Brahms
  30. ^ "Inicio". jacamo.sourceforge.net .

Referencias