Главная » Информационные системы » Интеллектуальные ИС » 11.2.Элементы теории агентных систем. Принятие решения активным агентом на основе знаний, полученных обобщением прецедентов.

11.2.Элементы теории агентных систем. Принятие решения активным агентом на основе знаний, полученных обобщением прецедентов.

Элементы теории агентных систем
Для описания целей, намерений, желаний, возможностей и запретов в поведении агента используются различные варианты модальной логики. Модальные логики, в которых для описания агентов наряду с обычными высказываниями (предикатами) допускаются модальности типа «возмож­но» и «необходимо» (статическая логика), «известно» и «неизвестно» (эпистемическая логика), «всегда» и «никогда» (временная логика), «ве­рит и не верит» (доксастическая логика), «желает» и «не желает» (опти-тативная логика) и т.д., представляют собой расширение классической логики высказываний. Они могут интерпретироваться в различных воз­можных мирах, тогда как классическая логика интерпретируется в одном-единственном мире.
Принятие решения активным агентом на основе знаний, полученных обобщением прецедентов
Агент обладает знаниями, т.е совокупностью высказываний, утверждений об объектах и связях внешней среды. Состояния объекта внешней среды получают описание в информацион­ной системе агента. Для агента эти состояния (или области) неразличимы, если их описания одинаковы. Таким образом
возникают классы (эквива­лентности) состояний, которые называются ситуациями.

Ситуации упорядо­чиваютяс
.
Далее вводится понятие возможного мира как множество ситуаций, в которых истинными является то или иное под­множество высказываний. Состояния могут принадлежать разным типам
я.Постулируется наличие операторов или классов.
Знания и операторы (методы) или каналы определяют какие действия выбираются агентом. Порядок использования методов определяется прото­колом
Упорядочение действий во времени образует план (прогнозирование действий)
Агент сопоставляет описание ситуации, в которой находится система правила, по принципу максимального сходства (сходство ситуации и пра­вил).
Агент генерирует множество возможных структур ранее и выбирает ту, которая дает максимальную ожидаемую полезность при ограничен­ных ресурсах. Агент использует обучение в случае, когда нет подходяще­го правила. Он ищет генерацию ситуации, ищет генерацию правила, за­тем производит идентификацию правил, при этом используется немоно­тонная логика.


Друзья! Приглашаем вас к обсуждению. Если у вас есть своё мнение, напишите нам в комментарии.

Поделиться

Дисциплины