Bài giảng Tác tử - Công nghệ phần mềm dựa tác tử: Kiến trúc Agent và hệ Agent

Bài giảng Tác tử - Công nghệ phần mềm dựa tác tử: Kiến trúc Agent và hệ Agent cung cấp một số nội dung kiến thức như: Agent architecture (internal) là gì? Abstract Agent - architecture, Deliberative architectures (Kiến trúc suy diễn), Reactive architectures (Kiến trúc phản xạ), Hybrid architectures (Kiến trúc lai), Kiến trúc BDI (Belief- Desire- Intention),... Mời các bạn cùng tham khảo.
Nội dung trích xuất từ tài liệu:
Bài giảng Tác tử - Công nghệ phần mềm dựa tác tử: Kiến trúc Agent và hệ AgentAgent ArchitecturesKiến trúc Agent và Hệ AgentNội dungAgent architecture (internal) là gì?Abstract Agent-ArchitectureDeliberative Architectures (Kiếntrúc suy diễn)Reactive Architectures (Kiến trúcphản xạ)Hybrid Architectures (Kiến trúc lai)1.2.3.Lê Tấn Hùng4.CNTT – ĐHBK Hà nội5.(C)CopyrightSoftwareEngineeringDepartment•6.7.Kiến trúc Phân lớp (Layer)Kiến trúc BDI (Belief- Desire- Intention)Kiến trúc mở (OAA)22. Định nghĩa kiến trúcAgent - II. Kiến trúc Agent1.Lý do Kiến trúc Agent?Thay thế cho việc chuyển từ ý tưởng, chỉdẫn thành thực thi chúngE.g. after or in the late steps of GaiaLàm thế nào để xây dựng những hệ thốngmáy tính thoả mãn những yêu cầu đặc biệtbằng agent theoritistsNhững kiến trúc phần mềm như thế nào làphù hợp?Pattie MaesMột phương pháp học đặc biệt để xây dựng agents.Nó chỉ rõ làm thế nào agent có thể được tách rathành cấu trúc của 1 tập các modules thành phầnvà làm thế nào những modules đó có thể tương tácvới nhau.Toàn bộ tập modules và sư tương tác giữa chúngcho ta câu trả lời làm thế nào mà những dữ liệucảm biến and trạng thái hiện tại của agent xácđịnh actions và những trạng thái trong tiếp theocủa agent.Một kiến trúc bao gồm các kỹ thuật và thuật toánhỗ trợ cho phương pháp này.3Definitions of AgentArchitecture - II4Kiến trúc Agent?KaelblingMột tập hợp đặc biệt các software (or hardware)modules, được thiết kế đặc trưng bởi nhữnghộp với những mũi tên để chỉ ra dữ liệu vàdòng điều khiển giữa các modulesMột cách nhìn trừu tượng hơn với kiếntrúc agent là một phương pháp chung đểthiết kế được những modules riêng biệtcho những nhiệm vụ cụ thểMô tả các trạng tháitrong của agentCấu trúc dữ liệu của nóThao tác có thể thựchiện trên các cấu trúcLuồng điều khiển giữacác cấu trúc dữ liệu.Kiến trúc agent khác nhau trên nhiều khíacạnh khác nhau về cấu trúc dữ liệu và thuật toánđược biểu diễn bên trong agent5613. Abstract AgentArch.a.Standard AgentS = { s1, s2, ... }AGENT(Non-)Deterministic BehaviorActionInputSensorOutputHành vi của Môi trường mô hình hóa :ENVIRONMENTenv: S x Aρ(S)P means the powerset or set of all subsetsTập trạng thái môi trường có thể cónon-determisticA = { a1, a2, ... }if ρ(S) = {sx, sy}Tập hành vi của AgentKhông xác định trạng thái kế tiếp của Agentdeterministicif ρ(S) = {sx}Trạng thái kế tiếp xác định và là duy nhấtAgent:Function Action: S*AAgent tập ánh xạ các trạng thái của môi trường vào các hànhđộng của agentKiểu agent này gọi là standard agent.(agent chuẩn)• Một agent chuẩn quyết định hành động để thực thi phụ thuộcvào history của nó, i.e., its experiences to date.Interested in agents whose interactions withenvironment doesn’t end (e.g. infinite)7Mô hình trongabstract agent – Sub system8Kiến trúc trong (Sub-system)Lý thuyết tổng quan về Agent là rất hữu ích, nhưngnó không giúp ta xây dựng agent một cách hiệuquả,vì không chỉ ra việc làm thế nào để thiết kế ranhững action của agentChúng ta cải tiến lại abstract model, bằng cách chianhỏ nó thành những hệ thống nhỏ hơn (sub-systems)(like top-down refinement in software engineering).Việc cải tiến thành những sub-systems liên quan tớiviệc lựa chọn dữ liệu và các cấu trúc điều khiển,những thứ hợp thành agent.The sub-system view of an agent: một kiến trúc agentlà mô tả thành phần bên trong của Agent:cấu trúc dữ liệu của nó,những hành động sẽ thao tác trên cấu trúc dữ liệu đódòng điểu khiểu dữ liệu giữa các dữ liệu đó.Thường chia chức năng quyết định (desicion) thànhhai sub-systems:nhận thức (perception)hành động (action)910Perception và ActionNhận thức và hành độngSee() và Action()Với P là tập nhận thức đầu vàoHàm see sẽ quan sát môi trường trong khi đóhàm action biểu diễn hệ thống ra quyết địnhcủa agent.•Hàm see()Có thể được cài đặt dướidạng phần cứng/mềmĐầu ra của hàm see() làmột tập các tri thức(percept) thu nhậnseeseeSee: S -> PAction: P* -> AGiả sử môi trường có hai trạng thái:s1 và s2; s2≠ s1nhưng see(s1) = see(s1)có nghĩa là hai trạng thái môi trường khác nhaunhưng đều được cảm nhận giống nhau (nhìn thấygiống nhau)=> thông tin thu nhận được là giống nhauactionactionAGENTENVIRONMENT11122Vi dụCho 2 trạng thái của môi trường, s1 and s2, có thểphân biệt được các agent nếu chúng map to the samepercept.Ví dụ 1 bộ ổn nhiệt có thể phân biệt được các trạngthái của môi trường:x = tooColdy = WomanIsDanger•:Có nghĩa là trạng thái môi trường cho bởi tập:S = {{x,y},{x,!y},{!x,y},{!x,!y}}Bây giờ, để hoạt động một cách hiệu quả, bộcảm nhiệt không quan tâm liệu y = truekhông? – điều này không ảnh hưởng tớiaction của nó.Vì vậy hàm nhận thức see sẽ là:13c.History14History of AgentChúng ta có thể thay thế sự tương tác củaagent với môi trường là history,Ví dụ:.một chu ...