Рыбина Технология построения динамических 2011

ние. Затем задаются действия, которые должны быть выполнены в каждом состоянии.

Для взаимодействия с другими агентами при определении каждого состояния система Bee-gent предусматривает создание протокола взаимодействия. Протокол должен содержать все возможные варианты поведения агента в данном состоянии. В каждом состоянии деятельность агента направлена на реализацию взаимодействия с целью реализации планируемой линии поведения. Деятельность каждого агента в МАС определяется моделью, разработанной на этапе агентно-ориентированного анализа по методологии Gaia. Линии поведения задаются диаграммой взаимодействия агентов с указанием содержимого сообщений и их очередности. Формат сообщений определяется языком XML/ACL, который является развитием языка коммуникации KQML.

Таким образом, на основе разработанных логических моделей, система Bee-gent автоматически генерирует на языке Java скелет программного кода МАС, который дополнятся необходимым программным кодом, обеспечивающим заданный “ жизненный цикл” агентов.

Стоит отметить, что в Bee-gent нет правил, определяющих, в каких случаях какие перформативы языка должны использоваться и, следовательно, нет типовых сценариев диалогов. Вместе с тем реализация поведения агентов основывается на специальном наборе Java-классов, которые, практически, никак не связаны с внешним представлением перформативов в языке XML/ACL. Аналогично, системе AgentBuilder остается открытым вопрос о представлении времени. По сути, система Bee-gent предоставляет возможности для разработки реактивных агентов (так как поведение агента описывается конечным автоматом).

2.2.2. Система имитационного моделирования взаимодействия интеллектуальных агентов (ИМВИА)

В рамках исследований, проводящихся в лаборатории «Интеллектуальные системы и технологии» кафедры Кибернетики НИЯУ МИФИ, целью которых является теоретическое и программное моделирование процессов построения многоагентных систем (МАС),

151

разработана система имитационного моделирования взаимодействия интеллектуальных агентов (ИМВИА) [27], [28]. Данная система используется в качестве инструментальной среды разработки прототипов МАС для различных ПрО и последующей оценки решений (моделей, алгоритмов, схем декомпозиции задач, и т.д.), предлагаемых в техническом задании на прототип, принятия новых технических решений для модификации прототипа, оценки качества функционирования имитируемой МАС.

При разработке МАС в среде ИМВИА объектом моделирования являются следующие компоненты: ПрО; архитектура агента; глобальная структура взаимодействия; тематическая структура взаимодействия; локальная структура взаимодействия; язык взаимодействия; транспортный уровень.

Рассмотрим модели и методы, положенные в основу, построения компонентов системы ИМВИА.

Моделирование проблемной области. Модель ПрО агента представлена набором классов, объектов и отношений между ними. Считается, что параметры модели ПрО актуальны в любой момент времени, т.е. они соответствуют параметрам самих объектов ПрО, а изменения параметров объекта ПрО всегда взаимно однозначно соответствуют изменению параметров модели ПрО, т.е. если BEL(A,X) означает, что X – убеждение агента A, а KNOW(A, X) означает, что X – знание агента A, то BEL(A, X) KNOW(A, X), причем некоторые из этих элементов присутствуют в модели ПрО агента еще до начала эксперимента, а некоторые создаются в ней в ходе эксперимента вследствие возникновения событий, либо выполнения агентом действий, при условии отсутствия помех.

Комментарий: Под событием понимаются следующие состояния ПрО: переменная, параметр или атрибут объекта получил новое значение; создан объект какого-либо класса; объект перешел в активное/неактивное состояние и т.п.

Моделирование архитектуры агента. Архитектура агента со-

стоит из следующих компонентов: сенсор; эффектор; база целей;

база планов; база действий; рефлектор; планировщик.

Сенсор агента обеспечивает функции мониторинга окружения агента, т.е. формирование представлений агента об окружении, и реализуется набором процедур, осуществляющих элементарные

152

способы восприятия агента. Работа сенсора моделируется согласно следующему алгоритму:

Шаг 1. Получение информации о произошедшем событии, которая включает в себя тип события и его параметры.

Шаг 2. Выполнение данного события во внутренней модели ПрО агента (помещает или удаляет оттуда соответствующий класс, объект или связь в зависимости от типа произошедшего события).

Шаг 3. Передача информации о произошедшем событии (тип события и параметры) на рефлектор.

Эффектор агента реализует операцию воздействия на среду, т.е. непосредственно осуществляет выбранную стратегию поведения, изменяя состояния внешней среды, что обеспечивается набором процедур, осуществляющих действия агента. Работа эффектора моделируется согласно следующему алгоритму:

Шаг 1. Получение информации о действии, которое необходимо выполнить, что включает в себя тип действия и его параметры (возможные типы действий аналогичны возможным типам событий).

Шаг 2. Проверка присутствия помехи в текущий момент времени.

Шаг 3. При отсутствии помехи, выполнение этого действия во внутренней модели ПрО агента (удаление/помещение некоторого класса, объекта или связи в зависимости от типа действия).

База целей моделируется набором объектов, описывающих цели агентов. В качестве атрибутов цели выделяются: квантифицированные параметры, неквантифицированные параметры и последовательность задач (каждому квантифицированному параметру ставится в соответствие множество значений, на котором он может принимать текущее значение).

База планов состоит из двух частей: иерархия подзадач и локальные шаги взаимодействия. Иерархия подзадач описывает с помощью HTN-формализма отношение «задача-подзадача». Локальные шаги взаимодействия показывают возможные последовательности действий и ожидаемых реакций агентов-участников взаимодействия с использованием формализма раскрашенных сетей Петри. Представляются набором объектов, правил и процедур.

153

База действий моделируется правилами и процедурами G2 и содержит те действия агента, которые он может совершать.

Рефлектор моделируется правилами и процедурами G2 и отвечает за реакцию агента с использованием только поведенческого уровня. Из БЗ рефлектору доступны только знания нижнего уровня абстракции, где содержится информация о фрагментах поведения. Функционирование рефлектора осуществляется согласно следующему алгоритму:

Шаг 1. Получение информации о произошедшем событии (например, агенту приходит сообщение-запрос о значении атрибута какого-либо объекта его ПрО).

Шаг 2. Поиск в базе действий соответствующего правила, в котором заложена реакция на данное событие.

Шаг 3. Если подходящее правило существует в базе, то оно активируется.

Шаг 4. Если подходящего правила нет, то информация передается планировщику.

Планировщик моделируется классами, правилами и процедурами G2 и реализует механизм планирования, позволяющий строить расписание действий агента.

Моделирование глобальной структуры взаимодействия.

Моделирование глобальной структуры взаимодействия заключается в моделировании процесса целеполагания (который определяется, как вывод на основе знаний о ПрО) и формировании списка задач, решение которых требуется для достижения текущей цели. Эти процессы и способ моделирования целей описаны выше.

Моделирование тематической структуры взаимодействия.

Моделирование тематической структуры взаимодействия заключается в построении модели неформализованной задачи, решаемой агентами с использованием эвристических моделей соответствующих типовых задач, а если задача является формализованной, то она представляется множеством процедур, реализующих алгоритмы ее решения.

Моделирование локальной структуры взаимодействия. Мо-

делирование локальной структуры взаимодействия заключается в моделировании процессов выбора способа протекания взаимодействия на локальном уровне и выполнении локального плана взаи-

154

модействия. Типовые схемы локальной структуры взаимодействия агентов представляются в виде раскрашенных сетей Петри.

Моделирование языка взаимодействия. В качестве языка вза-

имодействия используется язык KQML. Сообщения языка моделируются с помощью объектов класса performative со следующими атрибутами: content; force; in-reply-to; language; ontology; receiver;

reply-with; sender.

Моделирование транспортного уровня взаимодействия. На транспортном уровне присутствует служебный реактивный агент AgentNameServer, функции которого явно следуют из его названия: регистрация/анрегистрация агентов; определение списка агентов; определение координат получателя сообщения; пересылка сообщения получателю.

Параметры модели. В состав параметров системы ИМВИА включаются:

∙Контролируемые неуправляемые параметры: задачи, реша-

емые агентами-участниками взаимодействия (так как они являются источником потребности в коммуникативных действиях); сообщения пользователя (пользователь может интерактивно вмешиваться

впроцесс взаимодействия, отправляя агентам свои сообщения).

∙Контролируемые управляемые параметры: все атрибуты объектов, моделирующих окружение агента; сообщения от других агентов. Информация о событии поступает на вход компонента сенсор, также информация о событии является входным параметром для рефлектора и планировщика. На вход компонента эффектор поступает информация о действии, которое необходимо выполнить. Возможные типы действий и их параметры совпадают с возможными типами событий. Все отличие состоит в том, что события происходят во внешней среде агента независимо от его существования, а инициатором действия является сам агент. Кроме того, для компонентов сенсор и эффектор входными параметрами являются помехи, которые представляют собой специализированный вид событий, воспринимаемых агентом. Для помехи возможно задание таких атрибутов, как временной интервал действия помех и тип события/действия, которое не будет восприниматься/выполняться в течение данного интервала.

∙Возмущения – это нагрузка на сеть передачи данных.

155

∙Выходные параметры системы. Выделяются следующие выходные параметры: сообщения для других агентов; все атрибуты объектов, моделирующих ПрО (результаты действий агента). Что касается выходных параметров отдельных компонентов ИМ, то они аналогичны возможным входным параметрам, а именно: для сенсора это описание произошедшего события, передаваемое на рефлектор; для рефлектора – также описание события, передаваемое

впланировщик и описание действия, направляемое в эффектор; для планировщика выходными параметрами являются описания действий, входящих в сформированный план, которые также передаются в эффектор для выполнения, и т.д.

В среде ИМВИА разработан язык описания сценариев имитационных экспериментов для моделирования программных компонентов, предназначенных для поддержки процессов взаимодействия агентов, позволяющий конструировать различные сценарии имитационного эксперимента в зависимости от специфики конкретных прикладных задач и целей, которые ставятся при моделировании той или иной ПрО в контексте МАС.

Предложенный язык описания сценариев имитационного эксперимента имеет графическую форму представления и реализован на базе стандартных средств, заложенных в инструментальный комплекс G2. Он состоит из следующих основных групп элементов:

∙Определение модели окружения агентов, т.е. определение той ПрО, в которой будут функционировать агенты. Параллельно этому процессу, определяется топология МАС, т.е. размещение агентов в ПрО и ограничение области видимости агентов.

∙Определение модели ПрО, что означает определение всех классов объектов среды, создание всех экземпляров этих классов, а также указание отношений между ними. Данная группа элементов языка реализована в виде иерархии рабочих пространств G2, на которых содержатся различные графические элементы, такие как кнопки и окошки для ввода текста, позволяющие задать необходимые параметры элементов, принадлежащих конструируемой модели мира агента. Имея модель ПрО агента можно, с одной стороны, определить список возможных действий и восприятий со стороны агента, а с другой – определить базу целей (то множество целей, которые агент может достичь).

156

∙Определение восприятия агента, т.е. задание последовательности типовых событий. Для реализации данной группы элементов также используется набор графических интерфейсов, с помощью которых задается количество будущих событий, частота их возникновения, типы событий с необходимыми параметрами. Также можно определить сценарий возникновения событий – либо заданные события будут возникать последовательно, либо с определенной вероятностью, для задания которой также предусмотрен специальный графический интерфейс.

∙Определение БЗ агента, включающее задание правил реакции на возникающие события, способов декомпозиции задач на подзадачи и представления планов взаимодействия. Для задания правил реактивного поведения существует специальный графический редактор, в котором сначала определяется событие и его параметры, а затем задается действие как реакция на данное событие. После чего система генерирует соответствующее правило в нотации G2.

∙Определение помех, влияющих на восприятие и на ответную реакцию агента. Задание помех реализовано при помощи двух аналогичных рабочих пространств. На одном задаются помехи при восприятии, на другом – помехи при выполнении действий. Для определения помехи необходимо выбрать тип события/действия, которое будет блокироваться помехой и временной интервал, в течение которого это будет происходить.

Пример сценария имитационного эксперимента приведен на рис. 33.

Далее требуется определить измеряемые параметры модели, такие как события по отправке и приему сообщений, активации целей, решение конкретных задач, процент событий, обработанных на уровне реактивного поведения и на уровне планировщика, оценка качества функционирования агента на основе отношения количества незашумленных действий к общему количеству действий, выполненных агентом. Затем осуществляется прогон модели, после которого можно посмотреть статистику по всем параметрам, которые были отмечены как представляющие интерес.

157

158

Контрольные вопросы

1.Как структурирована база знаний в комплексе G2?

2.В чем состоит различие между модулями и рабочими пространствами в системе G2?

3.Приведите примеры структур данных и исполняемых утверждений в базе знаний системы G2.

4.Сколько и какие виды правил используются в G2?

5.Для выполнения каких функций предназначена подсистема моделирования G2?

6.Какие действия требуется выполнить для создания модульной базы знаний?

7.Каковы отличия между иерархией модулей и иерархией рабочих пространств? Каковы цели разработки этих иерархий?

8.Какие объекты и каким образом должны быть созданы для организации иерархии рабочих пространств?

9.Каковы различия между разными видами определений

(definitions)?

10.Как создать атрибут класса, значение которого показывалось бы на экране?

11.Как программно показать/скрыть рабочее пространство?

12.Для каких видов связей можно указывать способ их отображения на экране?

13.Могут ли связи иметь атрибуты?

14.Каковы отличия понятия процедуры в G2 от традиционных языков программирования?

15.Каковы способы инициирования правил G2? Какова связь между типами правил и способами их инициирования?

16.Каков синтаксис правил G2?

17.Какие события могут вызвать срабатывание правил типа whenever?

18.В какие моменты срабатывают правила типа initially?

19.Каковы различия между частными и общими правилами? Как написать общее правило? Как происходит обработка общих правил в момент их инициирования? В каких ситуациях следует использовать общие, а в каких – частные правила?

20.Каковы различия между обычными значениями, параметрами и переменными G2?

159

РАЗДЕЛ 3. ТЕХНОЛОГИЯ ПОСТРОЕНИЯ ДИНАМИЧЕСКИХ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ НА ПРИМЕРЕ РАЗРАБОТКИ ДИНАМИЧЕСКИХ ИЭС, ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ И МАС

3.1. Примеры построения демонстрационных прототипов динамических ИЭС

В качестве примеров построения динамических ИЭС для различных ПрО и различных типовых задач ниже приводится описание двух прототипов ИЭС, разработанных с использованием системы G2 в рамках курсовых работ по дисциплине «Динамические интеллектуальные системы».

3.1.1. Прототип динамической ИЭС управления ядерным реактором «СУЗ ВВЭР-1000» (система управления и защиты реактора марки РБМК-1000)

Текущий этап развития ядерной энергетики как за рубежом, так и в России характеризуется приоритетными задачами создания реакторов на быстрых нейтронах, позволяющих решить проблему широкомасштабного развития ядерной энергетики благодаря осуществлению замкнутого топливного цикла по урану и плутонию, а также обеспечения повышенной безопасности действующих АЭС и АЭС нового поколения.

Безопасность ядерных реакторов определяется техническим совершенством самого реактора, систем его защиты, а также высокой технической культурой и квалификацией персонала всех без исключения рангов. Аварии и условия их возникновения в подавляющем большинстве случаев обусловлены неорганизованностью, безответственностью и безграмотностью людей, отвечающих за безаварийную эксплуатацию. Поэтому в условиях дальнейшего развертывания научно-технической революции в ядерной энергетике необходимо минимизировать человеческий фактор. Одной из областей в работе ядерного реактора, где можно и нужно уменьшить человеческий фактор, является защита реактора.

160