Выводы по третьей главе.

Следующие основные результаты, были получены в третьей главе:

• Предложен новый подход к моделированию диалога на основе многозначных логик.

• Сформулированы основные принципы построения диалоговых логик и их отличия от логик, традиционно использующихся для моделирования диалога.

• Рассмотрены различные варианты диалоговых логик: простейшая четырёхзначная, шести- и восьми- значные, а также модализированные и нечёткие логики диалога.

• Для базовой четырёхзначной логики разработан механизм вывода на базе аналитических таблиц.

• Дано формальное описание построения диалоговых логик как диалогового произведения базовых логик агентов участников, доказана функциональная полнота операций на диалоговом произведении логик.

• Построен механизм вывода на диалоговом произведении и доказана его состоятельность.

• Предложен подход к моделированию рефлексивных рассуждений (внутреннего диалога) и пополнения знаний агента на основе многозначных диалоговых логик.

В главе 4 будут разработаны методы и алгоритмы автоматизированного использования диалоговых логик, а также даны примеры применения их при построении RM-систем.

4. Программные агенты поддержки управления взаимодействием с поставщиками и заказчиками

В предыдущей главе были проанализированы существующие, а также построены авторские модели и средства описания диалогов в агентно-ориентированных системах. Главная задача этой главы – описать методы и алгоритмы, при помощи которых возможно построение интеллектуальных многоагентых систем поддержки управления взаимодействием с поставщиками и заказчиками.

4.1 Компьютерное моделирование диалога агентов на базе диалоговых логик

Практическое использование диалоговых логик требует соответствующей алгоритмической базы, в которую должны быть включены следующие элементы:

• алгоритмы представления диалоговых данных, знаний и целей агентов на языке диалоговой логики;

• алгоритмы диалогового вывода;

• алгоритмы координации, принятия решений и их последующей реализации.

Каждый элемент заслуживает развернутого рассмотрения.

4.1.1 Представление знаний, мнений и целей агентов на языке диалоговой логики.

Допустим, существует некоторое высказывание Х. Это высказывание может представлять собой убеждение или знание агента A. Согласно [19], знанием является обоснованное истинное мнение (убеждение). Однако, в рамках данной работы, мы не будем исследовать процесс обоснования и подтверждения тех или иных знаний, нас будет интересовать лишь мнение М агента А относительно утверждения Х. Пусть запись M(A)[X] – означает агент А имеет относительно утверждения Х мнение M.

В случае диалога имеем набор агентов A₁,A₂,…,A_N, приведённая выше запись примет вид: <M₁,M₂,…,M_n>(<A₁,A₂,…,A_n>)[X]. Если набор агентов не меняется в процессе диалога, то его можно опустить. Необходимо заметить, что в любом конечном диалоге можно выбрать такое минимальное множество агентов, которое будет включать всех агентов, участвующих в диалоге. Итак, исходная запись примет вид <M₁,M₂,…,M_n>[X]. Опять-таки, в силу конечности диалога, набор мнений каждого конкретного агента ограничен. Поставим в соответствие этому набору мнений логику агента, тогда диалоговое произведение логик агентов участников образует логику диалога, а любой набор <M₁,M₂,…,M_n> будет её значением. Таким образом, мы можем перейти к простой записи в стиле утверждения высказываний X = М. Причем Х может быть фактом, а может быть высказыванием любого произвольного вида, включающем любые виды логических связок.

Описанным образом можно определить значения всех утверждений, встречающихся в процессе диалога. Аналогичным образом задаются цели и правила диалога.

Рассмотрим пример диалога клиента с поставщиком. Предположим, p₁,p₂,p₃,p₄ – доставка товара 1, 2, 3 и 4 соответственно, а m и n – дополнительные условия доставки, допустим m-«поставка пойдет по увеличенной цене», n-«срок поставки увеличивается». Пусть, агент-поставщик может поставить товары 1 и 3, доставка товара 2 может затянуться, а товар 4 идет по новой цене, тогда его база знаний будет выглядеть так (рассмотрим простую бинарную логику):

p₁T, p₂n, p₃T, p₄m,

или же просто: p₂n, p₄m.

Клиент желает заказать товар 1 и 2. Также, он может использовать совокупность товаров 3 и 4 как замену товару 2. Кроме того, он согласен заплатить большую цену, но не хочет ждать. Его база знаний выглядит так:

p₁  s₂, s₂(p₃p₄)p₂, _, n, m

Перейдём к логике диалога:

< (&p₂&_nn)  (&p₄&m),

(p₁  s₂)  (s₂(p₃&p₄)& p₂)  (&_nn)  &m> (4.1)

Как видим, знания агентов остаются без изменений, но во все литеры требующие взаимодействия добавляется индексированная операция смешивания. Это необходимо для того, чтобы синхронизировать литеры требующие взаимодействия. Поясним на примере, пусть известно, что заказчику нужен товар А или Б, и поставщик может доставить товар А или Б. Возможны следующие интерпретации, удовлетворяющие обоим условиям: А=<F,T>,Б=<T,F>;А=<T,F>,Б=<F,T>. Однако в обоих случаях сделка между поставщиком и заказчиком не достижима. Очевидно, использование операции смешивания в качестве обозначения взаимодействия снимает такие проблемы.

Возвращаясь к исходному примеру, если сделка между поставщиком и заказчиком возможна, то формула (4.1) будет выполнима, более того, каждая истинностная интерпретация будет означать один из вариантов достижения соглашения.

Построим деревья вывода для обеих частей приведённой формулы (см. рис 4.1):

(а)

(b)

Рис 4.1. Деревья вывода для примера диалога клиента и поставщика, «+» обозначены сопрягаемые ветви.

На рис 4.1 «+» обозначены взаимно сопрягаемые ветви деревьев вывода. Любое их сочетание дает вариант достижения соглашения, все эти варианты перечислены в следующей таблице.

Таблица 4.1 Варианты достижения соглашения для диалога клиента и поставщика

Вариант	Поставщик	Заказчик
1	Tm Fp2 T&*m	Тp1 Тs2 Тp3 Tp4 Тm Fn T&*4 T&*m
2	Tm Тp2 T&*m F&*2	Тp1 Тs2 Тp3 Tp4 Тm Fn T&*4 T&*m

Указанные в таблице варианты соглашения не полны, и необходимо достроить их, опираясь на данные, полученные в результате декомпозиции деревьев вывода. Для этого необходимо учитывать требования сопряженной ветви. В обе ветви допишем конкретизирующие означивания, в согласии с вариантом интерпретации &^* сопряженных ветвей.

Таблица 4.2 Варианты достижения соглашения для диалога клиента и поставщика с учётом интерпретации &* сопряженных ветвей.

Вариант	Поставщик	Заказчик
1	Tm Fp2 Tp4	Тp1 Тs2 Тp3 Tp4 Тm Fn
2	Tm Тp2 Tp4	Тp1 Тs2 Тp3 Tp4 Тm Fn Fp2

Каждой их строк таблицы 4.2 соответствует набор значений исходных переменных, совокупность этих наборов представляет собой вариант решения или соглашение. Над полученным множеством соглашений, образуемых приведёнными выше вариантами сопряжения, можно производить многокритериальный поиск оптимального решения, например, классическими методами линейного программирования [8,75]. Подробнее этот способ будет описан ниже.

Диалоговая логика может применяться не только для решения задач, включающих диалог между агентами, она также может применяться в случае верификации знаний при использовании диалоговой семантики в качестве семантической базы. В этом случае мы используем единую базу знаний агента, но используем диалоговые операции для анализа высказываний с позиций взаимодействия.

Рассмотрим пример. Пусть дано &(AÙB)®&(AÚB). Высказывание читается как «из того, что по А и B найдено соглашение, следует то, что найдено соглашение по A или B». Смысл такого высказывания заметно отличен от смысла высказывания AÙBAB. На рис 4.2 представлены деревья вывода формулы.

Рис 4.2. Деревья вывода формулы &(AÙB)®&(AÚB).

Ветви а₁ и б₁ не сопрягаются ни с самими собой, ни друг с другом, ни с одной из ветвей а₂, б₂, в₂, г₂ или д₂. Это означает, что формула &(AÙB)®&(AÚB) не может принимать ни одно из значений (F,F) (T,F) или (F,T), т.е. она является тавтологией.

Рассмотрим еще один пример. Пусть дано &(A®B)®(&A®&B). Высказывание читается как «из того, что найдено соглашение о том, что из A следует B, следует то, что из соглашения по A следует соглашение по B». На рис 4.3 представлены деревья вывода формулы.

Рис 4.3. Дерево вывода формулы &(A®B)®(&A®&B).

Ветвь а₁ не является самосопряженной, и не сопрягается ни с одной из ветвей а₂, б₂, в₂, г₂, д₂ или е₂. Это означает, что формула &(A®B)®(&A®&B) не может принимать ни одно из значений (F,F) (T,F) или (F,T), т.е. она является тавтологией.

Таким образом, диалоговая логика, в отличие от традиционной, позволяет интуитивно ясным образом работать с различными вариантами соглашений, искать оптимальные решения ситуаций, включающих взаимодействие и кооперацию.