Интеллектуальный агент

Cтраница 2

Быструю разработку агентов обеспечивает также фабрика интеллектуальных агентов Intelligent Agent Factory фирмы Bits & Pixels. Агенты управляются с помощью машины прямого вывода Jess. И агенты, и правила порождаются из простых спецификаций потоков работ. [16]

Интеллектуальная мультиагентная система представляет со - бой множество интеллектуальных агентов, распределенных в сети, которые мигрируют по ней в поисках релевантных данных, знаний, процедур и кооперируются для достижения поставленных перед ними целей. [17]

В частности, агентно-ориентированный язык AgentSpeak обеспечивает построение иктеншюнальных интеллектуальных агентов с BDI-архитектурой. [18]

Условное представление многомодельной среды.| Пример многомодельной среды. [19]

Это взаимодействие моделей должно происходить в процессе решения интеллектуальным агентом задач принятия решений. Возникает некоторая совокупность моделей, в которой имеет место преобладание горизонтальных связей над вертикальными. [20]

Учитывая вышесказанное, в заключение данного параграфа рассмотрим пример интеллектуального агента, который демонстрирует онтологический подход к поиску на Web и выбору для использования собственно онтологии. [21]

Тарасов, 2000 ] Тарасов В. Б. Нетрадиционные и гибридные логики в моделировании интеллектуальных агентов. [22]

Учитывая вышесказанное, в следующей главе обсуждаются мультиагентные системы и системы интеллектуальных агентов. [23]

Рассмотрим далее один из подходов к реализации искусственной жизни, как эволюционирующей популяции интеллектуальных агентов. При этом цель рассмотрения данного подхода заключается в повышении качества ( или сокращении времени вычислений) при решении множества подобных задач. Иначе говоря, речь идет о параллельном решении некоторой задачи множеством агентов, когда каждый из них находит решение, и, как следствие, мы имеем в результате сразу множество решений, отличающихся друг от друга значением функции пригодности. [24]

O Hare and Jennings, 1996 ] составляют исследования взаимодействия и кооперации небольшого числа интеллектуальных агентов, например, классических интеллектуальных систем, включающих базы знаний и решатели. Главной проблемой в РИМ является разработка интеллектуальных групп и организаций, способных решать задачи путем рассуждений, связанных с обработкой символов. Иными словами, здесь групповое интеллектуальное поведение образуется на основе индивидуальных интеллектуальных поведений. Это означает согласование целей, интересов и стратегий различных агентов, координацию их действий, разрешение конфликтов путем переговоров; теоретическую базу здесь составляют результаты, полученные в психологии малых групп и социологии организаций. [25]

Одна из возможных классификаций агентов [3,19] приведена в табл. 7.1, из которой следует, что для интеллектуальных агентов характерно целесообразное поведение, которое предполагает наличие у агента целей функционирования и способностей использовать знания об окружающей среде, партнерах и о своих возможностях. [26]

Классификация многоагентных систем. [27]

В русле ИЖ глобальное интеллектуальное поведение всей системы рассматривается как результат локальных взаимодействий большого числа простых и необязательно интеллектуальных агентов. Стиле и др. [ Brooks, 1991; Heudin, 1994; Steels, 1990 and 1994; Ferber, 1995 ]), опираются на следующие положения: 1) MAC есть популяция простых и зависимых друг от друга агентов; 2) каждый агент самостоятельно определяет свои реакции на события в локальной среде и взаимодействия с другими агентами; 3) связи между агентами являются горизонтальными, т.е. не существует агента-супервизора, управляющего взаимодействием других агентов: 4) нет точных правил, чтобы определить глобальное поведение агентов; 5) поведение, свойства и структура на коллективном уровне порождаются только локальными взаимодействиями агентов. [28]

Чаще всего исследователи рассматривают второе направление как выживание, адаптацию и самоорганизацию в динамической враждебной среде большого числа простых и, необязательно, интеллектуальных агентов. Как мы видели, коллектив довольно простых автоматов демонстрирует не только адаптивные способности по отношению к среде, но и способность регулировать численность своей популяции в зависимости от внешней среды. Как один из следующих шагов в направлении развития искусственной жизни, рассмотрим популяцию интеллектуальных агентов, но не взаимодействующих друг с другом для достижения общей цели, как это рассматривалось в предыдущем разделе, а решающих некоторую общую задачу и существующих в эволюционирующей популяции. [29]

Среда разработки агентов ABE ( Agent Building Environment), построенная фирмой IBM, представляет собой инструментарий для создания приложений, основанных на интеллектуальных агентах, а также добавления новых агентов в уже существующие приложения. Здесь интеллектуальный агент отслеживает условия среды, принимает решения на основе правил, и в результате выполняет некоторое действие. [30]

Страницы: 1 2 3 4