Мивары: 25 лет создания искусственного интеллекта - [65]

· обеспечение взаимодействия (коммуникации) агентов в многоагентной системе, в том числе построение языков и протоколов коммуникации;

· согласование решений и координация действий агентов; планирование в многоагентной системе; разрешение конфликтов между агентами из-за ресурсов;

· описание представления агентами их внутренних состояний, а также рассуждений о знаниях, планах и действиях других агентов;

· описание различных точек зрения, целей и предпочтений агентов в интересах представления их в многоагентной системе.

В работе [21, стр.48, 49] предложено развитие многоагентной системы до многоуровневой МАС. Предлагается агентам – исполнителям первого уровня назначить подчиненных агентов, агентов – исполнителей второго уровня, которые будут решать разными способами задачи, поставленные агентам – исполнителям первого уровня. Агенты 1-ого уровня могут общаться между собой, обмениваться информацией, алгоритмами. Структура и функционирование многоуровневой МАС и ее отличие от обычной МАС показаны на рисунке 81.

Рисунок 81 – Различия в структуре и функционировании обычной МАС и многоуровневой МАС

Предложенные многоуровневые МАС могут быть применены при построении таких интеллектуальных систем, для которых предполагается, что исходная задача будет разбиваться на подзадачи, которые могут быть решены несколькими способами.

Примерами таких систем могут быть: система для интеллектуального анализа документов; система определении оптимального маршрута движения транспорта при наличии пробок; система эффективного поиска в сети Интернет.

Необходимость использования МАС для эффективного поиска в Интернет обусловлена особенностью поисковых машин: каждая машина ищет информацию только по своему индексу (базе данных значащих слов на каждой странице, найденной crawler ("пауком") поисковой машины), и эти индексы для разных поисковых машин не одинаковы. Поэтому логично создать многоуровневую мультиагентную систему, в которой было бы по одному агенту исполнителю второго уровня для каждой поисковой машины. Всем им единое задание на поиск должен выдавать один и тот же агент исполнитель первого уровня. Он же будет принимать от нах результаты поиска и выбирать наилучший.

7.2.1.2.2 Применение МАС для моделирования сложных систем

Многоагентный подход может использоваться также при имитационном моделировании предметной области. Например, в последнее время подобные модели социо – экономических систем становятся мощным инструментом их исследования.

При построении модели в общем случае предметная область разбивается на элементы, формализуются процессы их функционирования, как существенно более простые по сравнению с функционированием системы в целом, и формализуются связи между элементами. Далее полученные модели, представляющие собой задаваемые схемами сопряжения многоуровневые иерархические структуры из сотен или тысяч элементов, описываемых динамическими системами (например, детерминированными и вероятностными автоматами), реализуются на ЭВМ и могут быть использованы для имитации процессов в системе.

Сложная (экономическая) система, представляемая как многоуровневая конструкция из элементов (субъектов), функционирует таким образом, что выходные данные, выдаваемые одними элементами, поступают на входы других элементов, изменяя их поведение (состояния). Получаемая совокупность всевозможных перемещений и случайных скачков состояний всех элементов этой многоуровневой конструкции и составляет процесс функционирования сложной системы во всем многообразии происходящих событий.

В работе [167] предложена модель региональных распределенных рынков с информационной асимметрией. Модель разработана для рынка, на котором взаимодействуют производители и оптовые торговцы сельхозпродуктов. В модели используются гетерогенные агенты: агенты – производители и агенты – торговцы; учитывается, что информационное взаимодействие агентов и конкуренция производителей происходят на локальных, но перекрывающихся, областях. А конкурирующие между собой оптовые торговцы ограничены временем, информацией, финансовыми и транспортными возможностями. Таким образом, в модели учитывается информационная неполнота и информационная асимметрия.

По мере усложнения проектируемых объектов возрастает сложность формального описания объектов, а также сложность синтеза моделирующих алгоритмов, что ограничивает возможность применения имитационных моделей. В статье [198] предлагается новый метод формального описания объектов и синтеза моделирующих алгоритмов, основанный на рассмотрении элементов системы как дискретных преобразователей и описании функционирования элементов как выполнения регулярных выражений алгебры алгоритмов (называемых в предлагаемом методе регулярными моделями или R – моделями). Описываемый метод позволяет легко превратить эти алгоритмы в структурированную программу, что способствует значительному уменьшению трудоемкости подготовки к решению задач методом имитационного моделирования. Кроме указанных преимуществ R-моделей следует отметить ещё и широкие описательные возможности языка (например, в экономике) в отличие от языка классической математики.