Systemy wieloagentowe

monograficzne

Celem wykładu jest zapoznanie studentów z podstawowymi pojęciami i technikami stosowanymi w projektowaniu i realizacji najnowszej generacji inteligentnych systemów usytuowanych w rzeczywistym środowisku, tj. systemów wieloagentowych. Stosowane techniki, wywodzące się zarówno z rozproszonej sztucznej inteligencji, jak i z projektowania obiektowego, doprowadziły do powstania nowego nurtu w programowaniu, tzw. programowania zorientowanego agentowo (ang. "agent-oriented programming"). Wykład da podstawy do samodzielnego projektowania systemów wieloagentowych.

W przypadku braku studentów obcojęzycznych, zajęcia będą prowadzone po polsku.

Autonomiczni agenci i systemy, czy ogólniej środowiska wieloagentowe, reprezentują nowy sposób analizowania, projektowania oraz implementacji złożonych inteligentnych systemów komputerowych. Agent jest jednostką obliczeniową, taką jak program komputerowy lub robot, zdolną do obserwowania środowiska i wpływania na nie poprzez wykonywanie akcji, na ogół w ramach współpracy z ludźmi lub innymi agentami.

Akcje agenta są autonomiczne, a jego inteligencja przejawia się w umiejętności elastycznego i racjonalnego reagowania na różnorodne, często nieprzewidywalne, sytuacje zachodzące w środowisku oraz w zdolności do podejmowania inicjatywy, gdy zachodzi taka potrzeba. W systemie wieloagentowym, agent jako jednostka interaktywna, powinien mieć możliwość pracy zespołowej z innymi agentami i/lub ludźmi. Dlatego też o sile wyrazu systemów wieloagentowych, w porównaniu z systemami z bazą wiedzy, decydują złożone wzorce interakcji. Kluczowym przykładem jest tutaj zorientowana na cel współpraca, gdy grupa podejmuje wspólne wysiłki aby osiągnąć złożony cel, który jest poza indywidualnym zasięgiem.

Program:

1. Pojęcie agenta i systemu (wielo)agentowego;

2. Przegląd architektur systemów wieloagentowych:

- architektury reaktywne;

- architektury hybrydowe;

3. Systemy BDI (czyli systemy agentów zdefiniowanych w kategoriach przekonań (ang. beliefs), celów (ang. goals/desires) i intencji (ang. intentions)

4. Metody osiągania porozumienia w systemach wieloagentowych:

- aukcje;

- negocjacje;

5. Schematy interakcji w systemach wieloagentowych:

- wspólne rozwiązywanie problemów;

- metody koordynacji działań;

6. Komunikacja w systemach wieloagentowych.

W przypadku braku studentów obcojęzycznych zajęcia będą prowadzone po polsku.

1. G. Weiss (ed), Multiagent systems. A modern approach to Distributed Artificial Intelligence, The MIT Press, 1999.

2. M. Wooldridge, An Introduction to Multiagent Systems, Wiley, 2009.

3. B. Dunin-Keplicz, R. Verbrugge, Teamwork in Multi-Agent Systems. A formal Approach, Wiley, 2010.

Wiedza

1. Ma uporządkowaną, podbudowaną teoretycznie wiedzę dotyczącą różnic pomiędzy systemami z bazą wiedzy poprzedniej generacji (doradczymi, tablicowymi), a współczesnymi, usytuowanymi w dynamicznym środowisku, inteligentnymi systemami wieloagentowymi.

2. Dobrze rozumie rolę i znaczenie kluczowej abstrakcji, jaką jest pojęcie agenta i wynikające stąd wymagania formalne i informatyczne dotyczące realizacji poszczególnych aspektów systemów agentowych.

3. Zna podstawowe paradygmaty realizacji systemów wieloagentowych (BDI, oparte na teorii gier) i rozumie, w jakich aplikacjach należy je stosować.

4. Rozpoznaje podstawowe problemy do rozwiązania w systemach wieloagentowych (komunikacja, kooperacja, negocjacje) i orientuje się, jakimi metodami formalnymi i/lub przy użyciu jakich narzędzi informatycznych mogą być rozwiązywane.

5. Zna współczesne typy architektur systemów wieloagentowych, rozumie ich różnice i warunki stosowalności.

6. Na poziomie koncepcyjnym zna logikę TeamLog służącą do modelowania współpracy agentów typu BDI.

Kompetencje

1. Zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia, w tym zdobywania dokładniejszej i aktualnej wiedzy dziedzinowej (K_K01).

2. Potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu (K_K02).

Umiejętności

1. Potrafi zastosować wiedzę matematyczną do formułowania,

analizowania i rozwiązywania związanych z informatyką zadań o średnim

poziomie złożoności (K_U01).

2. Potrafi zanalizować przykładową aplikację i stwierdzić czy do jej realizacji należy stosować system agentowy lub wieloagentowy.

2. Dla zadanej aplikacji potrafi dobrać adekwatny typ sytemu wieloagentowego.

3. Potrafi określić strukturę topologiczną grupy współpracujących agentów w zadanej sytuacji i stworzyć koncepcyjne zręby ich współpracy w formalizmie TeamLOg (K_U10).

Kryteria oceniania:

Zaliczenie: na podstawie pracy na zajęciach. Na ćwiczeniach należy przedstawić prezentację na jeden z ustalonych tematów na podstawie dostarczonych materiałów.

Egzamin: pisemny.

Wagi poszczególnych składników: zaliczenie 40%, egzamin - 60%.