F

1
Föreläsning om Agenter

• Lisa Brouwers
• lisa_at_dsv.su.se

2
Innehåll

• Varför prata om agenter?
• Agent-definition
• Intelligenta agenter?
• Singel vs. MAS
• Design av en agent (R-N)
• Perceptorer och Effektorer
• Rationalitet
• Mått
• Autonomi
• Agentstruktur (P.A.G.E)

3
Innehåll (forts.)

• Olika arkitekturer för Agenter
• Reflex Agent (Reaktiv)
• Agent med State
• Goal-Based Agent
• Utility-Based Agent
• andra arkitekturer (BDI t ex)

4
Varför prata om agenter?

• Traditionella program är begränsade
• Behöver system som kan fatta beslut själva
• Föränderliga och oförutsägbara domäner kräver
  Intelligenta eller Autonoma agenter

5
Agent-definition Vad är en agent?

• Ett program
• En process
• Ett aktivt objekt
• En mobil robot
• En social varelse som interagerar
• En entitet med ett mentalt state

6
Russel - Norvig (def. 1)

• En entitet som uppfattar (percepts) sin omgivning
  via sensorer
• och som handlar (acts) i omgivningen genom
  effektorer

7
(No Transcript)
8
Singel-agent

• NetBots
• Mail Filter
• Personliga Digitala Assistenter (PDA)
• Robotar
• Mobila processer
• Termostater ?
• Xbiff ?

9
Intelligenta agenter

• Woolridge, Jennings
• situerade i en omgivning
• handlar flexibelt och autonomt i omgivningen
• strävar efter att uppnå designmålen.

10
Flexibilitet

• Reaktiv
• Pro-aktiv
• Inneha social förmåga

11
Multi-Agent System

• Multi-diciplinärt
• Datavetenskap
• Psykologi
• Sociologi
• Filosofi
• Etnologi
• Ekonomi

• Delområden inom datavetenskap
• Distribuerade system
• Robotik
• Koncept. Modellering
• ML
• NN
• Parallella processer
• Kunskapsrepresentation

12
Tillämpningsområden för MAS

• Matchningssystem på WWW
• Nätverk av PDIs
• Elektroniska marknadsplatser
• Robotfotboll
• Parallella processer
• Samtidiga processer

13
Rationalitet (R-N, informell def.)

• En rationell agent är en som utför rätt handling
• Rätt handling är den handling som gör agenten
  mest framgångsrik

14
Begränsad rationalitet

• Tid
• Resurser
• Scope

15
Performance Measure

• Objektivt
• Förbestämda kriterier
• Hur kriterierna mäts
• När kriterierna mäts

• Exempel Dammsugar-Agent
• Kriterium 1
• Suga upp mycket smuts
• Mått Vikt (volym?)
• Kriterium 2
• Arbeta snabbt
• Mått Tid
• Kriterium 3
• Förbruka lite el
• Mått kW
• Kriterium 4 ?

16
Rationalitet (formell def. R-N)

• Vad som är rationellt vid en viss tidpunkt
  bestäms av följande
• vilket Performance Measure som valts
• Percept Sequence (vad agenten upplevt hittills)
• agentens kunskap om omgivningen
• mängden handlingar agenten kan utföra

17
Idealisk Rationell Agent

• För varje möjlig 'percept sequence' skall
  agenten utföra den handling som förväntas
  maximera dess Performance Measure, utifrån
  information i dess 'percept sequence' och annan
  inbyggd kunskap agenten innehar.
• En agent är autonom om dess handlingar bestäms
  (åtminstone delvis) av dess egna erfarenheter.
• OBS. Implicerar krav på Adaptivitet

18
Mapping

• Percept-sekvens
• Action
• Tabell?
• praktiskt omöjligt
• Metoder/Funktioner
• Begränsning bakåt i percept-sekvensen

19
Agent-struktur

• Arkitektur
• datorn som agenten körs på
• mjukvaran som behövs för att agenten skall
  fungera (röra sig, uppfatta bilder t ex)
• agentplattform som hjälper till med infrastruktur
  och nödvändig basfunktonalitet.

• Agent (ett program)
• Kropp ej nödvändig, mjukvaruagenter SoftBots
• Agenten kan köras på Internet eller på en lokal
  dator (eller i princip varsomhelst, i en
  glödlampa, på kylskåpsdörren eller i våra kläder.
  )

20
Design av en agent (P.A.G.E)

• Percepts
• vilken typ av Input (bilder, ljud, data, ?)
• Actions
• vilken typ av handlingar kan agenten utföra, dvs
  Output (röra sig, sparka en boll, skicka ett
  meddelande, svänga)

• Goals
• vilka mål skall agenten ha, dammsuga rent?, köra
  snabbt och säkert?, hitta bästa priset på en
  vara.
• Environment
• vilken omgivning kommer agenten verka i?
  Internet, stadstrafik, en fotbollsplan t ex.

21
Abstrakt Agent-program

• Action SkelettAgent(percept )
• Static memory
• -------------------------------
• memory UpdateMemory(memory, percept)
• action ChooseBestAction(memory)
• memory UpdateMemory(memory, action)
• return (action)

22
Tabell-agent

• Action TabellAgent(percept )
• Static percept-sekvens, tabell
• ----------------------------------------
• percept-sekven AppendPercept(percept)
• action TittaITabellen(percept, tabell)
• return (action)

23
Det duger inte med en tabell...

• storlek på tabell
• tidsåtgång för att skapa tabell
• agenten saknar autonomi
• lärande omöjligt i praktiken

24
Varför kan resonerande löna sig?

• Taxi-agent
• Percepts kameror, GPS, mikrofon, högtalare.
• Actions Styra, gasa, bromsa, prata med
  passagerare.
• Goals Säkert, snabbt, lagligt, maximera
  vinsten.
• Environment vägar, annan trafik, fotgängare,
  kunder

25
Vilken typ av agent skall vi välja?

• Olika arkitekturer för Agenter
• Reflex Agent (Reaktiv)
• Agent med State
• Goal Based Agent
• Utility Based Agent

26
Reflex-agent

• Med produktionsregler (If - then)

Sensorer
Omgivning
Hur världen ser ut nu
Vilken handling bör jag välja
Effektorer
If-Then-regler
27
Reflex-agent (program)

• Action ReflexAgent(percept )
• Static regler (if-then)
• ----------------------------------------
• state TolkaInput(percept)
• regel MatchaRegel(state, regel)
• action TriggaRegel(regel)
• return (action)

28
Agent med State
Agent med State

• Agent med State

State Hur världen utvecklas Hur mina handl.
påverkar
Sensorer
Omgivning
Hur världen ser ut nu
Vilken handling bör jag välja
Effektorer
If-Then-regler
29
Agent med State (program)

• Action AgentmedState(percept)
• Static state (current), regler
• --------------------
• state UppdateraState(state, percept)
• regel regelMatchning(state,regel)
• action RegelAction(regel)
• state UppdateraState(state, percept)
• return(action)

30
Goal Based Agent

• Agent med Mål

Sensorer
State Hur världen utvecklas Vad mina handl.
medför
Omgivning
Hur världen ser ut nu
Vad händer om jag utför handling A?
Vilken handling ska jag välja?
Mål
Effektor
31
Utility Based Agent

• Agent med nyttofunktion (utilitetsfunktion)

Sensorer
State Hur världen utvecklas Vad mina handl.
medför
Omgivning
Hur världen ser ut nu
Vad händer om jag utför handling A?
Vilken nytta ger det mig ?
Nytto-funktion
Vilken handling ska jag välja?
Effektor
32
Hur ser omgivningen ut?

• Tillgänglig/Icke tillgänglig
• Deterministisk/Icke deterministisk
• Episodisk/ Icke episodisk
• Statisk/ Dynamisk
• Diskret/ Kontinuerlig

33
Agent eller Objekt?

• Objects do it for free, agents do it for money
• Agenter kontrollerar sina handlingar
• Agenter är flexibla
• reaktiva, pro-aktiva sociala
• Varje agent egen tråd

34
Sammanfattning

• Agent-konceptet
• Singel/Multiagentsystem
• Idealisk Rationell agent
• Agent arkitektur
• Design av en agent
• Omgivningen

35
Då var det slut.

• Bra agentsida på nätet
• http//www.sics.se/isl/abc/survey.html
• Sverker Jansson (SICS)