Когнитивные агенты. 
Интеллектуальные системы и технологии

Первые попытки разработки когнитивных агентов, которые используют ментальные функции для рассудительного восприятия информации и принятия решений, а также способны автоматически накапливать знания в процессе функционирования, привели к необходимости разработки специальных когнитивных архитектур и математического аппарата для их описания и конструирования. Когнитивные архитектуры представляют собой модели человеческих рассуждений. Примерами первых удачных когнитивных архитектур являются системы ACT и SOAR [9]. Они основаны на продукционных правилах. В них рабочая память моделирует кратковременную память человека, а память продукций является частью долговременной памяти. Обе системы имеют сложные механизмы разрешения конфликтов и сохранения результатов в форме новых продукций, которые могут быть использованы, чтобы избежать подобных выводов в будущих ситуациях.

Более поздние разработки по когнитивным архитектурам базировались на абстрактных подходах с использованием модальной, динамической и темпоральной логик. В последних вариантах когнитивных архитектур предлагалось включение нескольких уровней обработки информации. Верхний уровень знаний, соответствующий модальному подходу, должен быть наследственно неточным. В то же время более низкий символьный уровень, соответствующий подходам с символьным представлением знаний, должен быть более точным, поскольку здесь используются логические процедуры вывода. Наиболее интересной когнитивной архитектурой является BDI (belief — desire — intention) [9]. Она использует такие когнитивные концепции, как убеждение, желание и намерение, а также специальную BDI-логику для манипулирования ими.

Рассмотрим подробнее архитектуру BDI как пример удачного применения когнитивных концепций, взятых из психологии. Эта архитектура уходит своими корнями в философскую традицию понимания объяснения практичности как процесса решения момент за моментом, какое действие выполнить для приближения к нашим целям.

Заключение

о практичности включает два основных процесса: решения, какие цели требуется достичь и как можно их достичь. Первый процесс может быть назван размышлением (deliberation), а второй — выбором целей и средств, или завершением {means-ends reasoning).

Первый агент архитектурой BDI был назван IRMA (Intelligent resourcebounded machine architecture) и дал концептуальное описание BDI-модели, которая рассматривалась как основа такой архитектуры. Следующий хорошо известный вариант был назван PRS (Procedural reasoning system) и использовался в системе диагностики управления реактора космического челнока и в системе управления воздушным движением аэропорта Сиднея (Австралия). В системе PRS агент имел библиотеку планов, которая использовалась при реализации процесса завершения. Предыдущий процесс размышления был реализован на базе планов метауровня, способных модифицировать структуру намерений агента в реальном времени. Убеждения в системе PRS были представлены фактами на языке логики первого порядка. Более известная реализация агента с архитектурой BDI, названная dMARS, позволяла решать похожие задачи несколько другими методами.

BDI-модель интересна также по причине использования специально разработанной BDI-логики, которая формализует свойства агентов, основанных на практическом выводе.

Рассмотрим компоненты архитектуры BDI более детально в рамках структуры, показанной на рис. 11.1.

Рис. 11.1. Структура BDI-агента.

Агент использует компоненты: beliefs (убеждения), desires {желания), intentions {намерения). Компоненты агента определяются таким образом: убеждения представляют собой информацию, которую имеет агент о текущем состоянии среды; желания представляют собой состояния, к которым агент стремится (они могут включать также и цели); намерения представляют собой текущие рабочие цели, которые ведут к действиям агентов.

Формально требуется определить области для этих компонентов. Пусть Bel будет набором всех возможных убеждений, Des — набором всех возможных желаний, Int — набором всех возможных намерений. Не всегда, но часто убеждения, желания и намерения представляются формулами логики, возможно первого порядка.

Тогда состояние агента в каждый данный момент определяется триплетом

где В с Bel D с Des I с Int.

Функция «ревизия убеждений» представляется как.

Эта функция использует воспринятые в текущий момент убеждения и определяет новый набор убеждений. Ревизия убеждений выходит за рамки этой главы и далее обсуждаться не будет.

Делиберативный процесс в агенте (формирующий решение, что делать) представлен несколькими функциями. Функция «генерация опций» отображает набор убеждений и набор намерений на набор желаний:

Она выполняет несколько ролей. Прежде всего, эта функция отвечает за обоснование выбора целей и средств в процессе принятия решения о том, как достичь намерений. Таким образом, когда агент формирует свои намерения х, он должен одновременно рассмотреть варианты достижения х. Эти варианты будут более конкретными, чем намерения х. Так как некоторые из этих вариантов сами станут намерениями, они также будут участвовать в генерации новых более конкретных вариантов. Таким образом, процесс генерации вариантов достижения целей в агенте можно рассматривать как рекурсивный иерархический процесс, обеспечивающий переход к более специфическим намерениям, которые соответствуют выполнимым действиям.

Кроме того, функция «генерация опций» должна удовлетворять ограничениям непротиворечивости и своевременности. Первое означает, что любые выработанные варианты должные не противоречить ни текущим убеждениям, ни текущим намерениям. Ограничение своевременности означает, что функция должна распознавать, когда условия окружающей среды изменяются в выгодную сторону, чтобы предложить агенту новые пути достижения намерений или возможность достижения намерений, которые были бы не достижимы в противном случае.

Вторая функция делиберативного процесса «фильтр» может быть формально представлена как

Эта функция обновляет намерения агента, исходя из ранее принятых намерений и текущих убеждений и желаний. Она должна отбрасывать тс намерения, которые более не являются достижимыми, или те, для которых ожидаемая цена превышает ожидаемую выгоду, связанную с достижением намерения. Кроме того, она должна удерживать те намерения, которые еще не достигнуты и от которых все еще ожидается получить суммарную позитивную выгоду. И наконец, эта функция должна принимать новые намерения либо для того, чтобы достичь текущих намерений, либо для использования новых возможностей. Другими словами, текущими намерениями являются намерения, принятые ранее, или новые принятые варианты.

Функция «исполнение» может рассматриваться как функция, возвращающая любые выполнимые намерения, т. е. те намерения, которые соответствуют непосредственно выполняемым действиям.

Функция принятия решения агента по определению должна выбирать нужные действия, т. е.

Она использует описанные ранее функции и реализуется следующим псевдокодом:

• 1. function action (р:Р):А
• 2. begin
• 3. В:=belief-revision (В, р)
• 4. D:=options (D, I)
• 5. I :=filter (B, D, I)
• 6. return execute (I)
• 7. end function action.

Завершающий вывод является процессом, позволяющим достичь результата всего практического вывода (т.е. намерения, которое агент имеет), используя пригодные средства (т.е. действия, которые агент может выполнять). Такой вывод более известен как интеллектуальное планирование. В нашем варианте планировщик реализует алгоритм планирования, имея входную информацию в виде: 1) цели, намерения или задачи; 2) текущего состояния среды или убеждения агента; 3) действий, которые может выполнять агент. На выходе алгоритм планирования генерирует план в виде набора действий, который должен привести к достижению цели.

Далее опишем планирующую часть агента более формально. Пусть набор действий агента фиксирован как.

Дескриптор для действия а е Ас является триплетом.

где Р_а — набор формул логики первого порядка, который характеризует предусловие действия a; D_a — набор логических формул, характеризующих ложные факты при выполнении этого действия (список уничтожений); А_а — набор логических формул, характеризующих истинные факты при выполнении этого действия (список добавлений). Для простоты предположим, что списки предусловий, уничтожений и добавлений ограничены только базовыми атомами, т. е. индивидуальными предикатами, которые не содержат логические связи или переменные.

Проблема планирования (на наборе действий Ас) тогда может быть определена триплетом.

где Д — убеждения агента о начальном состоянии мира (они представляются логическими формулами); О = {(Р_а, D_a, А_а) / а g Ас} — индексированный набор дескрипторных операторов, по одному на каждое приемлемое действие; у — набор логических формул, представляющих цель, задачу или намерение, которые должны быть достигнуты.

План л является последовательностью действий я = (a_v …, а_п), где каждый компонент является членом набора Ас. По отношению к проблеме планирования (Д, О, у) план я = (a_v …, а_п) определяет последовательность п + 1 моделей среды Д₀, Д _t,…, Д", где Д₀ = Д и Д, = (Д_м / D_ai) и A_ai для 1.

Линейный план я = …, а_п) считается приемлемым по отношению к проблеме планирования (Д, О, у), если и только если предусловие каждого действия удовлетворяет предшествующая модель среды, т. е., если Д_;_₁ —> P_ai для всех 1 < i < п. План я = (а_Л, …, а_п) является корректным по отношению к (А, О, у), если и только если: (1) он является приемлемым; (2) A,_j —> у, т.с. цель достигается в конечном состоянии среды, генерированном планом. В результате планирующая система решает следующую проблему: имея планирующую проблему в виде (А, О, у), система находит корректный план или объявляет, что таковой не существует.

Способность агента выполнить завершающий вывод может быть представлена функцией планирования в виде.

которая на основе текущих убеждений и намерений определяет план для достижения этих намерений.

Заметим, что в этой функции не имеется ничего, что требует генерации плана. Во многих реализациях агентов с практическим выводом функция планирования реализуется путем придания агенту библиотеки планов, которая является подготовленным заранее набором планов (см. рис. 11.1). Нахождение плана для достижения текущего намерения в этом случае выполняется одним проходом по библиотеке планов, в результате которого выбирается план, позволяющий достичь намерения как постусловия при предусловиях, определяемых текущими убеждениями. Предусловия и постусловия часто представляются как список атомов логики первого порядка, а убеждения и намерения — как базовые атомы логики.

Общее управление практическим выводом агента реализуется интерпретатором (см. рис. 11.1). Базовая структура процесса принятия решений может быть представлена циклом, в котором агент непрерывно: 1) наблюдает мир и корректирует убеждения; 2) рассуждает, чтобы решить, какое намерение нужно достичь; 3) использует завершающий вывод, чтобы найти план для достижения намерения; 4) выполняет план.

Таким образом, архитектура BDI реализует процесс принятия решения о том, что делать, который имеет сходство с тем, который люди применяют практически в повседневной жизни. При этом основными компонентами являются структуры данных, представляющие убеждения, желания и намерения агента, и функции, которые формируют решения, какие намерения принять и что делать, и обосновывают выбор целей и средств, г. е. дают решения, как это делать.