Professional Documents
Culture Documents
Zahia Guessoum
Equipe SMA (Systmes Multi-Agents) LIP6 (Laboratoire d'Informatique de Paris 6) Zahia.Guessoum@lip6.fr http://www-poleia.lip6/~guessoum/
-------------------------
SMA Objectifs
y Objectif 1 : Analyse thorique et exprimentale des
mcanismes d auto-organisation
modliser, expliquer et simuler des phnomnes naturels, et susciter des modles d auto-organisation
Zahia Guessoum
SMA Objectifs
y Objectif 2 : Ralisation d artefacts distribus
Zahia Guessoum
Problme
yComment raliser un SMA dont les agents ont les
proprits :
pro-activit autonomie adaptation Sociablit mobilit
scurit !!
Zahia Guessoum
dveloppement
Zahia Guessoum
Langages
Zahia Guessoum
Outils
Zahia Guessoum
Langages Objets
AGENT 0 LANGAGES OBJETS ACTIFS
agents sont :
habituellement
persistants, ractifs, comme les objets, mais aussi proactifs, peuvent tre self-aware (conscient de soi-mme) contrlent leurs actions
un objet :
no say regarding the use and execution of its public methods. Un agent peut refuser, forwarder le message, ... nest pas intelligent
has
Zahia Guessoum
Zahia Guessoum
10
objet1 method1
objet2 method2
objet2 method2
Zahia Guessoum
11
objet1
objet2
objet2 method2
Zahia Guessoum
12
MailBox Quand un message est recu, il est stock dans un mail box
Zahia Guessoum
13
Zahia Guessoum
14
ActiveObject ...
y default classes ... ActivityClass
exemple
Zahia Guessoum
15
Actalk
y Trois classes (ou hirarchies de classes) connatre Activity
process
Address
mailBox
ActiveObject
Zahia Guessoum
16
Activity ...
Address :
doesNotUnderstand: aMessage ^self receiveMessage: aMessage
ActiveObject ...
y Sous classer ActiveObject pour dfinir des
comportements
y Utiliser la mthode
actifs
Zahia Guessoum
18
ActiveObject ...
y dfault classes ... ActivityAddress
diffrents
types de messages
Zahia Guessoum
19
ActiveObject ...
y Dfinir le comportement objet Sous classer ActiveObject (simple classe)
Utiliser le framework
MailBox Activity
ActiveObject
Zahia Guessoum
20
Principales reprsentations
y Objets actifs Malgr leur apparence de sujets communiquant, les objets actifs ne savent pas rflchir sur leur comportement, sur les liens qu'ils entretiennent avec d'autres objets...(Ferber 89).
Zahia Guessoum
21
Architectures
ARCHITECTURES RACTIVES ARCHITECTURES DLIBRATIVES ARCHITECTURES HYBRIDES ARCHITECTURES MODULAIRES
Langages dagents
AGENT 0 LANGAGES OBJETS ACTIFS
Agent 0
y Agent 0 (Shoham, 1993) propose un nouveau style de programmation et propose un vrai langage (AOP) intgrant un grand nombre des concepts dfinissant la notion d'agent. y Caractristiques de Agent 0 un langage de programmation interprt permettant de programmer les agents. fond sur un langage formel rduit utilisant la logique modale pour dcrire les tats mentaux. Les agents sont programms en terme de rgles d'changes mentaux
Zahia Guessoum
24
Agent 0
y AGENT-0 a trois composantes :
1) un systme logique pour dfinir les tats mentaux de l'agent ; 2) un langage de programmation pour programmer les agents 3) un processus "agentification", pour compiler les programmes agents en un systme excutable (bas-niveau). Les Actions provoquant des faits dtermins (externes ou internes) par des Dcisions, Les Capacits indiquant dans quelle mesure l'agent est capable d'effectuer une action, Les Croyances faisant rfrence l'tat du monde, aux tat mentaux et aux comptences des autres, et contraignant les dcisions, Les Obligations traduisant des engagements et proposant des alternatives pour les dcisions.
Zahia Guessoum
25
Agent 0
Le cycle de contrle d'un agent AGENT-0
Zahia Guessoum
26
Agent 0
y Le cycle de contrle est assez simple. Il consiste en
lire les messages, mettre jour l'tat mental, excuter les actions prvues pour le cycle courant.
Zahia Guessoum
27
Agent 0
Zahia Guessoum
28
LALO
y Lalo est une extension de Agent 0. L'utilisateur peut
de rgles comme dans AGENT-0, d'un ensemble de plan ou plus simplement d'une faon procdurale.
surtout dans son aspect compil. Le compilateur LALO gnre partir du programme de l'agent, un code source C++ pour l'agent, et le code source d'un programme d'installation dans la base de donnes (Oriente Objet) des agents qui contient au lancement les croyances et engagements
29
Zahia Guessoum
Le compilateur Lalo
Zahia Guessoum
30
Dautres langages
y Placa y MtaTem y
Zahia Guessoum
31
Architectures
ARCHITECTURES RACTIVES ARCHITECTURES DLIBRATIVES ARCHITECTURES HYBRIDES ARCHITECTURES MODULAIRES
Architectures dagents
Agent capteurs action
Environement
Zahia Guessoum
33
( TouringMachines[Ferguson92] ;InteRRap [Mller 94] ; Modle de Bussmann et Demazeau [Bussmann et Demazeau 94] ) ; DIMA
Agent combinant en gnral des capacits cognitives et ractives loges dans des modules diffrents.
Zahia Guessoum 34
Architectures ractives
Travaux de Brooks
y But Chercher une solution aux problmes dIA y Brooks souligne deux principales ides de son
travail :
Dans les systmes ractifs, l'intelligence est dans l'univers et non pas dans des systmes dsincarns tels que les systmes experts. L'intelligence merge de l'interaction des agents avec leur environnement.
Zahia Guessoum
36
Zahia Guessoum
37
senseurs Monde?
Stimuli/Rponses
Robots
(Brooks89) Fourmis (Ferber89&Drogoul92) cosystmes (Hill 98) Pengi, un programme de planification (Agre and Chapman 87).
y Architectures
Zahia Guessoum
39
Architectures cognitives
Architecture de subsomption
y Hirarchie de comportements accomplissant des y y
y y
tches Chaque comportement est en comptition avec les autres (pour excuter un contrle sur l agent) Les couches les plus basses =comportements primitifs (viter obstacle) sont prioritaires sur les couches suprieures Aucun raisonnement explicite Exemple dapplication: simulation d un explorateur de Mars (rseau d architectures de subsomption)
41
Zahia Guessoum
Architecture de subsomption
viter les objets Rcprer de l nergie Optimiser les cemins Cnstruire une carte du territoire explorer Prendre et dposer Des objets Avancer alatoirement Environnement Effecteurs
Capteurs
Zahia Guessoum
42
Blackboard
Zahia Guessoum
43
Blackboard
y Un cadre de travail pour structurer et contrler le
comportement d un systme de rsolution mettant en uvre des sources de connaissances multiples, varies et pouvant donner lieu des erreurs. (mdicales, )
l initiative des sources de connaissances y Aucune communication directe entre les sources de connaissances
Zahia Guessoum
44
KB3 KB2
KB6 KB6
Zahia Guessoum 45
SuiviVentilation PlanificationThrapeutique
Apne Persistante Frquence x 2 Ranimateur SignalProcesseur Ventilateur ActionsThrapeutiques Symptme ! Alarme Patient CMV (Controlled Mechanical Ventilation)
Zahia Guessoum
46
Archcitecture BDI
y Agent rationnel Perception/actions Attitudes informatives : croyances, connaissances.. Pro-attitudes: Dsirs, intentions, obligations, choix... Comportement guid par buts, intentions, ..sur la base des informations quil a sur son monde
Zahia Guessoum
47
Archcitecture BDI
y Reprsentation: tats mentaux y Logique classique (LC) insuffisante En LC, la dnotation d une expression dpend seulement de celle de ses sous expressions
Ex:
Zahia Guessoum
48
Archcitecture BDI
y Reprsenter l intentionnalit : logiques modales Utiliser des oprateurs modaux pour nuancer les assertions de la logique classique
et ncessaires (logiques ontiques) Futur et pass (logiques temporelles) Savoir et croyances (logiques epistmiques)
Possible
Ex:
pre(x,y)) : A sait que x est pre de y B(A, pre(x,y)) : A croit que x est pre de y
K(A,
Zahia Guessoum
49
Archcitecture BDI
y Reprsenter l intentionnalit: Smantique Logique oprationnelle : structures symboliques interprtes
Les
assertions logiques sont values relativement une thorie associe un agent B(x,f) est vrai ssi f est vrai dans la thorie associe l agent x Pb: manque de smantique rfrentielle Une thorie associe un agent est opaque pour un autre agent
Zahia Guessoum
50
Archcitecture BDI
y Reprsenter l intentionnalit: Smantique Logique des mondes possibles
Les
assertions logiques sont values relativement aux mondes accessibles pour un agent B(x,f) est vrai ssi f est vrai dans tous les mondes accessibles par l agent x Pb: omniscience logique des agents (un agent croit toutes les consquences logiques de ses croyances)
Zahia Guessoum
51
Archcitecture BDI
y Reprsenter l intentionnalit: Smantique Logique des mondes possibles : Axiomes
Axiome
de distribution (K) B(a,(p=>q))=>B(a, p=>B(a,q)) B(a,p) et B(a, (p=>q)) => B(a,q) Principe de non contradiction (D) B(a,p) => non B (a, non p) Introspection positive et ngative B(a,p) => B(a, B(a,p)) Non B(a,p) => B(a, Non B(a,p))
Zahia Guessoum
52
Archcitecture BDI
y Smantique des mondes possibles
tant donn:
un
ensemble de mondes possibles: W0, W1,W2,..,Wn Un ensemble d agents: a0,a1.. Un ensemble de relations daccessibilit Ra0, Ra1,..(une par agent): W Ri W si W est accessible par l agent Ai
W tel que W Ra W , |=W P |=W il est possible que P si W tel que W Ra W et |=W P
|=W
A croit P si
Zahia Guessoum
53
Archcitecture BDI
y Thorie de laction intentionnelle
Un agent x a l intention de raliser une action a (intention(x,a)) si x a comme but quune proposition P sur l tat du monde soit vraie et que les conditions suivantes sont satisfaites:
x
croit que P appartient aux consquences de l action a x croit que P n est pas vrai actuellement x croit qu il est capable de faire a x croit que a sera possible et donc que P pourra tre vrifi
Zahia Guessoum
54
Archcitecture BDI
y Intentions et buts : agence rationnelle
Notion
L agent a l intention de faire l action a ssi: Il a comme but persistent d amener son tat vers un tat o il croit qu il doit faire l action a Puis faire l action a
Zahia Guessoum
55
Architecture BDI
Monitor Data Input Data Base (Beliefs) System Interfaces Goals (Desires) Interpreter (Reasonner) Stack (Intentions) KAS (Plans) Sensors
Environment
Effectors
Data Output
Command Generator
Zahia Guessoum
56
Architecture BDI
Perception input brf beliefs Generate options desires filter intentions action
Zahia Guessoum 57
Action output
Architectures hybrides
software layers y Each layer reasons at a different level of abstraction. Layers interact y Two major types:
vertical layers: perception input and action output are dealt with by a single layer each horizontal layers: each layer directly connects to perception input and action output
Zahia Guessoum
59
Layers design
y Typically, at least two layers, one for reactive behavior
and one for proactive y No reason not to have multiple layers y Typology: information and control flow between the layers, e.g.:
Agent Perception Action
Zahia Guessoum
60
Layer n
Layer n
Layer 2 Layer 1
Layer 2 Layer 1
Perceptual input
Zahia Guessoum 61
Example: TOURINGMACHINES
Perception input Modeling layer
Perception subsystem
Planning layer
Action subsystem
TOURINGMACHINES
y Three layers produce suggestions for action: reactive: implements situation-action rules as in Brooks subsumption architecture planning: achieves proactiveness via plans based on a library of schemas modeling: model of world, other agents, self, predicts conflicts, generates goals to resolve them y Domain of implementation: multiple vehicles
Zahia Guessoum
64
Example: INTERRAP
Cooperation layer Social knowledge
Plan layer
Planning knowledge
Behavior layer
World model
World interface
Perception input
Zahia Guessoum 65
Action output
INTERRAP
y A vertically layered two pass architecture y Layers have similar purposes as in
TOURINGMACHINES y Each layer is associated with a knowledge-base y Layers interact with each other:
Zahia Guessoum
66
Most existing architectures are well suitable for a category of problems Need variable granularity ...
y Solution
Model of architecture (Integrate all the well defined architectures, ) Modular model
Reactive
Zahia Guessoum
68
Simulation platforms
Standardization platforms
Zahia Guessoum
69