Les architectures basées sur BDI
PRS - IRMA - COSY - GRATE- Autres
PRS (Georgeff & Lansky, 1987):
Une des architectures d'agent les plus connues est le PRS (Procedural Reasoning System), developpé par Georgeff et Lansky en1987.
Le PRS est une architecture BDI, qui comprend une bibliothèque de plans, ainsi que des représentations symboliques explicites des croyances (Beliefs), des désirs et des intentions. Les croyances sont des faits, aussi bien du monde extérieur que de l'état interne du système, et sont exprimés en logique classique du premier ordre.Les désirs sont représentés sous forme de comportements du système (au lieu de représentations statiques d'états buts). La bibliothèque de plans de PRS englobe un ensemble de plans partiellement élaborés, appelés "champs de connaissances"(knowledge areas: KAs), chacun d'eux étant associé avec une condition. Cette condition détermine quand le KA doit être activé. Les KAs peuvent être activés par les buts ou les données; les KAs peuvent aussi être réactifs, permettant ainsi au PRS de répondre rapidement à l'évolution de son environnement. L'ensemble des KAs actifs à un instant donné dans un sytème représente ses intentions. Ces différentes structures de données sont manipulées par un interpréteur système qui est en charge de mettre à jour les croyances, invoquer les KAs et exécuter les actions.
Références: [p10] diapositive 7
IRMA (Bratman & al., 1988):
Les agents IRMA sont composés de 4 structures de données: une bibliothèque de plans et des structures pour représenter les croyances, les intentions et les désirs.Cinq processus traitent ces structures: un module de raisonnement qui met à jour les croyances actuelles de l'agent, un analyseur "means-ends" qui à partir de l'ensemble des croyances va générer les options (les plans) répondant le mieux aux intentions de l'agent, un analyseur d'opportunités qui observe l'environnement et décide d'autres options éventuelles, un processus de filtrage qui assure que l'option choisie est cohérente avec l'ensemble courant d'intentions, un processus de délibération qui fait le choix entre des options concurrentes.
Références: [p10] diapositive 8
COSY (Burmeister, 1992)
L'architecture COSY est une architecture hybride qui inclue de éléments de PRS et de IRMA, et qui fut développé dans l’environnement DASEDIS [Haddadi, 1994][Burmeister et Sundermeyer, 1992]. COSY est organisée en 5 principaux composants: capteurs, declencheurs, un composant de communication, un de cognition (ie connaissance) et un d'intention. Les trois premiers ( capteurs, declencheurs, communication) sont évidents: les capteurs reçoivent des entrées perceptives mais non-communicative, les déclencheurs permettent à l'agent d'effectuer des actions non-communicatives, et le composant de communications permet à l'agent d'envoyer des messages. Des deux composants restants, le composant d'intention contient des buts à long terme, des attitudes, des responsabilités et des semblables de "..." les éléments de commande participant dans le raisonnement et la prise de décision du composant de connaissance [Haddadi, 1994]; et le composant de connaissance est responsable de la médiation entre les intentions de l'agent et sa croyance au sujet du monde, et de choisir une action appropriée à exécuter. A l'intérieur du composant de la cognition se trouve la base de connaissance contenant la croyance de l'agent, et trois composants procéduraux: un composant d'exécution de manuscrit, un composant d'exécution de protocole, et un composant de raisonnement, décision, et réaction. Un manuscrit est presque comme un manuscrit au sens original de Schank: c'est une recette ou un plan stéréotypée pour réaliser un but. Les protocoles sont des dialogues stéréotypés représentant des cadres de coopération tels que le réseau de contrat [Smith, 1980]. Le composant de raisonnement, décision, et réaction est peut-être la composante clé dans COSY. Il se compose d'un certain nombre d'autres sous-ensembles, et est structuré à peu près comme dans PRS et IRMA (voir ci-dessus). Un ordre du jour est maintenu, qui contient un certain nombre de scripts actifs. Ces scripts peuvent être appelés dans un mode "goal-driven" (pour satisfaire un des intentions de l'agent), ou dans un mode data-driven (en réponse à la situation actuelle de l'agent). Un composant de filtre choisit entre les manuscrits en concurrence pour l'exécution.
Références: [p10] diapositives 9 et 10
GRATE (Jennings, 1993)
GRATE est une architecture en couche dans laquelle le comportement d'un agent est guidé par les attitudes mentales de la croyance, des désirs, des intentions et des intentions jointes [Jennings, 1993b]. Les agents sont divisés en deux ensembles distincts: un système de niveau de domaine et une couche de coopération et de commande. Le premier résout des problèmes d'organisation; que ce soit dans le domaine des commandes, des finances ou du transport industrielles. Le dernier est un contrôleur de métaniveau qui opère au niveau du système de niveau de domaine dans le but de s'assurer que les activités de niveau du domaine de l'agent sont coordonnées avec ceux d'autres au sein de la communauté. La couche de coopération se compose de trois modules génériques: un module de commande qui fait l'interface avec le système de niveau de domaine, un module d'évaluation de situation et un module de coopération. Les modules d'évaluation et de coopération fournissent une exécution d'un modèle de la responsabilité commune [Jennings, 1992], qui indique comment les agents devraient agir localement et vers d'autres agents alors qu'il est occupé à la résolution de problème communs. L'exécution d'une communauté GRATE a été évaluée contre les agents qui ont seulement des intentions individuelles, et les agents qui se comportent d'une façon égoïste, dans le domaine de la gestion de transport de l'électricité. Une amélioration significative a été remarquée quand la situation est devenue complexe et dynamique [Jennings, 1995].
Références: [p10] diapositives 11 et 12
Autres:
RETSINA
(Katia P. Sycara, 01):
"Reusable
Environment for Task-Structured Intelligent Networked Agents"
Les agents se coordonnent pour recueillir l'information dans le contexte du
problème de l'utilisateur résolvant des tâches. Chaque
agent RETSINA est un agent de type BDI qui intègre la planification,
programmant, exécution, information, rassemblement, et coordination
avec d'autres agents.
JACK (busetta et al, 99b):
JAM is a Java-based BDI agent
similar to UMPRS, but in addition to supporting goal-based reasoning and utility-based
competition and selection between goals, JAM adds support for bottom-up, reactive
reasoning, agent checkpointing and mobility, metalevel-based
reasoning for selecting between competing goals, a much stronger and greatly
extended goal-theoretic implementation, reflection-based support for including
legacy java code, and many powerful extensions to the agent plan representation.
Java source code and documentation are available for download at the JAM website.
http://www.marcush.net/IRS/Jam/Jam-man-01Nov01-draft.htm
UMPRS is a Belief-Desire-Intention
agent architecture based upon the Procedural Reasoning System (PRS) of Georgeff, Ingrand, Rao, Lansky, and others. Unlike many "agents" available
today which are useful in very restricted domains, UMPRS is a general-purpose
framework applicable to nearly any application domain. It supports top-down,
goal-based reasoning, multiple simultaneous goal threads with utility-based
competition and selection, and an expressive plan representation. C++ source
code and documentation are available for download at the UMPRS website.
http://members.home.net/marcush/IRS
INTERRAP
ARCHON (Wittig
T., 92):
cf paragraphe 3.1 de [a17]
DMARS
Australian
Artifical Intelligence Institute,
http://www.aaii.oz.au/proj/dMARS-overview.html
http://www.ecs.soton.ac.uk/~mml/papers/atal97.pdf