Modélisation des états mentaux: modèle BDI
(Réalisé par Teck
AGUILAR)
Introduction
Principe d’intentionnalité de Dennett
Modèle BDI
Les composantes BDI
Logiciels BDI
Références utilisées
Livres
Liens et d’autres références
Groupes de travaux de recherche
Modélisation des états mentaux: modèle BDI
Introduction
Dans l’Intelligence Artificielle on essaie d’élaborer des programmes qui agissent comme agents rationnels, c’est à dire, de façon indépendante, que puissent prendre des décisions sur les actions à entreprendre. Mais il ne suffit pas que les programmes conçoivent la bonne action à accomplir, nous désirons en outre qu’ils exécutent ces actions. En d’autres termes, nous voulons créer des agents rationnels plongés dans un environnement donné qui vivent et agissent dans cet environnement comme nous le faisons nous-mêmes dans le nôtre. Nous avons besoins d’un modèle qui représente un agent comme un état mental, ce modèle nous le pressentons ci-dessous.
Les agents rationnels, ce sont des objets des études des beaucoup des disciplines, y compris les sciences économiques [Neumann44], la philosophie, la science cognitive [stich83], l'informatique et l'intelligence artificielle [wool99].
De manière général an agent est une entité qui est située dans un certain environnement et est capable d’agir sur lui afin de le modifier, former; un agent rationnel est un agent qui agit pour obtenir ses intérêts de la "meilleur" manière. La notion de "meilleur" est généralement interprétée comme si l’agent a des préférences différentes dans ses sorties. Un agent est alors rationnel s'il choisit d'agir de façon à optimiser ses résultats par rapport a ses préférences.
Il existent des théories logiques que définrent à l’agent rationnel comme étant partie de systèmes de raisonnement qui décident moment par moment l'action qu’on va exécuter, étant donné la croyance qu’ils ont à propos du monde qui les entour et de leurs désirs en ce qui concerne la façon dont ils voudraient que le monde soit.
Principe d’intentionnalité
de Dennett
Pour bien comprendre les agents rationnels, on se base beaucoup sur le principe d’intentionnalité de Dennett [Den97], voici comment cela fonctionne: d'abord vous décidez de traiter l'objet dont le comportement doit être comme celui d’agent rationnel, vous allez donc déduire la croyance de l’agent, étant donné sa place dans le monde et son but. Alors vous déduirez quel sont ses désirs, su r les mêmes considérations, et finalement vous prévoyez que cet agent rationnel agira pour obtenir ses buts en base de sa croyance.
Donc, l’ensemble de croyances et désirs va produire des décisions dans l’agent, c’est à dire qu’on saura ce que l’agent fera.
Si nous acceptons l'utilité du principe d’intentionnalité de Dennett pour caractériser les propriétés des agents rationnels, alors la prochaine étape pour développer une théorie formelle des agents est d'identifier les composants d’état d'un agent.
Il existe plusieurs types d’états mentaux possibles que nous pourrions utiliser pour caractériser un agent: la croyance, les buts, les désirs, les intentions, les engagements, les craintes, les espoirs, les obligations, etcetera. Nous pouvons identifier plusieurs catégories importantes de telles attitudes, par exemple:
Attitudes de l'information: Ces sont le types d’attitudes de récupération d’information de l’environnement. Les membres les plus évidents de cette catégorie sont la connaissance et la croyance.
Pro attitudes: Ce sont les types d’attitudes que mènent à un agent à effectuer des actions. Les membres les plus évidents de cette catégorie sont des buts, des désirs, et des intentions.
Attitudes normatives: Dans cette catégorie nous trouvons, des engagements, des permissions et l'autorisation.
Une grande partie
de la littérature essaie de développer des théories formelles des agents rationnels,
normalement elles ont la tache de choisir une attitude au-dessus des autres, et
d'étudier les rapports possibles entre ces attitudes. Tandis qu'il n'y a aucun consensus sur lequel
des attitudes devraient être choisies en tant que primitif, la plupart des
formalismes choisissent la connaissance ou la croyance ainsi qu'au les buts ou
des désirs.
Modèle BDI
On utilise donc, un modèle appelé BDI [rao91] qui est l’approche le plus utilisé et qui explique la rationalité d’un agent, ce modèle dite BDI (Belief, Desire, Intention) qui est fondée sur les trois notions.
Les attitudes mentaux des agents selon le modèle BDI sont:
– Les croyances: Ce que l’agent connaît de son environnement,
– Les désirs: Les états possibles envers lesquels l’agent peut vouloir s’engager;
– Les intentions: Les projets qu’il a l’intention de mener à bien.
Un agent BDI doit donc mettre à jour ses croyances avec les
informations que proviennent de son environnement, décider quelles options lui
sont offertes, filtrer ces options afin de déterminer de nouvelles intentions
et réaliser ses actions selon ses intentions.
Le concept d'intention est la partie principale de cette approche car il permet de relier les buts aux croyances et aux engagements en disposant d'une théorie du passage à l'acte des agents.
Les composantes BDI
Une architecture BDI est conçue en partant du
modèle "Croyance-Désir-Intention",
en anglais "Belief-Desire-Intention", de la
rationalité d'un agent intelligent. Dans ce qui suit, on va présenter d'une
manière informelle, intuitive, la signification de ces trois éléments dans un
modèle BDI. Le modèle a une théorie logique formelle associée, mais on ne va
pas entrer dans les détails de celle-ci.
Le B = Belief = Croyance
Les croyances d'un agent sont les informations que
l'agent possède sur l'environnement et sur d'autres agents qui existent dans le
même environnement. Les croyances peuvent être incorrectes, incomplètes ou
incertaines et, à cause de cela, elles sont différentes des connaissances de
l'agent, qui sont des informations toujours vraies. Les croyances peuvent
changer au fur et à mesure que l'agent, par sa capacité de perception ou par
l'interaction avec d'autres agents, recueille plus d'information.
Le D = Desire = Désir
Les désirs d'un agent représentent les états de
l'environnement, et parfois de lui-même, que l'agent aimerait voir réalisés. Un
agent peut avoir des désirs contradictoires ; dans ce cas, il doit choisir
parmi ses désirs un sous-ensemble qui soit consistant. Ce sous-ensemble
consistant de ses désirs est parfois identifié avec les buts de l'agent.
Le I = Intention = Intention
Les intentions d'un agent sont les désirs que
l'agent a décidé d'accomplir ou les actions qu'il a décidé de faire pour
accomplir ses désirs. Même si tous les désirs d'un agent sont consistants,
l'agent peut ne pas être capable d'accomplir tous ses désirs à la fois.
C'est cette idée même qui est au cœur de la théorie
BDI de l'action rationnelle, proposée pour la première fois par Michael Bratman. C'est une théorie du raisonnement pratique qui
essaie de surprendre comment les gens raisonnent dans la vie de tous les jours,
en décidant, à chaque moment, ce qu'ils ont à faire. En développant sa théorie,
Bratman montre que les intentions jouent un rôle
fondamental dans le raisonnement pratique, car elles limitent les choix
possibles qu'un humain (ou un agent artificiel) peut faire à un certain moment.
Une architecture BDI est alors un bon
candidat pour modéliser le comportement d'un agent intelligent car :
- elle s'appuie sur une théorie connue et appréciée de l'action rationnelle des humains ;
- la théorie a été formalisée dans une logique symbolique formelle, rigoureuse ;
- elle a été implémentée et utilisée avec succès dans beaucoup d'applications.
Le modèle BDI est particulièrement intéressant parce qu'il combine trois composants distincts:
- Philosophique. Le modèle BDI se base sur une théorie largement respectée, du comportement de l’homme, développée par le philosophe Michael Bratman [Bratman87].
- Applications. Le modèle BDI ne prescrit pas une implémentation spécifique. Le modèle peut être réalisé de différentes manières, et en effet un certain nombre différent d’implémentations ont été développés. D'ailleurs, le modèle BDI a été employé pour construire un certain nombre d'applications réelles significatives.
- Formalisation logique. Le troisième composant du modèle de BDI est une famille logique. Ce logique capture les aspects principaux du modèle de BDI comme un ensemble d'axiomes logiques.
Le schéma suivant nous montre la structure du modèle BDI
Logiciels BDI
Il y a plusieurs systèmes libres
BDI disponibles sur Internet comme:
Conception
de Francois Felix Ingrand du Laboratoire d'Analyse et d'Architecture
des Systèmes de Toulouse.
Conception
de l'institut australien de Intelligence Artificiel, sous la direction du
microphone Georgeff, un des figures principales dans
le paradigme d'agent de BDI.
CRIC
est un langage de programmation disponible commercialement qui a été développé
par Agent Oriented Pty de
Melbourne, Australie.
JAM a
été implémenté par Marcus Huber, ilest
disponible sous une licence de GNU.
UM-PRS
est un précurseur de JAM. Développé par Marcus Huber
et collègues à l'université du Michigan.
Références (articles)
[Neumann44]
J. Von Neumann and O. Morgenstern. Theory of
Games and Economic Behaviors.
[stich83] S. P. Stich.
From Folk Psychology to Cognitive Science. The MIT Press:
[wool99]
M. Wooldridge and A. Rao, editors. Foundations of
Rational Agency. Kluwer Academic Publishers:
[denn97] Dennett, The Intentional Stance.
[rao91]
Modeling rational agent within a BDI architecture; technical notes par Anand S. Rao.
[Bratman87] M. E. Bratman.
Intention, Plans, and Practical Reason.
Livres
- An Introduction to MultiAgent Systems; Michael Wooldridge.
- Reasoning about rational agents; Michale
Wooldridge.
Liens et d’autres références
A gentle
introduction to agents and their
applications Michael Weiss - MITEL Corp.
Raisonnement des agents intelligents.
Apprentissage des systèmes multi agents BDI
"Bdi
agents: From theory to practice"
A. S. Rao and M. P. Georgeff
Tech. Rep. 56, Australian Artificial Intelligence Institute, Melbourne,
Australia, Apr 1995.
"The Belief-Desire-Intention
Model of Agency" (1999)
Michael Georgeff, Barney Pell, Martha Pollack, Milind Tambe, Michael Wooldridge
Proceedings of the 5th International Workshop on Intelligent Agents V : Agent
Theories, Architectures, and Languages (ATAL-98)
"Intelligent Agents: Theory and
Practice"
M. Wooldridge and
Knowledge Engineering Review Volume 10 No 2, June 1995.
"Modeling
rational agents within a BDI-architecture"
A. S. Rao and M. P. Georgeff
Proceedings of Knowledge Representation and Reasoning, Morgan Kaufmann
Publishers, 1991
Groupes de travaux
de recherche
Groupe AMI – Université de Paris 11.
Deparment of Computer Science de l’Université de Toronto.
Artificial Intelligence – University
of Washington.
Intelligent Agents Research Group – University
of Aberdeen.
Laboratoire d’Intelligence Artificiel de l’Université de Berlin
Département de
Intelligence Artificiel de l’Université d’Amsterdam.