Bài giảng Kiến trúc Agent và hệ Agent

{
p = see(s);
i = next(i,p);
perform(action(i));
}
21
Behavior – Abstract Agent 
Arch.
1. Khởi tạo với trạng thái s0
2. Quan sát môi trường với trang thái s, tạo lập 
và thu nhận tri thức bằng see(s)
3. Trạng thái trong của agent được thay dổi và
cập nhật thông qua hàm next(i0,see(s))
4. Các hành động tiếp theo mà agent thực hiện 
sẽ được lựa chọn nhờ hàm, 
action(next(i0,see(s)))
5. Hành động thực hiện sẽ đưa đến 1 chu trình 
mới (thu nhận tri thức), goto 2
22
State-based vs standard agents
„ State-based agents không hiệu quả hơn agent 
chuẩn (standard agents), đã định nghĩa phần 
trước
„ • Thực tế chúng đồng nhất in their expressive 
power 
„ • Tất cả state-based agent có thể được biến 
đổi thành 1 agent chuẩn có behaviourally
equivalent.
23
II.Phân loại kiến trúc Agent
„ Deliberative (Kiến trúc suy diễn)
Logic-Based Architectures
Belief-desire-intension BDI(Suy luận thông minh)
„ Reactive (Kiến trúc phản xạ)
„ Hybrid (Kiến trúc lai)
„ Layered architectures (Kiến trúc lớp)
24
1. Kiến trúc suy diễn
„Dựa trên symbolic AI
„Kiến trúc mà quá trình ra quyết định 
được thực hiện nhờ suy diễn logic.
„Các phương pháp ra quyết định
•Logical Reasoning
•Pattern matching
•Symbolic manipulation
525
Kiến trúc suy diễn
Symbolic description of World
„ Mục đích cần đạt tới
„ Tập miêu tả hành động
Î Tìm một chuỗi actions để đạt 
tới mục đích.
„ Sử dụng thuật toán đơn giản
„ Tạo kế hoạch không hiểu quả
26
Kiến trúc suy diễn
27
Kiến trúc (BDI)
Belief-Desire-Intention
„ Kiến trúc dựa trên quá trình suy luận thông minh
(practical reasoning) trong đó quá trình ra quyết định 
được tiến hành từng bước, các hành động được thực 
hiện xuất phát từ yêu cầu của hàm mục tiêu đề ra.
„ Beliefs:biểu diễn tập các thông tin mà agent biết về 
môi trường hiện tại của nó.(và có thể một vài trạng 
thái trong), 
„ Desires: cái xác định động cơ của nó - ví dụ cái nó 
đang khám phá, .. 
„ Intentions: biểu diễn những quyết định phải hành 
động như thế nào để hoàn toàn đạt tới desires của 
nó (committed desires)
28
BDI Architecture
[Brenner et al, simplified; origin Rao and Georgeff]
5
• BDI
- beliefs = “hiểu biêt của agent”
- desires = “những mục đích của agent”
- intentions = “những mục đích cần hoàn 
thành” (tập con của desires)
• Extended
+ goals
+ plans
interaction
knowledge base
BDI reasoner
plan, schedule, execute
actions
perception
AGENT
29
Các thành phần của agent BDI
w Tập các niềm tin hiện tại (belief): biểu diễn tập các 
thông tin mà agent biết được về môi trường hiện tại 
của nó.
w Hàm thu nhận tri thức từ môi trường (belief revision 
function) thu nhận thông tin mới, cùng với niềm tin 
đã có tạo ra những hiểu biết mới về môi trường
w Hàm sinh các lựa chọn (option generation function): 
đưa ra các lựa chọn có thể có đối với agent (desire) 
dựa trên hiểu biết đang có về môi trường và mong 
muốn của nó.
30
w Các tuỳ chọn hiện tại (set of current options) biểu 
diễn tập các hành động mà agent có thể thực 
hiện.
w Hàm lọc (filter function): biểu diễn cho quá trình 
cân nhắc của agent để chọn ra mong muốn dựa 
trên những điều kiện đang có, đang biết.
w Tập các mong muốn (intention): biểu diễn mong 
muốn hiện tại của agent.
w Hàm chọn hành động để thực hiện (action 
selection function): xác định hành động sẽ được 
thực hiện.
631
Những hạn chế của kiến trúc 
suy diễn
„ Performance problems
„ Vấn đề Transduction
Tốn nhiều thời gian để chuyển đổi tất cả những thông 
tin cần thiết thành symbolic representation, đặc biệt nếu 
môi trường thay đổi rất nhanh.
„ Vấn đề representation 
Làm thế nào để world-model được biểu diễn một 
cách tượng trương và làm thế nào để agent có thể suy 
diễn kịp thời với sự thay đổi thông tin 
„ Cho những kết quả hữu ích. 
„ Những kết quả sau cùng có thể là vô dụng
„ Does not scale to real-world scenarios
32
2. Kiến trúc phản xạ
„ Là kiến trúc mà quá trình ra quyết định 
được cài đặt một cách trực tiếp, tức là sẽ có
một ánh xạ trực tiếp từ tình huống tới hành 
động
„ No central symbolic representation of world
„ Không suy luận phức tạp
„ Sự suy diễn phức tạp có thể dẫn đến không 
lời giải hay đáp ứng về mặt thời gian
33
Kiến trúc phản xạ
Brooks:
„ Những kiến trúc thông minh có thể được tạo ra 
không cần symbolic (AI) representation
„ Behavior thông minh có thể được tạo ra không cần 
explicit abstract symbolic reasoning (AI) 
mechanisms
„ Tính thông minh là thuộc tình nổi bật trong hệ 
thống phức tạp
Î Effect of combined components > effect of each 
component times number of components
„ ”Real” intelligence is situated in the real world, 
not in disembodied systems such as theorem 
provers or expert systems
„ Behavior thông minh là kết quả của việc tương tác 
với môi trường
34
Sơ đồ kiến trúc
35
Đặc thù của agent phản xạ
„ Tính phản xạ là một behavior based model 
of activity ÍÎ symbol manipulation model 
used in planning
Các thành phần của Perception:
1. Ngữ nghĩa học của đầu vào agent
2. Tập kiến thức cơ sở.
3. A specification of state transitions
„ Actions được tạo ra bởi ngữ nghĩa của đầu ra 
agent (reaction)
„ Tất cả symbolic manipulation được thực hiện 
trong thời gian dịch
36
Ví dụ
„ Bộ tản nhiệt đơn giản là agent phản xạ:
„ S = {tooCold, okay}
„ A = {heatingOn, heatingOff }
„ action(okay) = heatingOff
„ action(tooCold) = heatingOn
737
Ví dụ agent phản xạ
Robot’s objective:
khám phá các hành tinh (ví dụ. Mars), and more 
concretely, sưu tầm những mẫu vật của 1 loại đá 
đặc biệt
1. Nếu nhận ra vật cản thì đổi hướng 
2. Nếu đang cầm mẫu vật và ở tại căn cứ thì 
sẽ nhả vật mẫu
3. Nếu đang cầm mẫu vật và chưa ở tại căn 
cứ thì đi về phía căn cứ
4. Nếu phát hiện ra mẫu vật thì cầm nó lên
5. If true then move randomly
38
Ưu điểm
„ đơn giản
„ kinh tế
„ kiểm soát được khả năng tính toán
„ khả năng chịu lỗi cao
39
Các vấn đề của agent phản xạ
– một lượng lớn thông tin cố định cần cho agent 
– việc học?
– có đặc thù là thủ công (handcraffed)
– Sự phát triển mất rất nhiều thời gian
– không thể xây dựng một hệ thống lớn?
– chỉ được sử dụng cho những mục đích ban 
đầu?
40
Nhược điểm
w Nếu agent không sử dụng mô hình giống như mô 
hình của môi trường trong đó nó hoạt động thì chúng 
phải có đầy đủ những thông tin cần thiết bên trong 
để có thể thực hiện các action thích hợp.
w Hầu hết các agent đều ra quyết định dựa trên các 
thông tin mang tính cục bộ của riêng mình.
„ Các agent đều không có khả năng học từ những kinh 
nghiệm đã gặp phải cũng như nâng cao khả năng của 
hệ thống kể cả đã hoạt động trong một thời gian dài.
41
3.Kiến trúc lai - Hybrid
• Kết hợp tính phản xạ và tính suy diễn
•deliberative component: Subsystems tạo ra 
những kế hoạnh và quyết định sử dụng 
symbolic reasoning
•reactive component: Subsystems phản ứng lại 
sự kiện nhanh chóng mà không cần những 
reasoning phức tạp 
•Thành phần phản xạ có quyền ưu tiên hơn thành phần 
không phản xạ
42
Mô hình Hybrid
843
Kiến trúc lớp
‰Phân lớp theo chiều ngang
‰Phân lớp theo chiều dọc
‰1 chiều
‰2 chiều
44
3.1Phân lớp theo chiều ngang
(horizontal layering)
„ trong kiến trúc này tất cả các thành phần trên 
các lớp đều tiếp xúc trực tiếp tới đầu vào và 
đầu ra
„ mỗi thành phần trên một lớp có thể coi là một
agent.
45
Ưu nhược điểm
„ Đơn giản. Nếu ta cần một agent có n cách cư xử
khác nhau thì sẽ cài đặt mô hình này. 
„ Tuy nhiên luôn có sự trành giành trong việc ra quyết 
định, để đảm bảo sự tương thính ta thường đưa vào 
một hàm điều khiển trung tâm (mediator) để quyết 
định xem lớp nào đang điều khiển hoạt động của
agent. 
„ Giả sử trong mô hình của ta có n lớp và mỗi lớp có
thể thực hiện m action khác nhau vậy có nghĩa là có
thể có đến mn khả năng tương tác lẫn nhau,
„ theo quan điểm thiết kế thì đây là một vấn đề khó và
khi hoạt động có thể gây ra hiện tượng thắt cổ chai
(bottleneck) trong quá trình ra quyết định
46
3.2 Phân lớp theo chiều dọc 
(vertical layering)
„ Kiến trúc chỉ có hai thành phần tiếp xúc với đầu vào 
và đầu ra, ta có thể coi như là một agent
„ Đơn giản hơn rất nhiều so với phân lớp theo chiều 
ngang.
„ Phân làm 2 loại:
„ Một chiều:
Luồng điều khiển lần lượt đi qua từng lớp cho tới khi 
tới lớp cuối cùng sẽ tạo ra hành động cần thực hiện.
„ Hai chiều:
Thông tin được đi theo một chiều (lên) và điều khiển 
được đi theo chiều khác (xuống).
47
Ưu /nhược 
điểm
„ Sự phức tạp trong tương tác giữa các lớp đã 
được giảm 
„ Luồng điều khiển phải đi qua toàn bộ các lớp vì
thế nếu một lớp nào đó hoạt động không ổn 
định sẽ ảnh hưởng đến toàn bộ hệ thống
48
Phân lớp
„ Lớp phản xạ thực thi như là 
một tập quy tắc hành động tuỳ 
thuộc vào trạng thái, a la 
subsumption architecture.
„ Lớp planning tạo ra những kế 
hoạch và lựa chọn actions để 
thực thi nhằm đặt tới mục đích 
của agent
„ Lớp modelling chứa những mẫu nhận biết về các agent 
khác trong môi trường.
„ Giữa ba lớp này có sự liên lạc với nhau và được gói 
trọn vào một framework điều khiển, cái sử dụng những 
quy luật điều khiển.
949
Kiến trúc lớp
Control unit & knowledge base
• Các lớp:
- Thấp: phản xạ, cao: suy luận, cao nhất: đa agent
communication
cooperative planning layer
sensors actuators
local planning layer
behaviour-based layer
social model
mental model
world model
knowledge base control unit
A
G
EN
T
50
III. Chọn một kiến trúc Agent
“Agent của tôi lưu trữ thông tin 
về môi trường. Dựa trên những 
hiểu biết đó nó tạo ra reasoning 
và planning.”
“Agent của tôi quan sát môi 
trường. Nó nhận ra những thay 
đổi của môi trường, cái mà sẽ 
bắt đầu các hành vi của nó.”
Agent suy diễn Agent lai agent phản xạ
both
51
Exercise!
Thảo luận trong vài phút
Kiến trúc bên trong nào là tôt nhất cho 
Peer-to-peer project?
Deliberative ... Or ... Reactive?
52
Exercise!
Thảo luận trong vài phút:
Kiến trúc bên trong nào là tôt nhất cho 
Weather project?
Deliberative ... Or ... Reactive?