Взаимодействие когнитивных и реактивных агентов в интеллектуальной вычислительной системе: операционная cемантика

   Цель исследования. Целью настоящей работы является разработка подхода к построению интеллектуальных систем на основе восполняемой семантической сети и мультиагентной среды с агентами различных типов: когнитивными и дедуктивными реактивными.

   Предложена и обоснована архитектура многоуровневой интеллектуальной системы, в которой используются когнитивные и реактивные интеллектуальные агенты различающихся по составу и количеству реализуемых когнитивных и дедуктивных презумпций.

   Методы. Знания о предметной области формализуются как с использованием модального варианта исчисления предикатов первого порядка для описания когнитивных агентов, так и в терминах классических немодальных вариантов исчислений предикатов и механизмов дедуктивного вывода для реактивных агентов. Работа интеллектуальной системы описана не полностью определенной семантической сетью, представленной концептуальным графом, и системой продукционных правил.

   Результаты. Предложена функциональная архитектура интеллектуальной агентно-базированной си-стемы. На концептуальном уровне архитектуру интеллектуальной агентно-базированной системы предлагается представить тремя подуровнями. Когнитивные агенты пользуются знаниями и убеждениями, вытекающими из систем эпистемической логики. Когнитивные презумпции данных агентов включают убеждения, цели, намерения и желания агентов и моделируются в рамках BDI-логики.

   Заключение. В проведенном исследовании показана важность BDI-логики для когнитивных агентов, хотя при решении поставленной задачи она была использована незначительно, на уровне содержательно-концептуального описания интеллектуальной системы. В расширенные функции когнитивных агентов входит выполнение операций ввода, регистрации, передачи и сопоставления списков объектов и отношений между ними. Определены цели для последующей интерпретации когнитивных агентов.

1. Лисанюк Е. Н. Когнитивные характеристики агентов аргументации // Вестн. СПбГУ. Серия 6. 2013. Вып. 1. С. 13–21.

2. Лисанюк Е. Н., Павлова А. М. Логические аспекты многообразия агентов // Вестник УрФУ. Серия: Экономика и управление. 2016. Т. 11, № 4. С. 45-60.

3. Макаренко С. И., Соловьева О. С. Основные положения концепции семантической интероперабельности сетецентрических систем // Журнал радиоэлектроники. 2021. № 4. 24 с. doi: 10.30898/1684-1719.2021.4.10.

4. Макаренко С.И. Справочник научных терминов и обозначений. СПб.: Наукоемкие технологии, 2019. 254 с.

5. Systems, Capabilities, Operations, Programs, and Enterprises (SCOPE) Model for Interoperability Assessment. Version 1.0. NCOIC, 2008. 154 p.

6. Bandini S., Petta P., Vizzari G., eds. International Symposium on Agent Based Modeling and Simulation (ABModSim 2006). Volume Cybernetics and Systems 2006, Austrian Society for Cybernetic Studies (2006) 18^th European Meeting on Cybernetics and Systems Research (EMCSR 2006).

7. Bandini S., Petta P., Vizzari G., eds. Second International Symposium on Agent Based Modeling and Simulation (ABModSim 2008). Volume Cybernetics and Systems 2008, Austrian Society for Cybernetic Studies (2008) 19^th European Meeting on Cybernetics and Systems Research (EMCSR 2008).

8. Pacuit E. Dynamic Epistemic Logic I: Modeling Knowledge and Belief // Philosophy Compass. 2013. Vol. 8, № 9. P. 798–814.

9. Pacuit E. Dynamic Epistemic Logic II: Logics of Information Change // Philosophy Compass. 2013. Vol. 8, № 9. P. 815–833.

10. Shoham Y., Leyton-Brown K. Multiagent systems: algorithmic, game-theoretic, and logical foundations. Cambridge University Press, 2008. 532 p.

11. Wooldridge M. J. An Introduction to Multiagent Systems. John Willey & Sons, 2009. 484 p.

12. Логический подход к искусственному интеллекту. От модальной логики к логике баз данных / А. Тейз, П. Грибомон, Г. Юлен [и др.]. М.: Мир, 1998. 494 с.

13. Логический подход к искусственному интеллекту: от классической логики к логическому программированию / А. Тейз, П. Грибомон, Ж. Луи [и др.]. М.: Мир, 1990. 429 с.

14. Пантелеев М. Г. Логические модели интеллектуальных агентов. СПбГЭТУ «ЛЭТИ», 2022. С. 1-24. URL: https://vec.etu.ru/moodle/pluginfile.php/303181/mod_resource/content/1/Лекция_3.%20Логические%20модели%20ИА.pdf. (Режим доступа свободный. Просмотрено: 12. 06. 2024).

15. Delugach, H. CharGer: A Graphical Conceptual Graph Editor. URL: https://github.com/delugach/Charger?ysclid=lz8svjwmda912032950/. (Режим доступа свободный. Просмотрено: 12. 06. 2024).

16. Карамышева Н. С., Зинкин С. А., Митрохин М. А. Методы и модели интеллектуализации вычислительных и киберфизических систем. Пенза: Изд-во ПГУ, 2022. 176 с.

17. Интеллектуальная обработка информации / М. А. Митрохин, Н. С. Карамышева, В. Ю. Егоров, С. А. Зинкин. Пенза: Изд-во ПГУ, 2023. 320 с.

18. Князева М. Д., Карамышева Н. С., Григорьева Д. Д. От алгоритма к программе и искусственному интеллекту. С примерами на языках Python и Prolog / под ред. С. А. Зинкина. Пенза: Изд-во ПГУ, 2024. 412 с.

19. Залогова Л.А. Формальное описание логического вывода в Прологе // Вестник Пермского университета. Математика. Механика. Информатика. 2014. Вып. 4(27). С. 84–91.

20. Тюрин С. Ф., Городилов А. Ю. Особенности логического вывода в Пролог-программах // Вестник Пермского университета. Математика. Механика. Информатика. 2019. Вып. 3 (46). С. 91-97. DOI: 10.17072/1993-0550-2019-3-91-97.

21. О программной реализации когнитивных интероперабельных агентно-базированных систем / Н.С. Карамышева, А.С. Милованов, М.А. Митрохин, С.А. Зинкин // Известия Юго-Западного государственного университета. 2024; 28(1): 100-122. doi: 10.21869/2223-1560-2024-28-1-100-122.

22. Когнитивная пиринговая инфраструктура для организации коллективной работы над проектами на основе agile-методологии / Н.С. Карамышева, В.С. Александров, И.А. Кирюткин, С.А. Зинкин // Известия Юго-Западного государственного университета. 2024. Т. 28, №3. С. 131-163. doi: 10.21869/ 2223-1560-2024-28-3-131-163.