Взаимодействие когнитивных и реактивных агентов в интеллектуальной вычислительной системе: принципы организации

Цель исследования. Постановка проблемы обусловлена перспективой эволюционирования существующей Всемирной паутины (World Wide Web) в Семантическую паутину (Semantic Web). Целью настоящей работы является разработка интеллектуальной мультиагентной среды с агентами различных типов: когнитивными и дедуктивными реактивными. Показано, что хранилище знаний (knowledge) и убеждений (beliefs) когнитивных BDI-агентов (BDI – аббревиатура от Belief–Desire–Intention) в виде фактов экстенсиональной базы данных может быть использовано для получения новых знаний и убеждений путем дедуктивного вывода в среде интенсиональной базы данных агентов, обладающих дедуктивными презумпциями.

Методы. Работа интеллектуальной системы описана не полностью определенным концептуальным графом и системой продукционных правил, пригодных для представления дедуктивных презумпций агентов в декларативно-императивном языке программирования высокого уровня. Реактивные агенты реализуют свои рациональные поведения на основе дедуктивных способностей, под которыми подразумевается умение строить корректные выводы.

Результаты. Предложена реализация интеллектуальной агентно-базированной системы. На концептуальном уровне архитектуру интеллектуальной агентно-базированной системы предлагается представить тремя подуровнями. Когнитивность агентов, работающих на первом и втором подуровнях, связана с модальностями. На основе сформулированных трактовок на третьем подуровне реактивные агенты реализуют свои рациональные поведения на основе дедуктивных способностей, под которыми подразумевается умение строить корректные выводы.

Заключение. Показано, что программная реализация когнитивных презумпций может выполняться с применением обычных императивных языков программирования и, возможно, языков манипулирования данными. На примере восполнения недостающих отношений в конкретной предметной области продемонстрирована реализация функций дедуктивных реактивных агентов при выполнении операций с концептуальными графами.

1. О программной реализации когнитивных интероперабельных агентнобазированных систем / Н.С. Карамышева, А.С. Милованов, М.А. Митрохин, С.А. Зинкин // Известия Юго-Западного государственного университета. 2024. Т. 28, № 1. С. 100-122. https://doi.org/10.21869/2223-1560-2024-28-1-100-122.

2. 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. https://doi.org/10.21869/2223-1560-2024-28-3-131-163.

3. Маклаков А. Г. Общая психология. СПб.: Изд-во «Питер Пресс», 2017. 582 с.

4. Кулагина И. Ю., Колюцкий В. Н. Психология развития и возрастная психология: полный жизненный цикл развития человека. М.: Академический проект, 2020. 420 c.

5. Психология / под общ. ред. В. Н. Дружинина. СПб.: Издательский дом «Питер», 2009. 652 с.

6. Холодная М.А. Когнитивные стили. О природе индивидуального ума. СПб.: Питер, 2004. 384 с.

7. Лобанов А.П. Психология интеллекта и когнитивных стилей. Минск: Агентство В. Гревцова, 2008. 296 с.

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

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

10. Карамышева Н.С., Зинкин С.А. Взаимодействие когнитивных и реактивных агентов в интеллектуальной вычислительной системе: операционная cемантика // Известия Юго-Западного государственного университета. 2024. Т. 28, №4. С. 138-153. https://doi.org/10.21869/2223-1560-2024-28-4-138-153.

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

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

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

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

15. Rao A. S., Georgeff M. P. BDI agents: From theory to practice // V. Lesser and L. Gasser, editors, Proceedings of the First International Conference on Multi-Agent Systems (ICMAS›95), 12–14 June. San Francisco, CA., 1995. P. 312–319.

16. Hong Jiang, Vidal J. M., Huhns M. N. EBDI: An Architecture for Emotional Agents, 2007. URL: http://jmvidal.cse.sc.edu/papers/jiang07a.pdf/ (Free access. Access date: 12.06.2024).

17. Ali Orhan Aydın, Mehmet Ali Orgun. The Reactive-Causal Architecture: Radar Task Simulation //Journal of Artificial Societies and Social Simulation 2012. URL: http://jasss.soc.surrey.ac.uk/15/4/5.html. (Free access. Access date: 12.06.2024).

18. 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).

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

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

21. Sardina S. Padgham L. A BDI agent programming language with failure handling, declarative goals, and planning // Autonomous Agents and Multi-Agent Systems. 2010. P. 1–53.

22. A formal specification of dMARS / M.D’Inverno, D. Kinny, M. Luck, M. Wooldridge // Intelligent Agents IV Agent Theories. Architectures, and Languages. 1998. P. 155–176.

23. Pokahr A., Braubach L., Lamersdorf W. Jadex: A BDI reasoning engine // MultiAgent Programming. 2005. P. 149–174.

24. Bordini R., Hübner J., Wooldridge M. Programming multi-agent systems in AgentSpeak using Jason. Wiley-Interscience. 2007.

25. Autonomous Decision-Making Software. 2010. URL: http://www.aosgrp.com.au [Accessed: May 30, 2024].

26. Grabovskis А., Grundspenkis J. Identification of Relations between BDI Logic and BDI Agents // Computer Science. Applied Computer Systems. Scientific Journal of Riga Technical University. 2011. Vol. 44. P. 21-28. DOI: 10.2478/v10143-011-0018-1.

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

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

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

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

31. From the Internet of Things to the Internet of People / J. Miranda, N. Makitalo, J. Garcia-Alonso, J. Berrocal, T. Mikkonen, C. Canal, J. Murillo // IEEE Internet Computing. Vol. 19, no 2. P. 40-47.

32. Hitzler P. A Review of the Semantic Web Field // Communications of the ACM. 2021. Vol. 64, no. 2. P. 76–83. DOI:10.1145/3397512.

33. Unni D. FAIRification of health-related data using semantic web technologies in the Swiss Personalized Health Network // Scientific Data. 2023. Vol. 10, no. 1. DOI:10.1038/s41597-023-02028-y.

34. Zhang Chuanrong, Zhao Tian, Li Weidong. Geospatial Semantic Web. Springer International Publishing: Imprint: Springer, 2015. 189 p. DOI:10.1007/978-3-319-17801-1.