Система процедурного вывода

Система процедурного вывода (англ. Procedural reasoning system, PRS) — это структура для построения систем вывода в реальном времени, способных выполнять сложные задачи в динамических средах. Основой концепции является понятие рационального агента или интеллектуального агента, использующего модель знаний–желаний–намерений (BDI, belief–desire–intention)[1].

Использование

При применении система процедурного вывода получает от пользователя набор так называемых «областей знаний», каждая из которых представляет собой фрагмент процедурных знаний, описывающих, как выполнять определённые действия — например, как пройти по коридору или как спланировать маршрут. В отличие от многих робототехнических архитектур, где программист предоставляет только модель мира и описание элементарных действий, PRS требует процедуры для реализации этих действий. Соответствующая программа совместно с интерпретатором системы процедурного вывода управляет агентом.

Интерпретатор отвечает за поддержание актуальных представлений о состоянии мира (убеждений), выбор целей для достижения и определение, какую область знаний применить в текущей ситуации. Детали этих процессов могут зависеть от специфических мета-уровневых областей знаний конкретной предметной области. В отличие от традиционных систем планирования ИИ, которые формируют полный план действий заранее и пересчитывают его при возникновении изменений, PRS сочетает планирование и исполнение действий, зачастую обладая лишь частично определённым планом на будущее.

Модель PRS базируется на архитектуре BDI-агентов, где убеждения отражают знания агента о текущем состоянии мира, желания — цели агента, а намерения — текущий план достижения этих целей. Каждая из указанных компонент обычно явно хранится в памяти агента PRS во время работы, в отличие от чисто реактивных систем (например, архитектура субсумпции).

История

Концепция PRS была разработана Центром искусственного интеллекта (SRI International) в 1980-х годах; значительный вклад внесли Майкл Джорджфф, Эми Лэнски и Франсуа Феликс Ингранд. Предложенная ими структура сыграла важную роль в популяризации BDI-модели для управления интеллектуальными агентами. Одним из первых и наиболее известных применений PRS SRI стала система мониторинга и обнаружения неисправностей в системе управления ориентацией на космическом шаттле NASA[2]. RCS отвечает за управление ориентацией шаттла с помощью реакции группы струйных двигателей. На симуляторе была разработана и протестирована диагностическая подсистема на основе PRS, включавшая свыше 100 областей знаний и более 25 метауровневых KAs. Специфические KAs для RCS были написаны инженерами по управлению миссиями шаттла. Реализация работала на компьютере Symbolics 3600 Series под LISP, поддерживала многочисленные взаимодействующие инстанции PRS и обрабатывала свыше 1000 фактов о RCS и отдельно более 650 фактов по переднему RCS, примерно половина которых обновлялась непрерывно в ходе миссии.

PRS также тестировалась на роботе Shakey для задач навигации и сценариев имитации сбоев в двигательной установке, аналогичной таковой на шаттле[3]. К числу позднейших приложений относится мониторинговая система управления сетями IRTNMS (Interactive Real-time Telecommunications Network Management System) для Telecom Australia[4].

Архитектура

undefined

Архитектура системы PRS, разработанной SRI, включает следующие компоненты:

  • База данных, содержащая убеждения о мире, представленные в форме предикатного исчисления первого порядка.
  • Цели, которые система должна реализовать, формулируются как условия на динамические внутренние и внешние состояния (желания).
  • Области знаний (Knowledge Areas, KAs) или планы — последовательности низкоуровневых действий для достижения целей в конкретных ситуациях.
  • Намерения — области знаний, выбранные для текущего или последующего исполнения.
  • Интерпретатор, реализующий механизм вывода и управляющий всей системой.

Особенности

PRS, разработанная SRI, создавалась для внедрения в динамические и реальные среды, поэтому решала ограничения других архитектур управления и рассуждения того времени, таких как экспертные системы и архитектура «доска объявлений». Отличительными чертами PRS являются:[1]

  • асинхронная обработка событий;
  • гарантированные типы реакций и откликов;
  • процедурное представление знаний;
  • одновременное решение нескольких задач;
  • сочетание реактивного и целенаправленного поведения;
  • механизм фокуса внимания;
  • способность к рефлексивному (мета-)рассуждению;
  • непрерывная встраиваемая работа;
  • обработка неполных или неточных данных;
  • устранение кратковременных (транзиентных) сбоев;
  • моделирование запаздывающей обратной связи;
  • возможность операторского управления.

Расширения

Существует ряд ключевых реализаций и расширений архитектуры системы процедурного вывода:[5]

  • UM-PRS[6]
  • OpenPRS (ранее C-PRS и Propice)[7][8]
  • AgentSpeak
  • dMARS
  • GORITE
  • JAM[6]
  • JACK Intelligent Agents
  • SRI Procedural Agent Realization Kit (SPARK)[9]
  • PRS-CL[10]

Примечания

Литература

Ссылки