Система процедурных рассуждений - Procedural reasoning system

В искусственный интеллект, а процессуальная система рассуждений (ССН) представляет собой основу для построения в реальном времени системы рассуждений которые могут выполнять сложные задачи в динамических средах. Он основан на понятии рациональный агент или же интеллектуальный агент с использованием программная модель убеждения-желания-намерения.

Пользовательское приложение преимущественно определяется и предоставляется системе PRS как набор области знаний. Каждая область знаний - это часть процедурные знания который определяет, как что-то делать, например, как перемещаться по коридору или как планировать путь (в отличие от роботизированные архитектуры где программист просто предоставляет модель того, каковы состояния мира и как примитивные действия агента влияют на них). Такая программа вместе с ССБ устный переводчик, используется для управления агентом.

Интерпретатор отвечает за поддержание представлений о состоянии мира, выбор целей, которые следует попытаться достичь дальше, и выбор области знаний, которые следует применить в текущей ситуации. Как именно будут выполняться эти операции, может зависеть от домена мета-уровень области знаний. В отличие от традиционных Планирование ИИ системы, которые создают полный план в начале и перепланируют, если случаются неожиданные вещи, PRS чередует планирование и выполнение действий в мире. В любой момент у системы может быть только частично определенный план на будущее.

PRS основан на BDI или структура убеждения-желания-намерения для интеллектуальных агентов. Убеждения состоят из того, что агент считает истинным относительно текущего состояния мира, желания состоят из целей агента, а намерения состоят из текущих планов агента по достижению этих целей. Кроме того, каждый из этих трех компонентов обычно явно представлены где-то в памяти агента PRS во время выполнения, в отличие от чисто реактивных систем, таких как архитектура подчинения.

История

Концепция PRS была разработана Центр Искусственного Интеллекта в SRI International в 80-е годы многие рабочие, в том числе Майкл Джорджфф, Эми Л. Лански и Франсуа Феликс Ингранд. Их структура была ответственна за использование и популяризацию модели BDI в программном обеспечении для управления интеллектуальный агент. Основным применением этой структуры была система обнаружения неисправностей для системы управления реакцией НАСА Космический шаттл "открытие". Разработка этой ССБ продолжалась на Австралийский институт искусственного интеллекта вплоть до конца 1990-х годов, что привело к развитию C ++ реализация и расширение называется dMARS.

Архитектура

Изображение архитектуры PRS

Системная архитектура PRS SRI включает в себя следующие компоненты:

  • База данных для представлений о мире, представленных с использованием исчисления предикатов первого порядка.
  • Цели быть реализованными системой как условия на интервале времени по описаниям (желаниям) внутреннего и внешнего состояния.
  • Области знаний (KAs) или планы, которые определяют последовательность действий низкого уровня для достижения цели в конкретных ситуациях.
  • Намерения которые включают те КА, которые были выбраны для текущего и окончательного исполнения.
  • Устный переводчик или механизм вывода, который управляет системой.

Функции

PRS SRI был разработан для встроенных приложений в динамических средах и средах реального времени. Таким образом, он специально обращался к ограничениям других современных архитектур управления и рассуждений, таких как экспертные системы и система доски. Следующее определяет общие требования к разработке их PRS:[1]

  • асинхронная обработка событий
  • гарантированная реакция и типы ответа
  • процедурное представление знаний
  • решение множества проблем
  • реактивное и целенаправленное поведение
  • фокус внимания
  • рефлексивные способности рассуждений
  • непрерывная встроенная операция
  • обработка неполных или неточных данных
  • обработка переходных процессов
  • моделирование отложенной обратной связи
  • операторское управление

Приложения

Основным применением PRS SRI была система мониторинга и обнаружения неисправностей для системы управления реакцией (RCS) на космическом шаттле НАСА.[2] RCS обеспечивает движущую силу от набора реактивных двигателей и контролирует высоту космического челнока. Система диагностики неисправностей на основе PRS была разработана и протестирована с использованием симулятора. Он включал более 100 КА и более 25 КА метауровня. Специализированные КА для RCS были написаны диспетчерами космических челноков. Это было реализовано на Символика 3600 серии LISP machine и использовал несколько взаимодействующих экземпляров PRS. Система хранит более 1000 фактов о RCS, более 650 фактов только для передового RCS, половина из которых постоянно обновляется во время миссии. Версия PRS использовалась для мониторинга системы управления реакцией на НАСА Космический шаттл "открытие".

PRS был протестирован на Встряхните робота включая навигационные и смоделированные сценарии неисправности реактивного двигателя на основе космического корабля многоразового использования.[3] Более поздние приложения включали монитор управления сетью под названием Интерактивная система управления телекоммуникационной сетью в реальном времени (IRTNMS) для Telecom Australia.[4]

Расширения

Ниже перечислены основные реализации и расширения архитектуры PRS.[5]

Смотрите также

Рекомендации

  1. ^ Ingrand, F .; М. Джорджфф; А Рао (1992). «Архитектура для рассуждений в реальном времени и управления системой». Эксперт IEEE. 7 (6): 34–44. Дои:10.1109/64.180407.
  2. ^ Georgeff, M. P .; Ф. Ф. Ингранд (1990). «Рассуждения в реальном времени: мониторинг и управление системами космических аппаратов». Материалы шестой конференции по приложениям искусственного интеллекта. С. 198–204.
  3. ^ Georgeff, M. P .; А. Л. Ланский (1987). «Реактивное рассуждение и планирование» (PDF). Труды Шестой национальной конференции по искусственному интеллекту (AAAI-87). Центр Искусственного Интеллекта. SRI International. С. 198–204.
  4. ^ Rao, Anand S .; Майкл П. Джорджфф (1991). «Интеллектуальное управление сетью в реальном времени». Австралийский институт искусственного интеллекта, Техническая записка 15. CiteSeerX  10.1.1.48.3297.
  5. ^ Вобке, В. Р. (2007). «Рассуждения об агентах BDI с точки зрения языков программирования» (PDF). Труды весеннего симпозиума AAAI 2007 по намерениям в интеллектуальных системах.
  6. ^ [1]
  7. ^ [2]
  8. ^ [3]
  9. ^ [4]
  10. ^ [5]
  11. ^ [6]

дальнейшее чтение

внешняя ссылка