심의대리인

Deliberative agent

심의 에이전트(일명 고의 에이전트)는 주로 다중 에이전트 시스템 시뮬레이션에 사용되는 소프트웨어 에이전트의 일종이다.울드리지의 정의에 따르면 심의요원은 "명백하게 대표되는 상징적인 세계의 모델을 소유하고 있으며, 상징적 추론을 통해 (예를 들어 어떤 행동을 해야 하는지에 대한) 결정이 이루어지는 것"이다.[1]

외부 자극에 반사적으로 반응해야만 목표에 도달할 수 있는 반응성 물질에 비해 숙의작용제의 내부 과정은 복잡하다.차이점은 사실, 심의기관이 자신이 살고 있는 세계에 대한 상징적인 표현을 유지하고 있다는 것이다.[2]즉, 외부 환경에 대한 내부 이미지를 보유하고 있어 그 행동을 계획할 수 있는 능력이 있다.그러한 행동의 구현을 위해 가장 일반적으로 사용되는 아키텍처는 BDI(Beauthing-Desire-Addiored Software Model)로, 세계에 대한 대리인의 신념(그들의 이미지), 욕망(골) 및 의도를 내부적으로 표현하고 실용적인 추론을 적용하여 어떤 행동을 선택할 것인가를 결정하는 것이다.[2]

광범위한 조작과 비종교적 상징 구조 및 외부 사건에 대한 반사적 반응 반응을 결합한 혼합물인 하이브리드 에이전트(hybrid agent)[2]를 개발하는 결과를 초래하는 반응형 및 숙의형제 전략을 통합하는 데 초점을 맞춘 연구가 상당히 있었다.

심의요원은 어떻게 일하나?

이미 언급된 바는 심의요원들이 a) 외부세계의 고유한 이미지와 b) 달성목표를 가지고 있기 때문에 목표에 도달하기 위한 행동목록(계획)을 작성할 수 있다는 것이다.불리한 조건에서는, 계획이 더 이상 적용되지 않을 때, 에이전트는 보통 그것을 재평가할 수 있다.

계획 계산(또는 재평가)의 과정은 다음과 같다.[3]

  • 신념 수정 기능에 의해 감각적 입력이 수신되고 대리인의 신념이 변경된다.
  • 옵션 생성 함수는 변경된 신념과 의도를 평가하고 에이전트가 사용할 수 있는 옵션을 만든다.대리인의 욕망은 구성된다.
  • 필터 기능은 현재의 신념, 욕망, 의도를 고려하고 새로운 의도를 생산한다.
  • 그러면 조치 선택 기능이 의도 필터 기능을 수신하고 수행할 조치를 결정한다.

심의요원은 심의가 사실의 제시에만 국한되지 않고 가능한 미래 상태에 대한 구성적 가설과 잠재적으로 과거(즉 기억)에 대한 정보도 보유하기 때문에 모든 주요 기능에서 구성 의미론(예: 데이터 트리)과 함께 상징적 표현을 요구한다.이러한 저혈압 상태는 목표, 계획, 부분적 해결책, 대리인의 신념에 대한 가상적 상태 등을 포함한다.숙의 과정이 상당히 복잡해지고 하드웨어를 죽이는 일이 될 수 있다는 것은 명백하다.[4]

개념의 역사

1970년 초부터 AI 기획계는 인공지능(AI) 기획사(심의사 전신) 개발에 참여했는데, 이를 통해 특정 목표로 이어지는 적절한 계획을 선택할 수 있게 됐다.[5]이러한 초기 시도는 STIP라고 불리는 단순한 계획 시스템을 구축하는 결과를 낳았다.STIP의 개념은 심지어 중간 정도의 복잡성의 문제를 효과적으로 해결할 수 없었기 때문에 더 많은 개선이 필요하다는 것이 곧 명백해졌다.[5]효율을 높이기 위한 상당한 노력에도 불구하고(예를 들어, 계층적 계획과 비선형 계획을 실시함으로써), 어떤 시간적 제약이 있는 시스템과 함께 작업하면서 시스템은 다소 약하게 유지되었다.[6]

1980년대 후반에는 기획사 설계에 더 많은 성공적 시도가 이루어졌다.예를 들어 IPEM(Integrated Planning, Execution and Monitoring System)에는 정교한 비선형 플래너가 내장되어 있었다.또한 우드의 AUTODRIVE는 교통체증에서 심의요원의 행동을 시뮬레이션하였고, 코헨의 피닉스 시스템은 산불관리를 시뮬레이션하기 위해 해석되었다.[6]

1976년 사이먼과 뉴웰은 인간과 인공지능이 상징표현과 조작이라는 같은 원리를 가지고 있다는 물리 기호 체계 가설을 공식화했다.[7][2]그것이 따르는 가설에 따르면, 지능에 있어서 인간과 기계 사이에는 실질적인 차이가 없지만, 단지 양적이고 구조적인 - 기계는 훨씬 덜 복잡하다.[7]그런 도발적인 명제는 분명 심각한 비판의 대상이 되어 폭넓은 논의를 제기했을 테지만, 그 문제 자체는 오늘날까지 그 장점에 미해결로 남아 있다.[6]

고전적인 상징적 AI의 추가 개발은 물리적 상징 시스템 가설을 최종 검증하는 것에 전혀 의존하지 않는다는 것이 입증되었다.1988년 브래트먼, 이스라엘, 폴락은 BDI(Believe-Desire-Advious Software Model)를 구현하는 첫 번째 시스템인 지능형 자원 경계 기계 아키텍처(IRMA)를 도입했다.IRMA는 오늘날 알려진 것처럼 심의 대행사의 표준 아이디어를 예시한다: 상징적인 표현을 내장하고 BDI를 구현하는 소프트웨어 에이전트.[1]

사후처리제 대비 심의제 효율성

위에서 언급한 상징적 AI와 관련된 문제들은 그러한 개념의 실행 가능성에 대한 심각한 의구심을 가져왔고, 그것은 완전히 다른 원리에 기초한 반응형 아키텍처를 개발하는 결과를 낳았다.새로운 구조의 개발자들은 상징적인 표현과 조작을 어떤 인공지능의 기반으로서 사용하는 것을 거절했다.반응성 에이전트는 단순히 변화하는 환경에 대한 반응을 통해 목표를 달성하는데, 이는 합리적인 계산적 겸손함을 내포한다.[8]

심의요원이 반응하는 동료보다 훨씬 더 많은 시스템 자원을 소비하더라도, 그들의 결과는 특별한 상황에서만 현저하게 더 나은 반면, 보통 시뮬레이션 결과의 적정성을 상당 부분 잃지 않고 다수의 경우 반응요원이 거의 반응하지 않는 것으로 하나의 심의요원을 교체하는 것이 가능하다.[8]고전적인 숙의 요원들은 특히 정확한 조치가 필요한 경우 최적의 도메인 독립 솔루션을 생산할 수 있는 능력을 위해 사용할 수 있을 것으로 보인다.[3]심의요원은 자신의 행동을 충분히 빨리 다시 계획할 수 없기 때문에 변화하는 환경에서 실패하는 경우가 많다.[3]

참고 항목

메모들

  1. ^ a b 월드리지, M. "개념화 및 개발 요원"에이전트 소프트웨어에 대한 유니콤 세미나 진행 중.제1면1995년 런던.페이지 42.
  2. ^ a b c d Hayzelden, A. L.; Bigham J. 소프트웨어 에이전트는 미래 통신 시스템을 위한 것이다.제1면뉴욕: 스프링거, 1999.페이지 101.
  3. ^ a b c 블라하바스, I.; 브라카스, D.계획수립을 위한 지능형 기법. 1차 개정판.허쉬, PA: 아이디어 그룹 출판, c2005.235 페이지
  4. ^ 쉐이츠, M. 브라이언 로건, B. "인정 vs. 심의 에이전트 제어".스탠디쉬, R, K, Bedau, M, A, A, A, Abbass, H, A. (에드)에서.ICAL 2003 인공생명체에 관한 제8차 국제회의의 진행. 1차 개정.보스턴, MA: MIT 프레스 캠브리지, c2003.페이지 284 - 295.
  5. ^ a b 워드리지, M.; 제닝스 N. R. "에이전트 이론, 아키텍처 및 언어: 설문 조사".컴퓨터 과학 890 (1995년) 강의 노트 1 - 39. 페이지 13.
  6. ^ a b c Nilsson, N. "물리적 기호 체계 가설: 현황 및 전망".Lungarella, M.; Iida, F.; Bongard, J. (Eds.). 인공지능 50년.제1면뉴욕: 스프링거, 2007.페이지 9 - 17.
  7. ^ a b 뉴웰, A.; 사이먼, H. A. "경험적 조사로서의 컴퓨터 과학: 기호와 검색"컴퓨터 기계 협회 19.3 (1976년)의 통신: 113 - 126.
  8. ^ a b 기사, K. "많은 반응형 요원들이 소수의 숙고형 요원보다 나은가?"IJCAI'93년: 제13차 인공지능 국제공동회의의 진행.제1권 제1호.챔베리: 모건 카우프만 출판사, 1993.432페이지 - 437페이지.

외부 링크