УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:  ћаксимов ƒ.ё.
Ќазвание:  ‘ормирование оптимального маршрута больших групп интеллектуальных агентов
¬ыпуск:  78
–убрика:  —истемный анализ
√од:  2019
Ѕиблиографи€:  ћаксимов ƒ.ё. ‘ормирование оптимального маршрута больших групп интеллектуальных агентов // ”правление большими системами. ¬ыпуск 78. ћ.: »ѕ” –јЌ, 2019. —.46-70. URL: https://doi.org/10.25728/ubs.2019.78.3
 лючевые слова:  интеллектуальные агенты, выбор маршрута, решетка целей, игрова€ семантика
 лючевые слова (англ.):  intelligent agents; itinerary choice; goal lattice; game semantics
јннотаци€:  ¬ подходе Artificial General Intelligence (Universal AI) интеллект рассматриваетс€ как информационный процессор, потребл€ющий и выдающий информацию, которой и определ€етс€ поведение системы. ¬ рамках этого подхода M. Hutter получил способ выбора оптимальной траектории агента в абстрактной среде. ќднако этот способ требовал численных оценок вознаграждени€ при том или ином движении, способ получени€ которых оставалс€ открытым. “акже этот метод не подходит дл€ оценок движени€ группы агентов. ¬ насто€щей работе оценки вознаграждений предоставл€ютс€ самой средой и предложен способ выбора траектории, который применим дл€ группы агентов. ѕараллельное выполнение группой интеллектуальных агентов р€да задач, представл€етс€ тензорным произведением соответствующих процессов в категории игр  онве€, котора€ сопоставлена среде и движени€м агентов. ќптимальный маршрут группы определ€етс€ как игра с наибольшим суммарным выигрышем в этой категории. ¬ыигрыш представлен степенью определенности (видимости) цели агента, т.е. некоторым множеством, а не числом. ƒоказано, что такое определение выигрыша может быть использовано в категорной конструкции дл€ игр  онве€. ¬ этой категории тензорное произведение €вл€етс€ операцией линейной логики. “акже линейна€ логика примен€етс€ дл€ выбора целей, которые система может достичь, из всего множества видимых целей. ƒл€ этого все множество целей представл€етс€ в виде решетки, на которой задана структура линейной логики. –ешетка целей в этом случае становитс€ множеством истинностных значений логики. ÷ел€м, которые достигаютс€ параллельно, также соответствует тензорное произведение (как и параллельным процессам в среде), но только теперь это произведение элементов решетки целей. ÷ели выбираютс€ по наибольшей степени истинности того элемента решетки, который соответствует их параллельному достижению. ¬ результате получена формула дл€ оценки наиболее выигрышного маршрута в абстрактной среде дл€ группы агентов.
јннотаци€ (англ.):  Intelligence is represented in the Artificial General Intelligence (or Universal AI) approach as an information processor which consumes and gives out information. This information completely determines the system behavior. M. Hutter has obtained an optimal agent trajectory selecting in an abstract environment within this approach. However, the method demands number assessments of the reward in such a movement, and the way to obtain these assessments was not defined. The method does not also fit to estimate an agent group movement. In this paper, reward assessments are represented by the environment. The way to choose a trajectory for an agent group is also suggested. A group of intelligent agents which fulfill a set of tasks in parallel is represented by the tensor multiplication of corresponding processes in the Conway game category. The category corresponds to the environment and agents' moves. An optimal itinerary of the group is defined as a play with maximal total reward in the category. The reward is represented as a degree of certainty (visibility) of an agent goal, i.e., by some set, not a number. It is proved that such a reward determination may be used in the categorical construction of Conway games. The tensor product in the category is the operation of linear logic. Such logic is also used in selecting goals which the system can achieve of all visible ones. In the purpose, the whole goal set is represented as a lattice with the linear logic structure. The goal lattice is the truth value set of the logic in this case. The tensor product of the lattice elements corresponds to goals which are achieved in parallel. The system goals are chosen by the highest truth value of the lattice element which corresponds to they parallel achieving processes. Such a construction results in the formula of the optimal itinerary estimation in an abstract environment for an agent group.

в формате PDF

ѕросмотров: 159, загрузок: 51, за мес€ц: 6.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены