интересно
Предыдущая | Содержание | Следующая

Самоорганизация и эволюция в холистических МАС.

Мультиагентные системы развиваются на стыке между методами распределенного искусственного интеллекта и параллельными вычислениями, во многом базируясь на платформе объектно-ориентированного программирования.

Однако в дополнение к основным возможностям объектов агент, как правило, наделяется способностями воспринимать информацию из среды, планировать свои действия и принимать решения, действовать в среде и коммуницировать с подобными себе агентами. Потенциальная способность нового агента, располагающего своей онтологией, представиться существующим агентам и объяснить им особенности своего поведения и тем самым сделать себя им полезным, делает мультиагентные системы реальной основой для создания открытых систем, самоорганизующихся и эволюционирующих, способных на ходу изменять свою структуру и адаптироваться к изменениям в среде.

Для создания таких систем была предложена концепция миров и агентов, направленная на стимулирование процессов кооперации и самоорганизации на предприятиях. Развитие этих работ позволило создать целый ряд новых инструментальных систем и практических приложений, отличающихся научной новизной и практической значимостью. Было показано, что для создания действительно самоорга-низующихся и эволюционирующих систем нужны дополнительные механизмы, которые бы связывали рой агентов в единое целое за счет экономических связей между конечными результатами деятельности всей организации агентов и их индивидуальными результатами.

Для это было предложено создавать ОМАС на основе внутреннего рынка агентов концептуальных или физических сущностей предприятия, имеющих собственные экономические интересы. Возможность напрямую связать экономические интересы этих сущностей с результатами всей ОМАС, когда каждая малая часть точно знает свой вклад в итоговую прибыль и возможности его увеличения, позволяет агентам более гибко договариваться и принимать решения о стратегиях решения задач, создании новых агентов, распределении ролей и установлении отношений между ними (включая временные иерархии), выборе методов и средств взаимодействия и т.д.

При этом самоорганизация системы, проявляющая себя в динамическом создании и изменении структуры организации агентов, основывается на постоянном поиске и поддержании равновесия – ба- ланса интересов между всеми участниками взаимодействия. В этих целях был разработан способ взаимодействия агентов, в ходе которого структура организации не только выстраивается специально под каждый новый заказ, но и потом пересматривается и реконструируется под другие заказы и возможно с согласованным изменением или даже переформулировкой исходной постановки задачи. Этот способ, названный в последствие методом компенсаций, базируется на сквозном динамическом распределении прибыли между частями организации. Суть метода, первоначально применявшегося к решению задач автомобильной логистики, состоит в том, что приходящий новый заказ не может перебить существующие заказы и напрямую использовать уже забронированные другими заказами ресурсы или изделия (даже менее выгодными для предприятия), но может договориться с ними, предлагая компенсацию из собственной прибыли. В результате прибыль заказов постоянно перераспределяется с учетом изменяющейся ситуации, достигается более глубокая кооперация частей и более эффективное и гиб- кое использование всех ресурсов предприятия. Кроме того, если система не может разрешить ситуацию, допускается выход на клиентов с предложениями пересмотреть условия заказа и, например, предложением разрешить отложить поставку в обмен на дополнительную скидку по цене товара. Этот механизм в сочетании с разработанной моделью множественных переговоров агентов за круглым столом (в отличие от переговоров один на один) существенно развивает известные подходы к микроэкономике агентов и моделям переговоров типа договорных

сетей Смита-Сандхольма или монотонных минимальных уступок по Розеншайну и Злоткину, обеспечивая поддержку более сложных процессов взаимодействия агентов.

Рассмотренный процесс решения задач приводит к появлению эффектов нелинейного и нестационарного поведения системы, исходя из сложившегося равновесия сил и интересов. Однако положительной стороной этого явления является более высокая скорость системы при решении задач средней загрузки.

Рассмотрим теперь возможные механизмы эволюции в рассматриваемых системах. Эволюция реализуется как механизм естественного отбора между агентами физических или концептуальных сущностей. Действительно, находящиеся на сервере предприятия агенты могут рассматриваться как колония насекомых, в которых успешность выживания оценивается через конечный результат действий агентов, например, каждая продажа в системе е-коммерции есть успех определенных особей агентов. При этом различные стратегии агентов, например, осторожный и решительный не могут быть заранее оценены как хорошие или плохие, поскольку использующие их агенты побеждают в зависимости от ситуации, складывающейся на рынке. И если в текущий момент побеждают решительные агенты, то другим агентам возможно следует также использовать эти стратегии. Если же в системе не поддерживается возможность динамической загрузки стратегий – то тогда следует рождать больше особей с побеждающими стратегиями. Таким образом в системе должен быть организован двусторонний процесс, в котором агенты рождаются, получая некоторые свойства, развиваются и достигают своего расцвета в конкурентной борьбе, после чего теряют свою актуальность, слабеют и погибают, исчезая из системы.

Интересно, что развиваемый подход весьма близок модели эволюционной науки Тулмина, в которой непрерывное возникновение интеллектуальных нововведений уравновешивается непрерывным процессом критического отбора вариантов. В этой модели результат в виде устойчивого развития достигается лишь при наличии определенной интеллектуальной среды, включающей форумы конкуренции и экологические ниши, в которых интеллектуальные нововведения могут выращиваться и выживать достаточно долгое время, чтобы обнаружить свои недостатки и достоинства.

Очевидно, что ОМАС именно и есть один из вариантов построения такой интеллектуальной среды, а прекрасными примерами расматриваемых сущностей могут быть не только глобальные научные теории, но и более простые понятия и отношения в базе знаний, виды заказов, продуктов и ресурсов в системе логистики, кластеры при извлечении знаний, новости в агентстве новостей и т.д.

Развитие теоретических основ методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методы формализованного представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии