Identification of Relations between BDI Logic and BDI Agents BDI (Beliefs, Desires, Intentions) is one of the most popular intelligent agent architectures which was inspired by multi-modal BDI logics. The main idea behind BDI is to implement system's behaviour by specifying it as a set of mental objects. This allows designing systems at a high level of abstraction which come closer to a human-like thinking. Although this architecture has been rapidly developing for about 20 years, its relevance to BDI logic is still arguable. This paper describes the basics of modal logic and main inference algorithms. Main concepts of BDI agents are presented and their relationships with BDI logic are discussed. Finally advantages and disadvantages of implementing BDI interpreter as a theorem prover are discussed. BDI logikas un BDI agentu saistības identificēšana Rakstā ir izpētīta BDI logika un BDI agenti ar galveno mērķi noteikt to saistību. Viena no nozīmīgajām agentu spējām ir zināšanu formalizēšana un spriešana, izmantojot šīs zināšanas, tādējādi mazinot informācijas trūkumu. Taču arī pašas zināšanas var būt nedrošas vai pat pretrunīgas. Lai šos aspektus ņemtu vērā, dažādos avotos iesaka izmantot modālo logiku. Modālās logikas sintakse būtībā ir pirmās kārtas logikas sintakse, kas papildināta ar modālajiem operatoriem. Taču galvenās atšķirības ir semantikā, jo modālie operatori apraksta katra izteikuma patiesumvērtības veidu, piemēram, zināšanu nepretrunīgumu, patiesumu, citu zināšanu apzināšanos, kā arī neziņas apzināšanos. Šo izmaiņu dēļ bija jāpārbauda modālo secināšanas algoritmu esamība un izmantojamība. Rezultātā var secināt, ka visplašāk izmantotais algoritms ir iezīmēto pozīciju rēķini, bet retāk - modālā rezolūcija. Viens no modālās logikas paveidiem ir BDI logika, kuras trīs galvenie koncepti ir pārliecības, vēlmes un nolūki. Līdz ar to intuitīvi šķiet, ka BDI agentiem, kas izmanto tādas pašas datu struktūras, ir ļoti ciešs sakars ar šo logiku. BDI logikas iespējamais pielietojums ir meklējams BDI agentu izstrādes ietvaros. BDI agentu izstrādē ir jāizmanto ietvari, jo izstrādes laikā definētās datu struktūras ir jānodod BDI interpretatoram (daļa no ietvara), kas tās kombinē un izpilda ar tām saistītos plānus (reizēm plānus arī min kā ceturto jeb "aizmirsto" BDI konceptu). No BDI ietvariem ir izvēlēti JADEX, Jason un Jack, kuros ir apskatīta zināšanu izmantošana un nolūku izvēles mehānismi. Papildus ir izstrādāta neliela sistēma JADEX izstrādes ietvarā. Rezultātā atklājās, ka pārliecību bāze ir vienkārša datu glabātuve, bet nolūku atlasē nekādā veidā netiek izmantoti modālās logikas secināšanas mehānismi. Papildus secinājums ir tas, ka modālās logikas pilnas izteiksmes spējas reti tiek izmantotas agentu izstrādē un ir grūti atrast modālo logiku reālus pielietojumus, izņemot sistēmu konceptuālā izstrādē. Идентификация связи меэвду BDI логикой и BDI агентами В этой статье представлены исследования BDI логики и BDI агентов с целью определения их связи. Одна из важнейших способностей, присущих агентам, это формализация знаний и суждений, использующих эти знания, таким образом уменьшая нехватку информации. Но и сами знания могут быть ненадежными или даже противоречивыми. Чтобы учитывать эти аспекты, в разных источниках предлагают использовать модальную логику. В сущности, синтаксис модальной логики - это синтаксис логики первого порядка, дополненный модальными операторами. Но главные отличия в семантике, так как модальные операторы описывают вид истинного значения каждого высказывания, например, непротиворечивость знаний, правдивость, осознание других знаний, а также осознание неизвестности. Из-за этих отличий было необходимо проверить существование и возможность использования алгоритмов для модального заключения. В результате можно сделать вывод, что чаще всего используемый алгоритм - исчисления обозначенных позиций, а реже - модальная резолюция. Один из видов модальной логики - BDI логика, три главных принципа которой: убеждения, желания и умыслы. Поэтому на интуитивном уровне кажется, что у BDI агентов, которые используют такие же структуры данных, тесная связь с этой логикой. Возможное применение BDI логики может быть найдено в рамках разработки BDI агентов с использованием каркасов. В процессе разработки BDI агентов определенные структуры данных (часть каркаса) необходимо передать BDI интерпретатору, который комбинирует их и выполняет связанные с ними планы (иногда планы упоминаются как четвертый или "забытый" концепт). Из BDI каркасов выбраны JADEX, Jason и Jack, в которых рассмотрены использование знаний и механизмы выбора умысла. Дополнительно, используя BDI каркас JADEX, разработана небольшая система. В результате оказалось, что база убеждений - это простое хранилище данных, и в отборе умыслов механизмы заключения модальной логики не принимают никакого участия. Дополнительное заключение таково, что возможности полных высказываний модальной логики редко используются в разработке агентов, а также трудно найти реальное применение модальной логике, кроме как в концептуальной разработке систем.
[1]
Max J. Cresswell,et al.
A New Introduction to Modal Logic
,
1998
.
[2]
Heinrich Wansing,et al.
Advances in Modal Logic
,
2002
.
[3]
Barbara Messing,et al.
An Introduction to MultiAgent Systems
,
2002,
Künstliche Intell..
[4]
Nicholas R. Jennings,et al.
Intelligent agents: theory and practice
,
1995,
The Knowledge Engineering Review.
[5]
Robert Goldblatt,et al.
Mathematical modal logic: A view of its evolution
,
2003,
J. Appl. Log..
[6]
Helder Coelho,et al.
BDI models and systems : Reducing the gap
,
1999
.
[7]
Peter Norvig,et al.
Artificial intelligence - a modern approach, 2nd Edition
,
2003,
Prentice Hall series in artificial intelligence.
[8]
Michael R. Genesereth,et al.
Software agents
,
1994,
CACM.
[9]
Michael Wooldridge,et al.
A Formal Specification of dMARS
,
1997,
ATAL.
[10]
Agostino Poggi,et al.
Developing Multi-agent Systems with JADE
,
2007,
ATAL.
[11]
N. Cocchiarella,et al.
Modal Logic: An Introduction to its Syntax and Semantics
,
2008
.
[12]
Joseph Y. Halpern.
Reasoning about uncertainty
,
2003
.
[13]
Anand S. Rao,et al.
BDI Agents: From Theory to Practice
,
1995,
ICMAS.
[14]
Lin Padgham,et al.
A BDI agent programming language with failure handling, declarative goals, and planning
,
2011,
Autonomous Agents and Multi-Agent Systems.
[15]
Hans Jürgen Ohlbach,et al.
A Resolution Calculus for Modal Logics
,
1988,
CADE.
[16]
Winfried Lamersdorf,et al.
Jadex: A BDI Reasoning Engine
,
2005,
Multi-Agent Programming.
[17]
Michael Wooldridge,et al.
Programming Multi-Agent Systems in AgentSpeak using Jason (Wiley Series in Agent Technology)
,
2007
.
[18]
Dominique Longin,et al.
A logical formalization of the OCC theory of emotions
,
2009,
Synthese.
[19]
Randolph M. Jones,et al.
Comparative Analysis of Frameworks for Knowledge-Intensive Intelligent Agents
,
2006,
AI Mag..