Paradygmat agenta programowego

Badania nad teori¡ agentów prowadzone w obszarze informatyki poruszaj¡ wiele dzie-dzin nie zwi¡zanych bezpo±rednio z technik¡ komputerow¡. Wynika st¡d pewna niepre-cyzyjno±¢ i interdyscyplinarno±¢ przedstawianych denicji agenta. Spo±ród dost¦pnych w

literaturze wielu interpretacji poj¦cia agent, wybrano nast¦puj¡ce, jako tworz¡ce spójny obraz terminu, tak jak zostaªo to przyj¦te w pracy [43]¹:

 (..) postrzegaj¡cy otoczenie przy pomocy sensorów i reaguj¡cy na bod¹ce otoczenia poprzez efektory.

 Agent autonomiczny, to system licz¡cy funkcjonuj¡cy w pewnym zªo»onym ±rodo-wisku, dokonuj¡cy samodzielnego odkrywania stanów tego otoczenia i wykonuj¡cy dziaªania prowadz¡ce do wypeªnienia wi¡zki celów lub zada«, do wypeªnienia których zostaª zaprojektowany.

 Inteligentny agent peªni w sposób nieprzerwany trzy funkcje: percepcja dynamicz-nych parametrów otoczenia, wykonywanie akcji wpªywaj¡cych na parametry oto-czenia, i wnioskowanie sªu»¡ce interpretacji odczytów, rozwi¡zywaniu problemów, wykrywaniu zale»no±ci i okre±laniu akcji.

 Inteligentni agenci to programy, które wykonuj¡ pewne operacje w imieniu ich u»yt-kowników lub innych programów, przy pewnym stopniu swobody lub autonomii, sto-suj¡c przy tym pewien zasób wiedzy lub reprezentacj¦ celów lub »¡da« u»ytkownika.

 Agent autonomiczny to system usytuowany w cz¦±ci otoczenia, odczuwaj¡cy oto-czenie i dziaªaj¡cy na nie w sposób pozwalaj¡cy na realizacj¦ wªasnych celów, i w efekcie na odniesienie wpªywu na przyszªe odczyty z otoczenia.

 Autonomiczny agent jest systemem zdolnym do autonomicznych i celowych akcji w

±wiecie rzeczywistym.

Na podstawie przedstawionych powy»ej denicji okre±la si¦ nast¦puj¡ce skªadowe agenta autonomicznego:

St¡d, dziaªanie agenta mo»na przedstawi¢ jako skªadow¡ A zbioru T ⊆ {A, P } systemu dynamicznego przedstawionego we wzorze (5.1) w otoczeniu E, gdzie X jest przestrzeni¡ wszystkich mo»liwych stanów otoczenia E, a T jest wymiarem globalnym zmieniaj¡cym stan otoczenia E. Przestrze« stanów X mo»e by¢ przestrzeni¡ wektorow¡

lub form¡ nieci¡gª¡, jak na przykªad drzewo stanów. Stan T mo»e by¢ uzale»niony za-równo od momentów czasu lub by¢ funkcj¡ ci¡gª¡ czasu, przy czym zale»no±¢ mo»e by¢

liniowa lub stochastyczna. Zmiany stanów otoczenia E s¡ wywoªywane równie» przez akcje agenta, jako »e agent jest równie» skªadow¡ swojego otoczenia. Wymagane jest zadanie stanu pocz¡tkowego E(0) (inicjalizacja agenta), a nast¦pnie E(t) jest stanem otoczenia w chwili t [43].

T : X → X (5.1)

Agent programowy mo»e zosta¢ zdeniowany jako wysoce autonomiczna, proaktyw-na, zlokalizowana i ukierunkowana jednostka oprogramowania. Rozwijaj¡c denicj¦ o mobilnego agenta autonomicznego, nale»y doda¢ jego mobilno±¢ i zdolno±¢ do samo-dzielnego stawiania sobie celów. W kontek±cie niniejszej pracy istotne jest rozró»nienie agenta reaktywnego, którego dziaªanie skupione jest na odpowiedzi na okre±lone bod¹-ce, od agenta proaktywnego, który dziaªa niezale»nie od zewn¦trznego pobudzenia [57, s. 2-3].

1 tªumaczenie wªasne

Paradygmat agentów programowych okre±la podej±cie do oblicze«, gdzie mobilny kod wykonywany jest w ró»nych systemach. Cztery podstawowe cechy agenta programowego wyró»nione zostaªy w pracy [148]:

 inteligencja  zdolno±¢ do dostosowania si¦ do zmiennego ±rodowiska pracy,

 wspóªpraca  zdolno±¢ do negocjacji i wspóªdzielenia informacji z innymi agentami,

 autonomia  wykonywanie okre±lonych zada« bez interakcji u»ytkownika,

 mobilno±¢  zdolno±¢ do przechodzenia pomi¦dzy ró»nymi systemami komputerowy-mi.

Agenci programowi zostali zastosowani w wielu obszarach, które skupiaj¡ si¦ wo-kóª aspektu gromadzenia i selekcji informacji oraz wspomagania decyzji. Zadania te wspomagaj¡ operacje handlu elektronicznego (e-commerce), w tym reklam¦ produk-tu, dopasowanie produktów do potrzeb klientów, negocjacje cenowe, dobór usªug do-datkowych. Najpowszechniejszym zastosowaniem agenta programowego w ±rodowisku Business-to-Customer (B2C) s¡ tak zwane shop bots i auction bots [56].

Przegl¡d zastosowa« agentów programowych obejmuje wiele dziedzin codziennego

»ycia indywidualnych osób oraz funkcjonowanie grup spoªecznych i organizacji. Wspo-maganie transakcji biznesowych przy pomocy agentów opracowane zostaªo dla wszystkich typów relacji pomi¦dzy przedsi¦biorcami i konsumentami (relacje: B2B, B2C, C2C i C2B) [21]. Istniej¡ równie» rozwi¡zania wykorzystuj¡ce system wieloagentowy jako narz¦dzie wspomagania operacji wewn¡trz organizacji, takie jak agentowy system klasy ERP [79]

Zastosowanie agentów do wspomagania decyzji realizuje si¦ poprzez stosowanie za-równo pojedynczego agenta poszukuj¡cego zadanego rozwi¡zania (agenci typu shop bot [141], osobi±ci asystenci [120]), jak i systemu wieloagentowego, gdzie ka»da funk-cjonalno±¢ systemu klasy DSS realizowana jest przez wªa±ciwego agenta [58, 34].

Koncepcj¡ agentowego systemu wspomagaj¡cego decyzje przyj¦t¡ w niniejszej pracy jest koncepcja opracowana na podstawie zaªo»e« przedstawionych w pracach [120, 34], gdzie tworzenie wªa±ciwego modelu decyzyjnego (systemu wspomagania, agenta wspo-magaj¡cego) dokonywane jest przy pomocy trzech klas agentów. Przedstawiona na rys.

5.2 konstrukcja oparta jest o trzech agentów: agent modeli decyzyjnych (zbiory C, Φ), agent danych wyszukuj¡cy opisy wariantów decyzyjnych (zbiór A), agent MCDA obli-czaj¡cy rozwi¡zanie modelu decyzyjnego (styl decyzji, zbiór Ψ).

Rysunek 5.2: Tworzenie systemów DSS opartych o agentów programowych

™ródªo: Opracowanie wªasne na podstawie [34]

Tak wi¦c agent programowy, peªni¡cy funkcj¦ agencji nieruchomo±ci i wspomagaj¡-cy przedsi¦biorstwo w poszukiwaniu najlepszej lokalizacji, powinien wykona¢ nast¦puj¡c¡

grup¦ zada«:

1. identykacja potrzeb organizacji,

2. opracowanie struktury parametrów poszukiwania nowej lokalizacji,

3. analiza dost¦pnych lokalizacji (przeszukanie wszystkich dost¦pnych ¹ródeª danych), 4. dokonanie rankingu dopuszczalnych lokalizacji (warianty potencjalne  za Roy [126]), 5. sporz¡dzenie rekomendacji dla decydenta.

Na realizacj¦ zadania pierwszego skªada si¦ przede wszystkim zebranie oczekiwa« od decydenta (mened»er lub grupa mened»erów) w przedsi¦biorstwie. Oczekiwania zwi¡za-ne s¡ z charakterem planowazwi¡za-nej inwestycji, ze strategi¡ organizacji i mo»liwymi (anty-cypowanymi) zmianami w otoczeniu. Drugie zadanie polega na przeªo»eniu oczekiwa«

organizacji (klienta) na dost¦pne parametry opisu lokalizacji (takie, jak mi¦dzy innymi:

parametry zyczne, dane opisowe, statystyczne). W zadaniu trzecim nale»y pozyska¢

opisy najwi¦kszej mo»liwej liczby wariantów decyzyjnych (celem zwi¦kszenia prawdo-podobie«stwa wyboru najlepszego). Poprzez lokalizacje dopuszczalne rozumie si¦ takie, które speªniaj¡ wymagania decydenta wyznaczone przez dziedziny warto±ci atrybutów (parametrów). Kolejnym zadaniem jest uporz¡dkowanie dost¦pnych lokalizacji wedªug stopnia speªnienia oczekiwa« decydenta. Ostatnim zadaniem jest przedstawienie decy-dentowi rekomendacji w postaci najlepszej lokalizacji (lub kilku najlepszych lokalizacji).

‘rodowiskiem funkcjonowania proponowanego agenta jest przestrze« dostawców nie-ruchomo±ci, którzy udost¦pniaj¡ opisy dost¦pnych lokalizacji. W ten sposób osi¡gni¦ty zostanie przedstawiony w [116] cel paradygmatu agentowego, jako efektywniejszego na-st¦pcy paradygmatu klient-dostawca. Wzrost efektywno±ci zapewniony zostanie poprzez dokonywanie oblicze« w tej samej lokalizacji, co ¹ródªo danych, co jest szczególnie istot-ne w problemach decyzyjnych opisanych znacznymi wolumenami danych (takich, jak dane geograczne). Implementacja rozwi¡za« opartych o agentów programowych do-konuj¡cych obliczenia na danych przestrzennych mo»e napotka¢ trudno±ci, zwi¡zane z brakiem wystarczaj¡cych mocy obliczeniowych w lokalizacjach przechowuj¡cych dane.

Jest to spowodowane faktem, »e projekty takich systemów s¡ nakierowane na efektyw-ne przechowywanie i udost¦pnianie danych, a nie na dostarczenie mocy obliczeniowej algorytmom decyzyjnym.

Zbyt wysoki stopie« autonomii przyznany agentowi ze swoim wªasnym zestawem reguª mo»e prowadzi¢ do dokonania (i implementacji) przez agenta decyzji niepo»¡danych przez decydenta. Sytuacja taka mo»e mie¢ miejsce, gdy zostan¡ aktywowane bª¦dne reguªy. Wyst¡pienie takiego zdarzenia jest bardzo prawdopodobne, gdy» ludzie nie kieruj¡

si¦ jednym i spójnym schematem w swoich dziaªaniach [17]