Budowanie zespołu inteligentnych agentów
Od pojazdów autonomicznych po sieci VANET i sieci inteligentne, inteligentne systemy rozproszone można znaleźć na każdym kroku. Planowanie w warunkach niepewności zostało już gruntownie zbadane w przypadku odizolowanych pojedynczych agentów. Jednakże, scentralizowane metody dla pojedynczych agentów wyraźnie nie wystarczają w przypadku dużych systemów wieloagentowych. W finansowanym przez UE projekcie "Planning under uncertainty for real-world multi-agent systems" (PURE-MAS) podjęto kwestię procesu podejmowania decyzji w systemach wieloagentowych. Badania oparto na różnych modelach wieloagentowych dotyczących współpracujących ze sobą agentów. Znalazł się wśród nich zdecentralizowany częściowo obserwowalny proces decyzyjny Markova (dec-POMDP) oraz inne powiązane modele określane jako wieloagentowe sekwencyjne podejmowanie decyzji. Naukowcy poprawili skalowalność zarówno pod względem horyzontu planowania, jak i liczby agentów. Przy pomocy jednego z najszybszych optymalnych narzędzi planujących dec-POMDP naukowcy mogli obliczyć wcześniej nieosiągalne horyzonty planowania. Ponadto dzięki wykorzystaniu ich budowy, dokonano ważnych udoskonaleń pozwalających zwiększyć skalę planowania do bezprecedensowych wymiarów czasowych. Oprócz skalowalności w projekcie PURE-MAS badano dwa rodzaje opartych na zdarzeniach reprezentacji umożliwiających rejestrację odnośnych zmian w otoczeniu, a tym samym zapewniających wyższy poziom abstrakcji. Takie rozwiązanie toruje drogę ku stworzeniu agentów planujących online, które potrafią dostosowywać się do dynamicznego otoczenia poprzez ciągłe modyfikowanie planów w trakcie ich wykonywania. Zaproponowano również kilka algorytmów do optymalizacji komunikacji między agentami. Łącząc teorię gier i planowanie, zespół projektu uzyskał skoordynowanie planowanie między pojedynczymi agentami. Techniki zaczerpnięte z dynamicznego projektowania mechanizmów pomogły w zharmonizowaniu zachęt wielu dostawców. W oparciu o te techniki można ustalić, czy współpraca między konkurentami będzie korzystna, a na przykład urzędy odpowiedzialne za remonty dróg mogą zawierać korzystniejsze umowy z wykonawcami. Innym osiągnięciem projektu jest skonfigurowanie grupy robotów, które z powodzeniem śledziły ruchomy cel. W ramach projektu PURE-MAS zoptymalizowano także system wieloagentowy, tak by stał się podstawą sieci inteligentnej. Projekt PURE-MAS wniósł istotny wkład w realizację z jednego z założeń sztucznej inteligencji, dotyczącego budowy wielu agentów inteligentnych, które będą potrafiły obserwować swoje otoczenie i odpowiednio na nie reagować. Wszystkie rozwiązania powstałe w projekcie mogą znaleźć zastosowanie w systemach transportowych, sieciach inteligentnych oraz systemach monitoringu wideo.
Słowa kluczowe
Inteligentne agenty, systemy wieloagentowe, sztuczna inteligencja, planowanie w warunkach niepewności, częściowo obserwowalne, inteligentne systemy rozproszone, wieloagentowe sekwencyjne podejmowanie decyzji, horyzont planowania, planowanie online
