Moduleplan ‘Multi Agent Systemen’ & ‘Cognitieve Robotica’



Dovnload 18.84 Kb.
Datum20.08.2016
Grootte18.84 Kb.

Moduleplan ‘Multi Agent Systemen’ & ‘Cognitieve Robotica’




Landelijk Onderwijsweb Kennistechnologie

9 februari 2001

Deelnemers:

John-Jules Meyer uu

Nico Roos um

Rineke VerBrugge rug

Frank de Boer uu

Marco Wiering uu

Rens Kortmann um

?? rug



1. Inleiding
In het kader van het Landelijk Onderwijsweb Kennistechnologie worden onderwijstaken en practica ontwikkeld voor verschillende onderwijsmodulen op het gebied van Kennistechnologie. Een uitgangspunt bij de ontwikkeling van de onderwijstaken is handelingsgericht leren. De te ontwikkelen taken en practica moeten via het internet aan studenten en docent ter beschikking gesteld kunnen worden.
De ontwikkeling van het Landelijk Onderwijsweb Kennistechnologie is een samenwerkingsverband tussen vijf instellingen voor hoger onderwijs:


  • Open Universiteit

  • Rijksuniversiteit Groningen

  • Universiteit Utrecht

  • Universiteit Maastricht

  • Hogeschool van Utrecht/CIBIT

In de vergadering van 8 maart 2001 heeft de stuurgroep besloten om twee modulen in het LOK, de modulen Multi Agent Systemen en Cognitieve Robotica, samen te voegen. De reden voor de samenvoeging is gelegen in het feit dat een robot in feite een agent is en dat er derhalve een overlap is tussen beide modulen. Binnen de hierdoor ontstane MAS-CR module zijn de volgende deelgebieden geïdentificeerd.



  • Agent architecturen

  • Concurrency en agenttechnologie

  • Agent communicatie

  • FIPA

  • Protocollen

  • Specificatie van Joined Plans

  • Agent programeertalen (3APL)

  • Coördinatie tussen agenten

  • Situated robotics

  • 3APL practicum


2. Plaats in het LOK project
Zowel in Multi Agent Systemen als in Cognitieve Robotica worden een groot aantal aspecten toegepast die in andere LOK modulen aan de orde worden gesteld. Zo zullen agenten, inclusief robots, over het algemeen kennis bezitten. Dit betekent dat de modulen ‘Inleiding Kennistechnologie’, ‘ Kennissysteemontwikkeling’, ‘Kennisacquisitie’ en ‘Kennisrepresentatie en Inferentie-Mechanismen’ voor de onwikkeling van agenten van belang kunnen zijn. Van sommige agenten wordt verwacht dat ze leren gedurende hun levenscyclus. Dus ook de module ‘Machinaal Leren’ speelt een rol. Andere agenten moeten met gebruikers kunnen communiceren, in het bijzonder agenten die functioneren als Persoonlijke Assistenten. Hier is duidelijk een relatie met de module ‘Natuurlijketaalinterfaces’. Tenslotte wordt de kennis die een agent bezit, als mede kennis van wat andere agenten weten, en de communicatie tussen agenten formeel gekarakteriseerd met behulp van modale (epistemische) logica. Dit geeft ons een relatie met de module ‘Logica voor AI’.


3. Inhoud van de MAS-CR module
Voor ieder van de in de inleiding genoemde onderdelen zal een aparte taak worden ontwikkeld. Een dergelijke taak kan bestaan uit leerstof, opgaven, illustraties (in de vorm van applets), slides en practica. De leerstof zal afhankelijk van het onderwerp bestaan uit een verwijzing naar boeken en artikelen, studiehandleiding, of een syllabus. Hieronder volgt voor elke onderdeel een korte beschrijving van de beoogde inhoud.

Agenten, robots en architecturen (Utercht)


  1. inleiding cognitieve robotica: definitie vakgebied en filosofische grondslagen (Dennett, Bratman)


2. fundamenten van actie en agency

  • introductie agents (agent attitudes e.d.)

  • (opfrissen) modale logica, temporele logica, dynamische logica

  • Cohen & Levesque's logica

  • Rao & Georgeff's BDI logica

  • KARO, goals, commitments, Š


3. kennisrepresentatie en redeneren betreffende "Action & Change"

  • situation calculus (en evt. event calculus, fluent calculus)

  • frameprobleem, kwalificatieprobleem, etc.

  • planning / STRIPS (ivm verband met deliberatieve systemen)


4. agent architectures

  • deliberatieve, reactieve en hybride systemen

  • voorbeelden: subsumptie architectuur, BDI architectuur, InteRRap, TouringMachine


Concurrency en agenttechnologie (Utrecht)


  1. Communicating Sequential Processes (CSP)

  2. Concurrent Constraint Programming (CCP,Oz, Mozart)


Agentcommunicatie (Maastricht)


Agentcommunicatie wordt behandeld aan de hand van de door Foundation for Intelligent Physical Agents (FIPA) opgestelde specificatie van de communicatie taal Agent Communication Language (ACL). In gegaan wordt op verschillende aspecten van de taal ACL zoals de relatie tussen communicative acts en de Speech Act theorie, en het gebruik van protocollen. Op een aantal protocollen zoals veilingprotocollen wordt meer specifiek in gegaan.
Ter ondersteuning van deze taak wordt tevens een practicum ontwikkeld. Hiervoor wordt gebruikt gemaakt van een bestaande implementatie van de FIPA standaard. FIPA-OS is een implementatie die de indruk wekt serieus onderhouden te worden. Nadeel van FIPA-OS (en andere goed onderhouden implementaties) is dat ze te complex zijn om als basis te dienen voor kleine programmeerpractica. IKAT zal binnen LOK een laag bovenop FIPA-OS bouwen die de implementatie van agenten aanzienlijk vereenvoudigd. De eenvoud gaat natuurlijk ten koste van flexibiliteit. Het idee is daarom een aantal modellen aan te bieden waar de programmeur een keuze uit kan doen die verschillen in eenvoud en flexibiliteit.
Als voorbeeldapplicatie wordt het Rekenspel bijgevoegd. In dit MAS communiceren speleragenten met elkaar, een bankagent, een calculatoragent en een scheidsrechteragent. De speleragenten moeten rekenopgaven oplossen die de scheidsrechter verstrekt, zonder daarbij zelf te rekenen. Practicumopdrachten die voor de hand liggen zijn het implementeren van een speleragent en het experimenteren met de invloed van spelparameters op het gedrag van de speleragenten.


Specificatie van Joint Plans (Groningen)


In dit onderdeel van de cursus beperken we ons tot agenten in een multi-agentsysteem die zich cooperatief gedragen; een prototypische context hiervoor is het gedistribueerd oplossen van problemen. Het is de bedoeling dat de studenten bij het 3APL-practicum ook ervaring krijgen met dit aspect van multi-agentsystemen: ze moeten dan bv. een groep agents implementeren die een team vormen waarmee ze gezamenlijk een plan ontwikkelen en door executie van dat plan een van tevoren gegeven doel bereiken (zo nodig door tussentijds herplannen).
Daartoe worden aan de hand van artikelen verschillende deelonderwerpen behandeld:


  1. Joint plans

De aanpak van joint plans van Grosz en Kraus

Het deel van het boek van Weiss et al. over gedistribueerd plannen




  1. Sociale en collectieve attituden

Het pre-formele artikel van Castelfranchi

Formele artikelen van Cohen, Levesque en Nunes, en van Dunin-Keplicz en Verbrugge




  1. Specificatie van collectief gedrag

Het artikel van Wooldridge en Jennings over de vier stadia van collectief probleemoplossen

Werk van Dignum, Dunin-Keplicz en Verbrugge over teamformatie en reconfiguratie



Agent programmeertalen (Utercht)

- AGENT0

- (CON)GOLOG

- 3APL


Coördinatie tussen agenten (Maastricht)


Agenten in een multi agent systeem moet hun handelingen onderling coördineren. Deze coördinatie kan gerealiseerd worden door middel van samenwerking, competitie of beide. Samenwerkingen kunnen tot stand komen door middel van gedragsregels en door middel van planning. In het geval van competitie zijn onderhandelingen noodzakelijk om tot een afstemming tussen de agenten te komen.
Gedragsregels, planning en onderhandelen zullen aan de orde komen. Verder wordt gekeken naar technieken om te komen tot coalities. De verschillende technieken die hiervoor ontwikkeld zijn worden aan de hand van voorbeelden geïllustreerd. Sommige van de voorbeelden zullen bestaan uit applets die de student tevens de mogelijkheid biedt om te experimenten.

Situated robotics (Maastricht)


Situated robotics gaat in het leren van intelligent gedrag in relatie met de omgeving waarin de robot zich bevindt. Deze taak wordt ondersteund met een practicum gebaseerd een simulator voor robotvoetbal.

3APL practicum (Utrecht)


Het practicum Cognitieve Robotica zal gebruik maken van de agent-programmeertaal 3-APL ontwikkeld op de Universiteit Utrecht. Er zal een simulator genaamd Blockworld gebruikt worden, waarmee op een leuke en demonstratieve manier het gedrag van diverse geïmplementeerde intelligente agenten getoond kan worden. Het practicum bevat 3 verschillende taken: implementatie van een 3-APL programma welke een enkele agent in simpele omgevingen aanstuurt, implementatie van een programma voor de controle en interactie tussen meerdere agenten in dezelfde omgeving, en de implementatie van een agent welke moet navigeren en zoeken in een gecompliceerde omgeving. Uitbreiding van het practicum voor andere modules, zoals voor de multi-agent systems module zijn simpel te maken, te denken valt bijvoorbeeld aan agenten die moeten onderhandelen, of complexe agenten die subdoelen afschuiven naar andere, simpelere, agenten.



De database wordt beschermd door het auteursrecht ©opleid.info 2017
stuur bericht

    Hoofdpagina