stringtranslate.com

Система процессуального обоснования

В искусственном интеллекте система процедурного рассуждения ( PRS ) представляет собой структуру для построения систем рассуждения в реальном времени , которые могут выполнять сложные задачи в динамических средах. Она основана на понятии рационального агента или интеллектуального агента, использующего программную модель убеждения-желания-намерения .

Пользовательское приложение преимущественно определяется и предоставляется системе PRS в виде набора областей знаний . Каждая область знаний представляет собой часть процедурных знаний , которая определяет, как что-то сделать, например, как перемещаться по коридору или как планировать путь (в отличие от роботизированных архитектур , где программист просто предоставляет модель того, каковы состояния мира и как примитивные действия агента влияют на них). Такая программа вместе с интерпретатором PRS используется для управления агентом.

Интерпретатор отвечает за поддержание убеждений о состоянии мира, выбор следующих целей для достижения и выбор области знаний для применения в текущей ситуации. То, как именно выполняются эти операции, может зависеть от областей знаний метауровня , специфичных для домена. В отличие от традиционных систем планирования ИИ , которые генерируют полный план в начале и перепланируют, если происходят непредвиденные вещи, PRS чередует планирование и выполнение действий в мире. В любой момент система может иметь только частично определенный план на будущее.

PRS основана на BDI или структуре убеждения–желания–намерения для интеллектуальных агентов. Убеждения состоят из того, что агент считает истинным относительно текущего состояния мира, желания состоят из целей агента, а намерения состоят из текущих планов агента по достижению этих целей. Более того, каждый из этих трех компонентов обычно явно представлен где-то в памяти агента PRS во время выполнения, что отличается от чисто реактивных систем, таких как архитектура подчинения .

История

Концепция PRS была разработана Центром искусственного интеллекта в SRI International в 1980-х годах многими сотрудниками, включая Майкла Джорджеффа , Эми Л. Лански и Франсуа Феликса Инграна. Их фреймворк отвечал за эксплуатацию и популяризацию модели BDI в программном обеспечении для управления интеллектуальным агентом . Основополагающим применением фреймворка стала система обнаружения неисправностей для системы управления реакцией космического челнока NASA Discovery . Разработка этой PRS продолжалась в Австралийском институте искусственного интеллекта до конца 1990-х годов, что привело к разработке реализации на C++ и расширения под названием dMARS .

Архитектура

Изображение архитектуры PRS

Системная архитектура PRS SRI включает следующие компоненты:

Функции

PRS от SRI была разработана для встроенного приложения в динамических и реальных средах. Таким образом, она специально учитывала ограничения других современных архитектур управления и рассуждений, таких как экспертные системы и система доски . Ниже приведены общие требования к разработке их PRS: [1]

Приложения

Основополагающим применением PRS от SRI была система мониторинга и обнаружения неисправностей для системы управления реакцией (RCS) на космическом челноке NASA. [2] RCS обеспечивает движущие силы от набора реактивных двигателей и управляет высотой космического челнока. Система диагностики неисправностей на основе PRS была разработана и протестирована с использованием симулятора. Она включала более 100 KA и более 25 KA мета-уровня. Специфические KA RCS были написаны диспетчерами миссии космического челнока. Она была реализована на машине Symbolics 3600 Series LISP и использовала несколько взаимодействующих экземпляров PRS. Система поддерживала более 1000 фактов о RCS, более 650 фактов только для переднего RCS, и половина из которых постоянно обновлялась во время миссии. Версия PRS использовалась для мониторинга системы управления реакцией на космическом челноке NASA Discovery .

PRS была протестирована на роботе Shakey, включая сценарии навигации и имитации неисправностей реактивного двигателя на основе космического челнока. [3] Более поздние приложения включали монитор управления сетью, называемый интерактивной системой управления телекоммуникационной сетью в реальном времени (IRTNMS) для Telecom Australia . [4]

Расширения

Ниже приведен список основных реализаций и расширений архитектуры PRS. [5]

Смотрите также

Ссылки

  1. ^ Ингранд, Ф.; М. Джорджефф; А. Рао (1992). «Архитектура для рассуждений в реальном времени и управления системами». IEEE Expert . 7 (6): 34–44. doi :10.1109/64.180407. S2CID  2406220.
  2. ^ Джорджефф, МП; ФФ Ингранд (1990). «Рассуждения в реальном времени: мониторинг и управление системами космических аппаратов». Труды шестой конференции по приложениям искусственного интеллекта . С. 198–204.
  3. ^ Джорджефф, MP; AL Lansky (1987). "Реактивное рассуждение и планирование" (PDF) . Труды Шестой национальной конференции по искусственному интеллекту (AAAI-87) . Центр искусственного интеллекта . SRI International . стр. 198–204.
  4. ^ Рао, Ананд С.; Майкл П. Джорджефф (1991). «Интеллектуальное управление сетями в реальном времени». Австралийский институт искусственного интеллекта, Техническое примечание 15. CiteSeerX 10.1.1.48.3297 . 
  5. ^ Вобке, В. Р. (2007). "Рассуждения об агентах BDI с точки зрения языков программирования" (PDF) . Труды весеннего симпозиума AAAI 2007 по намерениям в интеллектуальных системах .
  6. ^ "Загрузки IRS".
  7. ^ "PRS, C-PRS, Propice, OpenPRS | Félix Ingrand". www.laas.fr . Архивировано из оригинала 2007-11-11.
  8. ^ "Openprs - Openrobots Wiki". Архивировано из оригинала 2008-12-03 . Получено 2009-07-09 .
  9. ^ "Загрузки IRS".
  10. ^ "Индекс /~spark".
  11. ^ "PRS-CL".

Дальнейшее чтение

Внешние ссылки