Децентрализованная система в теории систем — это система, в которой компоненты более низкого уровня работают с локальной информацией для достижения глобальных целей. Глобальная модель поведения — это возникающее свойство динамических механизмов, которые воздействуют на локальные компоненты, такие как непрямая коммуникация, а не результат центрального упорядочивающего влияния централизованной системы .
Централизованная система — это система, в которой центральный контроллер осуществляет контроль над компонентами нижнего уровня системы напрямую или посредством использования иерархии полномочий (например, дает указание компоненту среднего уровня дать указание компоненту более низкого уровня). [1] Таким образом , сложное поведение этой системы является результатом «контроля» центрального контроллера над компонентами нижнего уровня в системе, включая активный надзор за компонентами нижнего уровня.
С другой стороны, децентрализованная система — это система, в которой сложное поведение возникает благодаря работе компонентов более низкого уровня, оперирующих локальной информацией, а не инструкциями какого-либо командного воздействия. Эта форма управления известна как распределенное управление или управление, при котором каждый компонент системы в равной степени отвечает за вклад в глобальное и сложное поведение, воздействуя на локальную информацию соответствующим образом. Компоненты нижнего уровня неявно осведомлены об этих соответствующих реакциях посредством механизмов, основанных на взаимодействии компонента со средой, включая другие компоненты в этой среде.
Децентрализованные системы неразрывно связаны с идеей самоорганизации — явления, при котором локальные взаимодействия между компонентами системы устанавливают порядок и координацию для достижения глобальных целей без центрального командного влияния. Правила, определяющие эти взаимодействия, возникают из местной информации, а в случае биологических (или биологически вдохновленных) агентов - из тесно связанной системы восприятия и действия агентов. [2] Эти взаимодействия постоянно формируются и зависят от пространственно-временных паттернов , которые создаются посредством положительной и отрицательной обратной связи , которую обеспечивают взаимодействия. Например, пополнение запасов пищи муравьев зависит от положительной обратной связи, когда муравей находит пищу в конце феромонного следа, в то время как поведение муравьев при переключении задач основано на отрицательной обратной связи от установления усического контакта с определенным количеством муравьев ( например, достаточно низкий уровень встреч с успешными собирателями может привести к тому, что работник, работающий на кучи, переключится на поиск пищи, хотя на порог переключения могут повлиять и другие факторы, такие как наличие пищи.
Хотя децентрализованные системы можно легко обнаружить в природе, они также очевидны в таких аспектах человеческого общества, как правительственные и экономические системы.
Одним из наиболее известных примеров «естественной» децентрализованной системы является система, используемая некоторыми колониями насекомых . В этих колониях насекомых контроль распределяется между однородными биологическими агентами, которые действуют на основе локальной информации и локальных взаимодействий, коллективно создавая сложное глобальное поведение. Демонстрируя по отдельности простое поведение, эти агенты достигают глобальных целей, таких как кормление колонии или выращивание выводка, используя динамические механизмы, такие как неявное общение, и используя свои тесно связанные системы действий и восприятия. Без какой-либо формы централизованного контроля эти колонии насекомых достигают глобальных целей, выполняя необходимые задачи, реагируя на изменяющиеся условия в среде колонии с точки зрения активности задач и впоследствии регулируя количество рабочих, выполняющих каждую задачу, чтобы гарантировать, что все задачи выполнены. . [3] Например, колонии муравьев управляют своим глобальным поведением (с точки зрения поиска пищи, патрулирования, ухода за выводком и содержания гнезда), используя пульсирующую, меняющуюся сеть пространственно-временных шаблонных взаимодействий, которые полагаются на скорость контакта усиков и обонятельное восприятие. Хотя эти взаимодействия состоят как из взаимодействия с окружающей средой, так и друг с другом, муравьи не управляют поведением других муравьев и, следовательно, никогда не имеют «центрального контролера», диктующего, что следует делать для достижения глобальных целей.
Вместо этого муравьи используют гибкую систему распределения задач , которая позволяет колонии быстро реагировать на меняющиеся потребности для достижения этих целей. Эта система распределения задач, подобная разделению труда, является гибкой в том смысле, что все задачи зависят либо от количества встреч с муравьями (которые принимают форму контакта с усами), либо от восприятия химических градиентов (с использованием обонятельного зондирования следов феромонов) и таким образом, может быть применено ко всей популяции муравьев. Хотя недавние исследования показали, что некоторые задачи могут иметь физиологические и возрастные пороги реакции, [4] все задачи могут быть выполнены «любым» муравьем в колонии.
Например, в процессе поиска пищи красные муравьи-жнецы ( Pogonomyrmex barbatus ) сообщают другим муравьям, где находится еда , сколько ее есть и следует ли им переключать задачи на добычу корма, основываясь на кутикулярных углеводородных запахах и скорости взаимодействия с муравьями. . Используя комбинированные запахи кутикулярных углеводородов собирателей и семян [5] и скорость взаимодействия при кратковременном контакте с антеннами, колония получает точную информацию о текущем наличии пищи и, следовательно, о том, следует ли им переключаться на кормодобывающее поведение, «и все это без каких-либо указаний». центральным контроллером или даже другим муравьем». Скорость, с которой собиратели возвращаются с семенами, определяет скорость, с которой уходящие собиратели покидают гнездо во время поездок за кормом; более высокие темпы отдачи указывают на большую доступность пищи, а меньшее количество взаимодействий указывает на большую потребность в собирателях. Сочетание этих двух факторов, основанных исключительно на локальной информации из окружающей среды, приводит к решениям о переходе к задаче добывания пищи и, в конечном итоге, к достижению глобальной цели по кормлению колонии.
Короче говоря, использование комбинации простых сигналов позволяет колониям красных муравьев-жнецов точно и быстро корректировать кормовую деятельность, соответствующую текущей доступности пищи [6] , используя при этом положительную обратную связь для регулирования процесса: чем быстрее уходящие собиратели встречают муравьев, возвращающихся с семенами, тем больше муравьев выходят за кормом. [7] Затем муравьи продолжают использовать эти местные сигналы при поиске пищи, поскольку они используют свои обонятельные чувства, чтобы улавливать следы феромонов, проложенные другими муравьями, и следовать по этому следу по нисходящему градиенту к источнику пищи. Вместо того, чтобы подчиняться указаниям других муравьев или сообщать им, где находится еда, муравьи полагаются на свои тесно связанные системы действий и восприятия, чтобы коллективно выполнить глобальную задачу. [3]
Хотя колонии красных муравьев-жнецов достигают своих глобальных целей, используя децентрализованную систему, не все колонии насекомых функционируют таким образом. Например, пищевое поведение ос находится под постоянным регулированием и контролем королевы. [8]
Муравьиная мельница является примером того, когда биологическая децентрализованная система терпит неудачу, когда правил, регулирующих отдельных агентов, недостаточно для обработки определенных сценариев.
Рыночная экономика — это экономика, в которой решения об инвестициях и распределении производственных товаров в основном принимаются через рынки, а не через план производства (см. Плановую экономику ). Рыночная экономика представляет собой децентрализованную экономическую систему, поскольку она не функционирует посредством центрального экономического плана (который обычно возглавляется государственным органом), а вместо этого действует посредством распределенных локальных взаимодействий на рынке (например, индивидуальных инвестиций ). Хотя «рыночная экономика» является широким термином и может сильно различаться с точки зрения государственного или правительственного контроля (и, следовательно, центрального контроля), окончательное «поведение» любой рыночной экономики возникает из этих местных взаимодействий, а не является прямым результатом набор инструкций или постановлений центрального органа.
В то время как классический искусственный интеллект (ИИ) в 1970-х годах был сосредоточен на системах, основанных на знаниях, или роботах-планировщиках, роботы, основанные на поведении Родни Брукса , и их успех в действиях в реальном, непредсказуемо меняющемся мире заставили многих исследователей ИИ отойти от запланированного подхода. централизованной символической архитектуры для изучения интеллекта как возникающего продукта простых взаимодействий. [9] Таким образом, это отражает общий переход от применения централизованной системы в робототехнике к применению более децентрализованной системы, основанной на локальных взаимодействиях на различных уровнях абстракции.
Например, во многом основываясь на теории физических символов Ньюэлла и Саймона , исследователи в 1970-х годах разработали роботов с таким образом действий, который при выполнении привел бы к достижению некоторой желаемой цели; таким образом, роботы считались «умными», если они могли следовать указаниям своего центрального контроллера (программы или программиста) (например, см. STRIPS ). Однако после введения Родни Бруксом архитектуры подчинения , которая позволила роботам выполнять «разумное» поведение без использования символических знаний или явных рассуждений, все больше исследователей стали рассматривать интеллектуальное поведение как возникающее свойство, возникающее в результате взаимодействия агента с окружающей средой, в том числе другие агенты в этой среде.
В то время как некоторые исследователи начали проектировать своих роботов с тесно связанными системами восприятия и действия и пытались воплотить и разместить своих агентов в стиле Брукса, другие исследователи попытались смоделировать многоагентное поведение и, таким образом, глубже проанализировать феномены децентрализованных систем в достижении глобальных целей. цели. Например, в 1996 году Минар, Буркхард, Лэнг-тон и Ашкенази создали мультиагентную программную платформу для стимуляции взаимодействующих агентов и их возникающего коллективного поведения под названием « Рой ». Хотя основной единицей Swarm является «рой», совокупность агентов, выполняющих план действий, агенты могут состоять из групп других агентов во вложенных структурах. Поскольку программное обеспечение также предоставляет объектно-ориентированные библиотеки многократно используемых компонентов для построения моделей, а также анализа, отображения и управления экспериментами на этих моделях, оно в конечном итоге пытается не только моделировать многоагентное поведение, но и служить основой для дальнейшего изучения того, как коллективные группы агентов могут достичь глобальных целей посредством тщательной, но неявной координации. [10]
Примеры децентрализованных систем: