UN’INTRODUZIONE AI SISTEMI AD AGENTE E MULTIAGENTE Sistemi per il governo dei Robot, 05.11.2004.
-
Upload
elettra-baldi -
Category
Documents
-
view
214 -
download
0
Transcript of UN’INTRODUZIONE AI SISTEMI AD AGENTE E MULTIAGENTE Sistemi per il governo dei Robot, 05.11.2004.
UN’INTRODUZIONE UN’INTRODUZIONE AI SISTEMI AD AI SISTEMI AD
AGENTE E AGENTE E MULTIAGENTEMULTIAGENTE
Sistemi per il governo dei RobotSistemi per il governo dei Robot , 05.11.2004, 05.11.2004
SommarioSommario
Nozione di agente “intelligente” o Nozione di agente “intelligente” o “razionale” “razionale”
Architetture astratte e concrete per gli Architetture astratte e concrete per gli agenti agenti
Robot e agentiRobot e agenti
Robot e agentiRobot e agenti
Robot
Un robot è una pietra?
Deve muoversi e agire
Robot e agentiRobot e agenti
Robot
Una macchina a molla è dotata di movimento e può agire !!!!
attuatori
(effettori)
Robot e agentiRobot e agenti
Robot
Un algoritmo di ordinamento può percepire e agire
Un robot deve percepire il suo ambiente e agire
attuatori
(effettori)sensori
Robot e agentiRobot e agenti
Robot
Un algoritmo di ordinamento può percepire e agire
Un robot deve “persistere”
attuatori
(effettori)sensori
Robot e agentiRobot e agenti
Robot
Un allarme remoto!!!!!
Un robot deve essere situato in un ambiente
attuatori
(effettori)sensori
ambiente
Robot e agentiRobot e agenti
Robot
… qualche ulteriore miglioramento
Un robot deve essere situato in un ambiente e rispondere
attuatori
(effettori)sensori
ambiente
Elaborazione
RobotRobot::
Robot e agentiRobot e agenti
persistono nell’ambientepersistono nell’ambiente
percepiscono e agisconopercepiscono e agiscono
nello stesso ambiente (nello stesso ambiente (situatednesssituatedness))
rispondono con azionirispondono con azioni
Ambiente Robot
Nozione di agente “intelligente”Nozione di agente “intelligente”
Un agente “Un agente “intelligenteintelligente” è capace di azioni ” è capace di azioni autonomeautonome flessibiliflessibili per soddisfare i propri per soddisfare i propri obiettivi.obiettivi.
Per flessibilità si intende:Per flessibilità si intende:
- reattività- reattività
- pro-attività (comportamento - pro-attività (comportamento goal directedgoal directed – – intraprendenza)intraprendenza)
- abilità sociale- abilità sociale
Architetture astratteArchitetture astratte
Un’Un’architettura ad agentearchitettura ad agente è, essenzialmente, una è, essenzialmente, una specifica funzionale dell’specifica funzionale dell’ interno di un agenteinterno di un agente
strutture datistrutture dati
operazioni eseguibilioperazioni eseguibili
flusso di controlloflusso di controllo
Architetture astratte – progettazione sottosistemiArchitetture astratte – progettazione sottosistemi
funzione di decisionefunzione di decisione
percezionepercezione azioneazione
perceive action
agenteagente
ambienteambiente
osserva osserva l’ambiente l’ambiente
decisiondecisionmakingmaking
Architetture concreteArchitetture concrete
agenti agenti logic basedlogic based
agenti reattiviagenti reattivi
agenti agenti Belief-Desire-IntentionBelief-Desire-Intention
architetture architetture layeredlayered
Architetture concrete – Architetture concrete – logic based logic based
Approccio tradizionale per i sistemi di Approccio tradizionale per i sistemi di IAIA
Il comportamento intelligente può essere generato in Il comportamento intelligente può essere generato in un sistema dandogli una rappresentazione simbolica un sistema dandogli una rappresentazione simbolica del suo ambiente e del suo comportamento del suo ambiente e del suo comportamento desiderato e manipolando sintatticamente questa desiderato e manipolando sintatticamente questa rappresentazionerappresentazione
Rappresentazione attraverso formule logicheRappresentazione attraverso formule logiche
Manipolazione sintattica attraverso la Manipolazione sintattica attraverso la deduzione deduzione logicalogica o o theorem proving theorem proving (agenti come(agenti come theorem theorem provingproving))
Architetture Architetture logic based logic based – un modello semplice– un modello semplice
Lo stato interno si suppone essere un database di Lo stato interno si suppone essere un database di formule della logica classica dei predicati del primo formule della logica classica dei predicati del primo ordineordine
Esempi:Esempi:
Open(valve221)Open(valve221)
Temperature(reactor4726,321)Temperature(reactor4726,321)
Pressure(tank776,28)Pressure(tank776,28)
Architetture Architetture logic based logic based – un modello semplice– un modello semplice
L = { predicati della logica del primo ordine }L = { predicati della logica del primo ordine }
D = P(L) insieme di database L D = P(L) insieme di database L (insieme di insiemi di L-formule)(insieme di insiemi di L-formule)
Stato interno dell’agente è un elemento di DStato interno dell’agente è un elemento di D
ΔΔ sottoinsieme disottoinsieme di D D
Il processo di decisione dell’agente è modellato Il processo di decisione dell’agente è modellato tramite un insieme di regole di deduzionetramite un insieme di regole di deduzione ρρ
ΔΔ ├ ├ ΦΦ la formulala formula ΦΦ può essere provata dal database può essere provata dal database ΔΔ usando solo regole di usando solo regole di ρρ
ρρ
Architetture Architetture logic based logic based – un modello semplice– un modello semplice
perceive : S → Pperceive : S → P
next : D × P → Dnext : D × P → D
azione : D → A in termini di regole di deduzioneazione : D → A in termini di regole di deduzione1. function action(ΔΔ:D):A:D):A
2.2. beginbegin
3.3. for for each aeach aAA do do
4.4. if if ΔΔ ├ Do(a) ├ Do(a) thenthen
5. return a
6. end-if
7. end-for
8. for each aaAA do do
9.9. if if Δ Δ ├├ ¬¬Do(a)Do(a) thenthen
10.10. return return aa
11.11. end-ifend-if
12.12. end-forend-for
13.13. return return nullnull
14.14. end function end function actionaction
Architetture concrete – Architetture concrete – subsumption architecturesubsumption architecture
Il processo di decisione è realizzato attraverso un Il processo di decisione è realizzato attraverso un insieme di comportamenti insieme di comportamenti task-accomplishingtask-accomplishing
Ogni comportamento può essere visto come una Ogni comportamento può essere visto come una funzione funzione azioneazione individuale individuale
situazione → azionesituazione → azione
Più di un comportamento può essere azionato Più di un comportamento può essere azionato simultaneamentesimultaneamente
Controllo attraverso una gerarchia di Controllo attraverso una gerarchia di subsumptionsubsumption
Architetture Architetture reattive reattive – un modello semplice– un modello semplice
perceive : S → Pperceive : S → P
Beh = {(c,a) t.c. c Beh = {(c,a) t.c. c P e a P e a A} A}
inibizione : < inibizione : < R × R con R R × R con RBehBeh1. function action(p:P):Ap:P):A
2.2. var var firedfired : : pp(R)(R)
3.3. var var selectedselected : A : A
4.4. beginbegin
5. fired:={(p,a)R e pc}
6. for each (c,a) fired do
7. if ¬((c,a) fired t.c. (c,a) <<(ca) (ca) thenthen
8. return a
9.9. endifendif
10.10. end-forend-for
11.11. eturn nulleturn null
12.12. end function end function actionaction
Architetture concrete – architetture Architetture concrete – architetture BDIBDI
practical reasoningpractical reasoning
quali obiettiviquali obiettivi come raggiungerlicome raggiungerli
deliberazionedeliberazione means-endmeans-end
opzioni disponibiliopzioni disponibili
intenzioniintenzionisceltascelta impegnoimpegno
azioneazioneragionamento futuro ragionamento futuro
persistono persistono credenze future credenze future
Architetture Architetture BDI – BDI – ragionamento praticoragionamento pratico
1. Insieme di 1. Insieme di Belief, Belief, BelBel
2. Funzione di revisione dei 2. Funzione di revisione dei BeliefBelief ( (br fbr f))
3. Funzione di generazione di Opzioni (3. Funzione di generazione di Opzioni (optionsoptions), ), DesDes
4. Insieme di Opzioni4. Insieme di Opzioni
5. Funzione di filtraggio (5. Funzione di filtraggio (filterfilter))
6. Insieme di Intenzioni, 6. Insieme di Intenzioni, IntInt
7. Funzione di selezione di azioni (7. Funzione di selezione di azioni (executeexecute))
Architetture Architetture BDI – BDI – ragionamento praticoragionamento pratico
Lo stato di un agente Lo stato di un agente BDIBDI è una tripla (B,D,I) con: è una tripla (B,D,I) con:
1.1. B B Bel Bel
2.2. D D Des Des
3.3. I I Int Int
La funzione di revisione di belief:La funzione di revisione di belief:
br f : P(Bel) × P → P(Bel)br f : P(Bel) × P → P(Bel)
La funzione di generazione di opzioni:La funzione di generazione di opzioni:
options : P(Bel) × P(Int) → P(Des)options : P(Bel) × P(Int) → P(Des)
Architetture Architetture BDI – BDI – ragionamento praticoragionamento pratico
La funzione di filtaggio (decidere cosa fare):La funzione di filtaggio (decidere cosa fare):
filter : P(Bel) × P(Des) × P(Int) → P(Int)filter : P(Bel) × P(Des) × P(Int) → P(Int)
1. abbandonare le intenzioni che non sono più 1. abbandonare le intenzioni che non sono più raggiungibiliraggiungibili
2. conservare le intenzioni che non sono state2. conservare le intenzioni che non sono stateancora raggiunte (... e che lo possono)ancora raggiunte (... e che lo possono)
Architetture Architetture BDI – BDI – ragionamento praticoragionamento pratico
La funzione La funzione executeexecute::
execute : P(Int) → Aexecute : P(Int) → A
La funzione La funzione actionaction::
action : P → Aaction : P → A1. function action(p:P):Ap:P):A
2.2. beginbegin
3.3. B := B := br f(B,p)br f(B,p)
4.4. D := D := options(D,I)options(D,I)
5. I := filter(B,D,I)
6. return execute(I)
7. end function action
Una schematizzazione del PRS (Una schematizzazione del PRS (Procedural Reasoning SystemProcedural Reasoning System))
Credenze
Piani
Obiettivi
Intenzioni
Interprete
sensori
effettori
AgentSpeak(L)AgentSpeak(L)Modelli Modelli formaliformali
• PRSPRS
• dMARSdMARS
Sistemi Sistemi implementatiimplementati
Componenti base del linguaggioComponenti base del linguaggio
credenzecredenze::conoscenza base dell’agenteconoscenza base dell’agente
pianipiani: : i mezzi di cui è dotato per il i mezzi di cui è dotato per il raggiungimento dei suoi obiettivi raggiungimento dei suoi obiettivi
goalgoal: : stati del sistema che si vuol stati del sistema che si vuol raggiungere (desideri)raggiungere (desideri)
intenzioniintenzioni: : adozione dei piani per il adozione dei piani per il raggiungimento di uno scoporaggiungimento di uno scopo
Linguaggi agent-orientedLinguaggi agent-oriented – Agentspeak(L) – Agentspeak(L)
Definizione 1.Definizione 1. Se Se ppii è un simbolo di predicato e è un simbolo di predicato e tt11, , tt22, …, , …, tthh sono termini sono termini
allora allora ppii((tt11, , tt22, …, , …, tthh), o ), o ppii((tt), è un ), è un atomo credenzaatomo credenza. Una . Una
credenza letteralecredenza letterale è o un atomo o la negazione di un atomo è o un atomo o la negazione di un atomo
Definizione 2.Definizione 2. Classe delle Classe delle credenzecredenze::• una credenza letterale è una credenzauna credenza letterale è una credenza• se se ppii((tt) e ) e ppjj((ss) sono credenze, allora ) sono credenze, allora ppii((tt) /\ ) /\ ppjj((ss) è ) è
una credenzauna credenza
ProAgent – I schermataProAgent – I schermata
Definizione 3.Definizione 3. Se Se g g è un simbolo di predicato e è un simbolo di predicato e tt11, , tt2 2 , …, , …, tthh sono termini, sono termini,
allora !allora !gg((tt) è un ) è un achievement goalachievement goal o, semplicemente, o, semplicemente, goalgoal
Definizione 4.Definizione 4. Se b(t) è un atomo credenza, !g(s) è un goal, allora +b(t), +!g(t) sono eventi di attivazione (o triggering)
ProAgent – I schermataProAgent – I schermata
Definizione 5Definizione 5.. Se Se aa è un simbolo di azione e è un simbolo di azione e tt11, , tt22, …, , …, tthh sono termini sono termini
allora allora aa((tt) è un’) è un’azioneazione
Definizione 6Definizione 6.. Gli operatori “\” e “/” sono detti rispettivamente operatore Gli operatori “\” e “/” sono detti rispettivamente operatore addadd e e remrem. Se . Se bbii((tt) è una credenza base ) è una credenza base
allora /allora /bbii((tt) e \) e \bbii((tt) sono ) sono azioni cognitiveazioni cognitive
ProAgent – I schermataProAgent – I schermata
Eventi di attivazione+!g(t), +!f(t), …
Goal!g(t)!f(t)…
Piani
p1 +!g(t) : b(t) /\ … /\ c(t) ← \s(t)
p2 +!f(t) : not(p(t)) /\ d(t) ← !f(t)…
Insieme credenze
b(t) /\ … /\ c(t)not(p(t)) /\ d(t)…
Selezionee
Unificazione
Intenzioni
GoalAzioni esterneAzioni cognitive
ProAgent – schema di fuzionamentoProAgent – schema di fuzionamento
Un solo punto di fugaUn solo punto di fuga
Blocchi = parallelepipedi retti con una faccia frontaleBlocchi = parallelepipedi retti con una faccia frontale
Senza punti di contatto tra di loroSenza punti di contatto tra di loro
Un esempio – Agent WiSARDUn esempio – Agent WiSARD
Scena da analizzareScena da analizzare
Esempio di ricostruzione di una scenaEsempio di ricostruzione di una scena
location.txtlocation.txt
Esempio di ricostruzione di una scenaEsempio di ricostruzione di una scena
Alcune osservazioniAlcune osservazioni
Modulo neuronico – estrattore di caratteristicheModulo neuronico – estrattore di caratteristiche
Modulo simbolico – analizzatore di insiemi di Modulo simbolico – analizzatore di insiemi di caratteristichecaratteristiche
Analisi incompleta della scenaAnalisi incompleta della scena
L’agente può guidare nuove analisi (se necessario)L’agente può guidare nuove analisi (se necessario)
Possibilità di spiegare la scenaPossibilità di spiegare la scena
Architetture concrete – architettureArchitetture concrete – architetture layered layered
Creazione di due sistemi separati:Creazione di due sistemi separati:
1.1. capacità reattivacapacità reattiva
2.2. comportamentocomportamento goal-directed goal-directed
I due sottosistemi vengono scomposti in moduli che I due sottosistemi vengono scomposti in moduli che interagiscono in maniera gerarchicainteragiscono in maniera gerarchica
layering layering orizzontaleorizzontale
layering layering verticaleverticale
ArchitettureArchitetture layered layered orizzontaliorizzontali
Layer n
…
Layer 2
Layer 1
perceptual input
action output
Semplicità concettualeSemplicità concettuale
Almeno un Almeno un layerlayer reattivo e uno deliberativo reattivo e uno deliberativo
ArchitettureArchitetture layered layered orizzontali – un esempioorizzontali – un esempio
modelling
planning
reactive
perception action
control subsystem
Ogni Ogni layerlayer può essere visto come un agente può essere visto come un agente
I I layerlayer sono indipendenti, paralleli e asincroni sono indipendenti, paralleli e asincroni
Introduzione di una funzione di controlloIntroduzione di una funzione di controllo
ArchitettureArchitetture layered layered verticaliverticali
Layer n
…
Layer 2
Layer 1
Layer n
…
Layer 2
Layer 1
in
out
in out
Controllo gerarchico – sequenziale Controllo gerarchico – sequenziale
Il livello di astrazione aumenta con la posizione nella Il livello di astrazione aumenta con la posizione nella gerarchiagerarchia
ArchitettureArchitetture layered layered verticali – un esempioverticali – un esempio
behavioral
plan
cooperational
world model
planning k.
social k.
world interface
Ogni modulo è capace di trattare una classe di Ogni modulo è capace di trattare una classe di percettipercetti
Poco Poco fault tolerantfault tolerant
Sistemi multi-agenteSistemi multi-agente
Casi in cui un approccio centralizzato non Casi in cui un approccio centralizzato non è convenienteè conveniente
Problema da risolvere è esso stesso Problema da risolvere è esso stesso distribuitodistribuito
Ragioni di privacy o sicurezzaRagioni di privacy o sicurezza
Sistemi multi-agenteSistemi multi-agente
Società di agenti: quando si parla del Società di agenti: quando si parla del comportamento collettivo di un sistema con più comportamento collettivo di un sistema con più agentiagenti
Infrastrutture per l’interazione multi-agente.Infrastrutture per l’interazione multi-agente.
protocolliprotocolli
comunicazionecomunicazione interazioneinterazione
scambiare e decodificare scambiare e decodificare messaggimessaggi
come avere una come avere una conversazioneconversazione
Sistemi multi-agente – protocolliSistemi multi-agente – protocolli
comunicazionecomunicazione
proporre una sequenza di azioniproporre una sequenza di azioni
accettare una s. di a.accettare una s. di a.
rifiutare una s. di a.rifiutare una s. di a.
ritrattare una s. di a.ritrattare una s. di a.
disapprovare una s. di a.disapprovare una s. di a.
controproporre una s. di a.controproporre una s. di a.
Sistemi multi-agente – protocolliSistemi multi-agente – protocolli
interazioneinterazione
propostaproposta
valutazionevalutazione
(eventuale) risposta(eventuale) risposta
Protocolli di comunicazione – KQML Protocolli di comunicazione – KQML
Bla …bla …bla …bla …
bla …bla
semantica del semantica del protocolloprotocollo
semantica del semantica del messaggiomessaggio
KKnowledge nowledge QQuery uery MManipulation anipulation LLanguageanguage
KQMLKQML è un protocollo per lo scambio di è un protocollo per lo scambio di informazioni e conoscenza informazioni e conoscenza
Protocolli di comunicazione – KQML Protocolli di comunicazione – KQML
Struttura base del protocollo di comunicazioneStruttura base del protocollo di comunicazione
(KQML-performative(KQML-performative
:sender <word>:sender <word>
:receiver <word>:receiver <word>
:language <word>:language <word>
:ontology <word>:ontology <word>
:content <word>:content <word>
……))
telltellrequestrequestinsistinsistdemanddemandreportreportconvinceconvince……
}delineano la delineano la semantica del semantica del messaggiomessaggio
Protocolli di interazione Protocolli di interazione
DPS – agenti che hanno compiti simili o DPS – agenti che hanno compiti simili o problemi comuni problemi comuni
- determinare - determinare goal goal condivisicondivisi
- determinare - determinare tasktask comuni comuni
- evitare conflitti non necessari- evitare conflitti non necessari
- raccogliere prove e conoscenza- raccogliere prove e conoscenza
Protocolli di interazione – cooperazione Protocolli di interazione – cooperazione
Meccanismi usati per Meccanismi usati per tasktask distribuiti distribuiti
MarketMarket
Contract netContract net
Multiagent planningMultiagent planning
Sistemi Sistemi BlackboardBlackboard
NegoziazioneNegoziazione
Multiagent Belief MaintenanceMultiagent Belief Maintenance
Protocolli di interazione – cooperazione Protocolli di interazione – cooperazione
Tecniche per la decomposizione e la Tecniche per la decomposizione e la distribuzione di distribuzione di tasktask
Il processo di decomposizione deve tener Il processo di decomposizione deve tener conto delle risorse e capacità degli agenticonto delle risorse e capacità degli agenti
Possibili criteri per la distribuzione dei task:Possibili criteri per la distribuzione dei task:
-Evitare il sovraccarico delle risorseEvitare il sovraccarico delle risorse-Assegnare task ad agenti con le appropriate Assegnare task ad agenti con le appropriate capacitàcapacità-Assegnare responsabilità coincidenti per ottenere Assegnare responsabilità coincidenti per ottenere una certa coerenzauna certa coerenza
Protocolli di interazione – coordinazione Protocolli di interazione – coordinazione
In ambienti con risorse limitate, gli agenti In ambienti con risorse limitate, gli agenti devono coordinare le loro attività per devono coordinare le loro attività per perseguire i propri interesse e realizzare i perseguire i propri interesse e realizzare i goalgoal del gruppodel gruppo
Tecniche per la distribuzione del controllo e dei Tecniche per la distribuzione del controllo e dei datidati
Suggestioni Suggestioni
Architetture Architetture layeredlayered come sistemi multiagente come sistemi multiagente
Introduzione della logica nella percezioneIntroduzione della logica nella percezione
- in una singola modalità sensoriale- in una singola modalità sensoriale
- per la fusione sensoriale- per la fusione sensoriale
Logiche reattive (Horn senza negazione)Logiche reattive (Horn senza negazione)
Sistemi NSP (elaborazione neurale di logiche Sistemi NSP (elaborazione neurale di logiche reattive)reattive)
Alcuni riferimenti bibliograficiAlcuni riferimenti bibliografici
M. Wooldridge, N. R. Jennings, “Intelligent agents: Theory and practice”, M. Wooldridge, N. R. Jennings, “Intelligent agents: Theory and practice”, The The Knowledge Engineering ReviewKnowledge Engineering Review, 10(2):115-152, 1995 , 10(2):115-152, 1995
S. Russell, P. Norvig, S. Russell, P. Norvig, Artificial Intelligent: a Modern ApproachArtificial Intelligent: a Modern Approach, , Prentice-HallPrentice-Hall, 1995 , 1995
L.P. Kaelbling, “An architecture for Intelligent Reactive Systems”, Georgeff and L.P. Kaelbling, “An architecture for Intelligent Reactive Systems”, Georgeff and Lansky eds., Lansky eds., Reasoning About Actions & Plans – Proceedings of the 1986 Reasoning About Actions & Plans – Proceedings of the 1986 WorkshopWorkshop, 1986, 1986
R. Fagin, J.Y. Halpern, Y. Moses, M.Y. Vardi. R. Fagin, J.Y. Halpern, Y. Moses, M.Y. Vardi. Reasoning About KnowledgeReasoning About Knowledge, The MIT , The MIT Press: Cambridge, MA, 1995 Press: Cambridge, MA, 1995
M.R. Genesereth, N. Nilsson, M.R. Genesereth, N. Nilsson, Logical Foundation of Artificial IntelligenceLogical Foundation of Artificial Intelligence, Morgan , Morgan Kaufmann Publisher: San Mateo, CA, 1987Kaufmann Publisher: San Mateo, CA, 1987
R.A. Brooks, “Elephants don’t play chess”, R.A. Brooks, “Elephants don’t play chess”, Designing Autonomous AgentsDesigning Autonomous Agents, P. Maes , P. Maes edt., The MITT Press: edt., The MITT Press: Cambridge, MA, 1990Cambridge, MA, 1990
R.A. Brooks, “Intelligence without reason”, R.A. Brooks, “Intelligence without reason”, Proceedings of the 12Proceedings of the 12thth International Joint International Joint Conference on Artificial Intelligence (IJCAI-91)Conference on Artificial Intelligence (IJCAI-91), 569-595, Sydeny, Australia, 1991, 569-595, Sydeny, Australia, 1991
Alcuni riferimenti bibliograficiAlcuni riferimenti bibliografici
M. E.M. E. Bratman, Bratman, Intention, Plans and Pratical ResonIntention, Plans and Pratical Reson,Harvard University Press: ,Harvard University Press: Cambridge, MA, 1987Cambridge, MA, 1987
P. R.P. R. Cohen, H. J.Cohen, H. J. Levesque, “Intention is choice with commitment”, Levesque, “Intention is choice with commitment”, Artificial Artificial IntelligenceIntelligence, 42, pp.213–261, 1990, 42, pp.213–261, 1990
A. R.A. R. Rao, M. P.Rao, M. P. Georgeff, Georgeff, BDI Agents: From Theory to PracticeBDI Agents: From Theory to Practice Technical Note 56: Technical Note 56: April, 1995April, 1995
I. A.I. A. Ferguson, Ferguson, TouringMachines: Autonomous Agents with Attitudes, Technical Note Technical Note 250: April, 1992250: April, 1992
I. A.I. A. Ferguson, Ferguson, TouringMachines: An architecture for Dynamic, Rational, Mobile agents, PhD thesis, Clare Hall, University of Cambridge, UK, November 1992
J. Muller, J. Muller, A cooperation model for autonomous agents, in J.P. Muller, M. Wooldridge, N.R. Jennings eds Intelligent Agents III (LNAI volume 1193), pp 245-260, Springer-Verlag, 1997
Alcuni riferimenti bibliograficiAlcuni riferimenti bibliografici
Edmund H. Durfee, Edmund H. Durfee, Coordination of Distributed Problem SolversCoordination of Distributed Problem Solvers, Kluwer, 1988., Kluwer, 1988.
Edmund H. Durfee, V. R. Lesser, D.D. Corkill, Edmund H. Durfee, V. R. Lesser, D.D. Corkill, Coherent Cooperation among Coherent Cooperation among Communicating Multiagent BehaviorsCommunicating Multiagent Behaviors, in Proc. AAAI-90, 1990, in Proc. AAAI-90, 1990
Edmund H. Durfee, V. R. Lesser, D.D. Corkill, Edmund H. Durfee, V. R. Lesser, D.D. Corkill, Coherent Cooperation among Coherent Cooperation among Communicating Multiagent BehaviorsCommunicating Multiagent Behaviors, in Proc. AAAI-90, 1990, in Proc. AAAI-90, 1990
T. Finin, D. McKay, R. Fritzson, T. Finin, D. McKay, R. Fritzson, An Overview of KQML: A Knowledge Query and An Overview of KQML: A Knowledge Query and Manipulating LanguageManipulating Language, Technical Report, U. of Maryland CS Dept., 1992, Technical Report, U. of Maryland CS Dept., 1992
N. R. Jennings, N. R. Jennings, Coordination Techniques for Distributed Artificial IntelligenceCoordination Techniques for Distributed Artificial Intelligence, in G. , in G. M. P. O’Hare and N. R. Jennings eds, Foundation of Distributed Artificial M. P. O’Hare and N. R. Jennings eds, Foundation of Distributed Artificial Intelligence, pp 187-210, John Wiley & Sons, Inc., New York, 1996Intelligence, pp 187-210, John Wiley & Sons, Inc., New York, 1996
Y. Labrou, T. Finin,Y. Labrou, T. Finin, A Semantic Approach for KQML – A General Purpose A Semantic Approach for KQML – A General Purpose Communication Language for Software AgentsCommunication Language for Software Agents, in Proc. Int. Conf. on Information , in Proc. Int. Conf. on Information and Knowledge Management, 1994and Knowledge Management, 1994
J. R. Searle,J. R. Searle, Speech Acts: An Essay in the Philosophy of Language Speech Acts: An Essay in the Philosophy of Language, Cambridge U. , Cambridge U. Press, 1970Press, 1970
H. Simon,H. Simon, The Sciences of the Artificial The Sciences of the Artificial, MIT Press, Cambridge, MA, third edition, , MIT Press, Cambridge, MA, third edition, 19961996
Alcuni riferimenti bibliograficiAlcuni riferimenti bibliografici
M. P. Singh,M. P. Singh,Considerations on Agent CommunicationConsiderations on Agent Communication, presented at FIPA workshop, , presented at FIPA workshop, 19971997
E. Gat, E. Gat, On Three-layer ArchitecturesOn Three-layer Architectures, , in D. Kortenkamp et al. eds. in D. Kortenkamp et al. eds. AI and Mobile AI and Mobile RobotsRobots, AAAI Press, 1998, AAAI Press, 1998
E. Gat, E. Gat, ESL: A Language for Supporting Robust Plan Execution in Embedded Autonomous Agents, , in Proceedings of the IEEE Aerospace Conference, 1997in Proceedings of the IEEE Aerospace Conference, 1997
J. Bryson, J. Bryson, Hierarchy and Sequence vs. Full Parallelism in Reactive Action Selection Architectures, , in The Sixth International Conference on the Simulation of in The Sixth International Conference on the Simulation of Adaptive Behavior (SAB2000), 2000Adaptive Behavior (SAB2000), 2000