Мультиагентний підхід до імітаційного моделювання

          Перш ніж переходити до роз’яснення мультиагентного підходу, необхідно уточнити зміст терміну «агент». Як визначається С. Раселом та П. Норвігом в [149, с. 75], агентом є сутність, яка сприймає своє середовище за допомогою датчиків та впливає на нього за допомогою виконуючих механізмів. Дев’ятков у [88, с. 13] наводить міркування про взаємодію між агентом та зовнішнім середовищем за допомогою датчиків та виконуючих органів, що за сутністю збігається з визначенням, наведеним Раселом та Норвігом. В [99, с. 291] до цього визначення додається здатність агентів взаємодіяти не тільки із середовищем, а й з іншими агентами, а також можливість діяти за набором якихось правил, приймати рішення та змінюватися (еволюціонувати).           За [164], агентом (або інтелектуальною системою) називають комп’ютерну систему, яку розміщено в деякому середовищі, і яка здатна автономно і гнучко діяти в цьому середовищі для досягнення цілей, поставлених розробником.           Під гнучкістю розуміють:           – реактивність або дієвість, тобто здатність агентів сприймати середовище, що їх оточує, та своєчасно реагувати на зміни, що відбуваються в середовищі, для досягнення поставлених перед ними цілей;          – про-активність або цілеспрямованість, тобто здатність агентів демонструвати цілеспрямовану поведінку шляхом виявлення ініціативи в досягненні поставлених цілей; – колективність або здатність до спільної діяльності, тобто здатність агентів до взаємодії один з одним (а також, можливо, з оператором) для досягнення поставлених цілей.           В літературі, присвяченій мультиагентному моделюванню, існують дефініції середовища, які трактуються як зовнішнє середовище по відношенню до агента і відрізняються ступенем узагальнення. Так, Ю. Карпов [100] визначає середовище як інших агентів, що взаємодіють з даним. У межах цього дослідження агентом (або інтелектуальним агентом) називатимемо штучну сутність, яка діє за певними правилами, взаємодіючи зі своїм оточенням. Під середовищем розумітимемо все те, що оточує агента та впливає чи може вплинути на нього. Під ідеальним розумітимемо середовище, всі чинники якого, їх значення та взаємозв’язки між ними відомі досліднику та не відомі агентам, які діють у цьому середовищі, але можуть бути ними оцінені.           Квазіідеальним називатимемо середовище, чинники якого та способи їх формування відомі досліднику, але він не знає точні їх значення для кожного моменту часу. Нехай агент діє у середовищі, у якому якийсь чинник впливає на його поведінку. Тоді, якщо цей чинник формується кількома іншими агентами з незалежною поведінкою та випадковими індивідуальними значеннями чинника, таке середовище можна вважати квазіідеальним. В залежності від типу розв’язуваних задач у [88, с. 14] агенти поділяються на чотири типи: комбінаційні, послідовнісні, цілеспрямовані, цілеобираючі. Так, комбінаційний агент отримує інформацію з датчиків та реагує одним із множини способів, відомих заздалегідь (передбачених розробником). Він не накопичує та не використовує досвід.           Послідовнісний агент відрізняється тим, що може сам додавати правила реакції, використовуючи для цього дані за минулий період часу у разі нестачі інформації для реакції одним з існуючих способів.           Цілеспрямований агент, на відміну від двох попередніх типів, не спирається на набір правил, адже всі ситуації передбачити неможливо, а для досягнення кожної конкретної цілі розробляє план дій або з’ясовує, що його не існує. Таким чином, якщо комбінаційні та послідовнісні агенти спираються лише на минуле та теперішнє, то цілеспрямований агент намагається прогнозувати майбутнє та діяти згідно з прогнозом.           Найдосконалішим є цілеобираючий агент. Він, по-перше, здатен за наявності однієї цілі обрати кращий з конкуруючих планів її досягнення; по-друге, якщо існує декілька конкуруючих цілей, він здатен оцінити ступінь успіху в залежності від важливості цілей; по-третє, на підставі попереднього досвіду він може навчатися та коригувати або поповнювати свої знання. Мультиагентна система — це сукупність інтелектуальних агентів та їх середовища. Мультиагентна модель, як правило, має вигляд мультиагентної системи.          Мультиагентний підхід полягає у застосуванні машинного експерименту у вигляді мультиагентної моделі (тобто моделі, в якій взаємодіє певна, як правило, значна, кількість однакових або різнорідних агентів з індивідуальними та/або колективними правилами поведінки) для проведення дослідження. Він може використовуватися у різних галузях науки та господарства: мобільних мережах [17], корпоративному управлінні [50], управлінні запасами [45, 125, 159], електронній комерції [160], моделюванні (в т. ч., економічному [158], політичному [58] та соціальному [101]), розробці програмного забезпечення [18, 38, 39, 157], тощо [69, 70, 81, 142, 143, 178, 163].           Так, наприклад, для цілей корпоративного управління мультиагентний підхід можна використати наступним чином: розглянути ситуацію, що підлягає корпоративному управлінню, як взаємодію множини агентів-акціонерів з множиною агентів-менеджерів. Це може бути обмін інформацією, переговори, розробка стратегій, розподіл ресурсів, тощо.           Мультиагентні моделі широко використовуються в управлінні запасами [134]. У даному підході кожному замовленню (на рисунку — «кружечок») і кожному готовому елементу продукції (на рисунку — «квадратик») відповідає свій агент, а головною особливістю розроблювальної системи є здатність забезпечувати знаходження відповідності між замовленнями та готовими частинами («matching demand to supply»).          У цьому плані розвивається підхід, що реалізує основні принципи холізму, за яких централізована структура замінюється взаємодією автономних модулів, здатних до динамічної взаємодії. Прикладом такої структури може бути рій бджіл, у якому кожна із бджіл є цілком автономною системою, але в цілому, роєві бджіл властиві й всі риси цілісного об'єкта.          

Вся работа доступна по Ссылке