Введение
Многоагентная система (MAS или "самоорганизующаяся система") – это компьютеризированная система, состоящая из множества взаимодействующих интеллектуальных агентов. Многоагентные системы способны решать задачи, которые сложны или невыполнимы для отдельного агента или монолитной системы. Интеллект может проявляться в виде методических, функциональных, процедурных подходов, алгоритмического поиска или обучения с подкреплением. Несмотря на значительное пересечение, многоагентная система не всегда тождественна агентно-ориентированной модели (ABM). Цель ABM – поиск объяснительных выводов о коллективном поведении агентов (которые не обязательно должны быть "интеллектуальными"), подчиняющихся простым правилам, как правило, в естественных системах, а не в решении конкретных практических или инженерных задач. Терминология ABM чаще используется в науке, а MAS – в инженерии и технологиях. Области применения, где исследования многоагентных систем могут предложить подходящий подход, включают онлайн-торговлю, реагирование на чрезвычайные ситуации, наблюдение за целями и моделирование социальной структуры.
A multi agent system (MAS or "self organized system") is a computerized system composed of multiple interacting intelligent agents. Multi agent systems can solve problems that are difficult or impossible for an individual agent or a monolithic system to solve. Intelligence may include methodic, functional, procedural approaches, algorithmic search or reinforcement learning. Despite considerable overlap, a multi agent system is not always the same as an agent based model (ABM). The goal of an ABM is to search for explanatory insight into the collective behavior of agents (which do not necessarily need to be "intelligent") obeying simple rules, typically in natural systems, rather than in solving specific practical or engineering problems. The terminology of ABM tends to be used more often in the science, and MAS in engineering and technology. Applications where multi agent systems research may deliver an appropriate approach include online trading, disaster response, target surveillance and social structure modelling.
Самоорганизация и самонаправление
Многоагентные системы могут проявлять самоорганизацию, саморегулирование и другие парадигмы управления, а также связанные с ними сложные формы поведения, даже если индивидуальные стратегии всех их агентов просты. Когда агенты могут обмениваться знаниями, используя любой согласованный язык в соответствии с ограничениями протокола связи системы, такой подход может привести к общему улучшению. Примерами таких языков являются язык запросов и манипулирования знаниями (KQML) или язык коммуникации агентов (ACL).
Свойства
МАС обычно находят оптимальное решение своих проблем самостоятельно, без внешнего вмешательства. Это во многом напоминает физические явления, такие как минимизация энергии, когда физические объекты стремятся к минимально возможному энергетическому состоянию в заданных физических условиях. Например, многие автомобили, въезжающие в мегаполис утром, будут доступны для выезда из него вечером. Эти системы также склонны к предотвращению распространения ошибок, самовосстановлению и устойчивости к отказам, главным образом благодаря резервированию компонентов.
Рамки
Появились платформы, реализующие общие стандарты (такие как стандарты FIPA и OMG MASIF). Эти платформы, например, JADE, экономят время и способствуют стандартизации разработки многоагентных систем. В настоящее время, однако, ни один из стандартов FIPA или OMG активно не поддерживается. Работа по дальнейшему развитию программных агентов в промышленном контексте ведется в техническом комитете IEEE IES по промышленным агентам.
Приложения
МАС применяются не только в академических исследованиях, но и в промышленности. МАС находят применение в реальном мире в графических приложениях, таких как компьютерные игры. Агентные системы использовались при создании фильмов. Широко рекомендуется их использование в сетевых и мобильных технологиях для достижения автоматической и динамической балансировки нагрузки, высокой масштабируемости и самовосстанавливающихся сетей. Они применяются в координированных системах обороны. Другие области применения включают транспорт, логистику, графику, производство, энергетические системы, интеллектуальные сети и ГИС. Кроме того, многоагентный искусственный интеллект (MAAI) используется для моделирования социальных систем, что полезно в таких областях, как климат, энергетика, эпидемиология, управление конфликтами и предотвращение жестокого обращения с детьми. Среди организаций, работающих над использованием моделей многоагентных систем, можно выделить Центр моделирования социальных систем, Центр исследований в области социального моделирования, Центр моделирования политики и Общество моделирования и симуляции International. Hallerbach и др. обсудили применение подходов, основанных на агентах, для разработки и валидации автоматизированных систем вождения с использованием цифрового двойника тестируемого автомобиля и микроскопического моделирования дорожного движения на основе независимых агентов. Waymo создала мультиагентную симуляционную среду Carcraft для тестирования алгоритмов для беспилотных автомобилей. Она моделирует взаимодействие между водителями, пешеходами и автоматизированными транспортными средствами. Поведение людей имитируется искусственными агентами на основе данных о реальном поведении человека.