- •Введение в Разработку
- •Многоагентных систем
- •В среде Jason
- •Основы программирования на языке
- •© Мирэа, 2009 Введение
- •1. Основные понятия теории агентов
- •1.1. Понятие агента
- •1.2. Программные агенты и программные объекты
- •1.3. Агенты и экспертные системы
- •2. Методика анализа концептуальных структур действий в применении к описанию поведения агентов
- •3.Представление о языках коммуникации агентов
- •3.1. Язык kif
- •3.2. Язык kqml
- •4. Знакомство со средой jason
- •4.1. Что такое Jason?
- •4.2. Установка и настройка Jason
- •4.3 Запуск демонстрационных примеров
- •4.4 Основы программирования на языке AgentSpeak
- •4.4.1 Убеждения
- •4.4.2 Типы данных
- •4.4.3 Сильное и слабое отрицание
- •4.4.4 Цели
- •4.4.5 Планы
- •Имя события : Контекстные ограничения
- •Пример №1
- •Пример №2
- •Пример №3
- •Пример №4(a)
- •Пример №4(b)
- •Пример №4(с)
- •Пример №4(d)
- •Пример №4(e)
- •4.4.6 Операторы
- •4.4.7 Аннотации
- •Аннотации для убеждений
- •Аннотации для планов
- •4.4.8 Работа со списками
- •4.4.9 Общие рекомендации по составлению и расположению планов
- •4.5 Работа агента в среде Jason
- •4.6 Инструменты отладки мас в Jason
- •5. Выполнение лабораторных работ
- •5.1 Описание процесса
- •5.2 Пример выполнения лабораторных работ
- •5.2.1 Постановка задачи
- •5.2.2 Концептуальный анализ поведения агентов
- •5.2.3 Концептуальная модель задачи «Фастфуд»
- •5.2.4 Описание вспомогательных алгоритмов
- •5.2.5 Программная реализация
- •5.2.5.1 Программа агента «Генератор клиентов»
- •1. База убеждений
- •2. Планы по достижению целей (табл. 5)
- •5.2.5.2. Программа агента «Клиент»
- •1. База начальных убеждений
- •2. Планы по достижению целей (табл. 6)
- •5.2.5.3 Программа агента «Продавец»
- •1. База начальных убеждений
- •2. Планы по достижению целей (табл. 7)
- •5.2.5.4 Программа агента «Хранилище»
- •1. База начальных убеждений
- •2. Планы по достижению целей (табл. 8)
- •5.2.5.5 Программа агента «Повар»
- •1. База начальных убеждений
- •2. Планы по достижению целей (табл. 9)
- •5.2.5.6 Файл проекта мас «fastfood.Mas2j»
- •5.2.6 Исследование работоспособности мас
- •Эксперимент №1
- •Эксперимент №2
- •Эксперимент №3
- •5.2.7 Дополнительные задания
- •Заключение
- •Справочник по функциям среды jason Внутренние функции
- •2) Функция «.Send»
- •3) Функция «.My_name»
- •2) Функция «.Length»
- •3) Функция «.Min»
- •4) Функция «.Max»
- •5) Функция «.Member»
- •6) Функция «.Nth»
- •7) Функция «.Sort»
- •8) Функция «.Substring»
- •1) Функция «.Add_plan»
- •2) Функция «.Plan_label»
- •3) Функция «.Relevant_plans»
- •4) Функция «.Remove_plan»
- •1) Функция «.Current_intention»
- •2) Функция «.Desire»
- •2) Функция «.Ground»
- •3) Функция «.Literal»
- •4) Функция «.List»
- •5) Функция «.Number»
- •6) Функция «.String»
- •7) Функция «.Structure»
- •2) Функция «.Add_annot»
- •3) Функция «.At»
- •4) Функция «.Count»
- •5) Функция «.Create_agent»
- •6) Функция «.Kill_agent»
- •11) Функция «.Perceive»
- •12) Функция «.Random»
- •13) Функция «.StopMas»
- •14) Функция «.Wait»
- •15) Функция «.All_names»
- •Содержание
- •Введение в Разработку
Пример №3
!print_fact(5). // выражение №1
+!print_fact(N)
<- !fact(N,F); // выражение №2
.print("Factorial of ", N, " is ", F).
+!fact(N,1): N == 0. // выражение №3
+!fact(N,F): N > 0
<- !fact(N-1,F1); // выражение №4
F = F1 * N.
Изначальная цель данного агента напечатать факториал 5, что формализовано как выражение №1. Изначальная цель активирует первый план, в котором вызывается достижение подцели, помеченной как выражение №2. Эта подцель говорит о том, что прежде чем выводить на печать значение факториала его нужно еще рассчитать. Выражение №3 представляет собой план с пустым телом. Он говорит о том, что когда возникает цель подсчитать факториал 0, то следует считать его равным единице и больше ничего делать не нужно.
Третий план срабатывает, когда требуется подсчитать факториал числа N>0 и говорит о том, что сначала надо достичь подцели, рассчитав факториал N-1 и поместив его значение в переменную F1, а далее следует рассчитать факториал N умножением F1 на N.
Выражение №4 выполняется рекурсивно.
Итак, мы видим, что изначальная цель активирует первый план, который запускает рекурсивные вычисления. Построение стека рекурсивно вычисляемых выражений продолжается в третьем плане, который постепенно уменьшает N, доводя его до нуля. Как только N становится равно 0, срабатывает второй план, начинается выборка элементов стека и накопление значения факториала. Последним выражением в стеке будет печать результата из первого плана.
Эффективность в данном примере достигается за счет работы со стеком целей, что значительно быстрее поиска в базе убеждений, которая представляет собой список.
Пример №4(a)
Приведем примеры на обработку других событий. Напишем программу, которая будет пытаться подсчитать сумму.
a(10).
b(15).
!start.
+!start <- ?a(X);
?b(Y);
?c(Z);
.print("Summa = ",X+Y+Z).
Мы задали 2 начальных убеждения a(10) и b(15) и установили цель «!start». Рассмотрим тело плана, реализующего достижение этой цели. Первые 3 строчки в теле плана – это цели-проверки. Однако для достижения цели «?c(Z)» в базе убеждений нет информации. Нет также никакого другого способа определения значения Z, нет и планов, обрабатывающих подобные ошибки. Поэтому если мы запустим нашу программу, то получим системное сообщение об ошибке.
Пример №4(b)
Модифицируем предыдущий пример и добавим в него правило для определения «с(Z)».
a(10).
b(15).
c(Z):-a(X)&b(Y)&Z=X+Y.
!start.
+!start <- ?a(X);
?b(Y);
?c(Z);
.print("Summa = ",X+Y+Z).
Добавленное правило утверждает, что Z определяется как сумма X и Y. Теперь наша программа заработает и определит сумму, равную 50.
Пример №4(с)
Результат, полученный в предыдущем примере, можно было получить и другим способом. Удалим правило, но добавим план для обработки события «+?с(Z)».
a(10).
b(15).
!start.
+!start <- ?a(X);
?b(Y);
?c(Z);
.print("Summa = ",X+Y+Z).
+?c(Z) <- ?a(X);
?b(Y);
Z=X+Y.
Результат работы программы не изменится.