Wiedza rozmyta, ale prawdziwa

W Instytucie Robotyki Uniwersytetu Carnegie Mellon są prowadzone zaawansowane prace nad zastosowaniem dorobku robotyki w ratownictwie miejskim (projekt USAR) oraz do sterowania zespołami samolotów bezzałogowych (projekt UAVs), które mogą służyć np. do wykrywania zagrożeń ekologicznych czy pożarów lasów (prace nad takimi maszynami są prowadzone również przez NASA Ames Research Center). Podstawowym założeniem przyjętym przy realizacji tych projektów jest tworzenie mieszanych zespołów samodzielnych agentów, do których zalicza się zarówno cyberagenty, roboty, jak i ludzi (tzw. CARPs). Każda z tych grup ma swoje zadania, kompetencje, możliwości działania. Ich poczynania wzajemnie się uzupełniają poprzez możliwość stałej wymiany informacji. "Odchodzimy od tradycyjnego, narzucanego z góry schematu automatyzacji, gdzie automatyczne systemy podlegają ludzkim kontrolerom, którzy im zadają cele i zadania oraz zarządzają wykonywaniem tych zadań. Zamiast tego stosujemy model kontroli kooperacyjnej (zmienialnej samodzielności), gdzie dotychczasowe pojęcia kontroli organizacji i interakcji systemowej są rozszerzone w oparciu o adaptacyjne współdzielenie. Rozmaici uczestnicy zespołów CARP, czy to ludzie, roboty, czy cyberagenty, mogą dzielić się ze sobą wspólnym celem, inicjatywą w komunikowaniu i działaniu, współodpowiedzialnością za ścisłe działanie grupy, informacją o otoczeniu, misji, sytuacji i nawzajem pomagać w pokonaniu przeszkód na drodze do osiągnięcia wspólnego celu" - wyjaśnia kierująca pracami prof. Katia Sykara.

Model łączony

Na Wydziale Informatyki Społecznej Uniwersytetu w Kyoto systemy wieloagentowe zostały wykorzystane do zbudowania symulatora wirtualnego miasta Free Walk. Za jego pomocą bada się złożone zachowania uciekającego tłumu w sytuacji zagrożenia. W przeprowadzanych symulacjach biorą udział zarówno roboty, jak i ludzie. Taka sytuacja ma pomóc w przezwyciężeniu nierozwiązywalnego do tej pory w tradycyjnych symulacjach problemu. Inaczej wyglądają bowiem reakcje tłumu, gdy się patrzy na niego "z góry", jak na zbiór reprezentujących go członków (poruszające się punkty), a inaczej gdy się jest "w środku", jako jeden z uczestników sytuacji. Chodzi o to, żeby przygotowując drogi ewakuacji, uwzględniać zarówno czynnik ludzki, jak i obiektywne determinanty wynikające np. z rozkładu losowego.

Wyniki prac prowadzonych nad wykorzystaniem technik przetwarzania wiedzy w systemach wieloagentowych przyczyniły się także m.in. do rewizji niektórych twierdzeń na temat sztucznej inteligencji. Zdaniem prof. Jamesa F. Petersa z University of Manitoba w Winnipeg w Kanadzie w ostatnich latach obserwuje się odwrót od podejścia do systemów inteligentnych polegającego na przygotowaniu programu sterującego dla każdego systemu osobno. Zamiast tego myśli się o sterowaniu całymi grupami systemów czy wręcz "społeczeństw" składających się z wielu "inteligentnych" jednostek. Takie rozwiązanie jest w wielu sytuacjach o wiele prostsze, gdyż nie wymaga konieczności przechowywania całej wiedzy o świecie przez każdą jednostkę. Każdy agent przechowuje tylko część potrzebnej mu wiedzy i może ją wymieniać na inną z pozostałymi.

Wykorzystane w tekście cytaty pochodzą z towarzyszącej konferencji publikacji: Monitoring, Security and Rescue Techniques in Multiagent Systems. International Workshop MSRAS 2004. June 7-9, 2004, Płock, Poland; redakcja: Andrzej Jankowski, Andrzej Skowron, Marcin Szczuka; wydawca: Wydział Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego we współpracy z Instytutem Wspierania Procesów Decyzyjnych; Warszawa-Płock 2004.