मल्टी-एजेंट सिस्टम (एमएएस) का उद्देश्य स्वतंत्र प्रक्रियाओं का समन्वय करना है। एक एजेंट एक प्रोग्राम या रोबोट के रूप में एक कंप्यूटर इकाई है। एक एजेंट को स्वायत्त माना जा सकता है क्योंकि जब उसका वातावरण बदलता है तो वह अनुकूलन करने में सक्षम होता है। एक मैक में कंप्यूटर प्रक्रियाओं का एक सेट होता है जो एक ही समय में होता है और एक ही समय में मौजूद होता है, सामान्य संसाधनों को साझा करता है और एक दूसरे के साथ संवाद करता है। MAC में प्रमुख समस्या एजेंटों के बीच समन्वय की औपचारिकता है।
मल्टी-एजेंट सिस्टम को परिभाषित करना
मैक जटिल डोमेन में अनुप्रयोगों के लिए सॉफ्टवेयर विकास के लिए एक दूरंदेशी दृष्टिकोण है जहां इंटरैक्टिंग एप्लिकेशन घटक स्वायत्त और वितरित हैं, गतिशील और अनिश्चित वातावरण में काम करते हैं, कुछ संगठनात्मक नियमों और कानूनों का पालन करना चाहिए, और शामिल हो सकते हैं और छोड़ सकते हैं रनटाइम के दौरान एक मल्टी-एजेंट सिस्टम।
ऐसे अनुप्रयोगों के उदाहरण सिस्टम हैं जोउपभोक्ताओं या प्रणालियों के बीच बिजली के उत्पादन और वितरण का प्रबंधन और अनुकूलन करें जो परिवहन प्रणालियों में लोड की बेहतर योजना बनाते हैं। मल्टी-एजेंट सिस्टम के विकास के लिए अलग-अलग एजेंटों, संगठनों और परिवेशों के निर्माण की आवश्यकता होती है।
प्रोग्रामिंग भाषाएं सामाजिक और संज्ञानात्मक अवधारणाओं जैसे सूचना, लक्ष्यों, विकल्पों, मानदंडों, भावनाओं और निर्णय नियमों के संदर्भ में व्यक्तिगत एजेंटों को लागू करने के लिए प्रोग्रामिंग निर्माण प्रदान करती हैं।
सामाजिक और संगठनात्मक अवधारणाओं के संदर्भ में मल्टी-एजेंट संगठनों की भूमिकाएं हैं, जो मानदंडों, संचार प्रोटोकॉल, संसाधनों से संपन्न हैं जो निगरानी के अधीन हैं। विकसित प्रोग्रामिंग भाषाओं और ढांचे का उपयोग निरंतर उत्पादन के कई उद्योगों के लिए एजेंट-आधारित सिमुलेशन बनाने के लिए किया जाता है: बिजली, धातु विज्ञान, स्वास्थ्य सेवा, इंटरनेट, परिवहन, यातायात प्रबंधन और गंभीर खेल।
MAS सिंगल-एजेंट सिस्टम से इस मायने में अलग है कि उनके पास कई एजेंट हैं जो एक-दूसरे के लक्ष्यों और कार्यों को मॉडल करते हैं। एक सामान्य परिदृश्य में, एजेंटों के बीच सीधा संपर्क हो सकता है। एकल एजेंट के दृष्टिकोण से, मल्टी-एजेंट सिस्टम एकल एजेंट वाले सिस्टम से सबसे महत्वपूर्ण रूप से भिन्न होते हैं, जिसमें पर्यावरण की गतिशीलता अन्य एजेंटों द्वारा निर्धारित की जा सकती है। एक डोमेन में निहित अनिश्चितता के अलावा, अन्य एजेंट जानबूझकर पर्यावरण को अप्रत्याशित तरीके से प्रभावित करते हैं।
इस प्रकार, सभी मैक को गतिशील वातावरण के रूप में माना जा सकता है, जो आधुनिक के लिए विशिष्ट हैमल्टी-एजेंट सिस्टम। प्रत्यक्ष संचार की संभावना के साथ या बिना विषमता की विभिन्न डिग्री वाले एजेंटों की संख्या हो सकती है।
मास आर्किटेक्चर
एजेंटों को एक संज्ञानात्मक मॉडल से लैस होना चाहिए:
- विश्वास;
- शुभकामनाएं;
- इरादे।
एक तरफ वह पर्यावरण के बारे में "विश्वास" पढ़ता है, जो उसके ज्ञान और धारणाओं का परिणाम है, और दूसरी तरफ, "इच्छाओं" का एक सेट। इन दो सेटों को पार करने के परिणामस्वरूप "इरादे" का एक नया सेट प्राप्त होता है, जिसे बाद में सीधे क्रियाओं में अनुवादित किया जाता है।
एजेंटों के पास संचार प्रणाली होनी चाहिए। इस उद्देश्य के लिए कई विशिष्ट भाषाएँ हैं: भाषा क्वेरी और हेरफेर भाषा (KQML)। हाल ही में, FIPA फाउंडेशन फॉर इंटेलिजेंट फिजिकल एजेंट्स द्वारा बनाए गए FIPA-ACL मानक को परिचालित किया गया है। मल्टी-एजेंट सिस्टम के निर्माण का यह अंतिम सिद्धांत वाक् कार्य के सिद्धांत पर आधारित है।
अनुकूलन की समस्या एक कांटेदार मुद्दा है जो वर्तमान में काफी शोध का विषय है। कोई कुछ वायरस का उदाहरण दे सकता है, जैविक और कंप्यूटर दोनों, जो एक उत्परिवर्ती वातावरण के अनुकूल होने में सक्षम हैं।
आखिरकार, मैक का एक कुशल कार्यान्वयन, हालांकि सिस्टम आर्किटेक्चर का कड़ाई से बोलने वाला हिस्सा नहीं है, कृत्रिम बुद्धि के अध्ययन के लिए विकसित की गई कई प्रोग्रामिंग भाषाओं में ध्यान देने योग्य है। विशेष रूप से, एलआईएसपी भाषा का उल्लेख किया गया है। ये वास्तु तत्व संज्ञानात्मक युक्त प्रणाली पर लागू होते हैंएजेंट।
एजेंटों की श्रेणियां या मॉडल
एजेंटों का वर्गीकरण दो मानदंडों पर आधारित है: संज्ञानात्मक एजेंट या अभिकर्मक जो एक ओर, टेलीओनोमिक व्यवहार, या एक रिफ्लेक्स प्रदर्शित करते हैं। संज्ञानात्मक और प्रतिक्रियाशील के बीच जो अंतर किया जा सकता है, वह अनिवार्य रूप से एजेंट के लिए उपलब्ध दुनिया का प्रतिनिधित्व है। यदि कोई व्यक्ति दुनिया के "प्रतीकात्मक प्रतिनिधित्व" से संपन्न है, जिससे वह तर्क तैयार कर सकता है, तो वह एक संज्ञानात्मक एजेंट की बात करता है, जबकि यदि उसके पास केवल "उप-प्रतीकात्मक प्रतिनिधित्व" है, जो कि उसकी धारणाओं तक सीमित है, एक प्रतिक्रियाशील एजेंट की बात करता है। यह संज्ञानात्मक और प्रतिक्रियाशील भेद बहु-एजेंट प्रणालियों के दो सैद्धांतिक विद्यालयों से मेल खाता है।
पहला सामाजिक दृष्टिकोण से सहयोग के लिए "स्मार्ट" एजेंटों के मौलिक दृष्टिकोण का समर्थन करता है। दूसरे में, गैर-बुद्धिमान एजेंटों (चींटी प्रकार) के एक सेट के "स्मार्ट" व्यवहार के उद्भव की संभावना का अध्ययन किया जाता है। व्यवहार व्यवहार और प्रतिवर्त के बीच दूसरा अंतर जानबूझकर व्यवहार, स्पष्ट लक्ष्यों की खोज, अवधारणात्मक व्यवहार से अलग करता है। इस प्रकार, एजेंटों की प्रवृत्ति एजेंटों में स्पष्ट रूप से व्यक्त की जा सकती है या, इसके विपरीत, पर्यावरण से आती है। विभिन्न प्रकार के एजेंटों को समूहीकृत करने वाली तालिका:
- संज्ञानात्मक एजेंट।
- प्रतिक्रियाशील एजेंट।
- दूरसंचार व्यवहार।
- जानबूझकर एजेंट।
- प्रबंधित एजेंट।
- प्रतिवर्त व्यवहार।
- एजेंट "मॉड्यूल"।
- उष्णकटिबंधीय एजेंट।
संज्ञानात्मक एजेंट ज्यादातर जानबूझकर होते हैं, यानी।उनके पास निश्चित लक्ष्य हैं जिन्हें वे प्राप्त करने का प्रयास कर रहे हैं। हालांकि, कभी-कभी मॉड्यूल नामक एजेंटों का उपयोग किया जाता है, जिनके पास विशिष्ट लक्ष्यों के बिना उनके "ब्रह्मांड" का विचार होता है। उदाहरण के लिए, वे "ब्रह्मांड" में अन्य एजेंटों के सवालों के जवाब देने के लिए सेवा कर सकते हैं।
अभिकर्मकों को एक्चुएटर्स और उष्णकटिबंधीय एजेंटों में विभाजित किया जा सकता है। सहज एजेंट के पास एक निश्चित मिशन होगा और यदि वह देखता है कि पर्यावरण अब अपने निर्धारित उद्देश्य के अनुरूप नहीं है तो वह एक व्यवहार को ट्रिगर करेगा। ट्रॉपिकल एजेंट केवल पर्यावरण की स्थानीय स्थिति पर प्रतिक्रिया करता है, उदाहरण के लिए यदि प्रकाश है, तो वह चलता है। "मिशन" वाले ड्राइव एजेंटों के आंतरिक मामले में प्रेरणा का स्रोत केवल पर्यावरण को संदर्भित करता है।
संगठनात्मक प्रतिमान
ऐसी प्रणालियों के विकास के साथ, विभिन्न संगठनात्मक प्रतिमान विकसित किए गए हैं। मल्टी-एजेंट सिस्टम की ये संरचनाएं एजेंटों के बीच संबंधों और अंतःक्रियाओं के लिए ढांचा निर्धारित करती हैं।
पदानुक्रम। इस मॉडल में, एजेंट एक ट्री संरचना के अनुसार पदानुक्रमित होते हैं जिसमें प्रत्येक नोड एक एजेंट होता है और इसके चाइल्ड नोड्स पर एक अनुमति लिंक होता है। यह मॉडल सिस्टम के समग्र उद्देश्य को नष्ट कर देता है।
होलर्की पदानुक्रम के करीब पहुंच रहा है। एक एजेंट और उसके उपसमूह के बीच कोई अधिकार संबंध नहीं है।
एक गठबंधन एजेंटों का एक अस्थायी गठबंधन है जो एक साथ आते हैं और सहयोग करते हैं क्योंकि उनके व्यक्तिगत हित मिलते हैं। गठबंधन का मूल्य एजेंट घटकों के व्यक्तिगत मूल्यों के योग से अधिक होना चाहिए।
मंडलियां काफी हद तक गठबंधन की तरह होती हैं औरआदेश। हालांकि, वे स्थायी होने के लिए होते हैं और आमतौर पर उन्हें प्राप्त करने के लिए कई लक्ष्य होते हैं। इसके अलावा, एजेंट कलीसियाओं में प्रवेश कर सकते हैं और उन्हें छोड़ सकते हैं और एक ही समय में कई से संबंधित हो सकते हैं।
समाज विविध एजेंटों का एक समूह है जो बातचीत और संवाद करते हैं। उनके अलग-अलग लक्ष्य हैं, उनके पास समान स्तर की तर्कसंगतता और समान क्षमताएं नहीं हैं, लेकिन वे सभी सामान्य कानूनों (मानदंडों) का पालन करते हैं।
फेडरेशन एजेंट अपनी कुछ स्वायत्तता अपने समूह के प्रतिनिधि को देते हैं। समूह एजेंट केवल अपने प्रतिनिधि के साथ बातचीत करते हैं, जो बदले में अन्य समूहों के प्रतिनिधियों के साथ बातचीत करते हैं।
बिक्री एजेंट उन वस्तुओं की पेशकश करते हैं जिन पर खरीदार के एजेंट दावा कर सकते हैं। इस प्रकार का संगठन इसे संभव बनाता है, उदाहरण के लिए, वास्तविक बाजारों का अनुकरण करना और विभिन्न व्यापारिक रणनीतियों की तुलना करना।
मैट्रिक्स संगठन एजेंट श्रेणीबद्ध हैं। हालांकि, ऊपर प्रस्तुत पदानुक्रम के विपरीत, जहां एक एजेंट केवल कुछ अन्य एजेंटों के अधीन होता है, एक मैट्रिक्स संगठन में वे कई अन्य के अधीन हो सकते हैं।
संयोजन - यह संयुक्त संगठन उपरोक्त कई शैलियों को मिलाता है। यह, उदाहरण के लिए, गठबंधन या टीमों का पदानुक्रम हो सकता है।
आर्टिफिशियल इंटेलिजेंस
संज्ञानात्मक विज्ञान का लक्ष्य कृत्रिम बुद्धिमत्ता की प्रकृति और कार्यप्रणाली को समझना है, जो इसे उद्देश्यपूर्ण बनाने के लिए आंतरिक जानकारी को संसाधित करता है। कई अवधारणाएं इस विवरण में फिट होती हैं: मानव, कंप्यूटर, रोबोट, संवेदी प्रणाली,असीमित सूची है। संज्ञानात्मक वैज्ञानिकों के लिए विशेष रुचि की एक प्रकार की प्रणाली कृत्रिम स्व-एजेंट है जो सूचना पर कार्य करती है।
एक बुद्धिमान एजेंट (IA) अपने अनुभव के आधार पर निर्णय लेने में सक्षम होता है और विभिन्न स्थितियों में कार्रवाई चुन सकता है। जैसा कि "कृत्रिम" शब्द से पता चलता है, ब्याज के स्वायत्त एजेंटों की तरह प्रकृति द्वारा बनाई गई कोई चीज नहीं है। इसलिए, एक कृत्रिम एजेंट वह सब कुछ है जो लोगों द्वारा बनाया गया है, जो उस जानकारी के आधार पर कार्य करने में सक्षम है जिसे वह मानता है, उसके अपने अनुभव, निर्णय और कार्य।
अतिरिक्त-प्राकृतिक बुद्धि का क्षेत्र वास्तविक या नकली दुनिया में एजेंट को लागू करने के लिए वांछित प्रकार के एजेंटों को प्रोग्रामिंग भाषा, संबंधित सॉफ़्टवेयर और उपयुक्त आर्किटेक्चर (हार्डवेयर और संबंधित सॉफ़्टवेयर) में अनुवाद करने के लिए तकनीकी कौशल प्रदान करता है।
धारणा की दुनिया का वातावरण
एजेंट कुछ भी है जो सेंसर के माध्यम से पर्यावरण में लेता है और प्रभावकों के माध्यम से उस पर कार्य करता है, जो काफी सरल लगता है। एक एजेंट की यह परिभाषा थर्मोस्टैट से लेकर ऐसी वस्तुओं तक मशीनों की एक विस्तृत श्रृंखला को शामिल करती है जो वास्तव में व्यवहार के एक छोटे से प्रदर्शनों की सूची सीख सकती हैं।
सेंसर एक एजेंट द्वारा अपनी दुनिया के बारे में जानकारी एकत्र करने के लिए उपयोग किए जाने वाले उपकरण हैं। यदि वे एजेंट से जुड़े हैं तो कीबोर्ड और कैमकॉर्डर सेंसर के रूप में काम कर सकते हैं। सिस्टम की प्रतिक्रिया के अंत में, कलाकार पर्यावरण को प्रभावित करने के लिए एजेंट द्वारा उपयोग किए जाने वाले उपकरण हैं। प्रभावकों के उदाहरण हैंमॉनिटर, प्रिंटर और रोबोटिक आर्म।
आमतौर पर पर्यावरण एजेंट का डोमेन या दुनिया होता है। रोजमर्रा की दुनिया की असीमित संभावनाओं से बचने के लिए ये डोमेन, कम से कम अभी के लिए, विशिष्ट प्रकार की स्थितियों तक सीमित होना चाहिए।
स्वायत्त प्रभाव प्रणाली
एक स्वायत्त एजेंट "एक प्रणाली के भीतर और एक पर्यावरण का हिस्सा है जो उस पर्यावरण को मानता है और समय के साथ अपने स्वयं के एजेंडे को पूरा करने के लिए और भविष्य में जो अनुभव करता है उसे प्रभावित करने के लिए कार्य करता है"। फ्रेंकलिन और ग्रीसर की यह परिभाषा बुद्धिमान एजेंटों के सभी बुनियादी कार्यों को दर्शाती है, उनकी सामाजिकता को छोड़कर। यह विकास में विभिन्न प्रकार के AI की मुख्य विशेषताओं का एक अच्छा अनुमान प्रदान करता है।
ऐसे एजेंट अपने परिवेश को महसूस करते हैं। लेकिन यहां संवेदी डेटा या धारणाओं में न केवल अन्य वस्तुओं के बारे में डेटा शामिल है, बल्कि पर्यावरण में मामलों की स्थिति पर स्वयं एजेंट का प्रभाव भी शामिल है। सेंसर ऑर्गेनिक हो सकते हैं, जैसे कि आंखें और कान और उनके तंत्रिका प्रोसेसर, या कृत्रिम, जैसे कि वीडियो और ऑडियो प्रोसेसर जो एक डिजिटल कंप्यूटर में एम्बेडेड होते हैं। पर्यावरण एक बहुत ही सीमित क्षेत्र हो सकता है, जैसे एक संलग्न स्थान, या बहुत जटिल, जैसे शेयर बाजार या क्षुद्रग्रहों का संग्रह। सेंसर को उन वस्तुओं के प्रकार से मेल खाना चाहिए जिनसे एजेंट इंटरैक्ट करता है।
प्रतिवर्त प्रकार की बातचीत
प्रतिक्षेपक एजेंट का तंत्र अधिक जटिल होता है। प्रत्यक्ष गतिशील के बजायपर्यावरण के संबंध में, वह नियमों की सूची में देखता है कि उसे क्या करना चाहिए। रिफ्लेक्स एजेंट एक प्रोग्राम की गई प्रतिक्रिया के साथ दी गई धारणा पर प्रतिक्रिया करता है। यहां तक कि अगर किसी दी गई धारणा के लिए हजारों संभावित प्रतिक्रियाएं हैं, तो एजेंट के पास उन प्रतिक्रियाओं को निष्पादित करने के लिए स्थिति कार्रवाई नियमों की एक अंतर्निहित सूची है जो पहले से ही प्रोग्रामर द्वारा विचार की जा चुकी हैं। स्थिति कार्रवाई नियम मूल रूप से एक काल्पनिक अनिवार्यता है।
रिफ्लेक्स एजेंट वास्तव में बहुत उज्ज्वल नहीं हैं। वे सिर्फ नवीनता को संभाल नहीं सकते। बुद्धिमान एजेंट में इसके कम परिष्कृत चचेरे भाई की विशेषताएं शामिल हैं, लेकिन यह सीमित नहीं है। वह एजेंडे के अनुसार काम करता है। इसके लक्ष्यों का एक समूह है जिसका यह सक्रिय रूप से अनुसरण करता है। लक्ष्य-आधारित एजेंट को पर्यावरण की वर्तमान स्थिति की समझ होती है और वह वातावरण आमतौर पर कैसे काम करता है। वह प्रमुख रणनीतियों या लक्ष्यों का पीछा करता है जिन्हें तुरंत प्राप्त नहीं किया जा सकता है। यह एजेंट को सक्रिय बनाता है, केवल प्रतिक्रियाशील नहीं।
लक्ष्य कार्यात्मक उपयोगिता
अधिक जटिल एजेंटों में, पर्यावरण में किए जा सकने वाले विभिन्न संभावित कार्यों के लिए एक हाउसकीपिंग उपाय लागू किया जाता है। यह जटिल अनुसूचक एक सेवा-आधारित एजेंट है। सेवा-आधारित एजेंट यह देखने के लिए प्रत्येक परिदृश्य का मूल्यांकन करेगा कि यह एक अच्छा परिणाम प्राप्त करने के लिए कुछ मानदंडों को कितनी अच्छी तरह प्राप्त करता है। सफलता की संभावना, परिदृश्य को पूरा करने के लिए आवश्यक संसाधन, प्राप्त किए जाने वाले लक्ष्य का महत्व, इसमें लगने वाला समय, सभी को उपयोगिता फ़ंक्शन गणनाओं में शामिल किया जा सकता है।
क्योंकिचूंकि एक प्रोग्रामर आम तौर पर दुनिया के सभी राज्यों की भविष्यवाणी नहीं कर सकता है जो एक एजेंट का सामना करेगा, रिफ्लेक्स एजेंट के लिए जितने नियम लिखे जाने की आवश्यकता होगी, वह बहुत ही सरल क्षेत्रों में भी खगोलीय होगा जैसे कि मीटिंग शेड्यूल करना या परिवहन मार्गों और आपूर्ति का आयोजन।
बेसिक कंट्रोल लूप
बुद्धिमान एजेंट की परिभाषा को देखते हुए, एजेंट सिद्धांतकार माइकल वुलाड्रिच द्वारा 2000 में लिखे गए बुनियादी नियंत्रण लूप पर विचार करें:
- शांति बनाए रखें;
- आंतरिक विश्व मॉडल अपडेट करें;
- एक जानबूझकर इरादा हासिल करना;
- इरादों का खाका प्राप्त करने के लिए उपयोग का मतलब/समाप्त होना;
- योजना पर अमल करें;
- प्रक्रिया समाप्त करें।
इस पैटर्न को कुछ व्याख्या की आवश्यकता है। एजेंट दुनिया को देखता है - इसका मतलब है कि वह अपने सेंसर का उपयोग करके धारणाओं को इकट्ठा करता है। सेंसर डिजिटल कंप्यूटर से जुड़ा कीबोर्ड या रोबोट से जुड़ा विजुअल प्रोसेसर हो सकता है। यह कुछ भी हो सकता है जो एजेंट को दुनिया के प्रतिनिधित्व को इकट्ठा करने की अनुमति देता है। आंतरिक मॉडल को अपडेट करने का मतलब है कि एजेंट दुनिया के बारे में अपनी धारणाओं और प्रोग्राम की गई जानकारी के क्रम में एक नई धारणा जोड़ता है।
मल्टी-एजेंट डेवलपमेंट प्लेटफॉर्म
AnyLogic एक ओपन सोर्स मल्टी-एजेंट और मल्टी-कंपोनेंट CORMAS सिमुलेशन सॉफ्टवेयर है जो ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग लैंग्वेज स्मॉलटाक पर आधारित है।
DoMIS एक मल्टी-एजेंट सिस्टम डिज़ाइन टूल है जो "जटिल सिस्टम के संचालन नियंत्रण" पर केंद्रित है और B-ADSC डिज़ाइन पद्धति पर आधारित है।
JACK जावा भाषा के एजेंट-उन्मुख विस्तार के रूप में एजेंट ओरिएंटेड सॉफ्टवेयर द्वारा विकसित संज्ञानात्मक एजेंटों के लिए एक प्रोग्रामिंग भाषा और विकास वातावरण है।
GAMA एक ओपन सोर्स मॉडलिंग प्लेटफॉर्म (LGPL) है जो एजेंटों और उनके पर्यावरण का वर्णन करने के लिए GIS डेटा का उपयोग करके एक स्थानिक रूप से स्पष्ट एजेंट-आधारित मॉडलिंग वातावरण प्रदान करता है।
JADE (Java Agent DEVELOPMENT) जावा भाषा पर आधारित एक ओपन सोर्स मल्टी-एजेंट डेवलपमेंट फ्रेमवर्क है।
मानक के सात मॉडल
अनुसंधान की विकासवादी प्रक्रिया में, विश्वसनीय और उच्च स्तर की गुणवत्ता का प्रतिनिधित्व करने वाली प्रणाली कैसे बनाई जाए, इस पर अधिक इनपुट है। जारी रखने की प्रवृत्ति मौजूदा तरीकों का पूरक या विस्तार करना है जो विकास के भीतर निर्णय लेने को मजबूत करने में कामयाब रहे हैं।
पद्धतिगत मानक एक समझने योग्य और सरल तरीके से, न केवल प्राकृतिक भाषा का उपयोग करके, बल्कि सिस्टम विनिर्देश में मदद करने वाले विवरण टेम्प्लेट का उपयोग करके, एक मैक बनाने की अनुमति देता है।
मैक के निर्माण के लिए कार्यप्रणाली मानक समस्याओं के सात मॉडल या उनके समाधान प्रदान करता है:
- किसी कंपनी या संगठन का वर्णन करने वाला एक परिदृश्य मॉडल।
- लक्ष्य और उद्देश्य मॉडल जैविक संरचना को परिभाषित और वर्णित करता है।
- एजेंट मॉडल मानव और स्वायत्त प्रणालियों को परिभाषित करता है।
- रोल मॉडल एक विशेष एजेंट के साथ लक्ष्यों और उद्देश्यों को जोड़ता है।
- संगठनात्मक मॉडल उस वातावरण का वर्णन करता है जिससे एक व्यक्तिगत एजेंट जुड़ा हुआ है।
- इंटरैक्शन मॉडल एजेंटों के उनके समन्वय पर बल देते हुए संबंधों का वर्णन करता है।
- डिजाइन मॉडल एजेंट और नेटवर्क आर्किटेक्चर को परिभाषित करता है।
एजेंटों के बीच बातचीत के उदाहरण
MAS का उपयोग स्वायत्त एजेंटों के बीच बातचीत का अनुकरण करने के लिए किया जाता है। बहु-एजेंट प्रणालियों का उपयोग, उदाहरण के लिए, समाजशास्त्र में समुदाय को बनाने वाले विभिन्न एजेंटों को पैरामीटर बनाना संभव बनाता है। बाधाओं को जोड़कर, आप यह समझने की कोशिश कर सकते हैं कि अपेक्षित परिणाम प्राप्त करने के लिए सबसे प्रभावी घटक क्या होगा। उन्हें ऐसे परिदृश्यों के साथ प्रयोग करना चाहिए जो तकनीकी या नैतिक कारणों से वास्तविक लोगों द्वारा प्राप्त नहीं किए जा सकते।
डिस्ट्रीब्यूटेड IA को बड़े अखंड गैर-प्राकृतिक खुफिया कार्यक्रमों - निष्पादन, वितरण और केंद्रीकृत नियंत्रण की जटिलता को हल करने के लिए बनाया गया था। एक जटिल समस्या को हल करने के लिए, एक बड़े अखंड कार्यक्रम की तुलना में सहयोग में अपेक्षाकृत छोटे कार्यक्रम (एजेंट) बनाना कभी-कभी आसान होता है। स्वायत्तता प्रणाली को पर्यावरण में अप्रत्याशित परिवर्तनों के लिए गतिशील रूप से अनुकूलित करने की अनुमति देती है।
गेमिंग उद्योग में मल्टी-एजेंट सिस्टम के उदाहरण असंख्य और विविध हैं। उनका उपयोग वीडियो गेम और फिल्मों में किया जाता है, जिसमें MASSIVE सॉफ्टवेयर भी शामिल है, उदाहरण के लिए लॉर्ड ऑफ द रिंग्स त्रयी में भीड़ की आवाजाही का अनुकरण करने के लिए। वे भी कर सकते हैंकंपनियों द्वारा उपयोग किया जाता है, उदाहरण के लिए, वेबसाइट ब्राउज़ करने वाले ग्राहकों के व्यवहार को ट्रैक करने के लिए।
MAS का उपयोग वित्त की दुनिया में भी किया जाता है। उदाहरण के लिए, मेटा ट्रेडर 4 प्लेटफॉर्म स्वचालित ट्रेडिंग में विशेषज्ञ एजेंटों के उपयोग की अनुमति देता है जो विदेशी मुद्रा दरों का पालन करते हैं
सिस्टम का उपयोग करने के लाभ
आईए अनुसंधान में, एजेंट-आधारित सिस्टम प्रौद्योगिकी को सॉफ्टवेयर सिस्टम की अवधारणा, डिजाइन और कार्यान्वयन के लिए एक नए प्रतिमान के रूप में अपनाया गया है। बहु-मास दृष्टिकोण के लाभ:
- इंटरकनेक्टेड एजेंटों के नेटवर्क में कंप्यूटिंग संसाधनों और क्षमताओं को साझा करता है।
- कई मौजूदा लीगेसी सिस्टम के इंटरकनेक्शन और इंटरऑपरेबिलिटी की अनुमति देता है।
- विमान रखरखाव, बुक ई-वॉलेट, सैन्य खदान निकासी, वायरलेस संचार और संचार, सैन्य रसद योजना, आपूर्ति श्रृंखला प्रबंधन प्रणाली, सहयोगी मिशन योजना, वित्तीय पोर्टफोलियो प्रबंधन सहित विभिन्न क्षेत्रों को कवर करना।
अनुसंधान में, एजेंट-आधारित प्रणालियों के लिए IA तकनीक को सॉफ्टवेयर सिस्टम की अवधारणा, डिजाइन, कार्यान्वयन और बहु-एजेंट सीखने के लिए एक नए प्रतिमान के रूप में अपनाया गया है।
इस प्रकार, मैक सॉफ्टवेयर एजेंटों का एक ढीला युग्मित नेटवर्क है जो प्रत्येक समस्या निर्माता की व्यक्तिगत क्षमता या ज्ञान से परे समस्याओं को हल करने के लिए बातचीत करता है।
