Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Графическое сравнение централизованной (A) и децентрализованной (B) системы

Децентрализована система в теории систем является система , в которой нижние компоненты уровня работают на местной информации для достижения глобальных целей. Глобальный паттерн поведения - это возникающее свойство динамических механизмов, которые действуют на локальные компоненты, такие как косвенная коммуникация, а не результат центрального упорядочивающего влияния централизованной системы .

Централизованные и децентрализованные системы [ править ]

Централизованная система - это система, в которой центральный контроллер осуществляет контроль над компонентами нижнего уровня системы напрямую или посредством использования иерархии полномочий (например, инструктируя компонент среднего уровня проинструктировать компонент более низкого уровня). [1] комплексы поведение проявляется с помощью этой системы, таким образом , результат центрального контроллера «контроля» над нижними компонентами уровня в системе, в том числе активного надзора нижних компонентов уровня.

С другой стороны, децентрализованная система - это система, в которой сложное поведение возникает в результате работы компонентов нижнего уровня, оперирующих локальной информацией, а не инструкциями какого-либо управляющего воздействия. Эта форма управления известна как распределенное управление , или управление, при котором каждый компонент системы в равной степени ответственен за участие в глобальном сложном поведении, воздействуя на локальную информацию соответствующим образом. Компоненты нижнего уровня неявно осведомлены об этих соответствующих ответах через механизмы, основанные на взаимодействии компонента с окружающей средой, включая другие компоненты в этой среде.

Самоорганизация [ править ]

Децентрализованные системы неразрывно связаны с идеей самоорганизации - феномена, при котором локальные взаимодействия между компонентами системы устанавливают порядок и координацию для достижения глобальных целей без центрального командного влияния. Правила, определяющие эти взаимодействия, вытекают из локальной информации, а в случае биологических (или биологически обусловленных) агентов - из тесно связанной системы восприятия и действия агентов. [2] Эти взаимодействия постоянно формируются и зависят от пространственно-временных паттернов , которые создаются посредством положительной и отрицательной обратной связи, которую обеспечивают взаимодействия. Например, набор в нагула поведенияМуравьи полагаются на положительную обратную связь, когда муравей находит пищу в конце феромонного следа, в то время как поведение муравьев при переключении задач основывается на отрицательной обратной связи, заключающейся в установлении контакта антенн с определенным количеством муравьев (например, достаточно низкая частота встреч с успешные собиратели могут заставить рабочих, занятых на кучу, переключиться на добычу корма, хотя другие факторы, такие как наличие пищи, могут повлиять на порог переключения).

Примеры [ править ]

Хотя децентрализованные системы легко найти в природе, они также очевидны в таких аспектах человеческого общества, как правительственные и экономические системы.

Биологические: колонии насекомых [ править ]

Большое количество Муравьев поедают фрукт .

Один из наиболее известных примеров «естественной» децентрализованной системы - система, используемая некоторыми колониями насекомых . В этих колониях насекомых контроль распределяется между гомогенными биологическими агентами, которые действуют на локальную информацию и локальные взаимодействия, коллективно создавая сложное глобальное поведение. По отдельности демонстрируя простое поведение, эти агенты достигают глобальных целей, таких как кормление колонии или выращивание выводка.за счет использования динамических механизмов, таких как неявное общение, и использования их тесно связанных систем действия и восприятия. Без какой-либо формы централизованного контроля эти колонии насекомых достигают глобальных целей, выполняя необходимые задачи, реагируя на изменение условий в среде колонии с точки зрения задачи-активности, и впоследствии регулируя количество рабочих, выполняющих каждую задачу, чтобы гарантировать, что все задачи выполнены. . [3] Например, колонии муравьев направляют свое глобальное поведение (с точки зрения поиска пищи, патрулирования, ухода за выводком и содержания гнезда), используя пульсирующую, смещающуюся сеть пространственно-временных шаблонных взаимодействий, которые зависят от частоты контакта с усиками и обоняния.зондирование. Хотя эти взаимодействия состоят как из взаимодействий с окружающей средой, так и друг с другом, муравьи не управляют поведением других муравьев и, таким образом, никогда не имеют «центрального контроллера», который диктует, что нужно делать для достижения глобальных целей.

Вместо этого муравьи используют гибкую систему распределения задач, которая позволяет колонии быстро реагировать на меняющиеся потребности для достижения этих целей. Эта система распределения задач, похожая на разделение труда, является гибкой в ​​том смысле, что все задачи зависят либо от количества встреч с муравьями (которые принимают форму контакта с антеннами), либо от определения химических градиентов (с использованием обонятельного определения следов феромонов) и таким образом, может применяться ко всей популяции муравьев. В то время как недавние исследования показали, что определенные задачи могут иметь физиологический и возрастной порог реакции, [4] все задачи могут быть выполнены «любым» муравьем в колонии.

Например, во время кормодобывания красные муравьи- сборщики ( Pogonomyrmex barbatus ) сообщают другим муравьям о том, где есть пища , сколько в ней пищи и должны ли они переключать задачи на корм, основываясь на запахах кутикулы углеводородов и скорости взаимодействия муравьев. . Используя комбинированные запахи кутикулярных углеводородов фуражиров и семян [5]и скорость взаимодействия с помощью короткого контакта с усиками, колония получает точную информацию о текущей доступности пищи и, следовательно, о том, должны ли они переключаться на кормодобывающее поведение «и все это без указания центрального контроллера или даже другого муравья». Скорость, с которой фуражиры возвращаются с семенами, определяет скорость, с которой уходящие фуражиры покидают гнездо в походах за пищей; более высокие темпы возврата указывают на большую доступность пищи, а меньшее количество взаимодействий указывает на большую потребность в собирателях. Комбинация этих двух факторов, которые основаны исключительно на местной информации из окружающей среды, приводит к решениям о переключении на поиск пищи и, в конечном итоге, к достижению глобальной цели кормления колонии.

Короче говоря, использование комбинации простых сигналов позволяет колониям красных муравьев-комбайнов производить точную и быструю корректировку кормодобывающей деятельности, которая соответствует текущей доступности пищи [6] , используя при этом положительную обратную связь для регулирования процесса: чем быстрее уходящие фуражиры встречают муравьев, возвращающихся с семенами, тем больше муравьев отправляется на корм. [7] Затем муравьи продолжают использовать эти локальные сигналы для поиска пищи, поскольку они используют свои обонятельные чувства, чтобы улавливать следы феромонов, проложенные другими муравьями, и следовать по следу по нисходящему градиенту к источнику пищи. Вместо того, чтобы получать указания от других муравьев или указывать, где находится еда, муравьи полагаются на свои тесно связанные системы действий и восприятия для коллективного выполнения глобальной задачи. [3]

В то время как колонии красных муравьев-комбайнов достигают своих глобальных целей с помощью децентрализованной системы, не все колонии насекомых функционируют таким образом. Например, кормление ос находится под постоянным контролем и контролем королевы. [8]

Муравей мельница является примером того, когда биологическая децентрализованная система терпит неудачу, когда правила , регулирующие отдельные агент не являются достаточными для обработки определенных сценариев.

Человеческое общество: рыночная экономика [ править ]

Рыночная экономика является экономикой , в которой решение по инвестированию и распределению средств производства в основном осуществляется через рынки , а не план производства (см плановой экономики ). Рыночная экономика - это децентрализованная экономическая система, потому что она не функционирует через центральный экономический план (который обычно возглавляет правительственный орган), а вместо этого действует через распределенные локальные взаимодействия на рынке (например, индивидуальные инвестиции ). Хотя «рыночная экономика» является широким термином и может сильно различаться с точки зрения государственного или правительственного контроля (и, следовательно, центрального контроля), окончательное «поведение» любой рыночной экономики возникает из этих местных взаимодействий и не является прямым результатом свод инструкций или постановлений центрального органа.

Заявление [ править ]

Рой микророботов Jasmine с открытым исходным кодом подзаряжается

Искусственный интеллект и робототехника [ править ]

В то время как классический искусственный интеллект (ИИ) в 1970-х годах был сфокусирован на системах, основанных на знаниях или роботах-планировщиках, роботы Родни Брукса , основанные на поведении, и их успех в действии в реальном, непредсказуемо меняющемся мире побудили многих исследователей ИИ отойти от запланированного , централизованная символическая архитектура для изучения интеллекта как возникающего продукта простых взаимодействий. [9] Таким образом, это отражает общий переход от применения централизованной системы в робототехнике к применению более децентрализованной системы, основанной на локальных взаимодействиях на различных уровнях абстракции.

Например, в значительной степени опираясь на теорию физических символов Ньюэлла и Саймона , исследователи в 1970-х годах разработали роботов с таким порядком действий, который при выполнении приводил бы к достижению некоторой желаемой цели; таким образом, роботы считались «умными», если они могли следовать указаниям своего центрального контроллера (программы или программиста) (для примера см. STRIPS ). Однако после введения Родни Брукса архитектуры подчинения, что позволило роботам выполнять «разумное» поведение без использования символических знаний или явных рассуждений, все больше исследователей рассматривают интеллектуальное поведение как эмерджентное свойство, возникающее в результате взаимодействия агента с окружающей средой, включая других агентов в этой среде.

В то время как некоторые исследователи начали разрабатывать своих роботов с тесно связанными системами восприятия и действий и пытались воплотить и расположить своих агентов а-ля Брукс, другие исследователи попытались смоделировать многоагентное поведение и, таким образом, дополнительно проанализировать феномен децентрализованных систем для достижения глобальных результатов. цели. Например, в 1996 году Минар, Буркхард, Лангтон и Аскенази создали мультиагентную программную платформу для стимуляции взаимодействующих агентов и их возникающего коллективного поведения под названием « Рой».". В то время как основной единицей в Swarm является" рой ", набор агентов, выполняющих расписание действий, агенты могут состоять из роя других агентов во вложенных структурах. Поскольку программное обеспечение также предоставляет объектно-ориентированные библиотеки повторно используемых компонентов для Создавая модели и анализируя, отображая и контролируя эксперименты на этих моделях, он в конечном итоге пытается не только моделировать поведение нескольких агентов, но и служить основой для дальнейшего исследования того, как коллективные группы агентов могут достичь глобальных целей посредством тщательной, но неявной координации. . [10]

См. Также [ править ]

  • Централизованная система
  • Децентрализация
  • Децентрализованные вычисления
  • Распределенных вычислений
  • Рой интеллект

Примеры децентрализованных систем:

  • Сеть: одноранговая технология (например, децентрализованная сеть 42 )
  • Денежный: Биткойн
  • Сообщества животных: Красный муравей-комбайн

Ссылки [ править ]

  1. ^ Bekey, GA (2005). Автономные роботы: от биологического вдохновения к внедрению и управлению. Кембридж, Массачусетс: MIT Press. [ требуется страница ]
  2. ^ Бонабо, Эрик; Тераулаз, Гай; Денебург, Жан-Лоуль; Арон, Серж; Камазин, Скотт (1997). «Самоорганизация у социальных насекомых» (PDF) . Тенденции в экологии и эволюции . 12 (5): 188–93. DOI : 10.1016 / S0169-5347 (97) 01048-3 . PMID  21238030 .
  3. ^ а б Гордон, Д. (2010). Встречи с муравьями: сети взаимодействия и поведение колонии. Принстон, Нью-Джерси: Princeton U Press . [ требуется страница ]
  4. ^ Робинсон, EJ; Файнерман, О; Франк, Н.Р. (2009). «Гибкое распределение задач и организация работы в муравьях» . Труды: Биологические науки . 276 (1677): 4373–80. DOI : 10.1098 / rspb.2009.1244 . PMC 2817103 . PMID 19776072 .  
  5. ^ Грин, Майкл Дж .; Гордон, Дебора М. (2003). «Социальные насекомые: кутикулярные углеводороды информируют о решениях задач» . Природа . 423 (6935): 32. Bibcode : 2003Natur.423 ... 32G . DOI : 10.1038 / 423032a . PMID 12721617 . S2CID 4300832 .  
  6. ^ Грин, Майкл Дж .; Пинтер-Воллман, Ноа; Гордон, Дебора М. (2013). Фентон, Брок (ред.). «Взаимодействие с комбинированными химическими сигналами влияет на решения сборщиков муравьев-комбайнов покинуть гнездо в поисках пищи» . PLOS ONE . 8 (1): e52219. Bibcode : 2013PLoSO ... 852219G . DOI : 10.1371 / journal.pone.0052219 . PMC 3540075 . PMID 23308106 .  
  7. ↑ Кэри, Бьорн (15 мая 2013 г.). «Эволюция формирует новые правила поведения муравьев, - показывают исследования Стэнфордского университета» . Стэнфордский отчет . Проверено 21 ноября 2013 года .
  8. ^ Рив, Хадсон К .; Гамбоа, Джордж Дж. (1987). «Регулирование королевы кормодобывания рабочих бумажных ос: система контроля социальной обратной связи (Polistes Fuscatus, Hymenoptera: Vespidae)» . Поведение . 102 (3): 147. DOI : 10.1163 / 156853986X00090 .
  9. ^ Брукс, Р. (1986). «Надежная многоуровневая система управления мобильным роботом» . Журнал IEEE по робототехнике и автоматизации . 2 : 14–23. DOI : 10.1109 / JRA.1986.1087032 . ЛВП : 1721,1 / 6432 .
  10. ^ Minar, N .; Burkhart, R .; Langton, C .; Аскенази, М. (1996). «Система моделирования роя: инструментарий для построения многоагентных симуляций» . Рабочие документы SFI . Институт Санте-Фе.

Дальнейшее чтение [ править ]

  • Камазин, Скотт; Снейд, Джеймс (1991). «Модель коллективного выбора источника нектара медоносными пчелами: самоорганизация с помощью простых правил». Журнал теоретической биологии . 149 (4): 547. DOI : 10.1016 / S0022-5193 (05) 80098-0 .
  • Кернис, Майкл Х .; Корнелл, Дэвид П .; Солнце, Чиен-ру; Берри, Андреа; Харлоу, Т. (1993). «Самоуважение - это нечто большее, чем высокая или низкая: важность стабильности самооценки». Журнал личности и социальной психологии . 65 (6): 1190–204. DOI : 10.1037 / 0022-3514.65.6.1190 . PMID  8295118 .
  • Миллер, Питер (июль 2007 г.). «Теория роя» . National Geographic . Проверено 21 ноября 2013 года .
  • Абейсингхе, Асанка (июль 2018 г.). «Архитектура на основе ячеек» . WSO2, Inc . Проверено 14 февраля 2019 года .