Совещательный агент (также известный как преднамеренный агент) — это своего рода программный агент, используемый в основном в мультиагентных системных симуляциях . Согласно определению Вулдриджа, совещательный агент - это «тот, кто обладает явно представленной символической моделью мира и в котором решения (например, о том, какие действия выполнять) принимаются посредством символических рассуждений». [1]
По сравнению с реактивными агентами , которые способны достичь своей цели только рефлекторно реагируя на внешние раздражители, внутренние процессы совещательного агента более сложны. Разница заключается в том, что совещательный агент поддерживает символическое представление мира, в котором он обитает. [2] Другими словами, он обладает внутренним образом внешней среды и, таким образом, способен планировать свои действия. Наиболее часто используемой архитектурой для реализации такого поведения является программная модель Убеждения-Желания-Намерения (BDI), в которой убеждения агента о мире (его образ мира), желания (цель) и намерения внутренне представлены, а практические рассуждения применяются к решить, какое действие выбрать. [2]
Было проведено значительное исследование, направленное на интеграцию стратегий как реактивного, так и совещательного агента, что привело к разработке соединения, называемого гибридным агентом , которое сочетает в себе обширные манипуляции с нетривиальными символическими структурами и рефлексивными реактивными реакциями на внешние события. [2]
Уже упоминалось, что совещательные агенты обладают а) внутренним образом внешнего мира и б) целью для достижения и, таким образом, способны составить список действий (план) для достижения цели. В неблагоприятных условиях, когда план становится неприменимым, агент обычно имеет возможность пересчитать его.
Совещательный агент требует символического представления с композиционной семантикой (например, дерево данных) во всех основных функциях, поскольку его обсуждение не ограничивается настоящими фактами, но конструирует гипотезы о возможных будущих состояниях и потенциально также содержит информацию о прошлом (т.е. память). Эти гипотетические состояния включают в себя цели, планы, частичные решения, гипотетические состояния убеждений агента и т. д. Очевидно, что совещательный процесс может значительно усложниться и аппаратно убиться. [4]
С начала 1970-х годов сообщество планирования ИИ было вовлечено в разработку искусственного планирующего агента (предшественника совещательного агента), который мог бы выбрать правильный план, ведущий к определенной цели. [5] Эти ранние попытки привели к созданию простой системы планирования под названием STRIPS . Вскоре стало очевидно, что концепция STRIPS нуждается в дальнейшем совершенствовании, так как не способна эффективно решать задачи даже средней сложности. [5] Несмотря на значительные усилия по повышению эффективности (например, за счет внедрения иерархического и нелинейного планирования ), система оставалась слабой при работе с любой системой с временными ограничениями.[6]