R-CAST - R-CAST
R-CAST - это система поддержки групповых решений, основанная на исследованиях естественного принятия решений . Его архитектура, основанная на нескольких программных агентах , поддерживает группы, принимающие решения, путем прогнозирования информации, относящейся к их решениям, на основе общей ментальной модели контекста принятия решений.
Принципы дизайна
В наш век цифровой информации команды, принимающие решения, часто переполнены огромным объемом информации. Это приводит к двум проблемам:
- Во-первых, человек, принимающий решения, может быть перегружен информацией и испытывать трудности с своевременным принятием правильных решений.
- Во-вторых, членам команды может быть сложно определить, какая информация на самом деле нужна товарищу по команде, и, следовательно, какой информацией необходимо с ним поделиться.
Технология R-CAST направлена на решение обеих этих проблем.
Подход R-CAST основан на четырех основных концепциях:
- Агенты используют модель процесса принятия решений человеком (называемую моделью принятия решений, ориентированной на распознавание [RPD]), чтобы связать задачи принятия решений с информацией, относящейся к решениям.
- Вычислительная модель RPD в R-CAST использует структуру знаний (называемую знаниями опыта), которая фиксирует знания, относящиеся к принятию решений.
- На основании практических знаний и правил вывода можно ожидать трех типов релевантной информации, относящейся к:
- сопоставление текущей ситуации с известным опытом (например, подсказками),
- оценка нескольких вариантов решения и
- обнаружение аномалий после принятия решения, чтобы можно было соответствующим образом изменить исходное решение.
- Вычислительная модель RPD служит общим процессом DM между агентами и людьми в команде, что позволяет агентам делиться соответствующей информацией с другими товарищами по команде, будь то программные агенты или люди.
Принцип работы
Помимо прогнозирования информации, необходимой для принятия решений, агенты R-CAST также взаимодействуют для поиска и объединения информации в распределенной среде, такой как сервис-ориентированная архитектура. R-CAST разработан в интеллектуальных агентов лаборатории в колледже информационных наук и технологий в Университете штата Пенсильвания под руководством доктора Джона йены .
Архитектура R-CAST является компонентной и реконфигурируемой. Выбирая компоненты, подходящие для приложения, R-CAST можно настроить на широкий спектр агентов: от простых рефлекторных агентов до агентов с поддержкой RPD. Ключевые компоненты R-CAST включают интерпретатор модели RPD, базу знаний, менеджер информации, менеджер процессов, менеджер связи и адаптеры для различных областей. Интерпретатор модели RPD сопоставляет текущую ситуацию с известным опытом, который организован в иерархию. Выявлены недостающие сигналы, относящиеся к текущему решению. Информационный менеджер использует информационную зависимость в базе знаний, чтобы сделать вывод о недостающей информации, которая относится к сигналам более высокого уровня, оценкам вариантов и аномалиям. Затем менеджер по связи связывается с агентами, которые предоставляют недостающую информацию. Чтобы построить модель, необходимо (а) определить, какие компоненты задействованы для создания модели, (б) проанализировать задачи и получить соответствующие знания для компонентов, и (в) разработать адаптер домена для интеграции агентов во внешнюю среду.
Агенты R-CAST использовались для разработки средств принятия решений для человеческих команд. Они также использовались для изучения коллективного познания и проблем, связанных с взаимодействием человека и агента в прикладных областях с ограниченным временем.
Публикации
- Сяоцун Фан, Бинджун Сун, Шуанг Сун, Майкл МакНиз и Джон Йен, агенты с поддержкой RPD , объединяющиеся с людьми для принятия решений в нескольких контекстах , AAMAS 2006
- X. Fan, S. Sun, M. McNeese и J. Yen, Расширение модели принятия решений , основанной на признании, для взаимодействия человека и агента , In Proceedings of the Fourth International Joint Conference on Autonomous Agents and Multi Agent Systems, pp. 945–952 , Нидерланды, 25–29 июля 2005 г.
- X. Fan, S. Sun, B. Sun, G. Airy, M. McNeese, J. Yen, Collaborative RPD-Enabled Agents Assistance to Three-Block Challenge in Command and Control in Complex and Urban Terrain , In Proceedings of 2005 Conference о представлении поведения в моделировании и симуляции (BRIMS), стр. 113–123, Юниверсал-Сити, Калифорния, 16–19 мая 2005 г.
- X. Fan, S. Sun и J. Yen, On Shared Situation Awareness for Support Human Decisions Teams , In Proceedings of the 2005 AAAI Spring Symposium on AI Technologies for Homeland Security, pp. 17–24, Stanford, CA, Mar 2005 г.
Смотрите также
- Интеллектуальный агент
- Когнитивные архитектуры - IA считается самосознающим
- Многоагентная система
- Агентная модель