5604

5604

توسعه عامل هاي وفق پذير با با قابليت يادگيري كوتاه مدت و بلند مدت در محيط هاي چند عاملي

كارشناسي ارشد

كامپيوتر - هوش مصنوعي

زمستان 1384

زمستان 1384

دكتر كنگاوري

چكيده : درحال حاضر هوش مصنوعي زير شاخه هاي وسيعي از موضوعات عمومي را شامل مي شود . اما آنچه كه امروزه به عنو ان يكي از چالش هاي اساسي مطرح است و در اين تحقيق نيز به آن پرداخته شده است، توسعه عامل هاي وفق پذير است . اين گونه عامل ها، عامل هايي هستند كه مي توانند با تكيه بر مكانيسم هاي مختلف يادگيري كه در معماري آنها تعبيه شده، در حين عمليات بخشي از دانش يا ساختار خ ود را به روز نموده و اصطلاحا خود را با شرايط محيطي وفق دهند . اين وفق پذيري در عامل ها به طور موثري كارايي عامل ها را افزايش مي دهد. همانطور كه اشاره شد توسعه عامل هاي وفق پذير ارتباط تنگاتنگي با مساله يادگيري در عامل ها دارد. تاكنون تعاريف مختلفي از يادگير ي در عامل ها ارائه شده و محققين مختلف روش هاي مختلف و متنوعي را مورد استفاده قرار داده اند . اما اين حوزه همچنان يكي از چالش هاي اساسي در حوزه هوش مصنوعي است. يكي ديگر از موضوعاتي كه در حوزه هوش مصنوعي به آن پرداخته مي شود، بررسي و مدل سازي محيط هاي چند عام لي است . از آنجا كه در اغلب محيط هاي واقعي تعاملات و رفتارهاي عامل ها تحت تاثير رفتار و يا اثرات ساير عامل ها و يا تحت تاثير ويژگي هاي محيط است بنابراين تلاش در جهت مدل سازي چنين سيستم هايي يكي از اولويت هاي پژوهشي محققين در حوزه هوش مصنوعي است. آنچه كه ما در انجام اين پروژه به آن توجه نمود ايم در حقيقت تركيبي از دو حوزه فوق يا به عبارت ديگر توسعه عامل هاي وفق پذير يادگيرنده در محيط هاي چند عاملي است . بررسي هاي علوم شناختي از انسان نيز نشان داده است كه يك انسان قابليت انواع مختلفي از يادگيري را در ذهن خود داراست. ما در اين پروژه رويكرد جديدي را نسبت به يادگيري در محيط هاي چند عاملي دنبال نموده ايم . در اين رويكرد جديد سعي نموده ايم تا مشاهدات عامل ها را بخش هاي مختلفي تقسيم نموده و انواع مختلفي از دانش را به بانك دانش عامل ها بسپاريم . برخي از مشاهدات منجر به دانشي مي شوند كه يادگيري بلند مدت ناميده مي شود . اين نوع دانش در بازه هاي زماني بلند مدت تري توليد شده يا به روز مي شوند . در عين حال نوعي دانش ديگر نيز به روش متفاوتي توليد مي شود كه در بازه هاي كوتاه تر توليد و بروز رساني مي شوند. پيش از اين تلاش هاي فراو اني براي توسعه عامل هاي هوشمند در محيط هاي چند عاملي صورت گرفته است اما به نظر مي رسد رويكرد الگوگيري از يادگيري انسان بر مبناي دانش بلند مدت و كوتاه مدت جديد است و تنها در سال هاي اخير در برخي مقالات رويكردهاي مشابهي در بررسي دانش عامل ها همچون تقسيم بندي دانش عامل ها به دانش و فرا دانش به چشم مي خورد كه البته در جهت پياده سازي عملي هم گام هاي چنداني برداشته نشده است. ب ما براي بررسي دقيق تر صورت مساله و نتايج تجربي، حوزه شبيه سازي فوتبال را به عنوان يك بررسي موردي، انتخاب نموده و تئوري هاي خود را در اين محي ط آزموده ايم . هر چند كه با توجه به تازه بودن اين رويكرد در توسعه عامل ها، جاي پژوهش فراواني وجود دارد اما همين تجربيات اوليه نيز نشان دهنده بهبود چشمگيري در كارايي عامل هاست.