Systemy wieloagentowe często wymagają modelowania zjawisk,
w których operowanie pojęciami ostrymi jest trudne lub wręcz
niemożliwe. Na przykład systemy autonomiczne, działające
w oparciu o informacje napływające z urządzeń pomiarowych
(np. sensorów), czy kamer wideo musza brać pod uwagę
niedokładność pomiarów i operować wynikającymi stąd przybliżeniami
pojęć/relacji.
W czasie wykładu pokażemy jak w podobnych sytuacjach
można stosować podejście aproksymacyjne, wywodzące się
z uogólnienia zbiorów przybliżonych. Punktem wyjścia jest
tu modelowanie systemów wieloagentowych w oparciu o logiki
wielomodalne (dokładniej o BGI - Beliefs, Goals, Intentions).
Systemy te można w naturalny sposób zintepretować w modelach
aproksymacyjnych uzyskując dzięki temu narzędzia do operowania
na pojęciach i relacjach przybliżonych, a ponadto - co ma ogromne
znaczenie praktyczne - znacznie redukując złożoność wnioskowania.
|