Modelo de software de creencia-deseo-intención

Esta sección define los componentes arquitectónicos idealizados de un sistema BDI.

• Creencias : Las creencias representan el estado informativo del agente: sus creencias sobre el mundo (incluidos él mismo y otros agentes). Las creencias también pueden incluir reglas de inferencia , lo que permite que el encadenamiento hacia adelante conduzca a nuevas creencias. El uso del término creencia en lugar de conocimiento reconoce que lo que un agente cree no necesariamente es cierto (y, de hecho, puede cambiar en el futuro).
  • Conjunto de creencias : Las creencias se almacenan en una base de datos (a veces llamada base de creencias o conjunto de creencias ), aunque esa es una decisión de implementación .
• Deseos : Los deseos representan el estado motivacional del agente. Representan objetivos o situaciones que el agente desearía lograr o conseguir. Ejemplos de deseos podrían ser: encontrar el mejor precio , ir a la fiesta o hacerse rico .
  • Metas : Una meta es un deseo que el agente se ha propuesto perseguir activamente. El uso del término " metas" añade la restricción adicional de que el conjunto de deseos activos debe ser coherente. Por ejemplo, no se deben tener metas concurrentes como ir a una fiesta y quedarse en casa, aunque ambas sean deseables.
• Intenciones : Las intenciones representan el estado deliberativo del agente: lo que el agente ha elegido hacer. Son deseos a los que el agente se ha comprometido en cierta medida. En los sistemas implementados, esto significa que el agente ha comenzado a ejecutar un plan.
  • Planes : Los planes son secuencias de acciones (recetas o áreas de conocimiento) que un agente puede realizar para lograr una o más de sus intenciones. Un plan puede incluir otros planes: mi plan de salir a dar una vuelta en coche puede incluir un plan para encontrar las llaves del coche. Esto refleja que, en el modelo de Bratman, los planes se conciben inicialmente solo parcialmente, y los detalles se van completando a medida que avanzan.
• Eventos : Estos desencadenantes activan la actividad reactiva del agente. Un evento puede actualizar creencias, activar planes o modificar objetivos. Los eventos pueden generarse externamente y ser recibidos por sensores o sistemas integrados. Además, pueden generarse internamente para activar actualizaciones o planes de actividad independientes.

BDI también se amplió con un componente de obligaciones, dando lugar a la arquitectura de agente BOID ^{[ 2 ]} para incorporar obligaciones, normas y compromisos de los agentes que actúan dentro de un entorno social.

Esta sección define un intérprete BDI idealizado que proporciona la base del linaje PRS de sistemas BDI de SRI: ^{[ 3 ]}

1. inicializar-estado
2. repetir
   1. opciones: generador de opciones (cola de eventos)
   2. opciones-seleccionadas: deliberar(opciones)
   3. Actualizar intenciones (opciones seleccionadas)
   4. ejecutar()
   5. obtener-nuevos-eventos-externos()
   6. abandonar-actitudes-desafortunadas()
   7. abandonar-actitudes-imposibles()
3. fin de repetición

El modelo de software BDI es un ejemplo de arquitectura de razonamiento para un agente racional individual, y una consideración dentro de un sistema multiagente más amplio . Esta sección delimita el alcance de las consideraciones para el modelo de software BDI, destacando las limitaciones conocidas de la arquitectura.

• Aprendizaje : Los agentes BDI carecen de mecanismos específicos dentro de la arquitectura para aprender del comportamiento pasado y adaptarse a nuevas situaciones. ^{[ 4 ] [ 5 ]}
• Tres actitudes : Los teóricos clásicos de la decisión y la investigación en planificación cuestionan la necesidad de tener las tres actitudes, mientras que la investigación en IA distribuida cuestiona si las tres actitudes son suficientes. ^{[ 3 ]}
• Lógicas : Las lógicas multimodales que subyacen a BDI (que no tienen axiomatizaciones completas y no son computables de manera eficiente) tienen poca relevancia en la práctica. ^{[ 3 ] [ 6 ]}
• Agentes múltiples : Además de no brindar soporte explícito al aprendizaje, el marco puede no ser apropiado para el comportamiento de aprendizaje. Asimismo, el modelo BDI no describe explícitamente mecanismos para la interacción con otros agentes y la integración en un sistema multiagente . ^{[ 7 ]}
• Objetivos explícitos : La mayoría de las implementaciones de BDI no tienen una representación explícita de los objetivos. ^{[ 8 ]}
• Anticipación : La arquitectura no incluye (por diseño) ninguna deliberación ni planificación anticipada. Esto puede no ser deseable, ya que los planes adoptados pueden consumir recursos limitados, las acciones pueden ser irreversibles, la ejecución de tareas puede llevar más tiempo que la planificación anticipada y las acciones pueden tener efectos secundarios indeseables si no tienen éxito. ^{[ 9 ]}

• Sistema de razonamiento procedimental (PRS)
• IRMA (no implementado, pero puede considerarse como un PRS sin reconsideración)
• UM-PRS ^{[ 10 ]}
• OpenPRS ^{[ 11 ]}
• Sistema de razonamiento multiagente distribuido (dMARS)
• AgentSpeak(L) – ver a Jason más abajo
• AgentSpeak(RT) ^{[ 12 ] [ 13 ]}
• Sistema de Agentes en Tiempo Real (ARTS) ^{[ 14 ]} (ARTS) ^{[ 15 ]}
• JAM ^{[ 16 ]}
• Agentes inteligentes JACK
• JADEX (proyecto de código abierto) ^{[ 17 ]}
• JaKtA ^{[ 18 ]}
• JASON ^{[ 19 ]}
• GORITE
• SPARK ^{[ 20 ]}
• 3APL
• 2APL ^{[ 21 ]}
• Lenguaje de programación de agentes GOAL
• CogniTAO (Pensar como uno solo) ^{[ 22 ] [ 23 ]}
• Conjunto de procesos de sistemas vivos ^{[ 24 ] [ 25 ]}
• PROFETA ^{[ 26 ]}
• Gwendolen ^{[ 27 ]} (Parte del marco de lenguajes de programación del agente de verificación de modelos ^{[ 28 ] [ 29 ]} )

• Equipos JACK
• CogniTAO (Pensar como uno solo) ^{[ 22 ] [ 23 ]}
• Conjunto de procesos de sistemas vivos ^{[ 24 ] [ 25 ]}
• Brahms ^{[ 30 ]}
• JaCaMo ^{[ 31 ]}