BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Tyburcy Janusz (Akademia Ekonomiczna we Wrocławiu), Surma Jerzy (Politechnika Wrocławska)
Tytuł
Hybrydowy model agenta w systemach wieloagentowych
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 1999, nr 815, s. 86-95, rys., bibliogr. 30 poz.
Tytuł własny numeru
Pozyskiwanie wiedzy z baz danych
Słowa kluczowe
Sztuczna inteligencja, Materiały konferencyjne, Symulacja wieloagentowa
Artificial intelligence, Conference materials, Multi-agent based simulation
Abstrakt
W niniejszym artykule pragniemy zaprezentować projekt modelu systemu wieloagentowego składającego się z niejednorodnych agentów, których podsystem odpowiadający za zachowanie agenta jest połączeniem sytemu regułowego z mechanizmem wnioskowania do przodu oraz systemu opartego na metodzie wnioskowania na podstawie przypadków (case-based reasoning). Takie zestawienie wydaje nam się szczególnie interesujące w sytuacji, kiedy z jednej strony posiadamy szeroką wiedzę o środowisku, w którym działa agent, oraz częściową wiedzę dziedzinową potrzebną agentowi do rozwiązania postawionych przed nim zadań, z drugiej zaś strony zależy nam na pozyskaniu nowej, jeszcze nie znanej wiedzy o zachowaniu i postępowaniu innych agentów. (fragment tekstu)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Bradshaw J., (1998): An Introduction to Software Agents.
  2. Brooks R.A. (1991): Intelligence without Representation. "Artificial Intelligence". 47: 139-159.
  3. Brooks R.A. (1986): A Robust Layered Control System for a Mobile Robot. "IEEE Journal of Robotics and Automation", 2(4): 14-23.
  4. Chapman D. (1987): Planning for Conjuctive Goals. "Artificial Intelligence". 33(2): 333-378.
  5. Clips (1998): http://www.siliconwalleyone.com/clips.htm.
  6. Fikes R.E., Nilsson N.J. (1971): STRIPS: A New Approach to the Application of Theorem Proving to Problem Solving. "Artificial Intelligence", 2(3-4): 227-232.
  7. Golding, A.R., Rosenbloom P.S. (1996): Improving Accuracy by Combining Rule-Based and Case-Based Reasoning. "Artificial Intelligence" 87: 215-254.
  8. Hammond K. (1990): Explaining and Repairing Plans that Fail. "Artificial Intelligence". 45: 173-228.
  9. Knoblock C.A., Ambite J.L. (1997): Agents for Information Gathering. In Software Agents, ed. J. Bradshaw, AAAI Press/The MIT Press: 347-374.
  10. Kolodner J. (1993): Case-Based Reasoning. Morgan Kaufmann.
  11. Lesser V.R. (1995): Multiagents Systems: An Emerging Subdiscipline of AI. "ACM Computing Surveys", 27: 340-3422.
  12. Maes P. (1990): Situated Agents Can Have Goals. In Designing Autonomous Agents: Theory and Practice from Biology to Engineering and Back. ed. P. Maes, MIT Press/Bradford Books, 1990.
  13. Maes P., Kozierok R. (1993): Learning Interface Agents. Proceedings of AAAI-93, the Eleventh Nationale Conference on Artificial Intelligence, MIT Press.
  14. Maes P. (1995): Modeling Adaptive Autonomous Agents. In Artificial Life: An Overview, ed. C.G. Langton, Cambridge, Mass., MIT Press: 135-162.
  15. Malec J. (1998): A Unified Approach to Intelligent Agency.
  16. Mallone T.W., Fikes R.E., Grant K.R., Howard M.T. (1988): A Market-like Task Scheduler for Distributed Computing Environments. In 7he Ecology of Computation, ed. B. Huberman, North-Holland 1988.
  17. Nilsson N.J. (1994): Teleo-Reactive Programs for Agent Control. "Journal of Artificial Intelligence Research". 1: 193-158.
  18. Quinlan, J.R. (1993): C4.5: Programs for Machine Learning. Morgan Kaufmann, San Mateo.
  19. Ram A., Santamaria J.C. (1997): Continuous Case-Based Reasoning. "Artificial Intelligence", 90: 25-77.
  20. Riesbeck C., Schank R. (1989): Inside Case-Based Reasoning. Lawrence Erlbaum.
  21. Stone P., Veloso M. (1996): Multiaget Systems: A Survey from a Machine Learnig Perspective, IEEE Transaction on Knowledge and Data Engineering (TKDE).
  22. Suchman L.A. (1987): Plans and Situated Actions: The Problem of Human-Machine Communication. Cambridge Univeristy Press.
  23. Surma J., Vanhoof K. (1995): Integrating Rules and Cases for the Classification Task. In ed. Veloso & Aamodt, Case-Based Reasoning: Research and Development. Proceedings of the First International Case-Based Reasoning Conference, ICCBR'95. Springer Verlag: 325-334.
  24. Surma J.,, Tyburcy J. (1998): A Study on Competence-Preserving Case Replacing Strategies in Case-Based Reasoning. 4th European Workshop on Case-Based Reasoning, Dublin, Ireland 1998.
  25. Surma J., Vanhoof K. (1998): An Empirical Study on Combining Instance-Based and Rule-Based Classifiers. In Proceedings of the АААГ98 Spring Symposium on Multimodal Reasoning, AAAI Press.
  26. Sutton R.S. ed. (1992): Special Issue on Reinforcement Learning. "Machine Learning". 8 (3-4).
  27. Travers M. (1989): Animal Construction Kits. In Artificial Life, ed. C.G. Langton, Addison Wesley.
  28. Tyrrell T. (1993): Defining Action Selection Problem. PhD Thesis, Centre for Cognitive Science, University of Edinburgh.
  29. Veloso M.M. (1994): Plannining and Learning by Analogical Reasoning. Springer Verlag.
  30. Watson I. (1997): Applying Case-Based Reasoning. Morgan Kaufmann, San Mateo.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu