Partie 4: Raisonnement pratique

1
Partie 4 Raisonnement pratique
DAMAS Dialogues, Agent et Multiagents
2
Raisonnement pratique

• Le raisonnement dit  pratique  est un
  raisonnement dirigé vers les actions. Cest un
  raisonnement sur QUOI FAIRE impliquant les
  attitudes motivationnelles telles que les
  désires, les buts, les intentions et les
  obligations.
• Il se distingue du raisonnement théorique qui est
  lui dirigé vers les croyances. Cest un
  raisonnement sur CE QUI EST LE CAS impliquant des
  attitudes informationnelles comme les croyances
  et les connaissances.

3
Raisonnement pratique (suite)

• Le raisonnement pratique des humains consiste en
  deux activités
• Délibération qui consiste à décider quel état
  daffaires il convient de réaliser
• Raisonnement moyens-fins qui consiste à décider
  comment réaliser cet état daffaire?
• La sortie du processus de délibération
  intentions

4
Intentions

• 1) Intentions posent problèmes dans la mesure où
  il faut déterminer comment les réaliser
• Si jai une intention de réaliser y, il faudra
  que je dégage des ressources pour ça.
• 2) Les intentions fournissent un filtre pour
  adopter dautres intentions qui ne doivent pas
  rentrer en conflit
• Si jai lintention de réaliser y, je pourrais
  être amené à adopter f si ces deux intentions ne
  rentrent pas en conflit.
• 3) Si un agent échoue à réaliser une intention,
  il est alors incliné à re-tenté de la réaliser.

5
Intentions (suite)

• 4) Agents croient que leurs intentions sont
  possibles
• Agents croient quil y a au moins  une voie  où
  leurs intentions pourraient réussir.
• 5) Agents ne croient pas quils ne peuvent pas
  réussir leurs intentions
• Il nest pas rationnel pour un agent dadopter
  lintention que f sil croit que f nest pas
  possible.
• 6) Sous certaines conditions, les agents croient
  quils peuvent réussir leurs intentions.

6
Intentions (suite)

• 7) Les agents ne sattendent pas à tous les
  effets de leurs intentions
• Si je crois que f ) y et que jai lintention de
  f, je nai nécessairement pas lintention que y.
• 5) Ce problème connu comme leffet de bord peut
  sillustrer par lexemple je crois qualler
  chez le dentiste donne des maux de dents et jai
  lintention daller chez le dentiste mais ceci
  nimplique nullement que jai lintention davoir
  mal aux dents.

7
Intentions vs désirs

• Il convient de noter que les intentions sont plus
  forts que les désirs. Voici ce que dit Bratman à
  ce sujet
• Mon désir de jouer au basket-ball cet après-midi
  nest quune simple influence sur ma conduite de
  cet après midi. Il doit rivaliser avec dautres
  avant de choisir ce que je dois faire. Au
  contraire, une fois que jai adopté lintention
  de jouer au basket-ball, le choix est fait, et je
  ne dois plus peser le pour et le contre. Quand
  laprès midi est là, je dois juste procéder pour
  exécuter mon intention.

8
Intentions vs buts

• Intentions sorties du processus de
  délibération.  A determination to act in a
  certain way (Merriam Webster) 
• But  the end toward which effort is directed 
  (Merriam Webster) .
• Intentions et buts réfèrent à ce quon planifie
  de faire ou de réaliser. Ex mon intention est de
  balayer la salle vs mon but est de balayer la
  salle.

9
Agents planificateurs

• Planification, une notion qui démarre presque
  avec lIA
• Planification programmation automatique en vue
  de concevoir une série dactions liées les unes
  aux autres en vue de réaliser un but.
• La planification a toujours été vue comme
  centrale à tout agent, jusquau questionnement de
  Brooks et al. à propos dune IA située et
  réactive.
• Lun des premiers travaux a été celui de Fikes et
  Nilsson qui ont introduit STRIPS, depuis pas mal
  de travaux et toujours pas de solution
  définitive.

10
Planification raisonnement moyens-fins

• Idée de base est de donner à lagent
• Une représentation du but/intention à réaliser
• Une représentation des actions quil peut
  exécuter et
• Une représentation de lenvironnement
• Ceci est essentiellement une programmation
  automatique appelée planification.

11
Raisonnement moyens-fins
12
Raisonnement moyens-fins

• Des questions importantes
• Comment représenter le but (intention ou tâches)
  à réaliser?
• Comment représenter létat de lenvironnement?
• Comment représenter les actions disponibles à
  lagent?
• Comment représenter le plan lui même?

13
Exemple de plan
14
Plan (suite)
15
Autre exemple

• Le monde des blocks

16
Le monde des blocks

• Pour représenter lenvironnement, on a besoin
  dune ontologie
• On(x,y)
• OnTable(x)
• Clear(x)
• Holding(x)

17
Le monde des blocks (suite)

• Avec une telle ontologie, on pourrait représenter
  la situation de départ
• Clear(A)
• On(A,B)
• OnTable(B)
• OnTable(C)
• Nous utilisons la supposition du monde clos qui
  stipule que tout ce qui nest pas explicitement
  exprimé est supposé faux

18
Le monde des blocks (suite)

• Un but est représenté comme un ensemble de
  formule.
• Voici par ex un but OnTable(A) OnTable(B)
  OnTable(C)
• Actions peuvent être représentées à la STRIPS

19
STRIPS

• Exemple 1
• Stack empiler. Stack(x,y) a donc
• Pre Clear(y) Æ Holding(x)
• Del Clear(y) Æ Holding(x)
• Add ArmEmpty Æ On(x,y)
• Unstack(x,y)
• Pre On(x,y) Æ Clear(x) Æ ArmEmpty
• Del On(x,y) Æ ArmEmpty
• Add Holding(x) Æ Clear(y)

20
STRIPS

• Exemple 2
• Pickup(x)
• Pre ?
• Del ?
• Add ?
• PutDown(x)
• Pre ?
• Del ?
• Add ?

21
Plan utilisant STRIPS

• Quest ce quun plan
• But OnTable(A) On(B,A) On(C,A), quel est alors
  le plan pour réaliser ce but?
• Plan ?
• Un plan serait donc une séquence dactions où les
  variables seraient remplacées par des constantes.

22
Algo des raisonneurs pratiques

• while true
• observe le world
• update internal world
• deliberate about the intention to achieve
  next
• use means-ends reasoning to get a plan for
  the considered intention
• execute the plan
• end while.

23
Monoagent et multiagent

• while true
• observe le world (non concerné)
• update internal world (non concerné)
• deliberate about the intention to achieve next
  (tenir compte des autres agents?)
• use means-ends reasoning to get a plan for
  the considered intention (et les autres agents
  sil y a lieu ???)
• execute the plan
• end while

24
Autres problèmes

• Délibération et raisonnement moyens-fins prennent
  du temps.
• Supposons que lagent délibère à t0, comme son
  raisonnement moyen-fins à t1 et exécute son plan
  à t2. Dans ce cas
• tdelib t1 t0
• tme t2 t1

25
Problèmes (suite)

• Si on suppose que la délibération est
   optimale , autrement dit quelle donne la
  meilleure intention selon le principe de la
  maximalisation de lutilité attendue
• Au temps t1, lagent ne peut être optimal que si
  son intention a été exécutée à t0.
• Si t1-t0 nest pas faible, lagent prendrait
  alors le risque dexécuter une intention qui
  pourrait avoir déviée de beaucoup de loptimal.

26
 Bon comportement  si

• Quand tdelib et tme sont assez faibles
• Quand le monde est garanti de rester statique
  tant que lagent délibère et planifie afin que
  les suppositions sur lesquelles sest fait le
  choix de lintention et lélaboration du plan,
  restent valides.
• Quand lintention qui est optimale à t0 est
  garantie de rester optimale jusquà t2.

27
Délibération de lagent

• Comment un agent délibère?
• Il commence par voir les options qui soffrent à
  lui
• Il choisit (selon certains critères) parmi ces
  options et sengage envers quelques unes
• Les options sur lesquelles sengage lagent
  forment les intentions.

28
Délibération (suite)

• On pourrait alors décomposer la fonction
   deliberate  en deux composantes fonctionnelles
  
• Génération doptions via une fonction options qui
  prend les croyances et les intentions du moment
  et qui génère un ensemble doptions (désires)
• Filtrage via une fonction filtering qui choisit
  entre différentes alternatives en compétition et
  qui donnent les options sur lesquelles lagent
  sengage.

29
Délibération (suite)
30
Stratégie dengagements
31
Engagements (suite)

• Les stratégies dengagements suivantes font débat
  au sein de la communauté SMA.
• Blind commitment
• Cet agent maintient son intention jusquà ce
  quil croit quelle a été réaliséefanatique.
• Single-minded commitment
• Cet agent maintient son intention jusquà ce
  quil croit quelle a été réalisée ou quil lui
  est impossible de la réaliser.
• Open-Minded commitment
• Cet agent la maintient tant quil croit quelle
  est possible.

32
Engagements (suite)

• Bien entendu, lagent devrait être engagé envers
  à la fois les
• fins (les états daffaire quil veut atteindre)
  et les
• moyens (le mécanisme par lequel lagent veut
  atteindre ses fins
• La boucle précédente sur-engage lagent, il
  faudra alors la changer pour re-planifier si
  problème.

33
Boucle avec re-planification
34
Boucle avec re-planification

• Ça reste encore sur-engagé aux niveau des
  intentions. Lagent ne considère jamais si ses
  intentions sont appropriées ou non.
• Il devrait être por exemple single-minded
  committed et sarrêter quand ses intentions ont
  réussies ou sont impossibles à réaliser

35
Un agent single-minded
36
Logique BDI

• Partant de la logique classique Ç,Æ,, etc.,
• Augmentée avec la logique temporelle à branches
  CTL, on introduit des quantificateurs le long
  des chemins, soit

37
Logique BDI

• On introduit alors les opérateurs modaux suivants
  

38
Logique BDI

• On introduit alors les opérateurs modaux suivants
  

39
Implémenter le BDI IRMA

• IRMA a 4 structures de données symboliques
• Une librairie de plans, et
• Des représentations explicites
• des croyances informations disponibles à
  lagent représentés symboliquement
• des désirs les choses que lagent voudraient
  rendre vraieson pourrait penser à des tâches
  alloués à lagent
• des intentions des désirs que lagent a choisi
  et sur lesquels il sest engagé.

40
Implémenter le BDI IRMA

• IRMA a également
• Un raisonneur pour raisonner sur le monde, une
  sorte dengin dinférence
• Un analyseur fin-moyens qui détermines quel plan
  il convient dutiliser pour telle ou telle
  intention.
• Un analyseur dopportunités qui surveille
  lenvironnement et qui génère des options
• Un processus de filtrage qui détermine les
  options compatibles avec les intentions
  courantes et
• Un processus de délibération responsable pour
  décider des  meilleures  intentions à adopter.

41
Implémenter le BDI PRS

• PRS a donné lieu à loutil JACK, il contient
• Une librairie de plans représentant la
  connaissance procédurale de lagent ce sont des
  connaissances sur les mécanismes qui peuvent être
  utilisés par lagent afin de réaliser ses
  intentions
• Les options disponibles à lagent sont
  directement déterminés par les plans que lagent
  a. Un agent nayant pas de plans na pas
  doptions

42
PRS(suite)

• Dans PRS, la planification ne se fait pas selon
  les principes de base. Au contraire, cest des
  recettes manuellement construites par avance.
  Plans dans PRS ont les composantes suivantes
• A goalle postcondition of the plan
• A contextla précondition du plan et
• a bodyla  recette , c-a-d le corps du plan.

43
Implémenter le BDI PRS
44
PRS (suite)

• Au départ PRS a une collection de plans, un ou
  plusieurs buts de départ, quelques croyances
  initiales et un but de haut niveau qui agit au
  start-up. Ce but est comme la  main method  de
  Java.
• Quand lagent démarre, le but à réaliser est mis
  dans la pile des intentions, qui contiennent
  toutes les intentions en attente.
• Lagent cherche alors dans sa libraire de plans,
  les plan ayant comme postcondition lintention se
  trouvant au top de la pile.

45
PRS (suite)

• Parmi tous ces plans, seuls certains peuvent
  avoir leurs pré-conditions satisfaites,
  conformément aux croyances courantes.
• Lensemble des plans qui (i) satisfassent la
  post-condition et (ii) les pré-conditions,
  deviennent des options pour lagent.
• Pour sélectionner entre ses différentes options,
  lagent pourrait faire appel soit à
• Des méta-plans, ou
• À lutilité des plans.
• Le plan choisi est alors exécuté

46
HOMERun agent qui planifie

• HOMER, un robot simulé pour la marine
• Il prend ses instructions de lopérateur humain
  en anglais centré autour dun vocabulaire de 800
  mots
• Il peut planifier comment réaliser ses
  instructions, exécuter le plan et le modifier en
  cours de route si le besoin se fait ressortir
• Il peut au travers de sa episodic memory répondre
  à des questions relatives à ses expériences
  passées

47
HOMERun agent qui planifie