ACL - PowerPoint PPT Presentation

1 / 43
About This Presentation
Title:

ACL

Description:

Le niveau intentionnel: BDI, Acte de langage et ACL - Les actes du langage = Description ... Acte de langage = Force illocutoire (composante intentionnelle) contenu ... – PowerPoint PPT presentation

Number of Views:74
Avg rating:3.0/5.0
Slides: 44
Provided by: nkam
Category:
Tags: acl | acte | actes

less

Transcript and Presenter's Notes

Title: ACL


1
ACL
  • Roger Nkambou
  • Daniel Dubois

2
  • Pourquoi la communication est-elle importante ?
  • La COMMUNICATION est un élément important dans la
    coopération.
  • Une société peut accomplir des tâches quauquun
    agent (individu) seul ne saurait faire.
  • La diversité dans une société introduit
    lhétérogéniété
  • Les agents qui se communiquent nont besoin que
    de comprendre ou de parler un langage commun

3
Communication entre agents
  • La communication inter-agent est fondamentale à
    la réalisation du paradigme agent, tout comme le
    développement du langage humain était la clé du
    développement de lintelligence humaine et des
    sociétés.
  • Pour échanger les informations et les
    connaissances, les agents utilisent des ACL
    (Agent Communication Language).
  • Selon Genesereth (CACM, 1992), un agent logiciel
    tout système utilisant un ACL pour léchange de
    linformation.

4
Évolution ACL
Partage dobjet
-gt Partage des objets, des appels de procédure
et de SDD (CORBA, RPC, RMI, ) -gt Partage des
connaissances (faits, règles, contraintes,
procédures, ) KIF, Ontolinguia, KQML, FIPA,
Aglets. -gt Partage des intentions (croyances,
plans, buts, intentions) gt Niveau
intentionnel Théorie BDI -gt Que peut-on
partager dautre ? Expériences, Stratégies
Partage de K
Partage des intentions
?
5
Le niveau intentionnel BDI, Acte de langage et
ACL
  • - Les actes du langage Description de niveau
    intentionnel dun agent gt croyances, désires,
    intentions et autres.
  • une description intentionnelle
  • Le modèle BDI permet de décrire le comportement
    dun agent, y compris le comportement
    communicatif en tenant compte des états mentaux
    (B, D , et I).
  • Les agents ont des  attitudes propositionnelles 
    qui sont des relations tertiaires impliquant
  • Un agent
  • Un contenu
  • Un ensemble fini dattitudes croire, avoir
    peur, espérer, se demander, accepter,
  • Exemple lta, fear, raining (Tnow)gt

6
Le modèle BDI et la communication
B D gt I I gt A (action) Communication ?
(1) Revéler à lautre létat de nos croyances,
désires et intentions (2) Essayer
dinfluencer létat des croyances, désires et
intentions de lautre. Noter la récursivité
Un agent a des croyances sur le monde (son
environnment), sur les croyances des autres
agents, sur les croyances quont les autres
agents sur lui ou sur ses croyances
7
Critiques du BDI
  • Est-il nécessaire davoir les 3 modalités (B, D
    et I) ?
  • En dautres termes, ces 3 modalités sont-elles
  • Suffisantes
  • Insuffisantes
  • En a-t-on vraiment besoin des 3 ?
  • Il reste encore plusieurs questionnements sur
    lutilité du BDI dans la pratique. Il y a donc un
    écart important entre la théorie et la pratique.

8
Théorie des actes de langage
  • Théorie relative à lusage du langage pour les
    actions de communication (Austin 1962)
  • -Toute communication est faite avec lobjectif de
    satisfaire un but ou une intention.
  • Ex  il pleut! ,  ferme la porte, sil te
    plait .
  • 3 types dactes
  • locutoire
  • Illocutoire
  • Perlocutoire.

9
Identification des actes de langage
  • Acte locutoire
  • Production dune suite de signes selon les
    règles
  • syntaxiques dun langage donné
  • gt mode de production de lacte
  • Acte illocutoire
  • Acte accompli en produisant cette
    suite de signes dans
  • un contexte donné, exprimant une
    intention
  • gt Intention du locuteur (ordre,
    conseille, )
  • Acte perlocutoire
  • Résultat dun acte illocutoire.
  • gt Effet sur lallocutaire
  • Exemple  Ferme la porte 
  • locution qui parle ? à qui ? quelle porte ?
  • Illocution le locuteur veut que lallocutaire
    ferme la porte
  • Perlocution Lallocutaire ferme la porte

10
Actes illocutoires
  • Acte de langage Force illocutoire (composante
    intentionnelle) contenu propositionnel.
  • Actes illocutoires Performatives
  • 5 classes de Performatives
  • Assertifs
  • Directifs
  • Commissifs
  • Déclaratifs
  • Expressifs.

11
Mise en uvre dans les SMA
  • De nombres langages de communications entre
    agents (ACL) se réclament des actes de langage.
  • Des standards se sont développés
  • KQML (93, 97)
  • FIPA-ACL (97, 99, 2000)

12
Knowledge Sharing Effort
Initié par DARPA (Defense Advanced Research
Projects Agency) en 1990 Sponsorisé par DARPA,
NSF, AFOSR Participation de plusieurs chercheurs
universitaires et de plusieurs industries
Objectif Développer des techniques,
méthodologies et outils de développement pour le
partage et la réutilisation des connaissances.
Le partage et la réutilisation des
connaissances peuvent survenir aussi bien au
moment de la conception quau moment de
limplémentation ou de lexécution.
13
Partage de connaissances
  • Le partage de connaissances nécessite une
    communication qui
  • requiert un langage commun
  • Langage gt Syntaxe Sémantique Pragmatique
  • Quelques composantes pouvant être utilisées
    indépendamment
  • KIF (Knowledge Interchange Format) gt Syntaxe
  • Ontolingua un langage pour la définition
    dontologies
  • partageables gt Semantique
  • KQML (Knowledge Query and Manipulation Language)
  • Un langage pour la communication de
    haut-niveau gt pragmatique

14
Syntaxe commune avec KIF
  • KIF permet de mettre en relation des systèmes
    hétérogènes (du point de vue base de
    connaissance)
  • Il sagit dune version préfixée du calcul des
    prédicats du premier ordre avec quelques
    extensions
  • Codage de tuples
  • Codage de procédures
  • Exemple de code KIF
  • (forall ?x (gt (P ?x) (Q ?x)))
  • (exists ?person (mother mary ?person))
  • (gt (apple ?x) (red ?x))
  • (ltlt (father ?x ?y) (and (child ?x ?y) (male ?x))

15
KIF

KB en KIF
BIBLIOTHÈQUE
16
Logiciel KIF
  • Plusieurs systèmes de raisonnement KIF en LIPS
    disponibles à Stanford (Ex EPILOG)
  • Le moteur de raisonnement de ABE (Agent Building
    Environment de IBM) utilise KIF comme langage
    externe
  • Le système Ontolingua (voir plus loin) de
    Stanford utilise KIF comme langage interne
  • Des traducteur existe pour plusieurs langages
    Prolog, CLIPS
  • Il existe des interpreteurs et des analyseurs qui
    acceptent des chaînes KIF dans les objets C ou
    Java.

17
Questions - Défis
  • Définition dun  mappage  KIF-XML (peut donner
    lieu à un outils plus intéressant pour
    linteropérabilité de SBC).

18
Sémantique commune et partageable avec Ontolingua
  • Ontologie Spécification des objets, des
    concepts et des relations dans un domaine
    particulier.
  • Analogue à un schéma conceptuel de BD, Taxinomie
    de classe-sous-classe,
  • Ontolingua est un langage pour la construction,
    la publication et le partage dontologies.
  • Il offre une interface Web
  • Les ontologies peuvent être automatiquement
    traduites dans dautres langages de description
    de contenu comme KIF, Prolog, CLIPS
  • Le langage offre des primitives pour la
    combinaison dontologies.

19
Sémantique commune et partageable avec Ontolingua
  • Les systèmes qui communiquent doivent partager
    une ontologie
  • Lontologie partagée peut être implicite ou
    explicite.
  • Une ontologie implicite est généralement
    représentée par des procédures seulement.
  • Une ontologie explicite est donnée par une
    représentation déclarative dans un langage de
    représentation de connaissance.

20
Exemple
  • BD (une table)
  • 139 74.50
  • 77.60
  • Schema de la BD Table Prix
  • Quantité integer cout float
  • Conceptual Schema
  • Un schéma conceptuel spécifie le sens (la
    signification) des concepts utilisés dans la BD
  • prix(x, y) gt
  • Exist (x, y) auto_part(x)
  • part_no(x) x
  • retail_price(x, y,
    Value-Inc)
  • magnitude(y, US_dollars) y.
  • gt Ontologie implicite

Ontologie des produits dauto
Ontologie des produits
Ontologie des unités et Des mesures
21
Exemple 2 Ontologie explicite
fruit
citrus
pear
apple
orange
lemon
lime
22
Langage de representation de K Logique
Ontology
  • Un formalisme de logique avec
  • Une syntaxe pour les formules bien formées
  • Un vocabulaire des symboles logiques (et, ou)
  • Des sémantiques pour linterprétation des
    symboles logiques.
  • une ontologie comprenant
  • Un vocabulaire des symboles non logiques
    (éléments du domaine)
  • Une définition des symbole
  • Des axiomes pour contraindre linterprétation des
    symboles primitifs.

23
Pragmatique commune avec KQML
  • KQML langage et protocole de communication de
    haut-niveau et orienté message, indépendant de la
    syntaxe et de la sémantique (ontologie) du
    contenu.
  • Il est aussi indépendant
  • Du mécanisme de transport des messages (ex
    TCP/IP, SMTP, IIOP, HTTP )
  • Du protocole de haut niveau (ex Contract Net )

24
Message KQML
  • Chaque message KQML représente un seul acte de
    langage (acte illocutoire) - Ex ask, tell,
    achieve - auquel sont associés une une
    sémantique (sémantique de la performative) et un
    protocole.
  • 3 niveaux dans un message KQML
  • La performative
  • Des informations utiles pour linterprétation de
    message (ontology, langage) et celles utiles
    pour le routage du message (sender, receiver,
    reply-with )
  • Le contenu du message (content).

25
Un message KQML
  • (tell
  • sender bhkAgent
  • receiver fininBot
  • in-reply-to id7.24.97.45391
  • ontology ecbk12
  • language Prolog
  • content price(ISBN3429459,24.95))
  • Sémantique du tell de KQML décrite avec FIPA-SL
  • Opérateurs du langage sémantique (FIPA-SL)
  • -Bip i (implicitement) croit (que) p - Bif i p
  • Uip i est incertain sur p mais croit que p est
    plausible que non p Uif i p
  • Cip i désire que p
  • Fp préconditions de faisabilité
  • Re effet rationnel sur lenvironnement
  • Ex tell( i,j, B i f )
  • fp B i B i f Ù Ø B i ( Bif j B i f Ú
    Uif j B i f)
  • re B j B i f ...
  • Problème i veut informer j quil croit que f
  • Précondition i croit quil croit que f et ne
    croit pas ou a des doutes que j croit quil croit
    f

26
Quelques exemples
  • (ask-one
  • sender Joe
  • content (price ibm ? Price)
  • receiver stock-server
  • reply-with ibm-stock
  • language LPROLOG
  • ontology NYSE-TICKS)

(tell sender Stock-server content
(price ibm 14) receiver Joe
in-reply-to ibm-stock language LPROLOG
ontology NYSE-TICKS)
(ask-all sender Stock-server content
(ibm, (Price, Time)) receiver Joe
reply-with ibm-stock language LPROLOG
ontology NYSE-TICKS)
27
Inform
Insert, Uninsert Delete-one, Del-all, Undel
Tell, Untell
Basic
DB
Broadcast Forward
Network
Ask-if Ask-one Ask-all
Inform
Basic
Achieve, Unachieve
Goal
Request
Eos Stream
Query
Performatives KQML
Stream
Facilitation
Reply
Broker-one Recom.-one Recruit-one Broker-all Recom
.-all Recruit-all
Promise
Cursor
Sream Eos
Meta
Standby Ready Next Rest, Discard
Advertise Unadv.
Deny Subscribe
28
Services de renseignement (Facilitation services)
  • Les agents de renseignement
  • Contiennent des méta-connaissances sur les autres
    agents
  • Fournissent des services de communication tels
    que
  • La diffusion des messages et le  faire-suivre 
  • Lappariement des demandes et des offres de
    service
  • Des performatives dédiés à ces agents
  • Advertise, broker, recruit, recommend, forward,
    broadcast
  • Les agents de renseignement peuvent être
    intelligents ou non
  • Ceux qui sont intelligents utiliseront les
    connaissances du domaine pour lappariement des
    offres et des demandes de service

29
Sémantique de quelques performatives Requête
simple
Scène A voudrait connaître la vérité sur
laction X que B détient dans sa BC
1- Connexion directe
Ask-one , Ask-all
Ask-one(X)
B
A
Tell(X)
Ask-if, Stream-all
B
A
30
Performatives de renseignement
2. A ne sait pas que X est dans B Il faut
passer par un facilitateur
Broker (Le fac. soumet la req. à lagent
approprié et transmet la rép. à A)
Broker(ask(X))
Advertise(ask(X))
F
B
A
Tell(X)
Ask(X)
Recruit (Le fac. recruite un agent qui répond
directement à A)
Tell(X)
F
B
Advertise(ask(X))
A
Recruit(Ask(X))
Ask(X)
Recommend
(le facilitateur recommande un agent approprié à
A)
Recommand(ask(X))
F
B
Advertise(ask(X))
A
Reply(B)
Ask(X)
Tell(X)
31
Extensibilité
  • KQML peut être étendu
  • Ajout de nouvelles performatives
  • Ajouts de nouveaux paramètres (attributs)
  • Création de nouvelles ontologies

32
ACL FIPA
  • KQML Premier essai de standardisation dun ACL
    mais il noffre pas dinfrastructure pour la
    gestion des agents.
  • En 1996, création de la FIPA (Foundation for
    Intelligent Physical Agents), une association à
    but non lucratif regroupant
  • Universités et instituts de recherche
  • Entreprises Alcatel, BT, DT, FT, Hitatchi,
    Hewlett Packard, IBM, Intel, Lucent, NEC, Nortel,
    Siemens etc.

33
Mode de travail de la FIPA
  • Travaux annuels sur les spécifications.
  • Première spécification FIPA97 (http//drogo.cselt.
    stet.it/fipa)
  • FIPA97 compremait 7 comités techniques (TCs)
  • TC1 Agent Management
  • TC2 Agent Communication Language
  • TC3 Agent/Software Interaction
  • TC4-TC7 Specification of Applications
  • Spec actuelle FIPA2000

34
TC2 FIPA ACL
  • Basé sur des actes de langage
  • Les messages sont des actions de communication
    (Communicative action (CA))
  • Les actes de communication sont décrits sous
    forme narrative et sous forme de sémantiques
    formelles basées sur la logique modale
  • La syntaxe est similaire à celle de KQML
  • La spécification fournie une description
    normative des protocoles dinteraction de
    haut-niveau.

35
Caractéristiques essentielles de FIPA ACL
  • Les primitives de gestion et de renseignement
    (register, broker, recruit, etc.) ne font pas
    partie de lACL FIPA
  • Des primitives peuvent être définies par
    composition de primitives de base.
  • Utilise un langage puissant pour définir les
    états des agents (le langage SL (Semantique
    Language))
  • Les sématiques sont basés sur les attitudes
    mentales (croyance, intention etc.)
  • Le sens des primitives est donné en terme de
    préconditions de faisabilité (Feasibility
    Preconditions (FP)) et deffet rationnel
    (Rational Effect (RE)).

36
Catégorie de performatives FIPA
  • Information (contenu proposition)
  • Query_if, query_ref, sunscribe, inform,
    inform_if, inform_ref, confirm, disconfirm,
    not_understood
  • Distribution de tâches (contenu action)
  • Request, request_when, request_whenever, cancel,
    agree, refuse, failure
  • Négociation (contenu action et proposition)
  • Cfp (Call for proposal), propose,
    accept_proposal, reject_proposal

37
FIPA-ACL Les 20 performatives
38
Sémantique et FIPA ACL
  • Exemple Performative Inform
  • lti, inform( j, f)gt
  • FP B i fÙ Ø B i ( Bif j fÚ Uif j f) (i croit
    que f et i ne croit pas que j croit f ou il en a
    des doutes)
  • RE B j f (j croit que f)
  • Exemple Lagent i informe lagent j quil (est
    vrai que) va pleuvoir aujourdhui
  • (inform
  • sender i
  • receiver j
  • content "weather(today,raining)"
  • language Prolog
  • ontology weather42).

39
Sémantique et FIPA ACL
  • Lagent i demande à j de linformer si Lannion
    est en Normandie.
  • (request
  • sender i
  • receiver j
  • content(inform-if
  • sender j
  • receiver i
  • content "in( lannion, normandie)"
  • language Prolog)
  • language FIPA-SL)
  • A lagent j de répondre que non
  • (inform
  • sender j
  • receiver i
  • content"\ in( lannion, normandie )"
  • language Prolog)

40
Sémantique et FIPA ACL
  • Une requête de lagent facilator1 a lagent
    database-agent1.
  • (query-ref
  •   sender
  •     (agent-identifier
  •       name facilitator1)
  •   receiver
  •     (agent-identifier
  •       name database-agent1)
  •   language FIPA-KIF
  •   ontology ec-ontology
  •   content
  •     (kappa (?make ?door ?price)
  •       (and (car ?car) (make ?car ?make)
  •       (doors ?car ?doors) (price ?car ?price))))
  • Réponse de database-agent1.
  • (inform
  •   sender
  •     (agent-identifier
  •       name database-agent1)
  •   receiver
  •     (agent-identifier
  •       name facilitator1)
  •   language FIPA-KIF
  •   ontology ec-ontology
  •   content
  •     ( (kappa (?make ?door ?price)
  •       (and (car ?car) (make ?car ?make)
  •         (doors ?car ?doors) (price ?car ?price)))
  •       '((Mercedes 4 100,000) (Honda 2 20,000)
    (Toyota 4 25,000))))

41
Comparaison de Tell(KQML) et Inform(FIPA ACL)
  • Les deux messages sont syntaxiquement identiques
  • La différence est uniquement au niveau de la
    sémantique et ce à 2 niveaux
  • La façon de décrire la primitive. Ex pre-, post-
    pour les conditions dans KQML et FP et RE pour
    FIPA ACL
  • Langage différent pour la description des
    attitudes propositionelles (mentales). Ex les
    opérateurs bel et B (resp.) de KQML et de FIPA
    ACL nont pas la même signification.

42
Sémantique de Tell (KQML)
  • TELL(A,B,X)
  • A informe B quil (A) croit que X est vrai
    (pour lui)
  • bel(A,X)
  • Pre(A) bel(A,X) Ù know(A,want(B,know(B,S)))
    where S may be bel(B,X) or NOT(bel(B,X))
  • Pre(B) intend(B,know(B,S))
  • Post(A) know(A,know(B,bel(A,X)))
  • Post(B) know(B,bel(A,X))
  • Completion know(B,bel(A,X))
  • La condition de complétion et les post-conditions
    doivent sapparier à moins quun SORRY ou un
    ERROR soit émis (exception) pour indiquer que B
    ne peut traiter proprement ce message.

43
Méthodologie de développement
  • 4 phases pour le développement de SMA
  • Collecter et construire les ontologies
    nécessaires
  • Utiliser les standard, les ontotologies publiées
    si possible
  • Développer et publier de nouvelles composantes au
    besoin
  • Utiliser les outils commun (Ex Ontologuia, Zeus
    Onto. Edit)
  • Choisir un langage de représentation commun
  • Exemple KIF
  • Utiliser un ACL (ex KQML) comme langage de
    communication
  • Au besoin, létendre avec de nouvelles
    performatives et de nouveaux protocoles
  • Identifier et définir des protocoles de
    haut-niveau
  • Ex pour la négociation, pour lachat, pour le
    catalogage
Write a Comment
User Comments (0)
About PowerShow.com