Loading article…
熟慮エージェント（意図エージェントとも呼ばれる）は、主にマルチエージェントシステムシミュレーションで使用されるソフトウェアエージェントの一種です。ウールドリッジの定義によれば、熟慮エージェントとは「明示的に表現された世界の記号モデルを持ち、記号的推論によって意思決定（例えば、どのような行動をとるかなど）を行うもの」です。[ 1 ]
外部刺激に反射的に反応することによってのみ目標を達成できる反応型エージェントと比較して、熟慮型エージェントの内部プロセスはより複雑です。実際、その違いは、熟慮型エージェントが、自身が住む世界の象徴的表現を維持している点にあります。 [ 2 ]言い換えれば、外部環境の内部イメージを持ち、それゆえ行動を計画することができます。このような動作を実装するために最も一般的に使用されるアーキテクチャは、信念-欲求-意図（BDI）ソフトウェアモデルです。このモデルでは、エージェントの世界に関する信念（世界のイメージ）、欲求（目標）、および意図が内部的に表現され、実践的推論が適用されて、どの行動を選択するかが決定されます。[ 2 ]
反応型エージェント戦略と熟慮型エージェント戦略の両方を統合することに焦点を当てた研究が数多く行われ、その結果、広範な操作と非自明な記号構造、外部イベントに対する反射的な反応を組み合わせたハイブリッドエージェントと呼ばれる複合体が開発されました。[ 2 ]
既に述べたように、熟慮型エージェントは、a) 外界の固有のイメージと b) 達成すべき目標を持ち、それによって目標達成のための行動リスト（計画）を作成することができる。計画が適用できなくなった不利な状況下では、エージェントは通常、計画を再計算することができる。
プラン計算（または再計算）のプロセスは次のとおりです。[ 3 ]
熟慮エージェントは、その熟慮が現在の事実に限定されず、起こりうる将来の状態についての仮説を構築し、場合によっては過去に関する情報（つまり記憶）も保持するため、すべての主要な機能において構成的意味論（データツリーなど）による記号表現を必要とします。これらの仮説的な状態には、目標、計画、部分的な解決策、エージェントの信念の仮説的な状態などが含まれます。熟慮プロセスがかなり複雑になり、ハードウェアを破壊してしまう可能性があることは明らかです。[ 4 ]
1970年代初頭から、AIプランニングコミュニティは、特定の目標につながる適切なプランを選択できる人工プランニングエージェント（熟慮エージェントの前身）の開発に取り組んできました。 [ 5 ]これらの初期の試みにより、STRIPSと呼ばれる単純なプランニングシステムが構築されました。STRIPSの概念は、中程度の複雑さの問題さえも効果的に解決できないため、さらなる改善が必要であることがすぐに明らかになりました。[ 5 ]効率を高めるためのかなりの努力（例えば、階層的および非線形プランニングの実装）にもかかわらず、このシステムは、時間制約のあるシステムを扱う際には、やや弱いままでした。[ 6 ]
1980年代後半には、計画エージェントの設計においてより成功した試みがなされた。例えば、IPEM（統合計画、実行、監視システム）には高度な非線形プランナーが組み込まれていた。さらに、WoodのAUTODRIVEは交通における熟慮エージェントの挙動をシミュレートし、CohenのPHOENIXシステムは森林火災管理をシミュレートするように構築された。[ 6 ]
1976年、サイモンとニューウェルは、人間と人工知能の両方が記号表現と操作という同じ原理を持っていると主張する物理記号システム仮説[7]を提唱した[ 2]。この仮説によれば、知能において人間と機械の間には実質的な違いはなく、量的および構造的な違いのみが存在する。つまり、機械の方がはるかに単純である[ 7 ] 。このような挑発的な提案は、深刻な批判の対象となり、幅広い議論を巻き起こしたに違いないが、問題自体は今日に至るまでその本質において未解決のままである[ 6 ] 。
古典的な記号AIのさらなる発展は、物理記号システム仮説の最終的な検証に全く依存しないことが証明されました。1988年、Bratman、Israel、Pollackは、 Belief–Desire–Intention（BDI）ソフトウェアモデルを実装した最初のシステムであるIntelligent Resource-bounded Machine Architecture （IRMA）を発表しました。IRMAは、今日知られている熟慮エージェントの標準的なアイデア、つまり記号表現を埋め込み、BDIを実装するソフトウェアエージェントを例示しています。[ 1 ]
上述の記号AIの問題により、そのような概念の実現可能性に深刻な疑問が生じ、全く異なる原理に基づくリアクティブアーキテクチャの開発につながった。新しいアーキテクチャの開発者は、人工知能の基盤として記号表現と操作を使用することを拒否した。リアクティブエージェントは、変化する環境への反応によってのみ目標を達成するため、計算負荷は比較的低く抑えられる。[ 8 ]
熟慮型エージェントは反応型エージェントよりもはるかに多くのシステムリソースを消費しますが、その結果が著しく優れているのはごく一部の特殊な状況に限られます。一方、多くの場合、熟慮型エージェントを少数の反応型エージェントに置き換えても、シミュレーション結果の妥当性を大きく損なうことはありません。[ 8 ]古典的な熟慮型エージェントは、最適なドメイン非依存のソリューションを生成する能力があるため、特に正しい行動が求められる場面で使用できるようです。[ 3 ]熟慮型エージェントは、行動を迅速に再計画できないため、変化する環境ではしばしば失敗します。[ 3 ]