Στα περιβάλλοντα Διάχυτης Νοημοσύνης, υπάρχουν πολλές διαφορετικές
οντότητες, οι πράκτορες, οι οποίες συλλέγουν, επεξεργάζονται και ανταλλάσουν
πληροφορίες για αυτά τα περιβάλλοντα. Όλοι οι πράκτορες συνυπάρχουν στο ίδιο
περιβάλλον και μοιράζονται το ίδιο πλαίσιο. Ωστόσο, κάθε πράκτορας το
αντιμετωπίζει από μία διαφορετική οπτική γωνία σύμφωνα με τον ρόλο, τις
δυνατότητες, τα δικαιώματα χρήσης και τους στόχους του. Κάθε πράκτορας
δημιουργεί την δική του αντίληψη για το περιβάλλον, δρώντας ως αυτόνομη
οντότητα αλλά συνεργαζόμενη με τους υπόλοιπους πράκτορες προκειμένου να
εκπληρώσει τους στόχους του και σχηματίζοντας έτσι ένα σύστημα ή δίκτυο
πρακτόρων. Η καθολική συνέπεια του όλου συστήματος έχει εισάγει νέες ερευνητικές
προκλήσεις στον τομέα της Διάχυτης Νοημοσύνης. Καθώς οι πράκτορες
διαισθάνονται τις παραμέτρους του περιβάλλοντος, λανθάνουσες πληροφορίες
μπορούν να προκύψουν από ελλιπή γεγονότα και αμφίσημες πληροφορίες μεταξύ των
διαφορετικών αντιλήψεων των πρακτόρων.
Σε αυτή την διατριβή, μοντελοποιούμε τους πράκτορες ως κόμβους σε ένα
δίκτυο peer-to-peer, λαμβάνοντας υπόψη συγκρούσεις που μπορούν να προκύψουν
κατά την διάρκεια της ενοποίησης της κατανεμημένης γνώσης. Προτείνουμε έναν
μηχανισμό για την απόδειξη στοιχείων (proof of evidence mechanism) για την
επίλυση των υποθέσεων που μπορούν να ανακύψουν ο οποίος βασίζεται σε έναν
μηχανισμό βαθμολόγησης, τον βαθμό βεβαιότητας, και στις διαμοιραζόμενες
θεωρίες, οι οποίες είναι οι συγχωνευμένες υπο-θεωρίες των πρακτόρων που
συμμετέχουν σε μία διαμάχη. Εξετάζουμε θέματα συνέπειας και για τις αυτόνομες
θεωρίες και για τις διαμοιραζόμενες θεωρίες που μπορεί να κατασκευαστούν.
Όταν υλοποιούμε ένα ευφυές σύστημα πρέπει να είμαστε σε θέση να
μοντελοποιήσουμε αρκετές περιπτώσεις καταστάσεων και προβλημάτων του
πραγματικού κόσμου. Παρουσιάζουμε μία διαδικασία για κατανεμημένη
συλλογιστική πραγματικού χρόνου για περιβάλλοντα Διάχυτης Νοημοσύνης.
Χρησιμοποιούμε τον Λογισμό Συμβάντων (Event Calculus, EC) ως την γλώσσα
λογικού προγραμματισμού για να μοντελοποιήσουμε τα περιβάλλοντα Διάχυτης
Νοημοσύνης, τις λογικές θεωρίες των πρακτόρων για αυτά τα περιβάλλοντα και τα
γεγονότα που μπορούν να συμβούν. Έχουμε επεκτείνει την βασική συλλογιστική
διαδικασία του Λογισμού Συμβάντων και να επιλύουμε προβλήματα όπου
συλλογιστική με τον πραγματικό χρόνο του συστήματος πρέπει να μελετηθεί, όπως
“Σβήσε τον φούρνο σε 20 λεπτά” ή “εάν κάποιος μπει στο δωμάτιο στα επόμενα 5
λεπτά, στείλε μου ένα μήνυμα”. Έτσι, προβλήματα όπως η υπό συνθήκη ‘n>m’ ή η
‘nστη εμφάνιση’ μπορούν να αντιμετωπιστούν σε πραγματικό χρόνο. Εμπλουτίζουμε ακόμα περισσότερο την εκφραστικότητα του εργαλείου μας δίνοντας την δυνατότητα
μοντελοποίησης πλαισίων με γνώση, προτιμήσεις και προτεραιότητες.
(EL)
In Ambient Intelligence environments, there exist many different entities,
called agents, which collect, process and exchange information about these
environments. All agents coexist in the same environment and share the same context.
However, each agent faces it from a different aspect according to its role, capabilities,
authority and goals. Every agent comes up with its own viewpoint about the
environment, acting as an individual entity but cooperating with other agents to
accomplish its goals and thus forming an agent system or network. The global
consistency of the whole system has introduced new research challenges in the
Ambient Intelligence (AmI) field. As agents are sensing the environment variables,
incorrect information can arise from missing facts and ambiguous information among
the different agents’ perceptions.
In this thesis, we model agents as nodes in a peer-to-peer network, considering
the conflicts that may arise during the integration of the knowledge distribution. We
propose a proof of evidence mechanism to resolve the situations that may arise which
is based on a grading mechanism, called certainty degree, and on share theories,
which are the combined sub-theories of the participating agents. We examine
consistency matters about both the individual theories and the share theories that may
be constructed.
When we implement an intelligent system we must be able to model several
cases of real world states and problems. We present a process of real time distributed
reasoning for ambient environments. We use the Event Calculus (EC) as a logic
language to model the AMI environment, the agents’ theories about these
environments and the events that can occur. We have extended the basic reasoning
process of EC and resolve problems where reasoning about real system time must be
considered, like “Turn off the oven in 20 minutes” or “if somebody enters the room in
the next 5 minutes, send me a message”. Thus, problems like the conditional ‘n>m’ or
the ‘nth occurrence’ can be encountered in the real time space. We even enrich the
expressiveness of our tool by enabling the modeling of contexts with knowledge,
preferences and priorities.
(EN)
