1 smart systems (vorlesung: ki & xps) zbeim vorigen mal: yinferenzen mit multiplen ontologien...
TRANSCRIPT
1
SMART Systems (Vorlesung: KI & XPS)
Beim vorigen Mal: Inferenzen mit multiplen Ontologien Anwendungskontext: Informationsrecherche/-
klassifikationInhalt heute:
Dienstrecherche/-interoperation/-kompositionLernziele:
DAML-S Grundlagen des Planens
Ralf Möller, Univ. of Applied Sciences, FH-Wedel
2
Konfigurierungsproblematik
3
Registrierung; Dienstbegriff
4
Lookup und Leasing
5
DAML-S
DAML-S: Darpa Agent Markup Language Service ontology Automatic Web service discovery Automatic Web service invocation Automatic Web service composition and
interoperation Automatic Web service execution monitoring
6
Dienstbeschreibungen
7
Service ProfilesTextual description (understandable for humans)Functionality description
input, output
precondition, effect
Functional attributes
8
Service Profiles: Functional Attributes (1)
geographicRadius The geographic radius refers to the geographic scope of the
service. This may be at the global or national scale (e.g. for e-commerce) or at a local scale (e.g. pizza delivery)
degreeOfQuality This property provides qualifications for the service. For
example, the following two sub-properties are examples of different degrees of quality, and could be defined within some additional ontology.
serviceParameter An expandable list of properties that may accompany a
profile description.
9
Service Profiles: Functional Attributes (2)
communicationThru This property provides a high-level summary of how a service
may communicate, such as what agent communication language (ACL) is used (e.g., FIPA, KQML, SOAP).
serviceType The service type refers to a high-level classification of the
service, for example B2B, B2C etc. serviceCategory
The service category refers to an ontology of services that may be on offer. High-level services could include Products as well as Problem-Solving Capabilities, Commercial Services, Information and so on.
10
Service Profiles: Functional Attributes (3)
qualityGuarantees These are guarantees that the service promises to deliver,
such as guaranteeing to provide the lowest possible interest rate, or a response within 3 minutes, etc.
qualityRating The quality rating property represents an expandable list of
rating properties that may accompany a service profile. These ratings refer to industry accepted ratings, such as the Dun and Bradstreet Rating for businesses, or the Star rating for Hotels.
11
Service Grounding
A service grounding (“grounding” for short) specifies the details of how an agent can access a service. Communications protocol (e.g., RPC, HTTP-FORM, CORBA IDL,
SOAP, Java RMI, OAA ACL) Service-specific details such as port numbers used in
contacting the service. For each abstract type specified in the ServiceModel,
an unambiguous way of exchanging data elements of that type with the service (marshaling/serialization)
OAA ACL: Open Agent Architecture Agent Communication Languagehttp://www-2.cs.cmu.edu/~softagents/tie3.htmlhttp://www-2.cs.cmu.edu/~softagents/
12
Service Model
13
Dienstregistrierung (beim Broker)
Angebotenen Dienst S beschreiben (DAML)Umwandlung in DL-Konzeptterm CS"Einsetzen" in Taxonomie
children(CS) parents(CS) synonyms(CS)
Vergabe eines Namens (inklusive Axiom) S47 = CS
14
Dienstrecherche (beim Broker)
DAML-Beschreibung eines gesuchten DienstesUmwandlung in DL-KonzepttermGgf. Ontologietransformation, d.h.
Spezialisierung (siehe vorige Vorlesung)Einsetzen in TaxonomieKandiaten sind alle spezielleren DiensteBroker vermittelt Diensterbringer
(über Grounding-Info)
15
Automatische Dienstkomposition
Zusammensetzung von elementaren Dienste, um ein bestimmtes Ziel zu erfüllen
Gesamtziel ist durch "effect" gegebenGesamtziel soll durch elementare Dienste
erreicht werdenVorbedingungen der elementaren Dienste
müssen erfüllt werden Anwendungs- und Kompositionsbeschränkungen
--> KI-Hintergrund der Handlungsplanung
16
Acknowledgments
Die Folien zur Handlungsplanung enthalten Material von B. Nebel, Univ. Freiburg
17
Handlungsplanung
1. Gegeben eine initiale Situation,2. eine Beschreibung der Zielbedingungen und3. eine Menge von möglichen Aktionen,-> Finde eine Sequenz von Aktionen
(einen Handlungsplan), der die initiale Situation in eine Situation überführt, in der die Ziel-bedingungen gelten.
18
Handlungsplanung vs. Problemlösen durch Suche
Wesentlicher Unterschied: Bei Handlungsplanung explizite, logikbasierte
RepräsentationZustände/Situationen:
Durch logische Formeln beschriebene Weltzustände vs. Datenstrukturen
Operatoren: Axiome oder Transformation von Formeln
vs. Modikation von Datenstrukturen durch Programme
19
Repräsentation der Operatoren durch Axiome
Im Prinzip kann man Planung auf logische Inferenz (= Situationskalkül, nicht Beschreibungslogiken) reduzieren
Bestehende Systeme, die für praktische Anwendungen effizient genug sind, befinden sich allerdings (immer noch) in der Entwicklung(-> Schlußsysteme für nichtmonotone Logiken)
Wir behandeln einen anderen klassischen Ansatz...
20
Transformation von Formeln: STRIPS
STRIPS: STanford Research Institute Problem Solver (Planer der frühen 70-er Jahre)
System ist zwar obsolet, der Formalismus wird aber immer noch benutzt
Kernidee: "Weltzustand" durch log. Formeln repräsentiert, "Operatoren" manipulieren Weltzustand
21
Der STRIPS-Formalismus
Weltzustand (inkl. initialer Zustand) Menge von Grundatomen, keine Funktionssymbole
außer Konstanten, interpretiert unter CWA (manchmal auch Standardinterpretation, d.h. negative Fakten müssen angegeben werden)
Beispiel Blockswelt: On_Table(A), On_Table(B), On_Table(C)
Zielbedingungen: Menge von Grundatomen Beispiel: On_Block(C, B), On_Block(B, A)
22
STRIPS-Operatoren
Aktionen sind Tripel, bestehend aus Aktionsnamen: Funktionsname mit Parametern Vorbedingungen: Konjunktion positiver Literale;
müssen gelten, damit Aktion ausführbar ist Effekte: Konjunktion positiver und negativer
Literale; positive Literale werden hinzugenommen (ADD Liste), negative gelöscht (DEL Liste)
Variablen möglich (Renaming)
23
Reduktion von Planen auf Suche in einem Zustandsraum
Vorwärtssuche (Progressionsplanung) oder Rückwärtssuche
(Regressions-planung)
24
Suche im Planraum
25
Plan = Sequenz von Aktionen?
26
Prinzip der geringsten Festlegung
27
Repräsentation nicht-linearer Pläne
Planschritt = STRIPS-Operator Plan besteht aus
Lösungen für Planungsprobleme müssen vollständig und konsistent sein
28
Vollständigkeit und Konsistenz
29
Beispiel
30
Planverfeinerung (1)
Regressionsplanung: Erfülle die Have-Prädikate
31
Planverfeinerung (1)
32
Planverfeinerung (2)
... im richtigen Geschäft kaufen
33
Planverfeinerung (3)
... da muß man erst einmal hin
34
Planverfeinerung (3)
35
Schutz kausaler Beziehungen
36
Schutz kausaler Beziehungen
37
Eine andere Planverfeinerung...
38
Eine andere Planverfeinerung...
39
Die vollständige Lösung
... mit allen LinksBestimmung
z.B. durch POP-Algorithmus Vollständig ... und korrekt
Zusätzlich, hier nichtnäher betrachtet:Behandlung von Variablen
40
41
42
Planungssysteme
Prodigy sucht im Zustandsraum und generiert lineare Pläne (http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/prodigy/Web/prodigy-home.html)
UCPOP (http://www.cs.washington.edu/ai/ucpop.html)Neuere, effizientere Systeme:
Graphplan (http://www-2.cs.cmu.edu/~avrim/graphplan.html)
IPP (http://www.informatik.uni-freiburg.de/~koehler/ipp.html)
43
Zusammenfassung, Kernpunkte (1)
DAML-SMotivation:
Dienstkomposition durch HandlungsplanungHandlungsplanung unterscheidet sich vom
Problemlösen dadurch, daß die Repräsentation flexibler ist.
Statt im Zustandsraum kann man im Planraum suchen.
44
Zusammenfassung, Kernpunkte (2)
Das Prinzip der geringsten Festlegung (least commitment) besagt, daß man während der Suche Entscheidungen nur dann treffen soll, wenn es unbedingt notwendig ist
Nichtlineares Planen ist eine Instanz dieses Prinzips
Der POP-Algorithmus realisiert nichtlineares Planen und ist vollständig und korrekt
45
Was kommt beim nächsten Mal?
Annahmen-basiertes Schließen Defaults und Abduktion