Integrating Late Variable Binding with SP-MCTS for Efficient Plan Execution in BDI Agents

BDI agenti, interpretace agentů, AgentSpeak(L), Monte Carlo Tree Search

Tento článek zkoumá strategii pozdního přiřazování proměnných (Late binding) jako vylepšení algoritmu SP-MCTS pro výběr záměrů a přiřazování proměnných v BDI (Belief-Desire-Intention) agentech. Na rozdíl od strategie časného přiřazování (Early binding), která vybírá substituce proměnných předčasně, odkládá strategie pozdního přiřazování tato rozhodnutí na nezbytný okamžik, přičemž agreguje všechny substituce pro plán do jednoho uzlu. Tento přístup zmenšuje velikost hledacího stromu a zvyšuje adaptabilitu v dynamických prostředích tím, že zachovává flexibilitu během vykonávání plánu. Strategii pozdního přiřazování jsme implementovali v systému FRAg a ověřili její přínosy experimenty ve statickém bludišti. Výsledky ukazují, že strategie pozdního přiřazování konzistentně překonává strategii časného přiřazování, přičemž dosahuje až o 150 % vyšších odměn, zejména při nejnižších hodnotách parametrů algoritmu SP-MCTS v prostředích s omezenými zdroji. Tyto výsledky potvrzují, že je možné integrovat strategii pozdního přiřazování do metod pro výběr záměrů, což otevírá příležitosti k jejímu využití v přístupech s nižšími výpočetními nároky, než má algoritmus SP-MCTS.