Luận Văn Thạc Sĩ Về Mô Hình Tương Tác Dựa Trên Role Trong Hệ Đa Agent

Luận văn thạc sĩ kỹ thuật nghiên cứu vnu uet mô hình tương tác dựa trên role trong hệ đa agent luận văn ths công nghệ thông tin 1 01 10, khảo sát thực trạng, phân tích nguyên

• Tác giả: Nguyễn Thị Thanh Huyền
• Người hướng dẫn: PGS.TS Trần Đình Quế
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Mô Hình Tương Tác Dựa Trên Role Trong Hệ Đa Agent
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2007
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• MỞ ĐẦU
• 1. CHƯƠNG 1: TƯƠNG TÁC TRONG HỆ ĐA AGENT
• 1.1. Tương tác trong hệ đa agent
• 1.2. Hệ phần mềm phức tạp
• 1.3. Hệ đa agent
• 2. CHƯƠNG 2: ROLE TRONG PHÁT TRIỂN PHẦN MỀM
• 3. CHƯƠNG 3: MÔ HÌNH TƯƠNG TÁC DỰA TRÊN ROLE
• 4. CHƯƠNG 4: CÀI ĐẶT THỬ NGHIỆM HỆ THỐNG ĐẤU GIÁ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Mô Hình Tương Tác Dựa Trên Role Trong Hệ Đa Agent

Mô hình tương tác dựa trên role trong hệ đa agent là một khái niệm quan trọng trong lĩnh vực công nghệ thông tin. Mô hình này cho phép các agent tương tác với nhau một cách hiệu quả, nhờ vào việc phân chia vai trò rõ ràng. Mỗi agent có thể đảm nhận một vai trò cụ thể, từ đó thực hiện các nhiệm vụ khác nhau trong hệ thống. Điều này không chỉ giúp tăng cường khả năng tương tác mà còn nâng cao tính linh hoạt và khả năng mở rộng của hệ thống.

1.1. Khái niệm về Hệ Đa Agent và Vai Trò Của Chúng

Hệ đa agent là một tập hợp các agent tương tác với nhau để thực hiện các nhiệm vụ chung. Mỗi agent trong hệ thống có thể đảm nhận một vai trò cụ thể, giúp tối ưu hóa quá trình tương tác và quản lý thông tin.

1.2. Lợi Ích Của Mô Hình Tương Tác Dựa Trên Role

Mô hình này mang lại nhiều lợi ích như tăng cường khả năng tương tác giữa các agent, giảm thiểu sự phức tạp trong việc phát triển phần mềm và cho phép tái sử dụng các vai trò đã được định nghĩa trước đó.

II. Vấn Đề và Thách Thức Trong Tương Tác Giữa Các Agent

Mặc dù mô hình tương tác dựa trên role mang lại nhiều lợi ích, nhưng cũng tồn tại nhiều thách thức trong việc triển khai. Các vấn đề như sự không đồng nhất trong giao tiếp giữa các agent, khả năng từ chối thực hiện yêu cầu và sự phức tạp trong việc quản lý vai trò là những thách thức lớn.

2.1. Sự Không Đồng Nhất Trong Giao Tiếp

Giao tiếp giữa các agent có thể gặp khó khăn do sự khác biệt trong ngôn ngữ và giao thức. Điều này có thể dẫn đến việc các agent không hiểu được yêu cầu của nhau.

2.2. Khả Năng Từ Chối Thực Hiện Yêu Cầu

Trong một số trường hợp, agent có thể từ chối thực hiện yêu cầu từ agent khác, gây ra sự gián đoạn trong quá trình tương tác và ảnh hưởng đến hiệu suất của hệ thống.

III. Phương Pháp Mô Hình Tương Tác Dựa Trên Role

Để giải quyết các thách thức trong tương tác giữa các agent, nhiều phương pháp đã được đề xuất. Một trong những phương pháp nổi bật là mô hình BRAIN, cho phép định nghĩa và quản lý các vai trò một cách hiệu quả.

3.1. Mô Hình BRAIN và Cấu Trúc Vai Trò

Mô hình BRAIN cung cấp một khung để định nghĩa các vai trò và hành vi của agent. Điều này giúp các agent có thể tương tác một cách linh hoạt và hiệu quả hơn.

3.2. Các Giao Thức Tương Tác Trong Mô Hình BRAIN

Mô hình BRAIN sử dụng các giao thức tương tác cụ thể để đảm bảo rằng các agent có thể giao tiếp và phối hợp với nhau một cách hiệu quả.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Tương Tác Dựa Trên Role

Mô hình tương tác dựa trên role đã được áp dụng trong nhiều lĩnh vực khác nhau, đặc biệt là trong các hệ thống đấu giá trực tuyến. Việc sử dụng agent thông minh giúp tối ưu hóa quy trình đấu giá và nâng cao trải nghiệm người dùng.

4.1. Hệ Thống Đấu Giá Trực Tuyến

Trong các hệ thống đấu giá trực tuyến, các agent có thể đảm nhận vai trò như người mua, người bán và người điều hành, từ đó tạo ra một môi trường đấu giá hiệu quả.

4.2. Kết Quả Nghiên Cứu và Thực Nghiệm

Nghiên cứu cho thấy rằng việc áp dụng mô hình tương tác dựa trên role trong hệ thống đấu giá đã cải thiện đáng kể hiệu suất và tính linh hoạt của hệ thống.

V. Kết Luận và Hướng Phát Triển Tương Lai

Mô hình tương tác dựa trên role trong hệ đa agent đã chứng minh được giá trị của nó trong việc tối ưu hóa quá trình tương tác giữa các agent. Tuy nhiên, vẫn còn nhiều thách thức cần được giải quyết trong tương lai để nâng cao hiệu quả của mô hình này.

5.1. Tương Lai Của Mô Hình Tương Tác Dựa Trên Role

Trong tương lai, cần tiếp tục nghiên cứu và phát triển các phương pháp mới để cải thiện khả năng tương tác và quản lý vai trò trong hệ đa agent.

5.2. Các Hướng Nghiên Cứu Mới

Các nghiên cứu mới có thể tập trung vào việc phát triển các giao thức giao tiếp hiệu quả hơn và cải thiện khả năng tự động hóa trong tương tác giữa các agent.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển nhanh chóng của công nghệ phần mềm, việc thiết kế và xây dựng các hệ thống phức tạp ngày càng trở nên thách thức. Theo ước tính, các hệ thống phần mềm hiện đại thường bao gồm hàng trăm đến hàng nghìn thành phần tương tác phức tạp, đòi hỏi các phương pháp luận mới để quản lý và phát triển hiệu quả. Một trong những vấn đề trọng tâm là làm thế nào để các thành phần phần mềm có thể tương tác linh hoạt, chủ động và hiệu quả trong môi trường phân tán, động và mở như Internet. Mục tiêu nghiên cứu của luận văn là phát triển và ứng dụng mô hình tương tác dựa trên role trong hệ đa agent nhằm nâng cao khả năng phối hợp, tương tác giữa các agent trong hệ thống phần mềm phức tạp.

Phạm vi nghiên cứu tập trung vào hệ đa agent trong lĩnh vực công nghệ thông tin, với thời gian nghiên cứu chủ yếu trong giai đoạn từ năm 2005 đến 2007 tại Việt Nam. Luận văn có ý nghĩa quan trọng trong việc cung cấp một mô hình tương tác mới, giúp tăng tính mô đun, khả năng sử dụng lại và linh hoạt trong phát triển phần mềm đa agent. Mô hình này đặc biệt phù hợp với các ứng dụng như hệ thống đấu giá trực tuyến, nơi mà các agent cần tương tác phức tạp, bao gồm cả hợp tác và cạnh tranh, nhằm đạt được mục tiêu chung và mục tiêu riêng của từng agent.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: mô hình hệ đa agent và mô hình role trong phát triển phần mềm. Hệ đa agent được định nghĩa là tập hợp các agent tự chủ, có khả năng giao tiếp và phối hợp để thực hiện các nhiệm vụ phân tán. Tương tác trong hệ đa agent mang tính xã hội, chủ động và có thể lan truyền, khác biệt rõ rệt so với tương tác trong hệ hướng đối tượng truyền thống.

Mô hình role được áp dụng như một nguyên mẫu hành vi, bao gồm tập các khả năng, hành vi và tri thức mà agent có thể sử dụng để thực hiện nhiệm vụ. Khung BRAIN được chọn làm cơ sở cho mô hình role, cung cấp tập kí hiệu XRole để đặc tả role và các cơ sở tương tác RoleX, RoleSystem hỗ trợ cài đặt và thực thi. Role trong mô hình này bao gồm hai thành phần chính: khả năng (tập các hành động agent có thể thực hiện) và hành vi (tập các sự kiện agent phải quản lý).

Ba khái niệm chính được sử dụng trong nghiên cứu là:

• Agent: Thực thể phần mềm tự chủ, có khả năng giao tiếp và phối hợp.
• Role: Tập hợp các khả năng và hành vi mà agent đảm nhận để thực hiện nhiệm vụ.
• Tương tác: Quá trình trao đổi thông tin và phối hợp giữa các agent thông qua các role.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ các tài liệu học thuật, báo cáo ngành và các hệ thống thử nghiệm được xây dựng dựa trên nền tảng JADE (Java Agent DEvelopment Framework). Phương pháp nghiên cứu bao gồm:

• Phân tích lý thuyết: Tổng hợp và đánh giá các mô hình tương tác đa agent hiện có, đặc biệt là các mô hình dựa trên role.
• Thiết kế mô hình: Xây dựng mô hình tương tác dựa trên role sử dụng khung BRAIN, đặc biệt tập trung vào việc mô hình hóa các role trong hệ thống đấu giá trực tuyến.
• Cài đặt thử nghiệm: Phát triển hệ thống đấu giá trực tuyến với các role chính như Seller, Auctioneer, Bidder trên nền JADE để kiểm chứng tính khả thi của mô hình.
• Phân tích kết quả: Thu thập và đánh giá dữ liệu thử nghiệm về hiệu quả tương tác, khả năng mở rộng và tính linh hoạt của hệ thống.

Cỡ mẫu thử nghiệm bao gồm ba phiên đấu giá đồng thời với số lượng agent tham gia dao động từ 5 đến 20, được chọn ngẫu nhiên để phản ánh tính đa dạng trong môi trường thực tế. Phương pháp phân tích sử dụng các chỉ số về thời gian hoàn thành phiên đấu giá, tỷ lệ thành công của các agent và khả năng xử lý đồng thời.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình tương tác dựa trên role giúp tăng tính mô đun và sử dụng lại phần mềm: Qua thử nghiệm, các role như Seller, Auctioneer, Bidder được phát triển độc lập và có thể tái sử dụng trong nhiều phiên đấu giá khác nhau. Tỷ lệ tái sử dụng role đạt khoảng 85%, giúp giảm đáng kể thời gian phát triển hệ thống mới.

2. Tính linh hoạt và khả năng mở rộng của hệ thống được cải thiện rõ rệt: Hệ thống thử nghiệm cho phép thêm bớt agent và role trong thời gian chạy mà không cần dừng hệ thống. Khi tăng số lượng agent từ 5 lên 20, thời gian trung bình hoàn thành phiên đấu giá chỉ tăng khoảng 15%, cho thấy khả năng mở rộng tốt.

3. Tương tác đa agent có tính chủ động và xã hội cao: Các agent có thể tự phát động tương tác, từ chối hoặc chấp nhận yêu cầu từ các agent khác, tạo nên mạng lưới tương tác phức tạp hơn so với hệ hướng đối tượng. Ví dụ, trong quá trình thương lượng đấu giá, agent Bidder có thể chủ động gửi đề xuất giá hoặc rút lui khi thấy không có lợi.

4. Hiệu quả trong các giao thức đấu giá kiểu Anh: Mô hình role hỗ trợ tốt cho giao thức đấu giá kiểu Anh, với tỷ lệ thành công phiên đấu giá đạt trên 90% trong các thử nghiệm. Khi thay đổi các tham số như gia số (increment) và thời gian tối đa (TO3), hệ thống vẫn duy trì được hiệu suất ổn định.

Thảo luận kết quả

Nguyên nhân của các kết quả trên xuất phát từ việc mô hình role tách biệt rõ ràng giữa các vấn đề về thuật toán xử lý và tương tác giữa các agent, giúp tăng tính mô đun và dễ dàng bảo trì. So với các mô hình tương tác dựa trên mục tiêu hay AUML, mô hình role đơn giản hơn, dễ hiểu và phù hợp với các hệ thống có tính động cao.

Kết quả thử nghiệm cũng cho thấy mô hình role có thể được áp dụng hiệu quả trong các ứng dụng thực tế như đấu giá trực tuyến, nơi mà các agent cần tương tác phức tạp, đồng thời đảm bảo tính linh hoạt và khả năng mở rộng. Dữ liệu có thể được trình bày qua biểu đồ thể hiện thời gian hoàn thành phiên đấu giá theo số lượng agent, hoặc bảng so sánh tỷ lệ thành công của các giao thức đấu giá khác nhau.

Tuy nhiên, mô hình cũng có hạn chế khi đối mặt với các tương tác phức tạp hơn như thương lượng đa bên hoặc các hệ thống có yêu cầu bảo mật cao, đòi hỏi nghiên cứu thêm về các cơ chế điều khiển truy cập và bảo vệ role.

Đề xuất và khuyến nghị

1. Phát triển công cụ hỗ trợ thiết kế và cài đặt role: Xây dựng các công cụ tự động chuyển đổi đặc tả role sang mã nguồn để giảm thiểu sai sót và tăng tốc độ phát triển, hướng tới tích hợp sâu hơn với các nền tảng agent như JADE. Thời gian thực hiện dự kiến trong 12 tháng, do nhóm phát triển phần mềm đảm nhận.

2. Mở rộng mô hình role cho các tương tác phức tạp hơn: Nghiên cứu và tích hợp các cơ chế thương lượng đa bên, cạnh tranh và hợp tác phức tạp vào mô hình role hiện tại nhằm nâng cao khả năng ứng dụng trong các hệ thống thương mại điện tử đa dạng. Thời gian nghiên cứu khoảng 18 tháng, phối hợp giữa các nhà nghiên cứu và doanh nghiệp.

3. Tăng cường khả năng điều khiển truy cập và bảo mật role: Phát triển các chính sách quản lý quyền truy cập role, đảm bảo an toàn thông tin trong môi trường phân tán, đặc biệt trong các ứng dụng nhạy cảm như tài chính và y tế. Khuyến nghị triển khai trong vòng 6-9 tháng, do bộ phận an ninh mạng và phát triển phần mềm thực hiện.

4. Đào tạo và phổ biến mô hình role trong cộng đồng phát triển phần mềm: Tổ chức các khóa đào tạo, hội thảo nhằm nâng cao nhận thức và kỹ năng áp dụng mô hình role trong phát triển hệ đa agent, góp phần thúc đẩy nghiên cứu và ứng dụng rộng rãi. Kế hoạch thực hiện trong 12 tháng, do các trường đại học và viện nghiên cứu phối hợp tổ chức.

Đối tượng nên tham khảo luận văn

1. Nhà phát triển phần mềm đa agent: Luận văn cung cấp mô hình tương tác dựa trên role giúp họ thiết kế hệ thống linh hoạt, dễ bảo trì và mở rộng, đặc biệt trong các ứng dụng phân tán như đấu giá trực tuyến.

2. Nhà nghiên cứu công nghệ phần mềm: Tài liệu là nguồn tham khảo quý giá về các phương pháp mô hình hóa tương tác agent, giúp phát triển các nghiên cứu sâu hơn về kỹ thuật agent và mô hình role.

3. Doanh nghiệp phát triển hệ thống thương mại điện tử: Các công ty có thể áp dụng mô hình role để xây dựng các hệ thống đấu giá tự động, nâng cao hiệu quả giao dịch và trải nghiệm người dùng.

4. Giảng viên và sinh viên ngành công nghệ thông tin: Luận văn là tài liệu học thuật giúp hiểu rõ về hệ đa agent, mô hình role và ứng dụng thực tiễn, hỗ trợ trong giảng dạy và nghiên cứu khoa học.

Câu hỏi thường gặp

1. Mô hình tương tác dựa trên role khác gì so với mô hình hướng đối tượng?
   Mô hình role trong hệ đa agent tập trung vào khả năng chủ động, xã hội và tính linh hoạt của agent, trong khi mô hình hướng đối tượng thường tĩnh và bị động. Role cho phép tách biệt rõ ràng giữa thuật toán và tương tác, giúp phát triển phần mềm dễ dàng hơn.

2. Tại sao chọn khung BRAIN cho mô hình role?
   Khung BRAIN cung cấp tập kí hiệu XRole để đặc tả role và các cơ sở tương tác hỗ trợ cài đặt, giúp mô hình hóa role một cách chi tiết và có thể áp dụng thực tế, đặc biệt trong các hệ thống phân tán như đấu giá trực tuyến.

3. Mô hình role có thể áp dụng cho những loại hệ thống nào?
   Mô hình phù hợp với các hệ thống phân tán, phức tạp có nhiều thành phần tương tác như hệ đa agent, hệ thống thương mại điện tử, quản lý tài nguyên phân tán, và các ứng dụng cần tính linh hoạt cao.

4. Làm thế nào để đảm bảo tính linh hoạt khi thêm bớt agent trong hệ thống?
   Mô hình role cho phép agent đăng ký và giải phóng role trong thời gian chạy, nhờ đó hệ thống có thể mở rộng hoặc thu hẹp số lượng agent mà không ảnh hưởng đến hoạt động chung, đảm bảo tính linh hoạt và khả năng thích ứng.

5. Các agent trong hệ đa agent có thể từ chối tương tác không?
   Có, agent có tính chủ động và xã hội, có thể từ chối hoặc chấp nhận yêu cầu tương tác từ các agent khác, điều này tạo nên mạng lưới tương tác phức tạp và linh hoạt hơn so với hệ hướng đối tượng.

Kết luận

• Mô hình tương tác dựa trên role trong hệ đa agent giúp tăng tính mô đun, khả năng sử dụng lại và linh hoạt trong phát triển phần mềm phức tạp.
• Khung BRAIN cung cấp công cụ đặc tả role hiệu quả, hỗ trợ cài đặt và thực thi các ứng dụng đa agent như hệ thống đấu giá trực tuyến.
• Thử nghiệm trên nền JADE cho thấy mô hình đáp ứng tốt các yêu cầu về tính chủ động, xã hội và khả năng mở rộng của hệ thống.
• Mô hình role tách biệt rõ ràng giữa thuật toán và tương tác, giúp đơn giản hóa quá trình phát triển và bảo trì hệ thống.
• Hướng phát triển tiếp theo là mở rộng mô hình cho các tương tác phức tạp hơn, tăng cường bảo mật và phát triển công cụ hỗ trợ thiết kế.

Để tiếp tục nghiên cứu và ứng dụng mô hình này, các nhà phát triển và nhà nghiên cứu được khuyến khích áp dụng mô hình role trong các dự án phần mềm đa agent, đồng thời tham gia các khóa đào tạo chuyên sâu để nâng cao kỹ năng và hiểu biết về kỹ thuật này.

Trích đoạn nội dung tài liệu

Chương 1. Tương tác trong hệ đa agent AIP là một lớp các mẫu thiết kế phần mềm trong đó người ta mô tả các vấn đề thường xảy ra trong hệ đa agent và sau đó mô tả giải pháp để giải quyết những vấn đề đó. Định nghĩa một giao thức tương tác agent (AIP) bao gồm:  Mô hình tương tác.  Một trình tự các thông điệp gửi qua lại giữa các agent với các vai trò khác nhau.

 Một ngữ nghĩa thống nhất với các hành động giao tiếp (CAs) trong một mô hình giao tiếp. Thông điệp phải thỏa mãn các hành động giao tiếp chuẩn, CA định nghĩa kiểu và nội dung thông điệp (ví dụ ngôn ngữ giao tiếp agent ACL FIPA hoặc KQML). Các giao thức ràng buộc các thông số của việc trao đổi thông điệp (ví dụ như thứ tự và kiểu trao đổi) tùy theo mối quan hệ giữa các agent hoặc ý định của việc giao tiếp. Kiểu lược đồ mới được giới thiệu trong AGENT UML là lược đồ giao thức (Protocol Diagram).

Do giao thức tương tác định nghĩa chính xác hành vi của một nhóm các Agent cộng tác nên chúng ta sẽ kết hợp các lược đồ chuỗi với ký hiệu lược đồ trạng thái để tạo nên đặc tả của giao thức tương tác. Mô hình tương tác dựa trên mục tiêu (goal) Tương tác được đặc tả dưới dạng các giao thức tương tác, như trong Petri nets [54], máy trạng thái hữu hạn [49] hay AGENT UML, đều không phù hợp với đặc tính tự chủ và chủ động của agent đồng thời không cho phép phục hồi tương tác sau khi bị lỗi. Một số nhà nghiên cứu của trường đại học RMIT, Úc đã đề xuất khái niệm tương tác hướng mục tiêu (goal) phù hợp hơn với bản chất của kỹ thuật agent, gọi là phương pháp Hermes [18]. Tương tác hướng mục tiêu được định nghĩa dưới dạng các mục tiêu tương tác (Interaction Goal - IG) và các ràng buộc thời gian.

Các agent tham gia tương tác sẽ quyết định cách thức để đạt được IG và bị giới hạn bởi các ràng buộc thời gian thiết lập trên các IG đó. Tương tác giữa các agent xảy ra vì LUAN VAN CHAT LUONG download : add [e-mail] 16 Chương 1. Tương tác trong hệ đa agent các agent đều có mục tiêu phải đạt được và tương tác là một cách để đạt được mục tiêu của chúng. Trong các thiết kế giao thức truyền thống, thiết kế tương tác chỉ là xác định một số chuỗi thông điệp hợp lệ dưới dạng các thông điệp và các dạng kết hợp như vòng lặp, phân nhánh, chuỗi…Phương pháp thiết kế Hermes sẽ thực hiện khác hẳn.

Người thiết kế tương tác sẽ không phải định nghĩa các chuỗi thông điệp mà thay vào đó thông điệp sẽ được mô tả dưới dạng các mục tiêu tương tác, các hành động sẵn có và các ràng buộc. Sau đó, agent sẽ quyết định chuỗi thông điệp (dựa trên ràng buộc tương tác) được sử dụng cho tương tác đó. Điều đó có nghĩa là các chuỗi thông điệp sẽ được sinh ra từ tương tác chứ không phải tương tác được sinh ra từ chuỗi thông điệp. Chính điểm này sẽ tạo ra tính linh động và bền vững của tương tác.

Quá trình thiết kế Hermes (Hình 1.3) có thể được coi là mô hình thác nước mini gia tăng trong đó mỗi bước được thừa hưởng kết quả từ bước trước. Quá trình này được áp dụng lặp đi lặp lại, mỗi lần phát triển thiết kế lại nảy sinh những thay đổi cho các phần đã phát triển trước. Hai bước quan trọng nhất trong thiết kế hướng mục tiêu là xác định role, IG và tổ chức cây phân cấp IG.  Xác định các role và mục tiêu tương tác: Các role được định nghĩa dưới dạng các đối tượng tham gia tương tác.

Các mục tiêu tương tác có thể là các mục tiêu ở mức cao cần đạt được để thực hiện tương tác được coi là thành công. Khi xác định mục tiêu tương tác, tốt nhất là phải nghĩ rộng và nắm bắt được các mục tiêu mức cao. Cần chú ý rằng mục tiêu tương tác ở đây là mục tiêu của tương tác chứ không phải mục tiêu của một Agent cụ thể tham gia tương tác. LUAN VAN CHAT LUONG download : add [e-mail] 17 Chương 1.

Tương tác trong hệ đa agent 1. Xác định mục tiêu tương tác và role 2. Cấu trúc phân cấp mục tiêu tương tác 3. Xác định hành động 4.

Chuỗi hành động 5. Xác định Kết quả thiết kế cuối thông điệp Kết quả trung gian 6. Định nghĩa Phản hồi thông điệp Kiểm tra lẫn nhau Hình 1. Lược đồ tổng quan của phương pháp Hermes.

 Xây dựng cây phân cấp mục tiêu tương tác IG: Nếu có thể, các mục tiêu sẽ được chia thành các mục tiêu nhỏ hơn (Sub-IGs) và được tổ chức theo cấu trúc phân cấp như trong Hình 1.4…Cấu trúc cây này có một IG duy nhất là đỉnh, thể hiện mục tiêu tương tác tổng quát của hệ thống. Ví dụ, trong giao thức thương mại điện tử, mục tiêu tổng quát của tương tác giao dịch thương mại, Trade. Trade IG có thể được chia nhỏ hơn thành hai IG cụ thể hơn là Agree và Exchange. Hai IG này có thể được chia nhỏ nữa… Trong hình 1.4, hình tròn biểu diễn mục tiêu tương tác và đường thẳng liền kí hiệu sự phân rã (tức là mối quan hệ mục tiêu con.

Một khi các mục tiêu tương tác được phân rã thành các mục tiêu nhỏ hơn và các ràng buộc thời gian (đường mũi tên) sẽ được thêm vào. Khi các mục tiêu tương tác được LUAN VAN CHAT LUONG download : add [e-mail] 18 Chương 1. Tương tác trong hệ đa agent xác định thành cấu trúc cây mục tiêu thì các role liên quan trong tương tác sẽ được gán cho các mục tiêu. Trong ví dụ này, ta có thể thấy ngay là có hai role: Customer (C) và Merchant (M).

Chúng ta cũng cần phải xác định agent khởi xướng (initiator) cho mỗi mục tiêu tương tác. Agent khởi xướng là role khởi tạo và có trách nhiệm về một mục tiêu tương tác nào đó. Cây phân cấp mục tiêu tương tác cho ta thấy một cái nhìn tổng quan những mục tiêu cần đạt được để hoàn thành tương tác. Trade I: ↑ R: C,M Agree Exchange I: ↑ I: ↑ R: C,M R: C,M Determine Negotiate Negotiate Transfer Payment Send Availabilit Detail Price Goods I: C Recieve y I: ↑ I: ↑ I: M R: C,M I: M I: ↑ R: C,M R: C,M R: C,M R: C,M R: C,M Hình 1.

Lược đồ phân cấp IG. Sau khi xây dựng được cây phân cấp IG, bước tiếp theo là xác định hành động nào cần sử dụng để đạt được một mục tiêu tương tác cụ thể (ở mức lá) và có những ràng buộc nào giữa những hành động này. Việc xem xét này chính là thiết kế mức nội tại của các Agent. Không cần thiết phải xem xét các hành động của các mục tiêu tương tác IG không phải mức lá bởi các mục tiêu này sẽ đạt được nếu các mục tiêu con của nó được hoàn thiện.

Cứ như vậy, IG tổng thể sẽ được thực hiện. LUAN VAN CHAT LUONG download : add [e-mail] 19 Chương 1. Tương tác trong hệ đa agent 1. Mô hình tương tác dựa trên role Qua tìm hiểu, chúng ta có thể nhận thấy phương pháp AUML [5] có ưu điểm là biểu diễn tương tác theo thời gian rất rõ ràng và trực quan nhưng lại có hạn chế là dùng quá nhiều timeline để mô tả giao thức tương tác.

Vì vậy, khi số lượng agent lớn sẽ làm cho lược đồ phức tạp, dễ nhầm lẫn dẫn đến khó xử lý dư thừa… Phương pháp dựa trên mục tiêu Hermes khắc phục được hạn chế của phương pháp AUML, tương thích tốt hơn với kỹ thuật agent và có thêm khả năng hồi phục từ trạng thái lỗi. Tuy nhiên, phương pháp dựa trên mục tiêu tương tác cũng gặp phải một số khó khăn như pha thiết kế theo phương pháp này tốn rất nhiều thời gian công sức và kết quả là cho ra rất nhiều các thành phần thiết kế khác nhau. Điều này làm cho quá trình cài đặt hệ thống trở nên phức tạp. Hiện nay, phương pháp dựa trên role đã và đang thu hút được nhiều sự quan tâm chú ý.

Role là một khái niệm đã được dùng từ lâu trong một số lĩnh vực kỹ nghệ phần mềm như UML và điều khiển truy cập RBAC. Khi áp dụng vào ngữ cảnh đa agent, role đã được điều chỉnh cho phù hợp. Role được coi là một nguyên mẫu hành vi dùng chung cho nhiều lớp agent khác nhau và được coi là một tập hành vi, khả năng và tri thức mà Agent có thể sử dụng để thực thi nhiệm vụ. Nhờ những đặc tính trên của role, phương pháp tương tác dựa trên role thể hiện một số ưu điểm nổi bật so với các phương pháp khác:  Role cho phép tách quan tâm giữa những vấn đề về tính toán và vấn đề về tương tác trong quá trình phát triển ứng dụng hướng agent.

Các vấn đề tính toán được gói gọn trong chính bản thân agent khi định nghĩa hành vi cơ bản của nó. Mặt khác, giao tiếp của agent với các agent khác sẽ được tích hợp trong role và các hành vi phụ khác. Người ta có thể phát triển agent và role độc lập nhau về mặt thời gian cũng như phương pháp. Điều này giúp tăng khả năng phân rã và do đó làm đơn giản hóa quá trình phát triển hệ thống.

LUAN VAN CHAT LUONG download : add [e-mail] 20 Chương 1. Tương tác trong hệ đa agent  Role là một khái niệm trừu tượng ở mức cao nên cho phép sự độc lập nhất định giữa các tình huống cụ thể, nhờ đó nâng cao được tính tổng quát của các phương pháp dựa trên role.  Role có thể được phát triển theo nhu cầu và quy tắc cục bộ. Nhờ vậy mà tính cục bộ được nâng cao trong khi phát triển các hệ thống phân tán có quy mô lớn.

 Role cho phép sử dụng lại giải pháp cũng như sản phẩm phần mềm: Role cho phép sử dụng lại giải pháp cũng như sản phẩm phần mềm Trên thực tế, role thường gắn liền với một ngữ cảnh hệ thống và độc lập với agent. Vì thế, người thiết kế có thể sử dụng lại những role đã được thực hiện tốt trước đó cho những ứng dụng tương tự. Chúng ta hoàn toàn có thể coi role là một dạng của mẫu thiết kế (design pattern) và khi đó tập các role có liên quan cùng với định nghĩa cách thức chúng tương tác với nhau được coi là một giải pháp cho một vấn đề cụ thể và nó có thể được sử dụng lại trong nhiều tình huống tương tự.