R-CAST

Birgit Hviid Juli 26, 2016 R 24 0
FONT SIZE:
fontsize_dec
fontsize_inc

R-CAST er en gruppe beslutningsstøttesystem baseret på forskning på naturalistiske beslutningstagning. Dens arkitektur, baseret på flere software agenter, understøtter beslutningsprocesser hold ved at foregribe relevante oplysninger om deres beslutninger baseret på en fælles mental model om forbindelse med beslutningsprocessen.

Principper for design

I denne digitale tidsalder, er beslutningsprocesser teams ofte oversvømmet med en overvældende mængde af information. Dette fører til to udfordringer:

  • For det første kan et menneske beslutningstager blive overbelastet med informationer og har svært ved at gøre gode beslutninger i tide.
  • For det andet, kan medlemmer af et hold har svært ved at bestemme, hvilke oplysninger en holdkammerat faktisk behov, og dermed hvilke oplysninger der skal deles med ham / hende.

R-CAST teknologien har til formål at løse begge disse udfordringer.

R-CAST tilgang er baseret på fire store begreber:

  • Agenter bruger en model af den menneskelige beslutningsproces at knytte beslutningsprocesserne opgaver til relevante oplysninger beslutningerne.
  • Den beregningsmæssige RPD modellen i F-CAST bruger en viden struktur, der fanger viden af ​​relevans for beslutningsprocessen.
  • Tre typer af relevante oplysninger kan forventes fra erfaring viden og inferens regler vedrørende:
    • matchende nuværende situation til kendt erfaring,
    • evaluere flere beslutningsprocesser muligheder, og
    • afsløre uregelmæssigheder efter en beslutning træffes, således at den oprindelige afgørelse kan ændres i overensstemmelse hermed.
  • Den beregningsmæssige RPD-modellen fungerer som en fælles DM proces mellem agenter og menneske i et team, som gør det muligt agenter til at dele relevante oplysninger til andre holdkammerater, uanset om de er software agenter eller menneske.

Principper for drift

Ud over at forudse nødvendige oplysninger til beslutningstagere forudsætninger, R-CAST agenter samarbejder også at søge og sikring oplysninger i et distribueret miljø som service-orienteret arkitektur. R-CAST er udviklet på intelligente agenter Laboratory i kollegiet af Information Sciences og Teknologi på Pennsylvania State University, ledet af Dr. John Yen.

R-CAST arkitektur er komponentbaseret og rekonfigurerbare. Ved at vælge komponenter er egnet til et program, kan R-CAST konfigureres i en bred vifte af agenter: fra simple refleks agenter til RPD-aktiverede agenter. Centrale elementer i R-CAST omfatter RPD modellen tolk, videnbasen, oplysningerne manager, processen manager, kommunikation manager, og adaptere til forskellige domæner. Den RPD-modellen tolk matcher den nuværende situation med kendte erfaringer, som er organiseret i et hierarki. Manglende signaler er relevante for den aktuelle beslutning identificeres. Oplysningerne Manager bruger afhængigheden oplysningerne i videngrundlaget for at udlede manglende oplysninger, der er relevante for et højere niveau signaler de, option evalueringer og anomalier. Kommunikationen manager derefter kontakte agenter, der giver de manglende oplysninger. At opbygge en model, man har til at fastslå, hvilke komponenter der er involveret til at komponere modellen, analysere opgaver og fremkalde relevant viden for komponenterne og udvikle domæne-adapter til at integrere agenter til det ydre miljø.

R-CAST midler er blevet anvendt til at udvikle beslutningsprocesser hjælpemidler for menneskelige teams. De har også bruges til at studere hold kognition og spørgsmål i forbindelse med samarbejdet menneske-agent i tid-stressede anvendelsesområder.

Publikationer

  • Xiaocong Fan, Bingjun Sun, Shuang Sun, Michael McNeese, og John Yen, RPD-Enabled Agenter teaming med mennesker til at multi-Context beslutningstagning, AAMAS 2006
  • X. Fan, S. Sun, M. McNeese, og J. Yen, Udvidelse Anerkendelse primet afgørelse model for human-Agent Samarbejde, I Proceedings fra den fjerde internationale fælles konference om selvstyrende Agenter og Multi Agent Systems, pp. 945-952 , Holland, juli 25-29, 2005.
  • X. Fan, S. Sun, B. Sun, G. Airy, M. McNeese, J. Yen, Collaborative RPD-Enabled Agenter bistår Tre-Block Challenge i Command og Control i Complex og Urban Terrain, I Proceedings 2005 konferencen på Behavior Repræsentation i modellering og simulering, pp. 113-123, Universal City, CA, Maj 16-19, 2005.
  • X. Fan, S. Sun, og J. Yen, On Samlet situationsforståelse til støtte Humane beslutningsprocedurer Teams, I Proceedings 2005 AAAI Spring Symposium on AI teknologier til Homeland Security, pp. 17-24, Stanford, CA, mar . 2005.
  Like 0   Dislike 0
Forrige artikel Yekusiel Yehudah Halberstam
Næste artikel Den perfekte vært
Kommentarer (0)
Ingen kommentar

Tilføj en kommentar

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Tegn tilbage: 3000
captcha