Transactional Agents: Towards a Robust Multi-Agent System

اصطلاح "عامل" یکی از آن کلمات کلیدی است که به معنای چیزهای بسیار متفاوت برای افراد مختلف است. برای افراد مخابراتی، چیزی بیشتر از یک کد موبایلی است که ممکن است در هر مکانی اجرا شود. از سوی دیگر، افراد هوش مصنوعی اغلب با عواملی مانند ویژگی‌های انسانی مانند رفتار اجتماعی ارتباط برقرار می‌کنند. در این بین، افراد نرم‌افزار، عامل‌ها را به‌عنوان بخش‌هایی از نرم‌افزار نسبتاً مستقل در نظر می‌گیرند که در سطح پایین، تقریباً مانند اشیا عمل می‌کنند و در سطح بالا، کم و بیش به‌طور خودکار تصمیم می‌گیرند که چه زمانی و چگونه به محرک‌ها واکنش نشان دهند یا فعالانه واکنش نشان دهند. اثراتی را آغاز می کنند که می توان از محیط آنها مشاهده کرد. وقتی صحبت از محیط های توزیع شده به میان می آید، عوامل نرم افزاری اهمیت ویژه ای دارند. در آنجا، بسیاری از ارتباطات به صورت ناهمزمان انجام می شود، یعنی توالی رویدادها را نمی توان از قبل با تمام جزئیات برنامه ریزی کرد. در عوض، به کارگزاران قوانینی در مورد چگونگی تفسیر وضعیت فعلی داده می‌شود و هدف مشترکی در نظر گرفته می‌شود تا پاسخ خود را بر این اساس تنظیم کنند.

The term “agent” is one of those catchwords that mean widely differing things to different people. To telecommunications people it is little more than a mobile piece of code that may be executed at any place. At the other extreme, AI people often associate with agents human-like traits such as social behavior. In between, software people view agents as fairly self-contained pieces of software that, at the low end, pretty much act like objects and, at the high end, more or less auto- mously decide when and how to react to stimuli or proactively initiate effects that can be observed from their environment. Software agents are particularly important when it comes to distributed en- ronments. There, much of the communication takes place asynchronously, that is the sequence of events cannot be planned ahead in all detail. Instead, agents are given rules as to how to interpret the current situation and, given a common goal, so that they adjust their response accordingly.