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