HSSP Minimum DSS Trait Set Requirement, Version 2.0

Considere, por ejemplo, el siguiente escenario simplificado. Un agenteAv quiere viajar

a un poblado que se encuentra en una monta˜na y tiene que tomar una decisi´on: realizar el viaje (que para simplificar lo representamos con α) o no realizar el viaje (¬α). El agente

Av sabe, por el agente de la oficina de turismo (At), que si nieva (s) el camino al poblado

no estar´a abierto (s → ¬o).Av tambi´en sabe que si el camino no est´a abierto, entonces no

realizar´a el viaje (¬o → ¬α) y si el camino est´a abierto, s´ı realizar´a el viaje (o →α). El agenteAv tambi´en sabe que puede obtener informaci´on desde otras fuentes: alg´un agente

Ac que viene por el camino desde el poblado, un agente Ag de la estaci´on de servicio, un

agente Ar de un restaurante en el camino, o el informe clim´atico de la radio (Aw). Para

Av, Ac es m´as cre´ıble que Aw, que este ´ultimo es m´as cre´ıble que At, que a su ves es

m´as cre´ıble que Ag y que Ag es m´as cre´ıble que Ar (i.e., Ac > Aw > At > Ag > Ar)1.

Luego, supongamos que en la estaci´on de servicio Ag informa a Av que el camino no

est´a abierto y por lo tanto,Av revisa sus creencias para tomar en cuanta esta nueva pieza

de informaci´on. Si luego en el restaurant Ar informa a Av que el camino est´a abierto,

como Ar es menos cre´ıble que Ag, luego Av deber´ıa rechazar la nueva informaci´on. En

cambio, si Ac informa a Av que el camino est´a abierto, como Ac es m´as cre´ıble que Ag,

luego Av deber´ıa cambiar sus creencias.

Introducci´on y motivaci´on 41

Como fue detallado en el Cap´ıtulo 2, en la literatura, hay varios m´etodos prioriza- dos estudiados (e.g., partial meet revision [AGM85] y kernel revision [Han99]). En estos m´etodos, la nueva informaci´on tiene prioridad sobre las creencias en la base del agente receptor. Sin embargo, como se menciona en [FH99] y [FKIS02], en algunos escenarios un m´etodo priorizado puede resultar irreal. De esta manera, algunos modelos de revisi´on de creencias han sido desarrollados permitiendo dos opciones: la nueva informaci´on es com- pletamente aceptada o completamente rechazada [Han97a, Mak97, HFCF01, KGP10]. Por ejemplo, si la informaci´on viene desde diferentes fuentes, y estas fuentes no son igualmen- te cre´ıbles, puede ser m´as adecuado un m´etodo no-priorizado. En contraste, si un agente siempre adquiere informaci´on desde la misma fuente, entonces puede ser usado un m´etodo priorizado.

En este cap´ıtulo, desarrollamos un modelo de cambio completo para MSBR donde se define un operador de revisi´on priorizado y uno no-priorizado. En primer lugar, propone- mos un formalismo para representar conocimiento en un SMA; y luego, basado en este formalismo definimos diferentes operadores de cambio para MSBR, tanto para agregar creencias (expansi´on), quitar creencias (contracci´on), o mantener consistencia (revisi´on). Hemos decidido adjuntar a cada creencia un identificador de agente, el cual representa la fuente de la misma. Por ejemplo, continuando con el escenario del camino plantea- do antes, el agente Av podr´ıa tener en su conocimiento las siguientes tuplas (¬o, Ag) y

(¬o → ¬α, Av) que representan que el agente Ag de la estaci´on de servicio inform´o que

el camino est´a cerrado (¬o), y que el agente Av tiene una creencia propia que indica

que si el camino no est´a abierto, entonces no realizar´a el viaje (¬o → ¬α). El agente tendr´a adem´as, un orden de credibilidad entre agentes y, basado en este orden, definimos un criterio de comparaci´on entre creencias. De esta manera, por ejemplo la creencia ¬o

del agente Ag ser´a menos cre´ıble que la creencia o del agente Ac. De igual manera, la

sentencia α (deducida a partir de (o, o→α)) ser´a m´as cre´ıble que ¬α (obtenida a partir de (¬o,¬o → ¬α)) si la credibilidad de o y o → α es mayor que la credibilidad de ¬o y

¬o → ¬α. En el proceso de revisi´on, si surge una inconsistencia, el orden de credibilidad ser´a usado para decidir que informaci´on prevalece. El operador de contracci´on est´a basado en las kernel contractions [Han94] y tambi´en usa el orden de credibilidad para decidir que informaci´on prevalece. Mostramos que el operador de revisi´on no-priorizado propuesto satisface el principio de m´ınimo cambio y, adem´as, mostramos que la informaci´on entran- te puede ser rechazada cuando un agente tiene creencias m´as cre´ıbles que contradicen la nueva informaci´on.

42 Cap´ıtulo 3. Din´amica del conocimiento en SMA basado en informantes

En la literatura, hay otros enfoques que tambi´en adjuntan a las creencias de los agen- tes informaci´on que representa su credibilidad: [BDP93], [DGP94], [Can98] y [BDPW02]. Sin embargo, nuestro enfoque difiere de ellos como explicaremos en detalle en el Cap´ıtu- lo 6. A diferencia de nuestro trabajo, hay autores que representan en forma num´erica la informaci´on adicional. Consideramos que esto representa una limitaci´on para el modelo, ya que de este modo no se podr´ıan representar ordenes parciales entre los informantes; sin embargo, como mostraremos en el Cap´ıtulo 4, siguiendo nuestro modelo es posible hacer- lo. Adem´as, mostraremos que, de la forma en que representamos las bases de creencias, el orden de un agente podr´ıa ser reemplazado o modificado de manera modular sin cambiar su base de creencias y sin afectar los ordenes de otros agentes.

En resumen, en este cap´ıtulo se desarrolla en la Secci´on 3.2 un modelo epist´emico para MSBR para el cual se desarrolla una manera racional de pesar las creencias usando un orden de credibilidad entre agentes. En la Secci´on 3.3 se propone una funci´on de plau- sibilidad la cual es utilizada en la definici´on de un criterio para comparar las creencias. Luego en la Secci´on 3.4 definiremos diferentes operadores que describen un modelo de cambio completo basado en informantes. Estos operadores pueden ser vistos como ha- bilidades agregadas a los agentes para mejorar el razonamiento colectivo de un sistema multi-agente. Para cada uno de ellos damos una definici´on en forma constructiva y mos- tramos una caracterizaci´on axiom´atica a trav´es de teoremas de representaci´on. Adem´as, formalmente mostramos que nuestro formalismo cumple con algunos principios recono- cidos en la literatura: m´ınimo cambio, mantenimiento de consistencia y no-priorizaci´on. De esta manera, definimos un modelo completo de cambio donde introducimos revisi´on priorizada y no-priorizada. Todas las pruebas de estos resultados est´an detalladas en el Ap´endice A.