[论文解读] Semantic Web Environments for MAS - Enabling agents to use Web of Things environments via semantic web (Master Thesis)

Alaa Daoud|arXiv (Cornell University)|Jan 1, 2018

Semantic Web and Ontologies参考文献 14被引用 1

一句话总结

本硕士论文提出了一种基于语义网的框架，将多智能体系统（MAS）的智能体与对象（A&A）模型映射到标准化的物联网（WoT）设备描述，利用本体实现，使智能体能够基于环境影响和目标动态发现、推理并组合物联网设备功能。该方法使用 SPARQL 1.1 图更新操作建模状态转换，并采用路径查找启发式算法，即使在存在副作用和异构设备接口的情况下，也能实现复杂目标。

ABSTRACT

Internship report submitted for the degree of master in computer science <<Cyber-Physical-Social Systems (CPS2)>> - Universit\'e Jean Monnet - Saint \'Etienne - August 2018

研究动机与目标

• 解决物联网（WoT）应用中异构物联网设备缺乏动态、自主和互操作性集成的问题。
• 使多智能体系统（MAS）中的智能体能够基于环境影响和用户目标，而非刚性设备特定 API，推理并组合物联网设备功能。
• 通过提供设备使用对环境影响的统一语义描述，将智能体应用与特定设备接口解耦。
• 在设备更换或协议导入等动态演化的物联网环境中支持运行时自适应，而无需代码更改。
• 通过语义发现和组合，实现第三方协议（例如“回家欢迎”脚本）在异构设备类型间的无缝集成。

提出的方法

• 使用 W3C 物联网（WoT）设备描述和可重用本体，将智能体与对象（A&A）元模型转换为语义网兼容格式。
• 使用 RDF/OWL 本体建模设备功能及其对环境的影响，实现跨制造商的设备行为统一描述。
• 将智能体目标和设备使用影响表示为 RDF 图，其中先决条件、后置条件和副作用以三元组形式表达。
• 使用 SPARQL 1.1 图更新操作（INSERT、DELETE、LOAD、CLEAR）模拟状态转换，并预测应用使用后的下一环境状态。
• 采用启发式路径查找方法：在每一步中，选择先决条件与当前环境状态匹配的有效使用，然后通过 SPARQL 更新查询预测下一状态。
• 将目标达成问题视为状态图中的路径查找任务，其中每个节点为一个上下文（RDF 图），每条边为一次使用应用，从而支持搜索算法找到可达目标的有效序列。

实验结果

研究问题

• RQ1 多智能体系统如何在不硬编码设备特定接口的情况下，在动态演化的环境中实现对异构物联网设备的动态、自主组合？
• RQ2 在多智能体系统中，现有 W3C 物联网（WoT）设备描述和语义网本体在多大程度上可被利用，以提供统一、可重用且可扩展的接口，用于基于智能体的物联网设备控制？
• RQ3 在目标导向的推理系统中，如何处理设备使用带来的副作用，以避免目标达成错误或不完整？
• RQ4 SPARQL 1.1 图更新操作是否能有效用于建模和模拟语义环境中代理规划的状态转换？
• RQ5 基于增量状态更新的路径查找启发式方法，如何在存在异构物联网设备和多个环境影响的复杂场景中，实现对有效使用序列的发现，以达成复杂、多三元组目标？

主要发现

• 所提方法通过使用 RDF 和本体将设备行为抽象为基于环境影响的语义描述，成功实现了智能体应用与特定设备 API 的解耦。
• SPARQL 1.1 图更新操作通过将先决条件、后置条件和副作用建模为三元组模式，实现了对状态转换的精确模拟，支持动态上下文预测。
• 基于增量状态更新的路径查找启发式方法，使智能体即使在目标涉及多个环境影响且存在副作用的情况下，也能发现有效的设备使用序列。
• 该框架支持运行时自适应：当设备故障或被替换为其他设备时，系统可自动发现并组合等效功能，而无需重新配置应用。
• 第三方协议（例如“回家欢迎”场景）可通过解析其语义描述并利用共享本体将其映射到本地可用设备，实现跨异构设备类型的导入与执行。
• 该方法通过转向基于状态转换的规划模型，克服了传统蕴含推理在复杂场景中的局限性，即后置条件无法直接蕴含目标（由于副作用存在）的问题。