Journal de génie informatique et des technologies de l'information

Une base pour l'apprentissage adaptatif à la volée des TTP basé sur des agents

Margery J Doyle

Dans cet article, nous présentons les méthodes et les cadres flexibles utilisés pour développer, intégrer et tester des tactiques, techniques et procédures adaptatives basées sur des agents (AB-TTP), dans un environnement de recherche de formation complexe. Un environnement de modélisation et de simulation (M&S) développé pour le laboratoire de recherche de l'armée de l'air 711th/HPW a été utilisé pour la base du Not-So-Grand-Challenge (NSGC) ; le cas d'utilisation tel qu'appliqué. Pour ce faire, nous avons capitalisé sur les propriétés des systèmes et situations adaptatifs complexes. Cela a permis une modélisation basée sur le contexte et, en fin de compte, la capacité d'un agent à évaluer, tester et apprendre de nouvelles tactiques de manière indépendante. Ces capacités ont été accomplies grâce à l'utilisation par l'agent et le système de la modularisation, de la décomposition et/ou de l'utilisation des capacités combinatoires de l'agent/des agents, du système et/ou des propriétés fonctionnelles de la situation ; c'est-à-dire les affordances. Le développement et l'utilisation d'une architecture d'abstraction d'environnement (EA) de type Knowledge-to-Model (k2Mod) ont donné aux agents la capacité d'acquérir une connaissance de la situation, de reconnaître les changements dans leur environnement et de réagir et de répondre de manière appropriée. En fait, l'intelligence adaptative des agents (AI), c'est-à-dire les modèles utilisés, était même capable de prédire avec précision leurs propres performances et d'ajuster leurs propres paramètres. Cette méthode facilite également la vitesse à laquelle de nouvelles définitions d'agents, des paramètres de situation, l'intelligence des agents et les ABTTP peuvent être développés et mis à jour par « l'apprentissage à la volée de l'IA » ; jeu de mots voulu. De plus, la formalisation d'un tel protocole offre à la communauté M&S un processus qui favorise la portabilité, la facilité d'utilisation, la réutilisabilité et la composabilité pour un développement rapide de la modélisation basée sur les agents et la recherche basée sur l'intelligence des agents dans des environnements complexes.