ZAMANSAL MUHAKEME İLE DURUM TABANLI DAVRANIŞ ÜRETİMİ


HOCAOĞLU M. F.

USMOS 2013, Ankara, Türkiye, 01 Haziran 2013, ss.425-434

  • Basıldığı Şehir: Ankara
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayısı: ss.425-434

Özet

Bu bildiride birden fazla programlama paradigmasını durum tabanlı programlama paradigmasında tümleştiren Etmen tabanlı Simülasyon Sistemi EtSiS’in, zamansal muhakeme (temporal reasoning) davranış önermeleriyle model durum geçişlerini kullanarak davranış üretimi ele alınmıştır. Yapılan davranış üretimi, aynı simülasyon çevresini paylaşan simülasyon modellerinin birbirlerinin davranışlarını bir ikili (dual) model olarak oluşturmasını sağlar. Oluşturulan ikili model tanımı, modellerin öznitelik ve durumsallıkları ile oluşturulan dünyanın ötesine geçen, davranış semantiğini çözümleyen bir yapı oluşturur.

Zamansal muhakeme davranış şablonları, durum ve olay geçiş değişkenlerini ve aralarındaki mantıksal operatörleri içerir. Mantıksal çözümlemelerle elde edilen gramer kuralları, her bir davranış durum geçişlerini tanımlar ve davranış üretimi için temel bileşeni oluşturur. Gramer kurallarına uygun olarak oluşturulan davranışlar, bir etmenin diğer etmen davranışlarını ikili dünya olarak tanımladığı bir iç model tasviri olarak, model iç tanımında yeralır ve ilgili etmenin davranışlarının önceden kestiriminde önemli bir avantaj sağlar. Sağlanan yetenek, daha zeki simülasyon ortamları hazırlamada bir adım olarak görülmektedir.

In this study, how AdSiF, which combines multi-paradigm into state oriented paradigm, generates behaviors using state transitions and temporal reasoning behavioral premises is examined. Behavior generation provides simulation models, which share the same simulation environment, to create an inner dual world representation of each other. The dual world representation constitutes a behavioral structure that is further from the world envisioned by model attributes and stative information.

Temporal reasoning behavioral patterns consist of state transitions, events, and logical operators between them. Grammar rules generated represent state transitions and define building blocks for behavior generation. The behaviors generated satisfying grammar rules are taken place in an agent inner structure as another agent’s behavior representation and gives an advantage to forecast the behaviors of related agent. The opportunity is seen a step toward smarter simulation environments.