Goal-based debugging for belief-desire-intention agents
Den primären Beweggrund für diese Arbeit liefert die Frage, ob algorithmisches Debugging
auf Belief-Desire-Intention (BDI) Agenten angewendet werden kann. Diese
speziellen Agenten verfügen über besondere Datenstrukturen und ein Ausführungsmodell,
das dazu tendiert, das Debugging herausfordernder und zeitaufwendiger werden
zu lassen. Bestehende Unterstützungsmaßnahmen, wie Werkzeuge und Verfahren,
helfen dabei nur kaum.
Algorithmisches Debugging ist ein semi-automatisches Verfahren, das nachweislich
auf mehrere andere Programmierparadigmen angewendet werden kann. Dabei wird
der Nutzer vom Debugger angeleitet. Der Debugger stellt fragen über bestimmte
Programmteile und ob die dazugehörigen Ergebnisse korrekt sind. Auf diese Art
kann der Teil des Programms, der einen Bug enthält, normalerweise deutlich schneller
gefunden werden, als mit intuitiven oder chronologischen Verfahren. Außerdem muss
ein Nutzer nur relativ einfache Fragen beantworten, statt den Prozess geeignet zu
steuern.
Wir definieren die Kategorie von Bugs, die im Zusammenhang mit den Goals eines
BDI-Agenten stehen. Außerdem adaptieren wir den Ansatz des algorithmischen Debugging,
sodass diese Art von Fehlern lokalisiert werden kann. Weiterhin legen wir
formal dar, warum das angepasste Verfahren korrekt und vollständig arbeitet.
The primary motivation for this thesis is the question: “Can algorithmic debugging
be applied to belief-desire-intention agents?” Intelligent agents implemented
according to the belief-desire-intention (BDI) model possess specific data structures
and follow an execution model that tends to make debugging more challenging and
time-consuming, yet, existing debugging support rarely accommodates for this fact.
Algorithmic debugging is a semi-automatic technique that has been shown to work
for many other programming paradigms so far. The user is guided by the debugger,
which asks questions about parts of the program and whether their results are correct.
Like that, the program space that may contain the bug can usually be narrowed down
faster than with “intuitive” or chronological debugging, since many states are validated
at once. Additionally, a user only has to answer straightforward questions.
We propose a category of bugs, i.e. those related to a BDI agent’s goals, and an
adaptation of the algorithmic debugging approach that can successfully locate those
bugs. We also provide a formal argument for its soundness and completeness.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
