Explaining Semantic Reasoning Using Argumentation

Abstract

Multi-Agent Systems (MAS) are popular because they provide a paradigm that naturally meets the current demand to design and implement distributed intelligent systems. When developing a multiagent application, it is common to use ontologies to provide the domainspecific knowledge and vocabulary necessary for agents to achieve the system goals. In this paper, we propose an approach in which agents can query semantic reasoners and use the received inferences to build explanations for such reasoning. Also, thanks to an internal representation of inference rules used to build explanations, in the form of argumentation schemes, agents are able to reason and make decisions based on the answers from the semantic reasoner. Furthermore, agents can communicate the built explanation to other agents and humans, using computational or natural language representations of arguments. Our approach paves the way towards multi-agent systems able to provide explanations from the reasoning carried out by semantic reasoners.

Diálogos de Intenções em Sistemas Multi-Agentes Baseados em Ontologias e Argumentação

“…Dentre as contribuic ¸ões desta tese destaca-se: (i) identificac ¸ão das formas como a comunidade científica tem utilizado técnicas de argumentac ¸ão para alcanc ¸ar inteligência artificial explicável em sistemas de diálogo incluídas em levantamento bibliográfico publicado em [Engelmann et al 2022a]; (ii) desenvolvimento da estrutura MAIDS [Engelmann et al 2023] para apoiar o desenvolvimento de sistemas de diálogo explicáveis baseados em agentes BDI para auxiliar humanos na tomada de decisões; (iii) introduc ¸ão e formalizac ¸ão de uma base de crenc ¸as multipartes para uma linguagem de programac ¸ão de agentes BDI e uma abordagem estruturada para diálogos onde os agentes discutem sobre as informac ¸ões do componente principal da base de crenc ¸as, mas podem passar para sub-diálogos para discutir questões específicas relacionadas ao componente ontológico ou o componente ToM da base de crenc ¸a multipartes; (iv) criac ¸ão do framework Dial4JaCa [Engelmann et al 2021b, Engelmann et al 2021a] para permitir que agentes inteligentes se comuniquem com humanos através da interac ¸ão em linguagem natural; (v) criac ¸ão do framework Onto4JaCa para dar aos agentes inteligentes a capacidade de usar e gerenciar as informac ¸ões contidas nas ontologias durante seus processos de raciocínio [Ferreira et al 2022]; (vi) criac ¸ão do framework RV4JaCa [Engelmann et al 2022b] que suporta o uso de verificac ¸ão em tempo de execuc ¸ão em sistemas multi-agentes desenvolvidos na plataforma Ja-CaMo [Boissier et al 2020]; (vii) implementac ¸ão de um sistema explicável baseado na estrutura do MAIDS para auxiliar na tomada de decisões sobre alocac ¸ão de leitos hospitalares; (viii) avaliac ¸ão do sistema criado a partir de dados hospitalares reais e com o auxílio de profissionais responsáveis pela alocac ¸ão de leitos em um hospital.…”

VEsNA, a Framework for Virtual Environments via Natural Language Agents and Its Application to Factory Automation

“…Finally, the addition of such new beliefs inside the JaCaMo agent's belief base will cause a reaction driven by the most suitable plan among those in the agent's plan base. The use of Jason and JaCaMo paves the way to supporting those advanced features mentioned in Section 1, namely sophisticated reasoning capabilities and goal-driven planning [17][18][19], exploitation of formal and semiformal methods to implement monitoring and safety checks [20][21][22][23], explainability, also in connection with Dialogflow thanks to Dial4JaCa [24,25].…”