Situation anticipation and planning framework for intelligent environments

Abstract

UK: Context. Situation anticipation, prediction and planning play an important role in intelligent environments, allowing to learn and predict the behavior of its users, anticipate maintenance and resource provision needs. The object of study is the process of modeling the situation anticipation and planning in the situation-aware systems. Objective. The goal of the work is to develop and analyze the ontology-based framework for modeling and predicting the situation changes for intelligent agents, allowing for proactive agent behavior. Method. This article proposes a framework for anticipation and planning based on GFO ontology. Each task or problem is considered a situoid, having a number of intermediate situations. Each task or problem is considered a situoid, having several intermediate situations. The framework is focused on the analysis of changes between situations, coming from anticipated actions or events. Contextually organized knowledge base of experiential knowledge is used to retrieve information about possible developments scenarios and is used for planning and evaluation. The framework allows to build and compare trajectories of configuration changes for specific objects, situations or situoids. The planning and anticipation process works in conditions of incomplete information and unpredicted external events, because the projections are constantly updated using feedback from sensor data and reconciliating this information with predicted model. Results. The framework for reasoning and planning situations based on GFO ontology, allowing to model spatial, temporal and structural data dependencies. Conclusions. The situation anticipation framework allows to represent, model and reason about situation dynamics in the intelligent environment, such as intelligent residential community. Prospects for further research include the elaboration of contextual knowledge storing and processing, reconciliation and learning procedures based on real-world feedback and the application of proposed framework in the real-world system, such as intelligent security systems. UK: Актуальність. Передбачення, прогнозування та планування ситуації відіграють важливу роль у інтелектуальних середовищах, дозволяючи вивчати та прогнозувати поведінку своїх користувачів, передбачати потреби в обслуговуванні та забезпеченні ресурсами. Об’єктом дослідження є процес моделювання ситуації, передбачення і планування в ситуаційно-обізнаних системах. Мета роботи. Метою роботи є розробка та аналіз онтологічного фреймворку для моделювання та прогнозування динаміки змін ситуації для інтелектуальних агентів, що дозволяє реалізувати проактивну поведінку агентів. Метод. У цій статті запропонована основа для передбачення та планування на основі онтології GFO. Кожна задача або задача розглядається як ситуоїд, що має ряд проміжних ситуацій. Фреймворк орієнтований на аналіз змін між ситуаціями, спричинених передбаченими діями або подіями. Контекстуально організована база знань використовується для отримання інформації про можливі сценарії розвитку подій і використовується для планування та оцінки. Фреймворк дозволяє будувати і порівнювати траєкторії зміни конфігурацій для конкретних об’єктів, ситуацій або сітуоїдів. Процес планування і передбачення працює в умовах неповної інформації і непередбачуваних зовнішніх подій, тому що прогнози постійно оновлюються за допомогою зворотного зв’язку від даних сенсорів і звірки цієї інформації з прогнозованою моделлю. Результати. Фреймворк для міркування та планування ситуацій на основі онтології GFO, що дозволяє моделювати просторові, часові та структурні залежності даних. Висновки. Фреймворк передбачення ситуації дозволяє подавати, моделювати та обґрунтовувати динаміку ситуації в інтелектуальному середовищі, наприклад, у розумному житловому будинку. Перспективи подальших досліджень включають розробку процедур зберігання та опрацювання контекстних знань, узгодження та навчання на основі зворотного зв’язку в реальних умовах та застосування запропонованого фреймворку реальних системах, таких як інтелектуальні системи безпеки.