bdi-mental-states

BDI心的状態モデリング

外部RDFコンテキストを、形式的なBDIオントロジーパターンを使用してエージェントの心的状態（信念、欲求、意図）に変換します。このスキルにより、エージェントは認知アーキテクチャを通じてコンテキストを推論し、熟考的推論、説明可能性、マルチエージェントシステム内でのセマンティック相互運用性をサポートできるようになります。

アクティベーション条件

以下の場合にこのスキルをアクティベートしてください：

• 外部RDFコンテキストを世界状態に関するエージェントの信念に処理する場合
• 知覚、熟考、行動のサイクルを持つ合理的エージェンシーをモデリングする場合
• トレース可能な推論チェーンを通じて説明可能性を実現する場合
• BDIフレームワーク（SEMAS、JADE、JADEX）を実装する場合
• LLMに形式的な認知構造を追加する場合（論理拡張生成）
• マルチエージェントプラットフォーム間で心的状態を調整する場合
• 信念、欲求、意図の時間的進化を追跡する場合
• 動機付け状態を行動計画にリンクする場合

以下の隣接作業については、他のスキルに属するためアクティベートしないでください：

• 一般的なコンテキストウィンドウの説明や注意機構：context-fundamentals
• 形式的なBDI状態を持たない永続的なユーザー、エンティティ、会話メモリ：memory-systems
• スーパーバイザー、スウォーム、ハンドオフのトポロジー決定：multi-agent-patterns
• 一般的なエージェント評価基準や品質ゲート：evaluation

コアコンセプト

心的現実アーキテクチャ

心的状態を2つの存在論的カテゴリに分離します。なぜなら、BDI推論には「何が持続するか」と「何が起こるか」の区別が必要だからです：

心的状態（持続者） -- これらを時間間隔にわたって保持される持続的な認知属性としてモデル化します：

• Belief（信念）: エージェントが世界について真であると保持するものを表します。すべての信念を世界状態参照に基づかせてください。
• Desire（欲求）: エージェントが実現したいと願うものを表します。各欲求を、それを動機付ける信念にリンクしてください。
• Intention（意図）: エージェントが達成することにコミットするものを表します。意図は欲求を充足し、計画を指定する必要があります。

心的プロセス（継続者） -- これらを心的状態を作成または変更するイベントとしてモデル化します。なぜなら、因果的遷移を追跡することで説明可能性が実現されるからです：

• BeliefProcess（信念プロセス）: 知覚から信念の形成/更新をトリガーします。常に生成元の世界状態に接続してください。
• DesireProcess（欲求プロセス）: 既存の信念から欲求を生成します。動機付けの連鎖を保持します。
• IntentionProcess（意図プロセス）: 選択された欲求を実行可能な意図としてコミットします。

認知的連鎖パターン

信念、欲求、意図を、双方向プロパティ（motivates/isMotivatedBy、fulfills/isFulfilledBy）を使用して有向チェーンに配線します。これにより、前方推論（エージェントは何をすべきか？）と後方トレース（エージェントはなぜ行動したか？）の両方が可能になります：

:Belief_store_open a bdi:Belief ;
    rdfs:comment "店は開いている" ;
    bdi:motivates :Desire_buy_groceries .

:Desire_buy_groceries a bdi:Desire ;
    rdfs:comment "私は食料品を買いたい" ;
    bdi:isMotivatedBy :Belief_store_open .

:Intention_go_shopping a bdi:Intention ;
    rdfs:comment "私は食料品を買いに行く" ;
    bdi:fulfills :Desire_buy_groceries ;
    bdi:isSupportedBy :Belief_store_open ;
    bdi:specifies :Plan_shopping .

世界状態グラウンディング

常に心的状態を自由文による説明ではなく世界状態参照に基づかせてください。なぜなら、グラウンディングされていない信念はセマンティッククエリとエージェント間相互運用性を損なうからです：

:Agent_A a bdi:Agent ;
    bdi:perceives :WorldState_WS1 ;
    bdi:hasMentalState :Belief_B1 .

:WorldState_WS1 a bdi:WorldState ;
    rdfs:comment "会議は午前10時に部屋5で予定されている" ;
    bdi:atTime :TimeInstant_10am .

:Belief_B1 a bdi:Belief ;
    bdi:refersTo :WorldState_WS1 .

目標指向型計画

bdi:specifiesを使用して意図を計画に接続し、bdi:precedesを使用して計画を順序付けられたタスクシーケンスに分解します。この分離により、実行順序を明示的に保ちながら、異なる意図間で計画を再利用できます：

:Intention_I1 bdi:specifies :Plan_P1 .

:Plan_P1 a bdi:Plan ;
    bdi:addresses :Goal_G1 ;
    bdi:beginsWith :Task_T1 ;
    bdi:endsWith :Task_T3 .

:Task_T1 bdi:precedes :Task_T2 .
:Task_T2 bdi:precedes :Task_T3 .

T2B2Tパラダイム

Triples-to-Beliefs-to-Triplesを双方向パイプラインとして実装します。なぜなら、エージェントは外部RDFコンテキストを消費すると同時に、新しいRDFアサーションを生成する必要があるからです。すべてのT2B2T実装を2つの明示的なフェーズで構造化します：

フェーズ1: Triples-to-Beliefs -- 受信したRDFトリプルを信念インスタンスに変換します。bdi:triggersを使用して外部世界状態をBeliefProcessに接続し、bdi:generatesを使用して結果として生じる信念を生成します。これにより、ソースデータから内部認知に至るまでの来歴が保持されます：

:WorldState_notification a bdi:WorldState ;
    rdfs:comment "プッシュ通知：支払いリクエスト $250" ;
    bdi:triggers :BeliefProcess_BP1 .

:BeliefProcess_BP1 a bdi:BeliefProcess ;
    bdi:generates :Belief_payment_request .

フェーズ2: Beliefs-to-Triples -- BDI熟考が意図を選択して計画を実行した後、bdi:bringsAboutを使用して結果をRDFに投影します。これによりループが閉じられ、ダウンストリームシステムがエージェントの出力を標準的なリンクトデータとして消費できるようになります：

:Intention_pay a bdi:Intention ;
    bdi:specifies :Plan_payment .

:PlanExecution_PE1 a bdi:PlanExecution ;
    bdi:satisfies :Plan_payment ;
    bdi:bringsAbout :WorldState_payment_complete .

抽象度に応じた表記法の選択

モデリングするC4抽象度レベルに基づいて表記法を選択します。なぜなら、間違ったレベルで表記法を混在させると、認知アーキテクチャが明確になるどころか曖昧になるからです：

C4レベル	表記法	心的状態の表現
L1 コンテキスト	ArchiMate	エージェント境界、外部知覚ソース
L2 コンテナ	ArchiMate	BDI推論エンジン、信念ストア、計画実行器
L3 コンポーネント	UML	心的状態マネージャー、プロセスハンドラー
L4 コード	UML/RDF	Belief/Desire/Intentionクラス、オントロジーインスタンス

正当化と説明可能性

bdi:isJustifiedByを使用して、すべての心的エンティティにbdi:Justificationインスタンスをアタッチします。なぜなら、正当化されていない心的状態はエージェントの推論を不透明で追跡不可能にするからです。各正当化は、心的状態を生み出した証拠やルールをキャプチャする必要があります：

:Belief_B1 a bdi:Belief ;
    bdi:isJustifiedBy :Justification_J1 .

:Justification_J1 a bdi:Justification ;
    rdfs:comment "公式発表がメールで受信された" .

:Intention_I1 a bdi:Intention ;
    bdi:isJustifiedBy :Justification_J2 .

:Justification_J2 a bdi:Justification ;
    rdfs:comment "場所の前提条件が満たされた" .

時間的次元

bdi:hasValidityとTimeIntervalインスタンスを使用して、すべての心的状態に有効期間を割り当てます。なぜなら、時間的束縛のない信念は、共時推論中にガベージコレクションや競合チェックができないからです：

:Belief_B1 a bdi:Belief ;
    bdi:hasValidity :TimeInterval_TI1 .

:TimeInterval_TI1 a bdi:TimeInterval ;
    bdi:hasStartTime :TimeInstant_9am ;
    bdi:hasEndTime :TimeInstant_11am .

SPARQL時間フィルタを使用して、特定の時点でアクティブな心的状態を問い合わせます。このパターンを使用して、同じ世界状態に関する複数の信念が時間的に重なる場合の競合を解決します：

SELECT ?mentalState WHERE {
    ?mentalState bdi:hasValidity ?interval .
    ?interval bdi:hasStartTime ?start ;
              bdi:hasEndTime ?end .
    FILTER(?start <= "2025-01-04T10:00:00"^^xsd:dateTime &&
           ?end >= "2025-01-04T10:00:00"^^xsd:dateTime)
}

合成的心エンティティ

bdi:hasPart関係を使用して複雑な信念を構成部分に分解します。なぜなら、モノリシックな信念は部分的な更新時に完全な置き換えを強制するからです。各サブ信念が独立して更新、クエリ、または無効化できるように、複合信念を構造化します：

:Belief_meeting a bdi:Belief ;
    rdfs:comment "午前10時に部屋5で会議" ;
    bdi:hasPart :Belief_meeting_time , :Belief_meeting_location .

# 時間に影響を与えずに場所コンポーネントのみを更新
:BeliefProcess_update a bdi:BeliefProcess ;
    bdi:modifies :Belief_meeting_location .

実践ガイダンス

6つのパスでBDIモデルを構築する

外部セマンティックコンテキストをBDI表現に変換する際に、このワークフローを使用します：

1. 世界状態基盤を定義する: エージェントが知覚できる外部の事実やイベントを特定します。信念を作成する前に、これらを世界状態としてモデル化します。
2. 信念インスタンスを作成する: 関連する各世界状態を、来歴、時間的有効性、正当化参照を含む信念に変換します。
3. 信念から欲求を導出する: 信念が目標関連の動機を生み出す場合にのみ、欲求を追加します。各欲求を、それを動機付ける信念にリンクします。
4. 意図を意図的にコミットする: エージェントが計画にコミットする場合にのみ、欲求を意図に昇格させます。選択された計画と前提条件を記録します。
5. アクション結果をトリプルに投影する: 実行後、結果として生じる世界状態をRDFとして出力し、ダウンストリームシステムが新しい状態を消費できるようにします。
6. コンピテンシークエスチョンで検証する: モデルを信頼する前に、来歴、動機、計画シーケンス、アクティブな有効期間をクエリします。

オントロジーを小さく保つ

Agent、WorldState、Belief、Desire、Intention、Plan、Task、Justification、TimeIntervalから始めます。コンピテンシークエスチョンがコアモデルが必要なクエリに答えられないことが証明された場合にのみ、特殊化されたクラスを追加します。コンパクトなオントロジーはプロンプトへのシリアライズが容易で、検証が容易で、脆い推論チェーンを作成する可能性が低くなります。

心的状態のセマンティクスが重要である場合にのみBDIを使用する

BDIモデリングは、システムが説明可能なエージェンシーを必要とする場合に正当化されます：なぜエージェントが何かを信じたか、その信念がどのような欲求を生み出したか、どの意図が選択されたか、どの計画が実行されたか。システムが単にセッション間で事実を記憶するだけでよい場合はmemory-systemsを使用します。単にエージェント間で作業を分割するだけでよい場合はmulti-agent-patternsを使用します。

詳細トピック

統合パターン

論理拡張生成（LAG）

LAGを使用してLLMの出力をオントロジー構造で制約します。なぜなら、制約のない生成はBDIクラス制約に違反するトリプルを生成するからです。オントロジーをプロンプトコンテキストにシリアライズし、生成されたトリプルを受け入れる前にそれに対して検証します：

def augment_llm_with_bdi_ontology(prompt, ontology_graph):
    ontology_context = serialize_ontology(ontology_graph, format='turtle')
    augmented_prompt = f"{ontology_context}\n\n{prompt}"

    response = llm.generate(augmented_prompt)
    triples = extract_rdf_triples(response)

    is_consistent = validate_triples(triples, ontology_graph)
    return triples if is_consistent else retry_with_feedback()

SEMASルール変換

ルールベースのエージェントプラットフォームにデプロイする場合、BDIオントロジーパターンを実行可能なプロダクションルールに変換します。各認知チェーンリンク（信念から欲求、欲求から意図）をHEAD/CONDITIONALS/TAILルールにマッピングします。これにより、ランタイム実行を可能にしながら熟考的セマンティクスが保持されます：

% 信念が欲求形成をトリガー
[HEAD: belief(agent_a, store_open)] /
[CONDITIONALS: time(weekday_afternoon)] »
[TAIL: generate_desire(agent_a, buy_groceries)].

% 欲求が意図コミットメントをトリガー
[HEAD: desire(agent_a, buy_groceries)] /
[CONDITIONALS: belief(agent_a, has_shopping_list)] »
[TAIL: commit_intention(agent_a, buy_groceries)].

ガイドライン

1. 世界状態をエージェントの視点から独立した構成としてモデル化し、心的状態のための参照基盤を提供します。

2. 持続者（永続的な心的状態）と継続者（一時的な心的プロセス）を区別し、DOLCEオントロジーに準拠します。

3. 目標を心的状態ではなく記述として扱い、認知層と計画層の分離を維持します。

4. hasPart関係をメロニミック構造に使用し、選択的な信念更新を可能にします。

5. atTimeまたはhasValidityを介して、すべての心的エンティティを時間的構成要素に関連付けます。

6. 双方向プロパティペア（motivates/isMotivatedBy、generates/isGeneratedBy）を柔軟なクエリに使用します。

7. 心的エンティティをJustificationインスタンスにリンクし、説明可能性と信頼性を確保します。

8. T2B2Tを実装するには：（1）RDFを信念に変換し、（2）BDI推論を実行し、（3）心的状態をRDFに投影します。

9. 心的プロセスに対する存在制約を定義します（例：BeliefProcess ⊑ ∃generates.Belief）。

10. 相互運用性のために、確立されたODP（EventCore、Situation、TimeIndexedSituation、BasicPlan、Provenance）を再利用します。

コンピテンシークエスチョン

以下のSPARQLクエリに対して実装を検証します：

# CQ1: 特定の欲求の形成を動機付けた信念はどれか？
SELECT ?belief WHERE {
    :Desire_D1 bdi:isMotivatedBy ?belief .
}

# CQ2: 特定の意図はどの欲求を充足するか？
SELECT ?desire WHERE {
    :Intention_I1 bdi:fulfills ?desire .
}

# CQ3: どの心的プロセスが信念を生成したか？
SELECT ?process WHERE {
    ?process bdi:generates :Belief_B1 .
}

# CQ4: 計画内のタスクの順序付けられたシーケンスは？
SELECT ?task ?nextTask WHERE {
    :Plan_P1 bdi:hasComponent ?task .
    OPTIONAL { ?task bdi:precedes ?nextTask }
} ORDER BY ?task

例

例1: RDF通知からBDIチェーンへ

入力世界状態：

:WorldState_invoice_due a bdi:WorldState ;
    rdfs:comment "請求書INV-42の支払い期限は明日です" ;
    bdi:atTime :Time_2026_05_15 .

BDI投影：

:Belief_invoice_due a bdi:Belief ;
    bdi:refersTo :WorldState_invoice_due ;
    bdi:isJustifiedBy :Justification_billing_system ;
    bdi:motivates :Desire_avoid_late_fee .

:Desire_avoid_late_fee a bdi:Desire ;
    bdi:isMotivatedBy :Belief_invoice_due .

:Intention_pay_invoice a bdi:Intention ;
    bdi:fulfills :Desire_avoid_late_fee ;
    bdi:specifies :Plan_pay_invoice .

例2: 境界判断

タスクが「アリスは簡潔な要約を好むことを記憶する」である場合、memory-systemsを使用します。タスクが「なぜエージェントがアリスは簡潔な要約を好むと信じているか、その信念がどのような欲求を動機付け、どのような意図にコミットしたか」を表現する場合、このスキル（bdi-mental-states）を使用します。