Exemplos de Sistemas-Multi-Agente Professor Edson Emílio Scalabrin PUCPR / PPGIA e-mail:...

Exemplos de Sistemas-Multi-Agente

Professor Edson Emílio Scalabrin PUCPR / PPGIA

e-mail: [email protected]

PUCPR/PPGIA/Edson Emílio Scalabrin

2

Origem dos Sistemas Multi-Agente

• EUA• Explorava-se essencialmente a relação

existente entre arquitetura e modo de raciocínio

• Deu origem a dois tipos de controle :– quadro negro [Erman et al. 1980], – BEINGS e CyC [Lenat & Guha 1990],

Atores [Hewitt 1977], Open System [Hewitt 1991]


3

Exemplo de Sistema Multi-Agente

DVMT (Distributed Vehicule Monitoring Test)– Projeto : Massachusetts [Lesser e Corkill 1983]

a percepção e o reconhecimento de situações/configurações distribuídas ;

– Funcionamento :

vários sensores enviam informações aos agentes de processamento, implementados sob a forma de quadro negro ;

– Problema :

obter, através dos agentes, um estado coerente de uma situação de tráfego rodoviário e então identificar e monitorar os veículos a partir das informações -- redundantes, contraditórios e ruidosas -- vindas dos sensores.


4

Exemplo de ...

– Contribuições do projeto DVMT:• examinou-se um grande número de configurações

envolvendo sensores e agentes de processamento• analisou-se a problemática do planejamento multi-agente

a partir de planos parciais• definiu-se as bases dos mecanismos de cooperação e

negociação

– Influência :• puramente norte americana

continuação


5

Exemplo de Plataforma Multi-Agente

MACE [Gasser et al. 1987]

– 1a plataforma multi-agente genérica

– 1a explicação clara a respeito de :• como implementar um sistema de Inteligência

Artificial Distribuída, e• quais são os componentes essenciais de uma

plataforma genérica.


6

Exemplo de Plataforma ...

Introdução das trocas de mensagens dos atores mostrou que :

– é possível implementar um sistema multi-agentea partir da noção de troca de mensagens

– a troca de mensagens não é suficiente– uma organização social não pode-se reduzir a um

simples mecanismo de comunicação– é necessário uma representação dos outros, de

tal modo que um agente possa raciocinar sobre suas competências e suas crenças

continuação


7

Exemplo de Plataforma ...

Introdução das diferenças entre : competência efetiva

(i.e. qualidade de quem é capaz de fazer uma determinada coisa) habilidade diretamente aplicável

(i.e. qualidade de hábil)

conhecimento que um agente tem sobre sua própria competência.

continuação

Todas as plataformas de desenvolvimento de SMA são descendentes diretamente ou indiretamente de MACE.


8

Exemplo de Protocolo de Negociação

Metáfora

Trata-se de um sistema oportunista de alocação de tarefas baseado no princípio da

negociação de contrato do tipo mercado público, e a seleção mútua das partes envolvidas.

Contract-Net [Smith 1980]


9

Exemplo de Protocolo ...

Origem : – o protocolo CNET foi inicialmente aplicado a uma

rede de sensores acústicos distribuídos

– os agentes eram inteiramente cooperativos

– a seleção dos eventuais contratantes era baseada essencialmente :

• na capacidade de processamento (cálculo) e

• na carga atual de um agente

continuação


10

Exemplo de Protocolo ...

Natureza– o protocolo CNET organiza o controle de

execução entre um programa :

• emissor de uma mensagem (agente “manager”) e

• um ou vários receptores (agentes “contractors”)

– procedural call contract net data driven programming

O CNET é um dos paradigmas mais importante já desenvolvidoem IAD para a alocação dinâmica de tarefas.

continuação


11

Fases da Negociação

Exemplo de Protocolo ...continuação

Chama de

ofertas

Análise e

Seleção de

proposta

Envio de

propostas

Fechamento

do contrato


12


Mensagem: ChamaDeOfertasPara : *

De : Explorador-25

Contrato : Perfurar-25-234

DescriçãoDeTarefa :

TipoDeTarefa : Perfurar

QualidadesRequeridas :

DeveTer : SistemaPerfuração

DevePoder : PerfurarSoloMole

FormatoDaProposta :

Posição: <Lat, Long>

QualidadesPerfuração: {TipoDeSolo : Performance}

DataExpiração :

20 junho 2193 13:06:46

Fim ChamaDeOfertas

Mensagem: PropostaPara : Explorador-25

De : Perfurador-18

Contrato : Perfurar-25-234

DescriçãoProposta :

Posição: <47N, 17W>

QualidadesPerfuração :{areia : 0,5 argila : 0,3 Xisto : 0,8}

Fim Proposta


13


Interpretação dos tipos de mensagens :– chamada de ofertas : o agente manager tenta "comprar”

serviços de outros agentes a um preço (freqüentemente um restrição de tempo) no máximo igual o especificado na chamada de ofertas.

– propostas : os agentes contratantes potenciais tentam "vender" seus serviços.

– alocação de um contrato (a escolha da melhor proposta) :o agente manager está "comprando" os serviços dos contratantes potenciais.

– aceitação do engajamento : o(s) contratante(s) vendeu(ram) efetivamente seu(s) serviço(s).


14


Comentários ...– O CNET é uma generalização da abordagem

cliente/servidor

– O CNET resolve o problema de distribuição de tarefas :

• sem utilizar uma zona de memória comum e

• sem a necessidade de identificar precisamente o destinatário da mensagem como por exemplo nos sistemas baseados em atores

Se nenhum agente satisfaz os critérios da chamada de oferta,o contrato não é alocado.


15


Limites

– O CNET não apresenta um modelo que permite levar em conta de modo eficiente a relocação de tarefas, seja no caso :

• de falha de sistema ou • de problema de estrangulamento.


16

Sistemas Multi-agente :

Domínios de Aplicação

Sistemasmulti-agente

Resolução distribuída de problemas

Resolução de problemas distribuídos

Técnicas distribuídasde Resolução de

problemasSimulação

multi-agente

Construção demundos hipotéticos

Robótica distribuída

Concepção kénéticade programas

Resolução de problemas


17

Sistemas Multi-Agente :Resolução distribuída de problemas

Características :– é possível efetuar uma tarefa complexa através de

um conjunto de especialistas que dispõem de competências complementares

– é a expertise ou o modo de resolução que é distribuído, sem que o domínio o seja

Exemplos :– Construção de um carro de corrida, especialistas :

• Motores, escolha e teste de pneumáticos, chassis e suspensão, combustível, gestão da corrida + interface com o piloto.


18

Exemplo de Resolução distribuída ...

Sistema CONDOR: [Iffenecker & Ferber 1992]

– envolvendo especialistas em concepção, montagem, materiais, planejamento, marketing, etc.

– os especialistas são representados sob a forma de um conjunto de agentes

– os agentes possuem sua própria expertise e intervêm em diferentes momentos durante a realização do produto


19


Organização do CONDOR :– o sistema assume a forma de uma arquitetura de quadro

negro ;

– representa grupos de trabalhos :• o grupo “qualidade” ;

• o grupo “decisão” ;

• o grupo “laboratório de pesquisa” ;

– cada grupo trabalha utilizando seu próprio protocolo de automatização de fluxo de informação, igual o “work flow” atual.

continuação


20


KBS-SHIP :– um sistema dedicado ao monitoramento e manutenção de

equipamentos de um navio comercial.

– o sistema integra vários sistemas especialistas :• pilotagem, carregamento de frete, manutenção dos

equipamentos eletrônicos, diagnóstico de falhas, etc.

• eles operam sobre uma arquitetura SMA, controlado por um Expert encarregado da gestão das comunicações via uma rede Ethernet e da resolução de conflitos entre os agentes.

continuação


21


Flavors Paint Shop :– um sistema de controle de processos industrial utilizado

para pintar caminhões.

– Problema : na saída de uma linha de montagem• os caminhões devem ser pintados de uma dada cor e

em função dos desejos dos clientes

• o número de postos de pintura é inferior ao número de cores disponíveis

• a mudança de configuração dos postos eleva o consumo de matéria e de tempo

continuação


22


Características do sistema Flavors Paint Shop :

– cada posto de pintura é um agente

– quando um posto está livre, ele aceita um novo caminhão para ser pintado (os caminhões são colocados em uma fila de espera)

– regras de escolha:• pegar o primeiro caminhão da fila que requer a mesma cor que está

disponível no momento

• se não há caminhão desta cor, pegar o caminhão mais prioritário e alocar ao posto a cor requerida

• se não há caminhão prioritário, pegar o próximo da fila e alocar ao posto a cor requerida

continuação


23


Resultados do sistema Flavors Paint Shop :

– redução drástica do custo de manutenção do sistema– redução (50%) das operações de troca de pintura– economia de um milhão de dólares por ano– o sistema pode levar em conta, sem maiores problemas,

as falhas de postos de pintura

continuação


24

Sistemas Multi-Agente :Resolução distribuída de problemas distribuídos

Características:– o domínio é distribuído

– os agentes podem ter competências parecidas

Exemplos :– monitoramento de redes de energia ou de

telecomunicações, • a supervisão é dsitribuída sobre cada um dos nós

– a percepção distribuída (ex. DVMT)


25

Exemplo de resolução distribuída de problemas ...

Sistema IDEAL [Onera e Alcatel-Alsthom]

– um sistema SMA dedicado ao monitoramento e diagnóstico de redes de telecomunicações

– IDEAL compreende três tipos de agentes :

• supervisor, encarregado de localizar e diagnosticar falhas

• acompanhamento, encarregado de manter a coerência entre o estado real da rede e a visão dos agentes

• operador de manutenção, encarregado de executar testes e reparar elementos da rede

continuação


26

Exemplo de resolução distribuída de problemas ...

Características dos agentes do IDEAL : – apresentam uma arquitetura de quadro negro

– cada agente tem um conjunto de módulos:• comunicação, que gerencia os protocolos de comunicação

• expert, que contem os conhecimentos relativos a supervisão da rede

• cooperação, que gerencia as tabelas de conhecidos (acquaintance), a representação de si e os modelos de diálogo

• visualizador, que permite ao usuário, através de uma interface gráfica, acompanhar o funcionamento do agente e intervir se necessário

• controle, que gerencia o conjunto de atividades dos agentes

continuação


27

Sistemas Multi-Agente :

Resolução por coordenação

Problema :– Encontrar uma solução para um problema cujo

enunciado é bem definido e o conjunto de informações é inteiramente disponível.


28

Exemplo de resolução ...

• determinar uma alocação de tarefas para uma máquina

• definir a agenda de um colega• dar a seqüência de ações a ser executada para sair

de um labirinto ou para disparar um míssil• resolver quebra-cabeça ou demonstrar um teorema• empilhar cubos ou componentes mecânicos


29

Exemplo de resolução ...

Eco-Resolução– Problema : empilhamento de cubos– Iniciativa : o problema é visto como um SMA

• cada cubo é um agente

• os agentes buscam incessantemente satisfazer seus objetivos

• as relações são restrições que os agentes devem respeitar

continuação


30

Sistemas Multi-Agente :Simulação multi-agente

Características e Utilização– utiliza-se a simulação para tentar explicar e prever

fenômenos naturais :• física, química,

• biologia, ecologia,

• geografia e

• ciências sociais

– os modelos são dados sob a forma de relações matemáticas entre variáveis que representam grandezas físicas mesuráveis no mundo real.


31

Exemplo simulação ...

Presa-Predador

• dN1 = r1N1 - PN1N2 dN2 = aPN1N2 - d2N2

dt dt

• P : coeficiente de destruição (predador)• N1 e N2 : as números de presa e predadores• a : eficiência que os predadores

convertem os alimentos em descendentes

• r1 : determina a fecundidade das presas• d2 : a taxa de mortalidade dos predadores

continuação


32


Problemas da simulação apenas numérica– os modelos matemáticos ligam unicamente parâmetros

que se situam todos ao mesmo nível de análise.

– Ex. é impossível ligar o tamanho do efetivo as tomadas de decisões efetuadas pelos indivíduos

Pode-se dizer, que estes níveis de análise são isolados, à medida que é impossível fazer corresponder os comportamentos efetuados a um nível micro as variáveis globais mesuráveis a um nível macro.

continuação


33


Complexidade e realismo dos parâmetros na simulação apenas numérica

– para ser utilizável e corresponder a realidade, as equações comportam um grande número de parâmetros difíceis a estimar e sem realismo

– o coeficiente de eficiência a é bastante pobre

Não é considerado o conjunto de comportamentos complexos que podem ter um impacto direto sobre a fecundidade :

• hierarquia e dominação, estratégia sexual, • utilização do território e construção de abrigos.

continuação


34


Dificuldade em modelar as ações– como levar em conta as ações dos indivíduos, bem

como as modificações efetivas do ambiente decorrente de seus comportamentos ?

Em particular sabendo que, os fenômenos coletivos resultam de um conjunto de

tomadas de decisões individuais, que lavam em conta os comportamentos dos outros atores do sistema

continuação


35


Qual é o interesse da simulação multi-agente?

É poder levar em conta– tanto os parâmetros quantitativos

• parâmetros numéricos

– quanto as informações qualitativas • comportamentos individuais, recorrendo

eventualmente à estratégias de raciocínio

continuação


36


Vantagens da modelagem multi-agente– é possível integrar na mesma modelagem, equações

diferencias e comportamentos baseados em regras simbólicas

– é fácil integrar modificações, onde cada enriquecimento do modelo é realizado pela adição de novas regras de comportamento, agindo a nível de indivíduo

– os indivíduos guardam suas identidades– é possível acrescentar novos tipos de agentes, dispondo

de seus próprios modelos de comportamento, que irão interagir com os agentes já definidos.

continuação


37


Exemplo: modelagem de uma floresta. – pode-se introduzir novas espécies animais ou vegetais e

analisar suas interações com aquelas já modeladas.

continuação


38


Projeto SIMDELTA [Cambier et al. 1992]

– um simulador para sintetizar os conhecimentos de um conjunto de especialistas em :

• ecologia, biologia, antropologia, etc.

– conhecimentos adquiridos após vários anos de estudos sobre sistema de pesca do delta central do Nigéria.

Objetivo do projeto : modelar informações : • quantitativas (a evolução das enchentes)• qualitativas (as técnicas de pesca praticadas)

continuação


39


Características do SIMDELTA :– Permite simular, em mesmo tempo, a dinâmica da

população de peixes, incluindo :• fatores biológicos e topologicos na dinâmica da

população ;

• Os agentes são:– baldes de peixes– pescadores

OBS : estes fatores afetam a evolução da população e a tomada de decisão dos pescadores.

continuação


40


Definição dos agentes SIMDELTA

– os biotipos• representam porções do ambiente

– os peixes• possuem um comportamento bastante reativo

– os pescadores• comportamento de agentes cognitivos

continuação


41


Ambiente = Biotipos Conexões entre biótipos mudam em função do nível das águas

continuação


42


Para cada biotipo :– uma função de recurso, indica a quantidade de

alimento disponível para uma população de peixes em função do tempo

Baldes de peixes (agentes):– representam conjuntos de peixes

– parâmetros estratégicos para a adaptação:• tamanho e número de ovos, processo de

migração, regime, etc.

continuação


43


Cada pescador– é representado por um agente cognitivo

– seu comportamento é descrito por um sistema baseado em conhecimentos, envolvendo:

• uma base de dados, que contem suas crenças e sua memória de pescador

• um sistema de regras, que representa sua estratégia cognitiva para explorar os biotipos

continuação


44


Testes feitos sobre SIMDELTA• estudo sobre a dinâmica de uma população de peixes em

função de um esforço de pesca cada vez maior.

• dados para a simulação :– o comportamento de peixes de água doce e

– os conhecimentos dos biologistas a respeito da reprodução, crescimento, migração e mortalidade dos peixes

continuação


45


Projeto SIMPOP [Bura et al. 1993]

Objetivo : – modelar a dinâmica de evolução de um sistema de

cidades, em particular : a gênese (formação dos seres) e o desenvolvimento e a concentração das funções urbanas

em diferentes níveis, durante um período de tempo (+/- 2000 anos)

continuação


46


Características do SIMPOP– o ambiente é representado por um conjunto de “lugares” de

tamanhos e formas variadas (essencialmente quadradas e hexagonais).

– estes elementos são caracterizados :• pela sua natureza : planícies, montanhas, mares, pântanos ;

• pelos seus recursos naturais : agricultura, pesca, minerais ;

• pelas vias de comunicação : rios, estradas, etc. – os recursos correspondem o potencial que uma população

tem para explorar a produtividade levando em conta as possibilidades técnicas ou as atividades de um povoado vizinho

continuação


47


Agentes do SIMPOP– cada lugar é representado por um agente

“cidade”, que pode ser um povoado ou uma metrópole

– as características das cidades • número de habitantes,

• riqueza econômica e

• funções (agricultura, economia, indústria, administração).

continuação


48


Comportamento de um agente cidade• é dado pela soma dos comportamentos de seus

habitantes

• os habitantes são representados por funções econômicas, correspondendo aos principais grupos econômicos

– Ex. em um povoado a maior parte de sua população é associada a função agrícola.

continuação


49


Comentários• as principais entidades do sistema são os agentes “cidade”• os agentes “cidade” são imóveis• as interações entre estes agentes se dão através de

transferências de:– bens, valores monetários, serviços e habitantes ;

– as transferências se exprimem sob a forma de mecanismos de ofertas e demandas entre as cidades ;

– certas cidades tendem a crescer e vários fenômenos locais vão reforçar as diferenças entre elas, de tal maneira, a formar uma espécie de “hierarquia” de cidades (seu tamanho e sua riqueza).

continuação

Exemplos de Sistemas-Multi-Agente Professor Edson Emílio Scalabrin PUCPR / PPGIA e-mail:...

Documents

Transcript of Exemplos de Sistemas-Multi-Agente Professor Edson Emílio Scalabrin PUCPR / PPGIA e-mail:...