Programa

1
Programação Orientada a Agentes e Sistemas
Multiagentes
2
Conteúdo

• Motivação
• Exemplos de sistemas multiagentes
• Sistemas multiagentes estritamente cooperativos
• Sistemas multiagentes intermediários
• Sistemas multiagentes estritamente
  não-cooperativos
• Aplicações
• Balanço geral
• Conclusão
• Referências

3
O que é um procedimento/função?

• Um procedimento é uma abstração de um comando e é
  caracterizado por
• realizar operações que modificam o estado do
  sistema
• Uma função é uma abstração e uma expressão e é
  caracterizada por
• Realizar alguma operações sobre valores e
  devolver um resultado
• Ambos são metáforas de modelagem

4
O que significa dizer que um sistema é
estruturado? Como reconhecemos um sistema
estruturado?

• Utiliza como metáfora de modelagem procedimentos
  e funções
• Utiliza metodologia de desenvolvimento
  estruturada
• Utiliza ferramentas implementação estruturadas

5
O que é um objeto?

• É uma entidade de abstração caracterizada por
• Encapsulamento/information hidding
• Capacidade de relacionamentos com outros objetos
  de herança/agregação
• Comunica-se através do envio de mensagens
• É uma junção das abstrações de comando, expressão
  e declaração

6
O que significa dizer que um sistema é orientado
a objetos? Como reconhecemos um sistema orientado
a objetos?

• Utiliza objetos como metáfora de modelagem
• Utiliza metodologia de desenvolvimento orientada
  à objetos
• Utiliza ferramentas implementação orientadas à
  objetos

7
Um sistema concebido de forma orientada a objetos
pode ser também concebido de forma estruturada?
Um sistema concebido de forma orientada a objetos
pode ser implementado de forma estruturada?
8
O que é um agente?

• É uma entidade de abstração caracterizada por
• Autonomia
• Racionalidade (busca sempre atingir seus
  objetivos)
• Capacidade social (interação com outros agentes)
• Reatividade
• Pro-atividade
• Mobilidade

9
O que significa dizer que um sistema é orientado
a agentes? Como reconhecemos um sistema
orientado a agentes?

• Utiliza o agente como metáfora de modelagem
• Utiliza metodologia de desenvolvimento orientada
  à agentes

10
Caracterização de um sistema

• Linguagem de Implementação?

• Abstração utilizada na modelagem?

• Metodologia de desenvolvimento?

11
POO X POA
12
Desenvolvimento orientado a objetos

• Busca
• Definição das entidades que serão representadas
  no sistema
• Definição das funcionalidades que estão
  associadas a cada entidade
• Definição dos objetos e relacionamentos de
  agregação e herança
• Definição de atributos e métodos.

13
Desenvolvimento orientado a agentes

• Busca
• Definição das entidades que serão representadas
  no sistema (domínio)
• Definição das percepções e ações que cada agente
  pode realizar
• Definição de crenças e objetivos.
• Definição dos relacionamentos de comunicação
  entre os agentes (estabelecer protocolos)

14
Sistemas Multi-Agentes

• Inteligência solitária ou coletiva?

15
Porque Distribuir a IA? Razões segundo as
comunidades...

• De Ciências humanas As capacidades intelectuais
  provêm
• disposições genéticas, interações com os
  semelhantes e com o ambiente
• Da psicologia O ser humano
• faz raciocínios em paralelo, tem mais de uma
  opinião ou ponto de vista sobre uma coisa
• De IA
• adicionar a dimensão sociológica à psicológica já
  existente
• Da resolução de problemas
• há problemas funcionalmente ou espacialmente
  distribuídos e há problemas complexos demais
• Da indústria
• poder trabalhar com vários especialistas com
  pontos de vista diferentes
• De informática
• extensão da noção de (multi)objetos

16
Sendo assim, temos...
Metáfora para modelagem
Objeto
Agente
Desenvolvimento OO
Desenvolvimento OA
Sistema Multiobjetos
Sistema Multiagentes
Agente Objeto com intencionalidade
17
Exemplo de sistema

• Sistema de Fornecimento de Água para Caldeiras -
  Resolução Distribuída de Problemas
• O importante é atingir o objetivo global
• As tarefas são pré-definidas
• A ênfase é dada na modelagem de cada agente
• Usualmente não existe grande comunicação entre os
  agentes
• Existe um controle global

18
Exemplo de sistemas

• Formigueiro - Sistema Multiagentes Reativo
• O mais importante é o problema
• O problema é resolvidos por nós individuais que
  interagem entre si
• Existe um grande número de nós
• Os nós são normalmente são idênticos e possuem
  conhecimento limitado
• Cada nós não tem consciência do problema geral
• Os nós cooperam entre si
• A solução surge através das interações entre os
  nós.

19
Exemplo de sistemas

• Time de Futebol - Sistema Multiagentes Cognitivo
  Cooperativo
• Cada jogador possui um conhecimento individual e
  limitado
• Cada jogador não pode resolver o problema
  sozinho
• Cada jogador pode ter características diferentes
  dos demais
• Cada jogador age de forma autônoma e assíncrona
• Existe um objetivo global que é de conhecimento
  de todos os indivíduos
• Este objetivo global está acima dos objetivos
  individuais de cada agente
• Não existe um controle global
• A junção das capacidades individuais resolve o
  problema.

20
Exemplo de sistemas

• Negociação trabalhista - Sistema Multiagentes
  Cognitivo Não-Cooperativo
• Os objetivos de cada parte são usualmente
  contrapostos
• A informação de cada parte é incompleta
• Existe um objetivo global desejado, mas que não é
  mais importante que os objetivos individuais
• Cada parte procura convencer seu oponente para
  que ele ceda (ocorre um processo de negociação)
• Não da para ter certeza sobre o que a outra parte
  vai fazer
• Não existe um controle centralizado do processo

21
Semelhanças entre os exemplos

• Inteligência Global / Individual
• Cada ser individual possui uma Inteligência
  própria. O sistema possui uma Inteligência global
  que é resultado do conjunto de inteligências
  individuais.
• Objetivo Global / Individual
• Existe sempre um objetivo global a ser atingido
  e os indivíduos podem ou não ter consciência
  disto.
• Cada indivíduo possui objetivos próprios, que
  podem ou não estar acima do objetivo global
• Interações Predefinidas / Não-predefinidas
• Todas as interações entre os agentes podem ser
  pre-definidas, ou não

22
Historicamente

• Existe uma diferenciação entre um sistema
  desenvolvido como um DPS e como um MAS.
• Alguns pesquisadores consideravam que DSP é uma
  sub-área de MAS, e outros consideravam o inverso.
• Nos dias atuais existe um tendência a considerar
  tudo como MAS
• A diferença entre os sistemas agora está
• Na distribuição do conhecimento
• Na existência ou não de um objetivo global
• Se o objetivo global existir, qual o grau de
  compromisso que que cada agente tem com ele,
  quando confrontado com os seus objetivos
  individuais?

23
Taxonomia Anterior
IA
IA convencional
IA Distribuída
Outros
MAS
DPS
Reativo Cognitivo
Não-cooperativo Cooperativo
24
Taxonomia Moderna
IA
IA convencional
IA Distribuída
Outros
MAS
Classificações Intermediárias
Estritamente Cooperativo Estritamente Não-
Cooperativo
25
Problemas dos MAS

• Como descrever e alocar as entidades de um
  problema em tre os agentes do sistema?
• Como habilitar os agentes para se comunicar e
  interagir? Que linguagem de comunicação utilizar?
  
• Como garantir que os agentes vão agir de forma
  coerente, sem provocar efeitos indesejáveis?
  (Dilema do prisioneiro)
• Como habilitar os agentes para representar e
  raciocinar sobre as ações de outros agentes para
  conseguir se coordenar com eles?
• Como gerenciar a limitação de recursos de cada
  agente?
• Como construir um MAS de forma efetiva? Como
  definir plataformas tecnológicas e metodologias
  de desenvolvimento?

26
Processo de Desenvolvimento de um MAS

• Similar a divisão-e-conquista
• Busca-se definir
• Quem são os agentes
• Protocolo de comunicação entre os agentes (redes
  de contrato)
• Regras de funcionamento de cada agente (Relações
  entre crenças, percepções e ações)

Ask(agent(ID), product(nome(CD), autor(Chico
Buarque) ))
Products(Autor(Chico Buarque),
CD(...),CD(...))
27
Jogos dos 8 Números

• Objetivo Colocar as letras em ordem alfabética
  no menor tempo possível
• Este problema é np-completo

28
Jogos dos 8 Números

• Considerando cada agente como uma peça, temos
  que
• Cada agente tem como objetivo ir para a sua
  posição
• Cada agente sabe a sua posição atual e pode estar
  ou não ativo
• Apenas um agente está ativo de cada vez (A, em
  seguida B, etc.)
• Cada agente pode
• Atacar um outro agente
• Fugir quando for atacado
• A fuga só pode ocorrer quando o agente não
  estiver bloqueado
• Percorrer o caminho padrão, mesmo estando em sua
  posição.

29
Jogos dos 8 Números

• O protocolo de comunicação é
• Ataque ataque (atacante(...), posição_atacado(...
  ))
• Fuga Fugir (posição_fuga(...))
• Bloqueado Block (atacante(...))
• PercorrerCaminhoPadrão()

30
Jogos dos 8 Números
E B C A H F
D G
Bloqueado Ativo
31
Jogos dos 8 Números
E B C A H F
D G
Bloqueado Ativo
32
Jogos dos 8 Números
B C E A H F
D G
Ativo
33
Jogos dos 8 Números
B C H A G E
F D
Ativo
34
Jogos dos 8 Números
A B C G H E F
D
Bloqueado Ativo
Resultados Obtidos com MAS 30X30 Resultados com
técnicas normais 5X5
35
Task Allocation Problem

• Objetiva minimizar a interdependência de tarefas
• Diminuir o overhead de comunicação
• Aumentar as chances de se encontrar uma solução
  consistente
• Este foi um dos primeiros problemas atacados pela
  IA distribuída com o Contract Net Protocol (CNP).

36
Task Allocation Problem
- Contract Net Protocol -

• Cada agente pode assumir dois papéis
• Gerente
• Contratante
• Dada uma tarefa, o agente (contratante) determina
  se esta pode ser quebrada em sub-tarefas
  concorrentes.
• Ele usa o protocolo para anunciar as sub-tarefas
  para os outros agentes (Gerentes) e esperar por
  ofertas.
• O contratante recebe as ofertas feitas, escolhe a
  melhor e anuncia o vencedor
• O vencedor pode então, se quiser, ver se esta
  tarefa pode ser subdividida, e se tornar um
  Contratante.

37
Task Allocation Problem
1
2
3
4
5
Objetivo Levar o conjunto de blocos para o ponto
5 na mesma ordem. Regras - Só se pode mover um
bloco de cada vez - Cada bloco só pode se
mover para o posição imediatamente
ao lado
38
Task Allocation Problem

• Cada agente pode assumir a tarefa de levar um
  número x de blocos, e, se não conseguir, ele pode
  subdividir esta tarefa e esperar ofertas.
• Tomando um conjunto de n agentes e de 3
  problemas, temos

39
Task Allocation Problem

• Como existem vários problemas paralelos
• Cada agente precisa ver se pode ou não assumir
  uma tarefa
• Decidir que tipo de tarefa ela vai poder assumir
  (número de blocos)
• Decidir se deve ou não subdividir a tarefa que
  recebeu

40
Aplicações

• PDA (Personal Digital Assistant)
• Assistentes para análise de e-mails
• Assistentes para organização de agenda de
  horários
• Controle de tráfego aéreo
• Comércio eletrônico
• Jogos com Personagens
• Histórias Interativas
• Busca na Internet
• Sistemas de Controle (tempo real)
• Sistemas de Telefonia

41
Balanço geral

• Vantagens
• Robustez
• Eficiência
• Possibilidade de resolver problemas mais
  complexos
• Desvantagens
• Falta uma metodologia de desenvolvimento bem
  definida
• Sobrecarga de comunicação
• Maior complexidade do paradigma de
  desenvolvimento

42
Concluindo

• O que significa dizer que um determinado problema
  pode ser melhor resolvido com uma abordagem
  multiagentes?

43
Quando usar...

• Problema complexo
• divide and conquer
• ex. jogo dos 8 números, ordenação, etc.
• Problema intrinsecamente distribuído
• ex. jogos com personagens, administração de
  sistemas, controle de tráfego, etc.
• Problemas exigindo rápido tempo de resposta
• processamento paralelo
• ex. busca na internet, grupo musical, etc.
• Problema com domínios de conhecimento ou tarefas
• um agente para cada tipo de conhecimento/tarefa
• ex. usina nuclear

44
Depois de descobrir que deve usar, o que fazer?

• Utilizando linguagens OO convencionais
  Bibliotecas adicionais
• Para comunicação JATLite (KQML), FIPA
• Para raciocínio
• Motores de inferência lógica JEOPS, ABE, JESS,
  CLIPS
• Motores de inferência bayesiana Hugin, MSBN
• Redes neurais
• Para mobilidade Aglets, Telescript, etc.
• Utilizar ambientes de desenvolvimento
• Agent Builder
• Utilizar linguagens orientadas a agentes
• Agents0, Jackal, etc.

45
FIM