agent oriented programming n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Agent-Oriented Programming PowerPoint Presentation
Download Presentation
Agent-Oriented Programming

Loading in 2 Seconds...

play fullscreen
1 / 21

Agent-Oriented Programming - PowerPoint PPT Presentation


  • 73 Views
  • Uploaded on

Agent-Oriented Programming. Luanda Philippi Remáculo luanda@inf.ufsc.br Sabrina Schürhaus sabrinas@inf.ufsc.br. Agent-Oriented Programming - AOP. Shoham (1993); Agente = entidade que envia e processa mensagens; Diferença entre agentes e objetos: Os campos de uma agente são restritos;

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Agent-Oriented Programming' - jorn


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
agent oriented programming

Agent-Oriented Programming

Luanda Philippi Remáculo

luanda@inf.ufsc.br

Sabrina Schürhaus

sabrinas@inf.ufsc.br

agent oriented programming aop
Agent-Oriented Programming - AOP
  • Shoham (1993);
  • Agente = entidade que envia e processa mensagens;
  • Diferença entre agentes e objetos:
    • Os campos de uma agente são restritos;
    • Nos agentes, cada mensagem é também definida em termos de atividades mentais.
  • Um agente pode ser considerado um objeto, no entanto muitas idéias da teoria dos objetos são esquecidas na AOP.
sistemas multiagentes
Sistemas Multiagentes
  • Criação de entidades de software autônomas - Agentes;
  • Agentes: interagem através de um ambiente compartilhado por outros agentes de uma sociedade, e atuam sobre esse ambiente, alterando seu estado.
sistemas multiagentes1
Sistemas Multiagentes
  • Forma natural que permite analogias diretas com o mundo real e com a forma como raciocinamos sobre ele;
  • Sistemas computacionais vistos como ambientes onde os agentes atuam;
  • Nesses ambientes os agentes podem formar grupos, em um nível mais alto de abstração formando comunidades ou sociedades de agentes.
sistemas multiagentes2
Sistemas Multiagentes
  • Tipos:
    • Cognitivos:
      • Poucos agentes;
      • Cada agente é um sistema sofisticado e computacionalmente complexo.
    • Reativos:
      • Grande número de agentes muito simples;
      • Seus comportamentos podem ser descritos como autômatos finitos simples;
      • Agem sob um esquema estímulo-resposta.
sistemas multiagentes3
Sistemas Multiagentes
  • Formalismos:
    • Teoria dos Jogos:
      • Ferramentas para a decisão de qual estratégia em um jogo abstrato de dois ou mais jogadores é a melhor para os jogadores.
    • Lógica Matemática:
      • Lógicas modais complexas para o projeto e desenvolvimento de agentes.
sistemas multiagentes4
Sistemas Multiagentes
  • Disciplinas envolvidas no desenvolvimento de SMA:
    • Psicologia;
    • Ciência cognitiva;
    • Sociologia;
    • Entomologia;
    • Economia;
    • Teoria das Organizações;
    • Teoria dramática;
    • Antropologia.
sistemas multiagentes5
Sistemas Multiagentes
  • Agente:
    • Estados Mentais:
      • Crenças;
      • Objetivos;
      • Intenções;
      • Compromissos.
sistemas multiagentes6
Sistemas Multiagentes
  • Características:
    • Técnicas automáticas de decomposição de tarefas e computação distribuída;
    • Impossível prever todos os casos quem devem ser tratados;
    • O agente é dito como autônomo;
    • Os agentes possuem conhecimento incompleto do seu ambiente e seguem o princípio da racionalidade limitada.
sistemas multiagentes7
Sistemas Multiagentes
  • Aspectos para compreensão de agentes nos SMA cognitivos:
    • Percepção;
    • Ação;
    • Comunicação;
    • Representação;
    • Motivação;
    • Deliberação;
    • Raciocínio e aprendizagem.
arquitetura bdi beliefs desires intentions
Arquitetura BDI - Beliefs, Desires, Intentions.
  • Crenças: agente sabe sobre o estado do ambiente e dos agentes naquele ambiente;
  • Desejos: estados do mundo que o agente quer atingir;
  • Intenções: seqüências de ações específicas que um agente se compromete a executar para atingir determinados objetivos.
linguagem agentspeak
Linguagem AgentSpeak
  • Projetada para programação de agentes BDI na forma de sistemas de planejamento reativos;
  • É extensão natural e elegante de programação em lógica para arquitetura de agentes BDI.
linguagem agentspeak l
Linguagem AgentSpeak(L)
  • Um agente AgentSpeak(L) corresponde a especificação de um conjunto de crenças (base inicial do agente) e de um conjunto de planos (biblioteca de planos)
  • AgentSpeak(L) distingue 2 tipos de objetivos:
    • Realização(!);
    • Teste(?).
linguagem agentspeak l1
Linguagem AgentSpeak(L)
  • Elementos da linguagem:
    • Eventos ativadores (‘+’) e (‘-’);
    • Planos (evento ativador + contexto);
  • +concert(A,V) : likes(A)
    • !book_tickets(A,V).
  • +!book_tickets(A,V) : ¬busy(phone)
    • call(V);
  • : : :;
  • !choose_seats(A,V).
estudo de caso rob s coletores de lixo em marte
Estudo de Caso Robôs coletores de Lixo em Marte
  • 2 robôs coletando lixo em Marte
    • r1: procura por lixos e quando encontra leva até r2;
    • r2 está ao lado de um incinerador.
  • Agent r2
  • +garbage(r2) : true
    • <- burn(garb).
  • Agent r1
  • Beliefs
  • pos(r2,2,2).
  • checking(slots).
estudo de caso rob s coletores de lixo em marte1
Estudo de Caso Robôs coletores de Lixo em Marte
  • Plans
  • +pos(r1,X1,Y1) : checking(slots) & not(garbage(r1)) (p1)
    • <- next(slot).
  • +garbage(r1) : checking(slots) (p2)
    • <- !stop(check);
    • !take(garb,r2);
    • !continue(check).
  • +!stop(check) : true (p3)
    • <- ?pos(r1,X1,Y1);
    • +pos(back,X1,Y1);
    • -checking(slots).
estudo de caso rob s coletores de lixo em marte2
Estudo de Caso Robôs coletores de Lixo em Marte
  • +!take(S,L) : true (p4)
    • <- !ensure_pick(S);
    • !go(L);
    • drop(S).
  • +!ensure_pick(S) : garbage(r1) (p5)
    • <- pick(garb);
    • !ensure_pick(S).
  • +!ensure_pick(S) : true <- true. (p6)
estudo de caso rob s coletores de lixo em marte3
Estudo de Caso Robôs coletores de Lixo em Marte
  • +!continue(check) : true (p7)
    • <- !go(back);
    • -pos(back,X1,Y1);
    • +checking(slots);
    • next(slot).
  • +!go(L) : pos(L,Xl,Yl) & pos(r1,Xl,Yl) (p8)
    • <- true.
  • +!go(L) : true (p9)
    • <- ?pos(L,Xl,Yl);
    • moveTowards(Xl,Yl);
    • !go(L).
linguagens de programa o a agentes
Linguagens de Programação a Agentes
  • Agent-0;
  • PLACA Extension;
  • Agente-K Extension;
  • Agent(): Arquitetura BDI + LISP;
  • Concurrent METATEM;
  • STAPLE;
  • ConGolog;
  • MINERVA;
  • 3APL;
  • Dribble;
  • AgentTalk;
  • JAVA
considera es finais
Considerações Finais
  • Recente;
  • Há muito o que desenvolver;
  • Paradigma de Orientação a Agentes;
refer ncias bibliogr ficas
Referências Bibliográficas
  • Bordini e Vieira, Linguagens de Programação Orientadas a Agentes: uma introdução baseada em AgenteSpeak(L); http://www.inf.ufrgs.br/~revista/docs/rita10/rita_v10_n1_p7a38.pdf
  • http://www.cs.berkeley.edu/~davidp/cs263/