Modelagem orientada a agentes

1. Modelagem orientada a agentes Professores : Edson Scalabrin Ph.DMarcos Shmeil Ph.D Pontifícia Universidade Católica do Paraná ( PUCPR ) Programa de Pós-Graduação em Informática Aplicada ( PPGIA ) LAboratório de Sistemas Inteligentes ( LASIN ) e-mail: { scalabrin, shm } @ ppgia.pucpr.br

2. Princípios dos sistemas multi-agentes :evolução histórica da área • Primeiras tentativas • Idade clássica • Influência da vida artificial • Idade moderna PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

3. Princípios dos sistemas multi-agentes :Primeiras tentativas • Origem EUA • Os primeiros sistemas exploraram essencialmente a relação existente entre arquitetura e modo de raciocínio • Originando dois tipos de controle : • quadro negro [Erman et al. 1980], • BEINGS e CyC [Lenat & Guha 1990], Atores [Hewitt 1977], Open System [Hewitt 1991] PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

4. Princípios dos sistemas multi-agentes :Idade clássica 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

5. Princípios dos sistemas multi-agentes :Idade clássica DVMT • Contribuição : • foi examinado um grande número de configurações envolvendo sensores e agentes de processamento • foi analisada a problemática do planejamento multi-agente a partir de planos parciais • foi definido as bases dos mecanismos de cooperação e negociação • Influência : • puramente norte americana PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

6. Princípios dos sistemas multi-agentes :Idade clássica MACE (1a plataforma Multi-Agente genérica) [Gasser et al. 1987] • primeira explicação clara a respeito de : • como implementar um sistema de IAD, e • quais são os componentes essenciais de uma plataforma genérica para o desenvolvimento de sistemas deste tipo de sistema. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

7. Princípios dos sistemas multi-agentes :Idade clássica MACE • Introduziu as trocas de mensagens dos atores nos sistemas de IAD, mostrado 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 PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

8. Princípios dos sistemas multi-agentes :Idade clássica • MACE • Deve-se salientar as 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. • Todas as plataformas de desenvolvimento de SMA são descendentes diretamente ou indiretamente de MACE. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

9. Princípios dos sistemas multi-agentes :Idade clássica • Contract Net [Smith 1980] Origem : • protocolo inicialmente aplicado a uma rede de sensores acústicos distribuídos • os agentes são inteiramente cooperativos • a seleção dos eventuais contratantes é baseada essencialmente sobre: • a capacidade de tratamento (cálculo) e • a carga atual de um agente PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

10. Princípios dos sistemas multi-agentes :Idade clássica Contract Net 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

11. Princípios dos sistemas multi-agentes :Idade clássica Contract Net Natureza Contract Net organiza o controle de execução entre um programa : emissor (agente manager), e um ou vários receptores (agentes contratantes), Procedural call  Contract Net  Data Driven Programming Isto faz do Contract Net, um dos paradigmas mais importante já desenvolvido em IAD para a alocação de tarefas descentralizadas. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

12. Princípios dos sistemas multi-agentes :Idade clássica Contract Net Mecanismo Fases da negociação : chamada de ofertas, análise de respostas, escolha de um contratante, comprometimento do contratante. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

13. Princípios dos sistemas multi-agentes :Idade clássica Exemplo de utilização do Contract Net Em uma 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. Em resposta às chamadas de ofertas, os agentes contratantes potenciais tentam "vender" seus serviços. A alocação de um contrato (a escolha da melhor proposta), significa que o agente manager está "comprando" os serviços dos contratantes potenciais. A aceitação do engajamento, significa que o(s) contratante(s) vendeu(ram) efetivamente seu(s) serviço(s). PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

14. Princípios dos sistemas multi-agentes :Idade clássica Contract Net: comentários Contract Net é uma generalização da abordagem cliente/servidor, visto que todo agente pode assumir ao mesmo tempo o papel cliente e servidor. Ele resolve o problema de repartição de tarefas sem : utilizar uma zona de memória comum e ter a necessidade de identificar precisamente o destinatário da mensagem como no caso dos sistemas baseados em atores Se nenhum agente satisfaz os critérios da chamada de oferta, o contrato não será alocado. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

15. Princípios dos sistemas multi-agentes :Idade clássica Contract Net Limites Ele não apresenta um modelo que permite levar em conta de modo eficiente a relocação de tarefas, seja no caso : de uma falha qualquer de sistema ou de um gargalo de estrangulamento. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

16. Princípios dos sistemas multi-agentes :Influência da vida artificial • A problemática da vida artificial foi lançada por Langton (1988), como “o estudo da vida tal como ela poderia ser, e não da vida tal como ela é”. • Trata-se de abstrair os princípios subjacentes de uma organização de seres vivos e de implementar estes princípios em um ambiente computacional no intuito de poder estudar e testar estes princípios. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

17. Princípios dos sistemas multi-agentes :Influência da vida artificial Os principais temas abordados são : • a análise da dinâmica de fenômenos complexos utilizando equações diferencias não lineares • a evolução de populações através da utilização de algoritmos genéticos • a implementação de “criaturas” autônomas capazes de agir e sobreviver em um ambiente não inteiramente especificado • o estudo de fenômenos coletivos a partir da interação de um conjunto de agentes reativos PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

18. Princípios dos sistemas multi-agentes :Idade moderna Escola IAD norte americana : • agrupada em torno de Victor Lesser [Lesser & Corkill 1983], “discípulos” de Victor: Ed. Durfee [Durfee et al. 1987],Susan Conry [Conry et al. 1988] • isolados : Les Gasser [Gasser 1991], M. Huhns [Huhns 1987], Katia Sycara [Sycara 1989]. • esta escola ficou, na sua quase totalidade, restrita a escola cognitiva e as ciências da organização. • as pesquisas envolvendo agentes reativos é quase inexistente. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

19. Princípios dos sistemas multi-agentes :Idade moderna • Formalização lógica dos agentes racionais autônomos trabalhando coletivamente ou não • trabalhos iniciados por Cohen e Levesque, formalizando as intenções e crenças dos agentes a partir de lógicas modais. • Uma dimensão prática às formalizações de Cohen e Lesvesque foi dada por : Y. Shoham [Shoham 1993] e Georgeff [Rao & Georgeff 1992] PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

20. Princípios dos sistemas multi-agentes :Idade moderna Formalização lógica ... • Europa principais nomes : • J. Galliers [Galliers 1988], E. Werner [Werner 1989], C. Castefranchi e R. Conte [Conte et al. 1991], Wooldridge e Jennings [Wooldridge & Jennings 1994], Coelho [Corrêa & Coelho 1993] • Québec : • Chaib-Draa [Chaib-Draa 1989] PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

21. Princípios dos sistemas multi-agentes :Idade moderna • Atos da fala e SMA • standard KQML [Finin et al. 1994] • IAD e teoria de jogos • J. Rosenschein [Zlotkin & Rosenschein 1992] e [Rosenschein & Zlotkin 1994] • Redes de Petri e SMA : • iniciativa essencialmente francesa J. Ferber [Ferber & Magin 1994], etc. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

22. Princípios dos sistemas multi-agentes :Idade moderna • Linguagens de atores e SMA : • Japão : M. Tokoro [Maruichi el al. 1990], T. Ishida [Ishida 1989], e A. Yonezawa [Yonezawa 1990] • França : P. Carle e J. Ferber [Ferber et al. 1993] Trata-se da tentativa de integrar as pesquisas feitas sobre o paralelismo em geral e as linguagens de atores aos conceitos e objetivos dos SMA. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

23. Princípios dos sistemas multi-agentes :Idade moderna Agentes reativos : • R. Brooks, L. Steels, J-L. Deneubourg, J. Ferber e Drogoul, Y. Demazeau, P. Bourgine. A abordagem reativa situa-se essencialmente no contexto da “Vida Artificial” PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

24. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resolução distribuída de problemas Resolução de problemas Resolução de problemas distribuídos Técnicas distribuídasde Resolução de problemas Sistemasmulti-agente Simulação multi-agente Construção demundos hipotéticos Robótica distribuída Concepção kénéticade programas PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

25. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resolução distribuída de problemas • Características : • é possível efetuar uma tarefa complexa através de um conjunto de especialistas dispondo de competências complementares • é a expertise ou o modo de resolução que são distribuídos, 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

26. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resolução distribuída de problemas Outros exemplos: • diagnóstico médico • concepção de produto industrial [Iffenecker & Ferber 1992] • aquisição de conhecimentos e diagnóstico de redes [Jennings et al. 1995] • reconhecimento de formas [Demazeau et al. 1994] • a compreensão da linguagem natural [Sabah 1990] • sistema de controle e monitoramento de uma rede de telecomunicações [Weihmayer & Brandau 1990] • etc.. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

27. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resolução distribuída de problemas Outros exemplos : • Sistema CONDOR (feito por Iffenecker) : • envolvendo especialistas em concepção, montagem, materiais, planejamento, marketing, etc. • estes especialistas são representados sob a forma de um conjunto de agentes • todos estes agentes possuem sua própria expertise e intervêm em diferentes momentos durante a realização do produto PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

28. Princípios dos sistemas multi-agentes :Domínios de Aplicação Particularidades do CONDOR : • a organização geral do sistema assume a forma de uma arquitetura de quadro negro ; • a organização representa grupos de trabalhos : • o grupo “qualificação” ; • o grupo “decisão” ; • o grupo “laboratório de pesquisa” ; • estes grupos trabalham utilizando seus próprios protocolos de automatização de fluxo de informação, igual o “work flow” atual. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

29. Princípios dos sistemas multi-agentes :Domínios de Aplicação Outro exemplo, KBS-SHIP : • Trata-se de 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 agentes. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

30. Princípios dos sistemas multi-agentes :Domínios de Aplicação Outro exemplo, Flavors Paint Shop : • Trata-se de um sistema de controle de processos industrial, utilizado para pintar caminhões. • Problema : • na saída de uma cadeia de montagem : • os caminhões devem ser pintados de uma cor particular, em função dos desejos dos clientes • o número de postos de pintura é inferior ao número de cores disponíveis • isto implica, mudança de configuração dos postos (consumo elevado de tempo e matéria) PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

31. Princípios dos sistemas multi-agentes :Domínios de Aplicação Características do sistema: Continuação ... • cada posto de pintura é um agente • quando um posto está livre, ele aceita um novo caminhão a ser pintado (os caminhões são colocados em uma fila de espera) • as regras de escolha são as seguintes: • pegar o primeiro caminhão da fila que exige 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 exigida • se não há caminhão prioritário, pegar o próximo da fila e alocar ao posto a cor exigida PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

32. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resultados obtidos, comparando com sistema antigo (centralizado) : • 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 PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

33. Princípios dos sistemas multi-agentes :Domínios de Aplicação 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 repartida sobre cada um dos nós • a percepção distribuída (ex. DVMT) PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

34. Princípios dos sistemas multi-agentes :Domínios de Aplicação Exemplo: Sistema IDEAL (Onera e Alcatel-Alsthom) • é 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 PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

35. Princípios dos sistemas multi-agentes :Domínios de Aplicação Características dos agentes : (continuação) • 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 um usuário, através de uma interface gráfica, acompanhar o funcionamento do agente e intervir se necessário • controle, que gerencia o conjunto de atividades dos agentes PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

36. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resolução por coordenação: Problema: • Encontrar uma solução para um problema cujo o enunciado é bem definido e o conjunto de informações é inteiramente disponível. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

37. Princípios dos sistemas multi-agentes :Domínios de Aplicação Exemplos : • 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 PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

38. Princípios dos sistemas multi-agentes :Domínios de Aplicação Exemplo: • 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 ligações são restrições que os agentes devem respeitar PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

39. Princípios dos sistemas multi-agentes :Domínios de Aplicação Resolução distribuída de problemas Resolução de problemas Resolução de problemas distribuídos Técnicas distribuídasde Resolução de problemas SistemasMulti-agente Simulação multi-agente Construção demundos hipotéticos Robótica distribuída Concepção kénéticade programas PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

40. Princípios dos sistemas multi-agentes :Domínios de Aplicação Simulação multi-agente: • Utiliza-se a simulação para tentar explicar e prever fenômenos naturais : • física, química, • biologia, ecologia, • geografia e • ciências sociais • Modelos são dados sob a forma de relações matemáticas entre variáveis representando grandezas físicas mesuráveis no mundo real. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

41. Princípios dos sistemas multi-agentes :Domínios de Aplicação Simulação multi-agente : • Exemplo : 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 convertemos alimentos em descendentes • r1 : determina a fecundidade das presas • d2 : a taxa de mortalidade dos predadores PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

42. Princípios dos sistemas multi-agentes :Domínios de Aplicação Problemas da simulação numérica : Separabilidade do nível analisado • os modelos matemáticos ligam unicamente parâmetros que se situam todos ao mesmo nível de analise. 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

43. Princípios dos sistemas multi-agentes :Domínios de Aplicação • Complexidade e realismo dos parâmetros • para ser utilizável e corresponder a realidade, estas 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

44. Princípios dos sistemas multi-agentes :Domínios de Aplicação • Carência qualitativa • O que é feito com a enorme quantidade de informações qualitativas recolhidas pelos pesquisadores de campo e pelos naturalistas? PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

45. Princípios dos sistemas multi-agentes :Domínios de Aplicação • 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 são os resultados de um conjunto de tomadas de decisões individuais, que lavam em conta os comportamentos dos outros atores do sistema PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

46. Princípios dos sistemas multi-agentes :Domínios de Aplicação Qual é o interesse da simulação SMA? • é poder levar em conta • tanto os parâmetros quantitativos • parâmetros numéricos • quanto as informações qualitativas • comportamentos individuais, recorrendo eventualmente à estratégias de raciocínio PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

47. Princípios dos sistemas multi-agentes :Domínios de Aplicação • a principal qualidade da modelagem multi-agente, é a sua capacidade de integração e flexibilidade • 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

48. Princípios dos sistemas multi-agentes :Domínios de Aplicação continuação ... Exemplo: modelagem de uma floresta. • Pode-se introduzir novas espécies animais ou vegetais e analisar suas interações com aquelas já modeladas. • os sistemas multi-agente permitem modelar situações complexas, onde as estruturas globais emergem das interações entre os indivíduos, • ou seja, fazem surgir estruturas de nível macro a partir de modelos de nível micro. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

49. Princípios dos sistemas multi-agentes :Domínios de Aplicação Projeto SIMDELTA [Cambier et al. 1992] • trata-se de 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) PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil

50. Princípios dos sistemas multi-agentes :Domínios de Aplicação 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. PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil