Arquiteturas de Agentes

32
FACULDADE DE INFORMÁTICA PUCRS – Brazil http://www.inf.pucrs.br Arquiteturas de Agentes Murilo Juchem e Ricardo Melo Bastos TECHNICAL REPORT SERIES Number 013 April, 2001

Transcript of Arquiteturas de Agentes

Page 1: Arquiteturas de Agentes

FACULDADE DE INFORMÁTICAPUCRS – Brazil

http://www.inf.pucrs.br

Arquiteturas de Agentes

Murilo Juchem e Ricardo Melo Bastos

TECHNICAL REPORT SERIES

Number 013April, 2001

Page 2: Arquiteturas de Agentes

Contact:

[email protected]

http://www.inf.pucrs.br/~juchem

[email protected]

http://www.inf.pucrs.br/~bastos

Murilo Juchem is a M.Sc. student of PUCRS – Pontifícia Universidade Católica do RioGrande do Sul – Brazil. He develops research in Multi-agent systems design techniquesat the information system group of the PPGCC. He receives a federal graduate researchgrant from CNPq (Brazil) to support his research.

Ricardo Melo Bastos is a professor in the FACIN-PUCRS since 1986 and Ph.D. incomputer science since 1998 (PPGC-UFRGS). He is a researcher in softwareengineering and multi-agent systems at the information system group of the PPGCC.

Copyright Faculdade de Informática – PUCRSPublished by the Campus Global – FACIN – PUCRSAv. Ipiranga, 668190619-900 Porto Alegre – RS – Brazil

Page 3: Arquiteturas de Agentes

ArquiteturasdeAgentes

RelatórioTécnico013/2001

Murilo Juchem�

RicardoMelo Bastos�

1 Intr odução

Este trabalhotem como objetivo apresentara revisão bibliográfica sobrearquiteturas

de agentes,sendoresultadoda adaptaçãodostrabalhosrealizadosna disciplinaTrabal-

ho Individual I, constanteno Programade Pós-Graduaçãoem Ciênciada Computação

(PPGCC),da PUCRS,orientadapeloProf. Dr. RicardoMelo Bastos,tendocomofoco

asub-áreadeSistemasMultiagentes(MAS), dentrodaáreadeSistemasdeInformaçãoe

comcontribuiçõesnalinhadeInteligênciaArtificial (IA).

SistemasMultiagentesé o nomedadoà sub-áreadaInteligênciaArtificial Distribuí-

da que estudao comportamentode um conjuntode agentesautônomosobjetivandoa

soluçãodeumproblemaqueestáalémdesuascapacidadesindividuais[JEN96]. Segundo

[WOO95], um agenteé um sistemacomputacionalqueestásituadoemalgumambiente,

e queé capazdeaçõesautônomasnesteambienteobjetivandoalcançarseusobjetivosde

projeto.

O trabalhoaqui propostoobjetiva realizarumainvestigaçãosobrealgumasarquite-

turasdeagentesexistentesparasistemasempresariais.Paratanto,realizaremosum estu-

do sobreos definiçõese conceitosreferentesao paradigmade multiagentessendoestes

examinadosaonível do indivíduo,ou seja,doagente.

Posteriormente,serãoexaminadosalgunsdosmodelosde arquiteturade agentesjá

concebidaspor pesquisadoresda áreacom o objetivo de identificarsuaspropriedadese�[email protected][email protected]

1

Page 4: Arquiteturas de Agentes

características,atravésdo estudodossistemasdesenvolvidos em particularno domínio

dasaplicaçõesquebuscamsolucionarproblemasemorganizaçõesempresariais.

2 Agentes

2.1 Inteligência Artificial Distrib uída (IAD)

[BON88] defineInteligênciaArtificial Distribuídacomoa sub-áreada InteligênciaAr-

tificial que estudaa concorrênciaem computaçõesde InteligênciaArtificial. [OLI96]

observa queestadefiniçãopodelevar à umaerrôneacompreensãodo conceitode IAD

comoumasimplesuniãoentreIA e SistemasDistribuídos,poisIAD é um conceitomais

amplo.

Uma conceitualizaçãode IAD mais compatível com a idéia de agenteé dadapor

[JEN96] quediz queo objetode investigaçãodaIAD sãoosmodelosdeconhecimento,

e astécnicasde comunicaçãoe raciocínionecessáriasparaqueagentescomputacionais

convivamemsociedadescompostasdecomputadorese pessoas.Jenningsaindadivide a

IAD emduasáreasdepesquisaprincipais:

� ResoluçãoDistribuídadeProblemas(DPS)- quedivideasoluçãodeumproblema

emparticularentreum númerodemódulosquecooperamcompartilhadoconheci-

mentosobreo problemaesobreassoluçõesenvolvidas.

� SistemasMultiagente(MAS)- estudao comportamentodeum conjuntodeagentes

autônomos(possivelmentepreexistentes)cujo objetivo comumé a soluçãode um

dadoproblema.

Segundo[OLI96], nos MAS a atençãodo projetistanão estánecessariamentevoltada

paraumproblemaespecífico.Estaabordagemconsistenacoordenaçãodocomportamen-

to inteligentede um conjuntode agentesautônomos,quepodemter sido criadosantes

do surgimentode um problemaem particular. DemazeauApud [OLI96] definea abor-

dagemMAS como"o estudodo comportamentodeum agenteautônomo,emum mundo

multiagente".

É possível perceberqueestasduasáreasdiferemnaformadeconstruçãodasolução

doproblema.A ResoluçãoDistribuídadeProblemasadotaumavisãotop-downdividindo

2

Page 5: Arquiteturas de Agentes

o problemaempartesquecorresponderãoa móduloscomputacionais,sendoque"o pro-

cessodecoordenaçãodasaçõesé definidoemtempodeprojeto" [OLI96]. OsSistemas

Multiagentesãocompostosporentidadescomputacionais,denominadasagentes,comca-

pacidadeseobjetivosindividuaisque,umavezagrupadosemsociedade,trabalhemjuntos

visandoatingir o objetivo do sistema,sendoque"os agentesdevemraciocinara respeito

dasações,mastambémsobreo processodecoordenaçãoemsi" [OLI96].

2.2 SistemasMultiagentes

Um sistemamultiagenteé formadopor um conjuntode agentesquecolaboramentresi

paracumprircomaresponsabilidadeno sistema[AMA97].

NavisãodeBondeGasser[BON88], umsistemamultiagentepressupõecoordenação

entreumconjuntoexistentedeagentesautônomoseinteligentes.Fundamentalmente,está

envolvida a buscapor umafuncionalidadenestesistemaquepermitaqueestesagentes

possamcoordenarseusconhecimentos,objetivos,habilidadeseplanosindividuaisdeuma

formaconjunta,emfavor daexecuçãodeumaaçãoou daresoluçãodealgumproblema.

Tantoparaaação,quantoparaa resoluçãodo problema,emsistemasmultiagentesfaz-se

necessáriaacooperaçãoentreosagentes.

Jennings[JEN96] mostraqueascaracterísticasdosSistemasMultiagentetêmvanta-

genssignificativassobreumsolucionadordeproblemasmonolítico,dentreelas:

� maiorrapideznaresoluçãodeproblemasatravésdoaproveitamentodoparalelismo;

� diminuiçãodacomunicaçãopor transmitirsomentesoluçõesparciaisemalto nível

paraoutrosagentesaoinvésdedadosbrutosparaum lugarcentral;

� maisflexibilidadepor teragentesdediferenteshabilidadesdinamicamenteagrupa-

dospararesolverproblemas;e

� aumentodasegurançaporpermitiragentesassumiremresponsabilidadesdeagentes

quefalham.

2.3 Agentes

O conceitode agente(vide figura 1) é de vital importânciaparaa compreensãodo que

sejaum SistemaMultiagente.Vejamosalgumasdasdefiniçõesdadasparaestetermo.

3

Page 6: Arquiteturas de Agentes

���� ��� �����

��� ������������������! "��

#�$�%�#�&(' )�'�* +�)�,

-�. /�0�1

243�5�647 8�9�:�;�6�5

<�=�>�?�@�<A�B�A�C�DFE G4H

I�J�I�K�L�M�N�OQP�OR�S T4U�V!W T4XYV4U�Z [

\ ]F^ _4`ba�` _�^ c�d�e�fQg�_h4i�jFk4l m�n�oFp�k�j

q�r4s r�t�u�vxw�ry4z|{ }�~ � ��y��

� ����� ����� ��� ����x���4��� ��� �

��� �����!� �4�Y���F� �

Figura1: Um modelodeagente

Corrêa[COR94]consideraqueum agentepodeserdefinidocomoumaentidadeque

funcionacontínuaeautonomamenteemumambienteno qualexistemoutrosprocessose

agentes.

ParaAmandi[AMA97], umagenteéumaentidadecomputacionalcomumcomporta-

mentoautônomoquelhe permitetomarsuasdecisõesparaagir levandoemconsideração

asmudançasacontecidasno ambienteemqueatuae o seudesejodealcançarseusobje-

tivos.

[SHO93]afirmaqueum agenteé umaentidadeà qualseatribuemestados,denomi-

nadosdeestadosmentais.Osestadosmentaisusuaissão:crenças,decisões,capacidades,

objetivos, intenções,compromissose expectativas,conceitosanálogosou similaresaos

humanos.Com basenestaperspectiva, o quefaz qualquercomponentede hardwareou

softwareserconsideradoumagenteéprecisamenteo fatodelepoderseranalisadoecon-

troladoemtermosdestesestadosmentais.

[D’AM95 ] consideraque,do pontode vista prático,sãoagentes:(a) robôsqueatu-

amemum ambiente,interagindocomoutrosrobôsou comhumanosemlínguanaturale

utilizandosensoresparacaptarinformaçõesdo meio, tais comocontrolede motor e re-

striçõesdetempo;(b) umsistemaqueinteragecomoutrossistemasoucomo serhumano.

SmithApud [JEN96b]e outrosdefinemum agentecomo"umaentidadedesoftware

persistentededicadaa um propósitoespecífico".Selker Apud [JEN96b] tomaum agente

como"um programadecomputadorquesimulaumrelacionamentohumanofazendoalgo

queoutrapessoapoderiafazerparavocê".JancaApud [JEN96b]definequeumagenteé

"umaentidadedesoftwareparaqualtarefaspodemserdelegadas".

Segundo[WOO99],nãohádefiniçãouniversalmenteaceitado termoagente,mashá

4

Page 7: Arquiteturas de Agentes

umconsensogeraldequeautonomiaéa idéiacentraldanoçãodeagência.

Para[RUS95], autônomovem a seralgo como"não submetidoa controleimediato

de um humano",como no termo "veículo autônomo". Na visão de Moffat [MOF95],

o significadode autonomiaparaum agenteé a capacidadeparaatingir seuspróprios

objetivos.

[WOO99] explica que parteda dificuldadeem se definir o termo agentesurge do

fatodequeparadiferentesdomíniosdeaplicaçãoosatributosassociadosaoconceitode

agênciaassumemdiferentesníveis de importância. Assim, da mesmaforma que para

algunsdomíniosdeaplicaçãoa capacidadedeaprendizadoa partir dasexperiênciasé de

sumaimportância,paraoutras,aprenderpodeconstituirumacapacidadenãosó pouco

importante,masindesejável.

Todavia, apesarde todasas divergênciassobrea definiçãodo quesejaum agente,

algumaforma dedefiniçãoé necessária,casocontráriohá riscode queo termopercao

significadodentrodo escopono qualestásendoabordado.A definiçãoapresentadaaqui,

e queseráutilizadanestetrabalho,é umaadaptaçãofeita por [WOO99] da apresentada

por [WOO95]:

“um agenteé um sistemacomputacionalqueestásituadoem algumambi-

ente,e queé capazdeaçõesautônomasnesteambientevisandoatingir seus

objetivospropostos”.

[WOO95] visualizaum agentecomosendoumaentidadecom capacidadede resolução

deproblemasencapsulada.Inseridonestavisão,defineo agentecomotendoasseguintes

propriedades:

� autonomia- executama maior parte de suasaçõessem interferênciadireta de

agenteshumanosou de outrosagentescomputacionais,possuindocontroletotal

sobresuasaçõeseestadointerno;

� habilidadesocial - por impossibilidadede resoluçãode certosproblemasou por

outro tipo de conveniência,interagemcom outrosagentes(humanosou computa-

cionais),paracompletaremaresoluçãodeseusproblemas,ouaindaparaauxiliarem

outrosagentes.Disto surgea necessidadedequeosagentestenhacapacidadepara

comunicarseusrequisitosaosoutrose ummecanismodecisóriointernoquedefina

quandoequaisinteraçõessãoapropriadas;

5

Page 8: Arquiteturas de Agentes

� reatividade- percebeme reagemà alteraçõesno ambientesem queestiveremin-

seridos.

� pró-atividade- agentes,dotipo deliberativo,alémdeatuaremrespostaàsalterações

ocorridasemseuambiente,apresentamum comportamentoorientadoa objetivos,

tomandoiniciativasquandojulgaremapropriado.

Autonomia

Entende-seautonomiacomoa capacidadedo agenteexecutarassuasatividadessema

necessidadedeintervençãohumana.Parater autonomia,o agentedeve ter um certograu

de inteligência,capacitando-oa sobreviver em um ambientedinâmicoe por vezesnão

benigno[COR94].

Segundo[RUS95], paradefinir um agenteracionalidealé necessárioconsiderarseu

"conhecimentoembutido". No casodasaçõesdo agentebasearem-secompletamente

no conhecimentoembutido, ao pontoqueestenãoconsideresuaspercepções,podemos

dizer queo agentetem falta de autonomia. O comportamentode um agentepodeser

baseadotantoemsuaprópriaexperiência1, quantoemseuconhecimentoembutidousado

naconstruçãodo agenteparaum ambienteemparticular. Então,assimcomoa evolução

provêosanimaisdeconhecimentosembutidosquelhespermiteaprenderporsi próprios,

serialógico fornecera um agenteartificial algumconhecimentoinicial e capacidadede

aprendizado.

Assim, podemosconcluir queo graude autonomiade um agenteestádiretamente

relacionadaao nível de independênciaqueum agentetem em relaçãoàquilo que lhe é

nato(ou, "instintivo").

PerspectivasdeAnálise

Jennings[JEN96] propõeum framework queforneceumaestruturaparaanalisare clas-

sificar a maior partedasatividadesde pesquisaem MAS, do qual podemoscitar duas

perspectivas:

� perspectivado agente- enfocaelementosquecaracterizamo agenteenvolvido em

umMAS. Sãoeles:categoriasdeagente,estruturaemanutençãodoconhecimento,1"Um sistemaé autônomoaonível queseucomportamentoédeterminadoporsuaprópriaexperiência"

[RUS95]

6

Page 9: Arquiteturas de Agentes

habilidadesderaciocínio,habilidadesdeadaptaçãoeaprendizado,earquiteturasde

agente.

� perspectivade grupo - reúneaspectosde grupo,tais como: organização,coorde-

nação,cooperação,negociação,comportamentocoerente,planejamento,comuni-

caçãoe interação.

Perspectiva do Agente

UmaclassificaçãodeMAS quantosuaheterogeneidadeéapresentadaporJennings[JEN96]:

� baixaheterogeneidade- osagentessãoidênticosou diferemapenaspelosrecursos

disponíveisaeles.

� médiaheterogeneidade- os agentesdiferemtambémpelosmétodosde resolução

deproblemas.

� alta heterogeneidade- os agentessomentecompartilhamumamesmalinguagem

deinteração,sendoquesuasoutrascaracterísticaspodemsercompletamentedifer-

entes.

Quantoa um agenteenvolvido em um MAS, Jenningstambémapresentaalgunsassun-

tosa seremabordados:categoriasdeagente,estruturase manutençãodeconhecimento,

habilidadesde raciocínio,habilidadesde aprendizado,e arquiteturade agente(queserá

examinadono item4 - ArquiteturasdeAgente).

Categoriasdeagente

SegundoJennings[JEN96], paraquepossaagir de maneiraautônoma,agentespodem

ter váriashabilidades:percepçãoe interpretaçãode mensagens,raciocíniobaseadoem

crenças,tomadade decisão,planejamento,e habilidadeparaexecutarplanosincluindo

passagemde mensagens.Jenningscategorizaos agentesquantoao nível decapacidade

deresoluçãodeproblemas:

� Reativos- reagema alteraçõesno ambienteou a mensagensde outrosagentes.

Nãotêmcapacidadederaciocíniosobresuasintenções,reagindotãosomentesobre

regrase planosestereotipados.Suasaçõespodemser: atualizara basede fatose

enviar mensagensparaoutrosagentesou parao ambiente.

7

Page 10: Arquiteturas de Agentes

Figura2: Categoriasdeagentes

� Intencionais2 - tem a habilidadede raciocíniosobresuasintençõese crenças,e

criareexecutarplanosdeações.Sãoconsideradoscomosistemasdeplanejamento

selecionandoobjetivos- deacordocomsuasmotivações- e raciocinarsobreestes

- detecçãoe resoluçãodeconflitose coincidênciasdeobjetivos,selecionare criar

planos(agendamentode ações),detecçãode conflitos entreplanos(alocaçãode

recursos),e,senecessário,executare revisarplanos.

� Sociais- agentesintencionaissãoconsideradossociaisquandopossuimodelosde

outrosagentes,sobreosquaisraciocinaparatomardecisõesecriarplanos.

Estruturas eManutençãodo Conhecimento

As estruturasde conhecimentoutilizadasna construçãode agentespodemserde difer-

entestipos: crenças(ou fatos),objetivos(ou intenções),preferências,motivações,dese-

jos, etc. É usualquea aquisiçãodenovascrençaspor partedeum agentesejaresultado

demensagensenviadaspor outrosagentesoupeloambientenoqualestáinserido.

Inseridoem um MAS, um agentepossuisomenteuma visão parcial da situaçãoe

do problemaa serresolvido. A informaçãoprocessadapelo agenteé muitasvezespar-

cial, incertaou atémesmoerrônea.Assimsendo,o agentenecessitademecanismosde

manutençãoda consistênciade suabasede conhecimentoou pararevisar suascrenças

quandoadquirealgumconhecimentoquecontraditório.2Intencionaltambéméapresentadocomoutrostermos,taiscomo:Racional,Cognitivo e Deliberativo.

8

Page 11: Arquiteturas de Agentes

HuhnseBridgelandApud[JEN96] defineníveisdeconsistênciadascrençasentreum

grupode agentescomputacionais(inconsistência,consistêncialocal, consistêncialocal-

e-compartilhada,consistênciaglobal)e propõeum algoritmodemanutençãodaverdade

quegaranteconsistêncialocalparacadaagenteeconsistênciaglobalparadadoscompar-

tilhadosentreagentes.

HabilidadesdeRaciocínio

Agentesprecisamraciocinarsobrediversosaspectosda realidade:(i) tratamcom obri-

gações,permissõese proibições(lógicadeôntica);(ii) tempo,queé umfatorquea maior

partedossistemastêmquelevaremconsideração(lógicatemporal);(iii) umagentepode

precisarexplorarváriashipótesesantesdetomarumadecisão(raciocíniohipotético).

MooreApud[JEN96]enfatizaarelaçãoentreconhecimentoeação.Paraele,conhec-

imentoé necessárioparadesempenharações,e a aquisiçãodenovosconhecimentossão

o resultadodestasações.

Além deraciocinarsobresuasprópriascrenças,desejose intenções,agentestêmque

raciocinarsobreo conhecimentoe o comportamentode outrosagentes.HalpernApud

[JEN96] afirmaquea maioriadosmodelosdeconhecimentoe crençassãobaseadosnos

modelosdepossíveismundos,nosquaisumagenteédito conhecedordeumfatoeseeste

fatoé verdadeiroemtodosmundosqueele pensasãopossíveis. Alguns dosproblemas

encontradossão:(i) omnisciêncialógica- agentespodemderivar todasfórmulasválidas

e suasconseqüênciaslógicas;e (ii) conhecimentomútuo- nãosó todossabemqueum

fatoé verdadeiro,maselesconhecemtodosquesabem,eassimpor diante.

ShohamApud [JEN96] investigoua relaçãoentreconhecimentoe crença.Contrari-

amenteao bemconhecidoslogan"conhecimentoé crençaverdadeira",Shohampropõe

que"crençadeveservisto comoconhecimentoquepodeseranulado".

Jennings[JEN96] afirma que pararaciocinar(e alterar)crençase açõesde outros

agentes,agentesinteligentesprecisamraciocinarsobre(e alterar)o comportamentode

outrosagentes.Paraisso,agentesdevemraciocinarsobreplanosdeoutrosagentespara

reconhecersuasaçõespotenciais.

Gmytrasiewicz,Durfee,Zlotkin eRosenscheinApud[JEN96] têmestudadoo impacto

dementirasnoraciocínio.Istovemaseratransmissãodeinformaçõesincompletasouaté

mesmoerradasparaoutrosagentescomo intentodeobteralgumavantagemsobreoutros

paraatingir algumobjetivo.

9

Page 12: Arquiteturas de Agentes

HabilidadesdeAdaptaçãoeAprendizado

Em um ambientedinâmicopodemocorrerimprevistos.Quandoumaalteraçãono ambi-

enteocorre,o agentequeneleestáinseridopodenecessitaradaptar-seà estanova real-

idade,ou atémesmoà mudançasde comportamentode outrosagentesaosquaisele se

relacionadiretaou indiretamente.

WeissApud[JEN96]abordaaquestãoondeagentesaprendemcoletivamenteparaco-

ordenarsuasaçõesnadireçãoumasoluçãoparaum problemaemcomum.ParaJennings

[JEN96], duasimportantesrestriçõestêm sidoconsideradas:restriçãode incompatibili-

dade- na qualaçõespodemsermutuamenteexcludentes;e (ii) restriçãode informação

local - naqualcadaagenteconheceumapartedeseuambiente.

SianApud [JEN96] apresentaumMAS compostodesistemasespecialistascomcon-

hecimentodiversificado,noqualummóduloderaciocínioindutivo permiteacadaagente

adquirirnovosconhecimentosatravésdainteraçãocomoutrossistemasespecialistas.

3 Ar quiteturas deAgente

Nestecapítulo,serãoapresentadasasclassificaçõesarquiteturaisdeum agente.Também

serãoapresentadasalgumasdasarquiteturasexistentes,procurandodestacarsuasprinci-

paiscaracterísticas.

3.1 Tiposde Ar quiteturas de Agente

Paradefinir arquiteturasinternasdos agenteé necessário,primeiramente,saberqual o

tipo de agentedo qual se estátratando. Nestecaso,um agentepodeser classificado

comocognitivo ou reativo. [OLI96] defineque,no casode um agentecognitivo, temos

umaíntimarelaçãoà idéiadeagenteracional,quetemcomocaracterísticaa capacidade

de escolherasaçõesa executar, dentreasexistentesem seurepertório,coerentemente

com seusobjetivos. Quandoum agentesempreescolhea açãomaiscoerentecom seus

objetivos,podemosdizerquepossui"racionalidadeideal", o queé computacionalmente

inviável,poisrequerqueoagentetenhaumconhecimentototalecorretosobreo problema

e o ambiente,sendoque a escolhapoderiarequererum infinito númerode passosde

inferência.

Um agentecognitivo é um agenteracionalquepossuialgumarepresentaçãoexplícita

10

Page 13: Arquiteturas de Agentes

de seuconhecimentoe objetivos. Um agentereativo nãonecessariamenteé um agente

racional: seucomportamentopodeserdefinidoatravésde um padrãoestímulo-resposta

(...) Um agentepodeser’maiscognitivo’ doqueoutro,conformeo grauderacionalidade

explícitadeseucomportamento.[OLI96]

Ar quiteturas Cognitivasou Deliberativas

[BAS98]definequeosagentescognitivos,queemseutrabalhosãochamadosagentesde-

liberativos,possuemumarepresentaçãosimbólicadomundo,sendoquesuasdeliberações

(tambémchamadasdecisões)sãofeitaspor meiodeum processobaseadoemraciocínio

lógico. Esteraciocíniotrabalhasobreum conjuntode símbolosque,sendofisicamente

concebíveis,podemsercombinadasformando-seestruturassobreo qualsepodeoperar.

Segundo[COR94], o agentepassapor um processode deliberaçãoexplícita paraa

escolhadaação,queé feito atravésde:

1. umarepresentaçãosimbólicadomundo3;

2. umplano;ou

3. umafunçãodeutilidadeparaaação(vide item3.2- AgenteBaseadoemUtilidade).

[STE96]adotao princípiodequeagentessãoracionais:

(...) seum agentetemconhecimentodequeumadesuasaçõeslevarãoa um

deseusobjetivos,esteselecionaráaquelaação.

Oliveiraclassificaasarquiteturasdeagentescognitivoscomofuncionaisou baseadasem

estadosmentais.

Ar quiteturas Funcionais No casodaarquiteturafuncional(vide figura3), o agenteé

compostopor módulosquerepresentamcadaumadasfuncionalidadesnecessáriaspara

suaoperação.DemazeauApud[OLI96] definequeumagentecognitivodevepossuircon-

hecimento,umconjuntodeobjetivos,e capacidadesdepercepção,comunicação,decisão

e raciocínio.

Outraarquiteturaé apresentadapor [STE96],sendocompostapor trêspartesprinci-

pais:3Entenda-sepelotermo"mundo"o ambienteemqueo agenteestáinserido.

11

Page 14: Arquiteturas de Agentes

Figura3: ArquiteturadeDemazeauparaAgentesFuncionais[OLI96].

� cabeça- controleasações,portantoenglobandoascapacidadesreativas,racionais

ecooperativas;

� comunicador- implementaascapacidadedecomunicaçãodoagente;

� corpo- encarregadodaexecuçãodasaçõeseobservaçãodoambiente.

Figura4: ArquiteturaBaseadaemEstadosMentais[COR94].

Ar quiteturas Baseadasem EstadosMentais Numaabordagemdevisãopsicológica,

asarquiteturasbaseadasem estadosmentaisdefinemo estadode um agentecomoum

conjuntodecomponentesmentais,taiscomo: crenças,capacidades,escolhase compro-

missos.Shoham[SHO93]afirmaque,paragerenciarsuaautonomia,osagentespossuem

inteligênciaquebaseia-se,geralmente,nosprópriosestadosmentais.Em funçãodestes

estadosmentais,umagentedefineseucomportamentoautônomo,queconsisteemdecidir

a açãoseguintequedeveexecutarparasatisfazeralgumdeseusobjetivos,quandoe para

quemsolicitar colaboração,quemudançasno ambientedeterminammudançasnassuas

crençasou objetivos,e assimpor diante[AMA97].

Dentrodasarquiteturasbaseadasem estadosmentaissituam-seasarquiteturasBDI,

quesãoexaminadasaseguir.

12

Page 15: Arquiteturas de Agentes

Ar quiteturas BDI Estetipo dearquiteturaconsideratrêsestadosmentais:Crença,

Desejoe Intenção(Belief, DesireandIntention). Segundo[WOO99],estasarquiteturas

surgemdo processodedecidir, momentoa momento,qualaçãodesempenharnadireção

deseusobjetivos. Esteprocessoenvolve doisprocessosimportantes:decidirquaisobje-

tivosqueremosatingir, ecomoiremosatingir estesobjetivos.

Basicamente,crençassãoa representaçãodo mundomantidapelo agente. As in-

tençõessãodesejoseleitosparaexecução.Alteraçõespercebidaspeloagentepodemsig-

nificar alteraçõesem suascrençase, possivelmente,mudançasem suasintenções,pois

seusdesejospodemnãosermaisosmesmosparaestenovo conjuntodecrenças.

Por considerarapenastrêsestadosmentais,podemosdizer quea abordagemBDI é

reducionistasobo pontode vista de modelagemdo comportamentohumano,pois de-

sconsideraestadosmentaisquerepresentamaspectosemocionais.

Ar quiteturas Reativasou Não-Deliberativas

[COR94]defineque,emumaarquiteturareativa,o processodetomadadedecisãodeum

agenteocorreem temporeal, em respostaa estímulosdo ambiente,captadospor seus

sensores,ou a mensagensenviadaspor outro agente.Nestetipo de agente,o mecanis-

mo de controleé, geralmente,implementadopor um conjuntode regrasevento-ação-

chamadopor [BAS98]pelotermoestímulo-resposta- ou por máquinasdeestadosfinitos

(autômatosfinitos).

Figura5: ArquiteturaCompletado AgenteWill [MOF95].

Segundo[MOF95] um agenteé dito "reativo" senãonecessariamenteplanejatudo,

maspodealgumasvezessomentereagirapropriadamentea certosestímulos.Devemos

13

Page 16: Arquiteturas de Agentes

distinguirestareatividadeforte dareatividadefraca,ondeo agenteplanejasuaresposta,

masfazimediatamente,interrompendoouparandoqualqueroutroprocessoemandamen-

to quesejamenosimportante.

Segundo[WOO95], umaarquiteturanãoguardaqualquerrepresentaçãosimbólicado

mundoe tambémnãoutiliza raciocíniosimbólicocomplexo.

Ar quiteturas Híbridas

Segundo[BAS98], arquiteturashíbridassãoprovenientesdasdeficiênciasencontradas

nasarquiteturasdeliberativasereativas,reunindopropriedadesdeambas.As arquiteturas

reativastêmdificuldadesparamodificarseusplanosdeaçãoapartir domomentoemque

a situaçãopassaa divergir deseusobjetivosiniciais. No casodearquiteturasdeliberati-

vas,[COR94] afirmaquetêmdificuldadedelidar comsituaçõesimprevistasqueexigem

decisõesrápidas.Na visãodeBastos,estasarquiteturas(híbridas)devemdefinir agentes

dotadosdecapacidadesreativas,de raciocínioe planejamento,resolvendoaslimitações

provenientesdasabordagensmais"puras".

Segundo[STE96]:

Emummundoincerto,umagenteracionalprecisasertambémreativo: certas

mudançasno ambiente(situações)podemativar objetivososquaisprecisam

seratingidosimediatamente.

3.2 Classificaçãode Russel& Norvig

O trabalhode Russele Norvig [RUS95] apresentauma classificaçãoparaarquiteturas

de agentesqueconsideraos seguintestipos de agente:agentereflexivo simples,agente

queguardacaminhodo mundo,agentebaseadoem objetivos, agentebaseadoem utili-

dades.Estaclassificaçãoapresentaummaiordetalhamentoemrelaçãoàdicotomiareati-

vo/deliberativo no que tangeà maneiracomo o agenteatuano ambienteno qual está

inserido.Osautoresapresentamtambémconsideraçõesacercadasimplicaçõesdotipo de

ambienteambientenoqualo agenteseráinseridosobrearquiteturadoagente.Algoritmos

sãoapresentadosparamelhorentendimentodaformadefuncionamentodasarquiteturas.

AgenteReflexivo Simples Nestaarquiteturao agenteencontraumaregracujacondição

correspondeàsituaçãoatual(definidaempercept)eexecutandoaaçãoassociadacomesta

14

Page 17: Arquiteturas de Agentes

regra.

Figura6: AgenteReflexivo Simples[RUS95].

O algoritmodetomadadedecisãodescritoparaestetipo deagenteprevêaexistência

dasfunçõesINTERPRET-INPUT - quegeraumadescriçãoabstratado estadoatuala

partir dapercepção- e RULE-MATCH - queretornaa primeiraregradeum conjuntode

regrasquecorrespondeàdescriçãodeestadodada.A variável estáticaRULES representa

umconjuntoderegrascondição-ação.

Algorithm 1 AgenteReflexivo Simples[RUS95].function Simple-Reflex-Agent(percept) returns action

static: rulesstate <= Interpret-Input(percept)rule <= Rule-Match(state, rules)action <= Rule-Action[rule]return action

Estetipo de agenteé aplicável em casosem quea decisãocorretapodesertomada

baseadaapenasnapercepçãoatual.

15

Page 18: Arquiteturas de Agentes

Agente Reflexivo com Estado Além dascaracterísticasdo agentereflexivo simples,

estetipo deagentepossuiumestadointernoqueéutilizadoparao processodetomadade

decisãoequepodeseratualizado.

Figura7: AgenteReflexivo comEstado[RUS95].

O algoritmodescritoparaestetipo deagenteutiliza, alémdasfunçõesdescritaspara

o agentereflexivo simples,a funçãoUPDATE-STATE, queé responsável por criar uma

nova descriçãodo estadointerno. A variável estáticaSTATE mantémumadescriçãodo

estadoatualdomundo.

Algorithm 2 AgenteReflexivo comEstado[RUS95].function Reflex-Agent-With-State(percept) returns action

static: state, rulesstate <= Update-State(state, percept)rule <= Rule-Match(state, rules)action <= Rule-Action[rule]state <= Update-State(state, action)return action

Agente Baseadoem Objetivos Em algumasaplicações,conhecero estadoatual do

ambientenãoé suficienteparasabero quefazer. Issopodeocorrerquandoum proble-

16

Page 19: Arquiteturas de Agentes

marequerumaseqüênciade passosparaatingir suaresolução.Nestecaso,a buscae o

planejamentosãosub-áreasda IA quetratamde acharseqüênciasde açõesparaatingir

objetivos.

Figura8: AgenteBaseadoemObjetivos[RUS95].

Segundo[STE96],um agentedirecionadoa objetivosrepresentao conhecimentoda

maneiracomoo mundopodesertransformadoatravésdaexecuçãodeações.

AgenteBaseadoem Utilidade Um comportamentodealta qualidadenãoé o resulta-

do deobjetivosisolados.Considerandoo exemplodeum taxi quepretendechegara um

destino,existemmuitasseqüênciasdeaçõesatravésdasquaisseatingeesteobjetivo,mas

algunssãomaisrápidos,seguros,maisconfiáveis,ou baratosqueoutros. Objetivosde-

finem tãosomentedistinçõesentreo quesejaestados"felizes" e "infelizes". O graude

"felicidade"doagenteédescritoporumafunçãoquefazo mapeamentodeumestadoem

um númeroreal. O fornecimentodeumaespecificaçãocompletada funçãodeutilidade

permitedecisõesracionaisemdoistiposdecasoondeobjetivostêmproblemas:(1) quan-

do houver objetivosconflitantes,somenteum delespodeseratingido(ex.: velocidadee

segurança),afunçãodeutilidadeespecificaatrocaapropriada;(2) quandoexistemmuitos

objetivospretendidospeloagente,nenhumdelespodeseratingidocomcerteza,a função

de utilidade forneceum caminhona qual a probabilidadede sucessopossaserpesada

frenteà importânciadosobjetivos.

17

Page 20: Arquiteturas de Agentes

Figura9: AgenteBaseadoemUtilidade[RUS95].

Ambiente

Como visto na definiçãode Wooldridge[WOO95], um agenteestásituadoem algum

ambiente(vide figura10). [D’AM95 ] entendequeo ambientepodeservisto comotudo

o queenvolveum agente.Atravésdo ambienteocorrea dispersãodo controle,dosdados

edoconhecimentopelacomunidadedeagentes.Mundorefere-seàdescriçãocompletae

instantâneadoambienteemqueumagenteencontra-se.

Figura10: InteraçãoAgente-Ambiente[WOO99].

18

Page 21: Arquiteturas de Agentes

O tipo deambientenoqualo agenteestásituadopodedeterminaramaneirapelaqual

oagentedevevero mundo,ouseja,determinarsobrequaltipo derepresentaçãodomundo

queo agentedeverátrabalhar, bemcomosuamaneiradeatuaredeperceberasalterações

noambiente.

O mundorealé um lugarbarulhento,e muito do queaconteceneleé irrelevante.Um

agentenecessitadesensoresinteligenteparafocalizaro queprecisaver, e ignoraro resto.

[MOF95]

PropriedadesdeAmbientes SegundoRusseleNorvig [RUS95], asprincipaisclas-

sificaçõesaseremfeitasemumambientesão:acessível ou inacessível; determinísticoou

não-determinístico;episódicoou não-episódico;estáticoou dinâmico;e discretoou con-

tínuo.

� Acessívelx Inacessível- essacaracterísticadeterminase o aparatosensorialdo

agentelhe forneceum estadocompletodo ambiente.Se isto ocorre,o ambiente

é consideradoacessível; casocontrário,é consideradoinacessível. Um ambiente

é consideradoefetivamenteacessível se os sensoresdetectamtodosos aspectos

relevantesparaa escolhada ação. No casode um ambienteseracessível, nãoé

necessárioqueo agentemantenhaqualquerrepresentaçãointernadomundo.

� Determinísticox Não-Determinístico- seo estadodo ambienteé determinadoso-

mentepor seuestadoatuale asatuaçõesdosagentes,podemosdizerqueesteam-

bienteédeterminístico.

� Episódicox Não-Episódico- em um ambienteepisódicoa experiênciado agente

é dividida em episódios. Cadaum delesconsistemem percepçõese açõesdos

agentes,eaqualidadedecadaaçãodependesomentedo episódioemsi.

� Estáticox Dinâmico- um ambienteé dinâmicosepodemudarenquantoo agente

estádeliberando;casocontrárioéestático.Um ambienteédito semi-estáticoquan-

do nãomudacoma passagemdo tempo,apenascomasaçõesdesempenhadaspor

agentes.

� Discretox Contínuo- échamadodiscretoo ambientequetemumnúmerolimitado

depercepçõeseaçõesdistintaseclaramentedefinidas.

19

Page 22: Arquiteturas de Agentes

3.3 Ar quitetura M-DRAP

O M-DRAP é um modelopropostopor [BAS98] paraa resoluçãodo problemada alo-

caçãodinâmicade recursosconcebidoatravésdo paradigmamultiagente.O modelodo

M-DRAP é baseadonasclassespropostaspeloCIMOSA, queé um padrãoaceitointer-

nacionalmenteparaaconstruçãodeaplicaçõesdemanufatura.

A arquiteturadereferênciautilizadanosagentesdoM-DRAP (videfigura11)écom-

postapelosseguintescomponentes:

� ReceptordeEventos- temcomofinalidadea percepçãodoseventosdestinadosao

agente,identificaçãodesuanaturezae encaminhamentodecadaum delesaomó-

dulohabilitadoparao seutratamento.Outropapeldestecomponenteécompletara

mensagemoriginalcominformaçõesdo componenteBiblioteca.

� Biblioteca- armazenaa listadosagentesqueparticipamdeumplanoesuasRegras

deProcedimento.

� Planejamento- realizaoplanejamentodasatividadesaseremrealizadaspeloagente.

Éresponsável tambémporabrirlicitações,requisitaracolaboraçãodeoutrosagentes,

e encaminharpropostasde suacompetência.Senecessário,estecomponentene-

gocia com outrosagentescom o intuito de encontrarsoluçõesque viabilizem a

elaboraçãodesuasprópriaspropostas.

� Negociador - realizaa avaliaçãodaspropostasrecebidas,a contrataçãode seus

serviços,eo estabelecimentodecompromissosquandocontratado.CabeaoNego-

ciadortentarcontornarosproblemascausadospor perturbações,e buscarsoluções

alternativasqueevitemprejuízosnaexecuçãodoscompromissosafetadosporestas.

� Planejamento- armazenatodasaspropostase compromissosdo agente.

� Controlador - é responsável peloacompanhamentodaexecuçãodecadaatividade,

epor comunicaro seutérminoaosagentesresponsáveispelasatividadesseguintes.

No casodedetecçãodeatrasos,informaesteaocomponenteNegociador.

20

Page 23: Arquiteturas de Agentes

Figura11: ArquiteturadeReferênciadosAgentesM-DRAP [BAS98].

3.4 Ar quitetura ADEPT

ADEPT[JEN96c]éumprojetocujoobjetivoécriarumainfra-estruturadegerenciamento

deprocessosdenegócioutilizandoagentes.Esteprojetoenvolve tecnologiasdenegoci-

ação,fornecimentodeserviçose agentesautônomos.A figura12 apresentaa arquitetura

dosagentesADEPT.

Figura12: ArquiteturadosAgentesADEPT [JEN96c].

TodososagentesADEPT seguemumaarquiteturabásica.Estaarquiteturaconsidera

21

Page 24: Arquiteturas de Agentes

um componentechamadocabeçado agenteresponsável pelo gerenciamentodasativi-

dadesdo agentee pela interaçãocom outrosagentese uma agênciaquerepresentaos

recursosderesoluçãodeproblemasdo domíniodoagente.

A cabeçado agenteagrupacomponentesfuncionaisresponsáveis por cadaumadas

atividadesprincipais- comunicação,execuçãodeserviços,avaliaçãodesituações,egeren-

ciamentodeinterações- sendoeles:

� Módulo de Comunicação- responsável pelo roteamentodasmensagensentreum

agentee suaagência,e entreagentes.

� MódulodeGerenciamentodeInterações- fornecimentodeserviçosatravésdane-

gociação.

� MódulodeAvaliaçãodeSituações- responsável pelaavaliaçãoe monitoraçãodas

habilidadesdos agentesconheceros contratosjá firmadose potenciaiscontratos

quepoderáfirmar no futuro.

� Módulo de Execuçãode Serviços- responsável por gerenciarserviçosdurantea

execução.Atendetrêspapéisprincipais: gerenciamentodeexecuçãode serviços,

gerenciamentodeinformação,e tratamentodeexceções.

� Modelosde Relacionamento- mantéme provê acessoà contratosfirmadoscom

outrosagenteseumalistadeagentesquepodemfornecerserviçosdeinteresse.

� ModeloPróprio - local de armazenamentoprimário paracontratosfirmados,de-

scriçõesdosserviçosqueo agentepodefornecer, informaçãodeaplicação/serviços

emtempodeexecuçãoe informaçõesgenéricasdo domínio.

4 EngenhariadeSoftwareOrientada a Agentes

[JEN00] apresentaumaabordagemdo processode desenvolvimentode softwarevincu-

ladaà idéia de MAS, a qual denominamEngenhariade SoftwareOrientadoa Agentes,

como um paradigma4 adequadoparao desenvolvimento de soluçõesde software para

problemascomplexos,taiscomoaquelesencontradosemaplicaçõesindustriais.4Segundo[?], o termoparadigmapodeserentendidocomomodelo,exemploou tipo deconjugaçãoou

declinação.

22

Page 25: Arquiteturas de Agentes

4.1 CaracterísticasdeSistemasdeSoftwareComplexos

Os problemasencontradosem aplicaçõesindustriaissãocomplexos por natureza(vide

figura13). Estaclassedeaplicaçõesé tipicamentecaracterizadapor um grandenúmero

de partescom muitasinterações.Portanto,a finalidadedo processode engenhariade

softwareéproverestruturase técnicasparamaisfacilmentetratarestacomplexidade.No

entanto,estacomplexidadegeralmenteapresentaimportantescaracterísticas[JEN00]:

� a complexidadetoma forma hierárquica, ou seja, o sistemaé compostode sub-

sistemasinter-relacionadosque,por suavez,apresentamtambémumahierarquia,

eassimpordiante;

� a escolhadequaiscomponentesnosistemasãoprimitivoségeralmentearbitrária,

e estadefiniçãodependemuito dosobjetivos quedeterminamo ângulode visão

atravésdoqualo observadorefetuaaanálisedo problema;

� a evoluçãoocorre mais rapidamenteem sistemashierárquicosdo que em não-

hierárquicosde mesmotamanho, ou seja,sistemascomplexos resultarãodo pro-

cessoevolutivo desistemassimplesmaisrapidamentesehouveremformasestáveis

intermediárias;

� é possívelfazera distinçãoentre interaçõesentre sub-sistemase interaçõesden-

tro de sub-sistemas, o quepermitetratar os sub-sistemasquasecomose fossem

independentesdo outro.

As principaisferramentasexistentesparao gerenciamentodestacomplexidadesão:

� Decomposição- trata-seda técnicamaisbásicapararesoluçãode grandesprob-

lemas- comumenteconhecidapelo jargão"dividir paraconquistar"- quetratade

dividí-losemproblemasmenorese,potencialmente,maisfacilmentegerenciáveis.

� Abstração- é umatécnicaquevisa considerardetalhese propriedadesrelevantes

escopodo problemaemquestãocomo objetivo degerarum modelosimplificado

darealidade.

� Organização- tratadeidentificaregerenciarosinter-relacionamentosentreoscom-

ponentesderesoluçãodo problema.

23

Page 26: Arquiteturas de Agentes

Figura13: VisãodeumSistemaComplexo [JEN00].

Considerandoa naturezado problemaemquestãoe a maneiraatravésdaqualestasfer-

ramentassãoimplementadasparasuaresoluçãovariaentreosdiferentesparadigmasde

software.Issonoslevaaconcluirquea adequaçãodeum dadoparadigmaàresoluçãode

um dadoproblemadependeda forma pelaqual esteparadigmaimplementaestasferra-

mentas.

4.2 SoftwareOrientado a Agentes

Ao adotar-seumavisãodemundoorientadaaagentes,percebe-sequeumsimplesagente

é insuficientepararesolver a maioriadosproblemas.Portanto,nestescasos,envolve-se

múltiplos agentesno processode resoluçãoparaquesejamrepresentadassuanatureza

descentralizada,asdiversasperspectivasdo mundo,ou os interessesconflitantes.Além

disso,agentesprecisaminteragir com outrosparaatingir seusobjetivos individuaisou

pararesolver asnecessidadesquesurgemdo fato de estaremsituadosem um ambiente

comum.Duasimportantesconsideraçõesdevemserfeitas:

� estasinteraçõesocorrempor meiodeumalinguagemdealto-nível (declarativa) e,

assimsendo,geralmentesãoconduzidasaonível deconhecimento;

� agentessãoflexíveise operamemumambientesobreo qualtêmcontroleparcial.

[JEN00] entendequeinteraçãosocialentreagentessignificaa possibilidadedeevolução

dosrelacionamentosexistentesecriaçãodenovosrelacionamentos(vide figura14).

24

Page 27: Arquiteturas de Agentes

Analisando-seos pontosacimaabordadosde maneiraconjunta,é possível constatar

queaplicarumaabordagemorientadaaagentesparaaresoluçãodeumproblemasignifica

decompô-loem múltiplos componentesautônomoscom objetivos particularese quese

inter-relacionam.Comisso,podemosenumerarastrêspalavras-chave destaabordagem:

agentes,interaçõeseorganizações.

A 1

A

A

4

5

A 2

A 3

AMBIENTE

AGENTE

ESFERA DE INFLUENCIAVISAO DO AMBIENTE /

RELACOES ORGANIZACIONAIS E INTERACOES

Figura14: VisãodeumSistemaMulti-agente[JEN00].

4.3 Aplicaçãoda Abordagem Orientada a Agentes

[JEN00] consideraqueas técnicasqueadotamumaabordagemorientadaa agentesão

bemadaptadasparao desenvolvimentodesistemascomplexospelasseguintesrazões:

� asdecomposiçõesdaorientaçãoaagentessãoum caminhoefetivo paraparticionar

aproblemáticadeumsistemacomplexo;

� as abstraçõesda orientaçãoa agentessãouma abordagemnaturalparamodelar

sistemascomplexos;

� a filosofia orientadaa agentesparaidentificare gerenciarrelacionamentosorga-

nizacionaisé apropriadaparaa representaçãodasdependênciase interaçõesque

existememumsistemacomplexo.

4.4 AgenteseObjetos

As abordagensaqui apresentadastentarãomostrara Orientaçãoa Objetos(OO) como

ferramentalparaconstruçãodeagentes5. A idéia fundamentalaquidesenvolvida é a de5Deve-seterpresenteo fatodequenãosetratadamodelagemdesociedadese simdeindivíduos.

25

Page 28: Arquiteturas de Agentes

queé possível construirum agentemodelando-secadaum de seusmódulosfuncionais

comoobjetosou agregaçõesdestes.O quejustificaa intençãodesemodelarum agente

utilizando-seo paradigmaorientadoa objetosé a existênciade inúmerasferramentasde

projeto,implementaçãoedepuraçãoparaesteparadigma.

Segundoa visãode [AMA97], o conceitoagenteapresentasemelhançasestruturais

emrelaçãoaoconceitodeobjetos.O fatodequeum agenteé umaentidadequepossui

capacidadescomportamentaise conhecimentoprivado,e queum objetotambémpossui

estamesmaestrutura,demonstraa existênciadecaracterísticascomunsentreestescon-

ceitos. A partir disso,é possível afirmarqueo quedifere um agentee de um objetoé

fundamentalmenteo conceitodeautonomia.

Amandi traçaum paraleloentreos conceitosde agentee objetomapeandoo estado

mentaldo agenteparao estadointernodo objetoe ascapacidadescomportamentaisdo

agenteparaosmétodosdeumobjeto.No entanto,[JUC98]realizao mapeamentodecada

um dosmódulosfuncionaisdo agenteparaum ou maisobjetos,mapeamentoestequese

mostramaisconvenienteparamodelagemdeagentescomarquiteturasfuncionais.

Na visãodeWooldridge[WOO99],programadoresdo paradigmaorientadoa objetos

geralmentecometemerrosaofazercomparaçõesentreaspropriedadesrelativasaagentes

e objetos.Issoaconteceporquetendema pensarquesãoconceitosequivalentespor am-

bosserementidadesqueencapsulamseusestados,seremaptasa desempenharemações

considerandoestes,ecomunicarem-seatravésdapassagemdemensagens.

Porém,damesmaformaquesimilaridadesexistem,tambémhádistinçõessignificati-

vasentreagenteseobjetos.Primeiramente,agentesdiferemdeobjetosporseremautônomos.

Objetostêmautonomiasobreseuestadointerno,masnãoexibemcontrolesobreseucom-

portamento.Assimsendo,objetostêmcontrolesobrecomoascoisassãofeitas,masnão

têm nenhumpoderde decidir sedeterminadasolicitaçãovai ou nãoseratendida.Esta

distinçãotem sido resumidano seguinteslogan:"Objetosfazemgratuitamente;agentes

fazempor dinheiro".

É precisoobservar quenadaimpedea implementaçãodeagentesutilizando-setécni-

casOO.Masé necessárionotarquea característicadeautonomianãoé um componente

básicodo modeloOO.

UmasegundaimportantediferençaentresistemasOO e sistemasorientadosagentes

diz respeitoà noçãodecomportamentoautônomoflexível (reativo, pró-ativo, social). O

modeloOO padrãonãoespecificanenhumamaneiradeconstruirsistemasqueintegram

estestiposdecomportamento,emboraistopossaserimplementadoutilizando-setécnicas

26

Page 29: Arquiteturas de Agentes

OO.

A terceiradiferençaimportantediz respeitoaofatodeque,dentrodeumSistemaMul-

tiagente,cadaagentepossuinecessariamentesuapróprialinhadeexecução.Assimsendo,

maisqueumaestruturacompostapor métodose estadointerno,cadaum dosagentesde

umasociedadepodeservistocomosendoumprocessocomputacional.

Segundo[SHO93],agentespodemservistoscomoobjetosativoscomestadosmen-

tais, traçandosemelhançasentreos dois conceitos,tais como a existênciade troca de

mensagensentreasentidadesparaa trocadeinformaçõese solicitaçãodeserviços,e os

conceitosdeherançae agregação.

5 Conclusão

Estetrabalhoapresentouasdiversasconceitualizaçõesdadasparao termoagente,bem

comoparaos termosrelacionados,fazendosurgir a inexistênciade um consensosobre

o quesejaum agente.Porém,pôde-senotara existênciade característicascomunsaos

conceitosapresentados,sendoqueamaisevidentedelas,segundoWooldridge[WOO95]

[WOO99], éadequeumagenteestásituadoemumambientesobreoqualatuademaneira

autônoma.

A seguir, examinandoalgumasdasclassificaçõesexistentesparaosdiversasarquite-

turasdeagentes,pôde-severificarumaclassificaçãoquerepresenta-se,emlinhasgerais,

umconsensoacercadovêmsendoutilizadoparatal fim. Considerandoisso,pode-seiden-

tificar doisextremosentreosquaisumaarquiteturadeagentepodeestarsituada:reativas

edeliberativas.

� Arquiteturasdeliberativassãoaquelasquebaseiamseuprocessodecisórioemraciocínio

lógico (explícito) queoperasobreumarepresentaçãosimbólica(internaaoagente)

domundo.Nãoháconsensodequecapacidadesdeplanejamentosejamnecessárias

paraqueumaarquiteturasejaconsideradadeliberativa,masexistemclassificações

quedefinemestarestrição.

� Arquiteturasreativasdefinemqueo processode tomadadedecisãoocorreemre-

spostaaestímulosdoambienteoupormensagensenviadasporoutrosagentes,ten-

docomobaseum conjuntoderegrasevento-ação.

27

Page 30: Arquiteturas de Agentes

� Arquiteturas híbridas adotama idéia de combinarcaracterísticasreativas à uma

arquiteturadeliberativa,ou vice-versa.

Comoestudosdecaso,foramapresentadasalgumasdasarquiteturasexistentes.Primeira-

menteapresentou-seum conjunto mais genéricode arquiteturasdefinidospor Russel

[RUS95]comsuasrespectivasclassificações.Apresentou-setambémo conceitodo que

sejaumambiente(dentrodoqualumagenteseinsere)esuasclassificações- acessível ou

inacessível; determinísticoounão-determinístico;episódicoounão-episódico;estáticoou

dinâmico;e discretoou contínuo.Em um segundomomento,apresentou-seum conjunto

dearquiteturasmaisespecíficasà linha depesquisaà qualestetrabalhoestávinculado-

ADEPT [JEN96c] eM-DRAP [BAS98].

Finalmente,apresenta-secaracterísticasqueevidenciama adequaçãodautilizaçãode

agentesno processodeengenhariadesoftware.SegundoJennings[JEN00], a complexi-

dadedossistemasdesoftwareapresentaregularidades.Essasregularidadesdãosuporteà

um conjuntode ferramentasexistentesparao gerenciamentodestacomplexidade,sendo

elas: (i) decomposição;(ii) abstração;e (iii) organização.Jennings,então,evidencia

característicasdo paradigmaorientadoa agentesque o tornamadequadoà criaçãode

soluçõesparaproblemascomplexos.

A constribuiçãodestetrabalhofoi a organizaçãodosconceitosrelativosa SMA que

viabilizarãoumaposteriorpesquisamaiscentradaemaspectosdemodelagemdeSistemas

Multiagentessobo pontodevistadaengenhariadesoftware.

Referências

[AMA97] AMANDI, A.A. ProgramaçãodeAgentesOrientadaaObjetos.PortoAlegre:

CPGCCdaUFRGS,1997.TesedeDoutorado.

[BAS97] BASTOS,R.M., OLIVEIRA, J.P.M., OLIVEIRA, F.M. UmaEstratégiapara

AlocaçãodeRecursosatravésdeumSistemaMulti-Agentes.In: XXIII CON-

FERÊNCIALATINOAMERICANA DE INFORMÁTICA, 1997,Valparaíso,

Chile.

[BAS98] BASTOS,R.M. O PlanejamentodeAlocaçãodeRecursosBaseadoemSis-

temasMultiagentes.PortoAlegre:1998.TesedeDoutorado.

28

Page 31: Arquiteturas de Agentes

[BON88] BOND, A.H. & GASSER,L. (Eds.)Readingsin distributedartificial intelli-

gence.SanMateo:MorganKaufmann,1988.

[COR94] CORREAFILHO, M. A Arquiteturade DiálogosentreAgentesCognitivos

Distribuídos.Rio deJaneiro:COPPEdaUFRJ,1994.TesedeDoutorado.

[D’AM95] D’AMICO, C. etali. Inteligênciaartificial: umaabordagemdeagentes.Porto

Alegre:CPGCCdaUFRGS,1995.(RP-257).

[JEN96] JENNINGS, N.R. Coordinationtecniquesfor distributed artificial intelli-

gence.In: O’HARE, G.M.P.; JENNINGS,N.R. (Eds.).Foundationsof dis-

tributedartificial intelligence.New York: JohnWiley & Sons,1996.p.187-

210.

[JEN96b] JENNINGS,N.R., WOOLDRIDGE,M. SoftwareAgents.IEE Review, Jan-

uary, 1996,17-20.

[JEN96c] JENNINGS,N.R.,FARATIN, P., NORMAN, T.J.O’BRIEN, P., WIEGAND,

M.E., VOUDOURIS,C.,ALTY, J.L., MIAH, T., MANDANI, E. H. ADEPT:

ManagingBusinessProcessesusingIntelligentAgents.In: Proc.BCSExpert

Systems96 Conference(ISIPTrack),Cambridge,UK, 1996,5-23.

[JEN00] JENNINGS,N.R. On Agent-OrientedSoftwareEngineering.117(2) p.227-

296.

[JUC98] JUCHEM,M. SistemadeModelageme InstanciaçãodeAgentes.PortoAle-

gre: II daPUCRS,1998.TrabalhodeConclusão.

[MOF95] MOFFAT, D., FRIJDA, N.H. Wherethere’s a Will there’s anAgent,Lecture

Notesin ComputerScience,v.890,p.245-??,1995.

[OLI96] OLIVEIRA, F.M. InteligênciaArtificial Distribuída. In: IV ESCOLA RE-

GIONAL DE INFORMÁTICA, Canoas,3,1996.Anais:SociedadeBrasileira

deComputação,1996.239p.

[RUS95] RUSSEL, S.J., NORVIG, P. Artificial Intelligence: a modern approach.

Prentice-Hall,New Jersey, 1995.

29

Page 32: Arquiteturas de Agentes

[SHO93] SHOHAM, Y. Agent-oriented programming. Artificial Intelligence,

Amsterdam,v.60,p.51-92,1993.

[STE96] STEINER, D.D. IMAGINE: An IntegratedEnvironment for Constructing

Distributed Artificial Intelligence Systems.In: O’HARE, G.M.P.; JEN-

NINGS, N.R. (Eds.).Foundationsof distributedartificial intelligence.New

York: JohnWiley & Sons,1996.p.345-364.

[WOO95] WOOLDRIDGE,M., JENNINGS,N.R. Intelligentagents:Theoryandprac-

tice.TheKnowledgeEngineeringReview, 10 (2):115-152,1995.

[WOO99] WOOLDRIDGE,M. IntelligentAgents.In: WEISS,G.(Ed.)MultiagentSys-

tems- A ModernApproachto DistributedArtificial Intelligence.MIT Press,

1999.

30