Índice Sistemas Colaborativos -...
Transcript of Índice Sistemas Colaborativos -...
David Camacho Fernández
Sistemas Colaborativos 1
Sistemas Multi-agentes & CSCW
David Camacho FernándezDepartamento de Ingeniería InformáticaEPS, Universidad Autónoma de Madrid
Programa de Doctorado en Ingeniería Informática y de Telecomunicación
Sistemas Colaborativos
2
Índice1. Agentes Inteligentes
2. Sistemas Multiagente
3. Estándares
4. Sistemas Multiagente & CSCW
3
Agentes InteligentesÍndice
1. Un poco de historia
2. Conceptos básicos de agentes
3. Arquitecturas de agentes: Lógicas vs Deliberativas vs Reactivas vs Híbridas
4
Agentes InteligentesOrigen de las tecnologías de agentes:
Tecnología de Objetos (software)
Inteligencia Artificial
Sistemas Distribuidos (computación)
Sociedades, Psicología
...
David Camacho Fernández
Sistemas Colaborativos 2
5
Agentes InteligentesTecnología de Objetos
Mensajes entre objetos
Encapsulamiento, independencia
Clases, herencia
6
Agentes InteligentesInteligencia Artificial
Conocimiento (representación del mundo)
Razonamiento
Aprendizaje
Enfoque de agente:
Sensores
Proceso inteligente
Efectores
7
Agentes InteligentesSistemas Distribuidos
Distribución de datos y procesos
Conectividad, Redes, Protocolos
Interoperabilidad
Internet
8
Agentes InteligentesSociedades, Psicología
Historias de hormigas y abejas
Interacciones entre humanos, roles
Conductismo, Gestalt, Cognitivismo
David Camacho Fernández
Sistemas Colaborativos 3
9
Agentes Inteligentes¿Qué es un agente?
Proceso de larga vida (permanente)
Independencia, autonomía
Inteligencia
10
Agentes InteligentesDefiniciones de agente
Entidad “activa” situada en algún entorno:
Percive información a través de sensores
Actua sobre el entorno con algún tipo de
“actuador” (effectors)
Transforma las percepciones en acciones
Realiza algún tipo de tarera que le permite
alcanzar sus objetivos
11
Agentes InteligentesDefiniciones de agente
percepciones
acciones
entorno
12
Agentes InteligentesDefiniciones de agente
Un agente es un sistema informático, situado en
algún entorno, que percibe el entorno (entradas
sensibles de su entorno) y a partir de tales
percepciones determina (mediante técnicas de
resolución de problemas) y ejecuta acciones (de
forma autónoma y flexible) que le permiten alcanzar
sus objetivos y que pueden cambiar el entorno
David Camacho Fernández
Sistemas Colaborativos 4
13
Agentes InteligentesDefiniciones de agente
No existe una definición comúnmente aceptada
Wooldridge:
Cualquier proceso computacional dirigido por
un conjunto de objetivos capaz de interaccionar
con su entorno de forma flexible y robusta
Flexibilidad: Reactivo, proactivo, social
14
Agentes InteligentesClasificación de los agentes
Agentes Naturales
Seres vivos, entorno natural
Medidas: supervivencia, reproducción
Agentes Artificiales
Agentes Hardware (robots)entorno: interactúan con un entrono físicosensores: camaras, infrarrojos, etc.actuadores: ruedas/brazos, manipuladores, etc.
Agentes Software (softbots)entorno: de tipo electrónico (Internet)sensores/actuadores: dependientes del dominio
15
Agentes InteligentesCaracterísticas básicas de un agente
Autonomía: capacidad de actuar sin intervención humana
directa o de otros agentes
Sociabilidad: capacidad de interaccionar con otros
agentes, utilizando como medio algún lenguaje de
comunicación entre agentes
Reactividad: un agente está inmerso en un determinado
entorno (habitat), del que percibe estímulos y ante los que
debe reaccionar en un tiempo preestablecido
16
Agentes InteligentesCaracterísticas básicas de un agente
Iniciativa (proactividad): un agente no sólo debe
reaccionar a los cambios que se produzcan en su
entorno, sino que tiene que tener un carácter
emprendedor y tomar la iniciativa para actuar guiado
por los objetivos que debe de satisfacer
Movilidad: habilidad de trasladarse en una red de
comunicación informática
David Camacho Fernández
Sistemas Colaborativos 5
17
Agentes InteligentesCaracterísticas básicas de un agente
Veracidad: no comunica información falsa
intencionadamente
Benevolencia: no tiene objetivos contradictorios y
siempre intenta realizar la tarea que se le solicita
Racionalidad: tiene unos objetivos específicos y
siempre intenta llevarlos a cabo
Otras???
18
Agentes Inteligentes¿Qué NO es un agente?
Agente vs. Objetos
Agente como sucesor del paradigma de
objetos (Jennings)
Objeto: No tiene control sobre su estado
interno
19
Agentes Inteligentes¿Qué NO es un agente?Agente vs. Objetos
Parunak [PAAM’99]:
Un agente es:
• Un objeto con iniciativa
• Un objeto con actitud u orientación
• Un objeto que puede decir “No” (o “Adelante”)
• Un objeto pro-activo
Wooldridge [Weiss 1999]
“Los objetos lo hacen gratis, los agentes lo hacen por
dinero”
(objects do it for free, agents do it for money).
20
Agentes Inteligentes¿Qué NO es un agente?
Agente vs. Objetos
Algunas diferencias básicas:
METAS: un agente puede mostrar un
comportamiento “proactivo”
CONCURRENCIA: un agente puede tener
control sobre su propia ejecución
David Camacho Fernández
Sistemas Colaborativos 6
21
Agentes InteligentesArquitecturas de agentes: 1ª clasificación
Acceso a los sensores y actuadores de las capas de control:
HorizontalVertical
percepción
capa N
….
capa 3
capa 2
capa 1
acción
22
Agentes InteligentesArquitecturas de agentes: 2ª clasificación
Tipo de procesamiento:
Arquitecturas Basadas en la Lógica
Arquitecturas Deliberativas
Arquitecturas Reactivas
Arquitecturas Híbridas
23
Agentes InteligentesArquitecturas basadas en la Lógica
Representación de el estado interno según un conjunto de
sentencias lógicas de primer orden
Reglas de deducción lógica para tomar decisiones
Ventajas:
Representación clara y elegante
Desventajas:
Complejidad temporal elevada
Difícil encontrar una representación simbólica para entidades y
procesos del mundo real 24
Agentes InteligentesArquitecturas deliberativas
Son aquellas arquitecturas que utilizan modelos de representación simbólica del conocimiento. Suelen estar basadas en la teoría clásica de planificación, donde existe un estado inicial de partida, un conjunto de planes y un estado objetivo a satisfacer
En estos sistemas parece aceptada la idea de que un agente contenga algún sistema de planificación que sea el encargado de determinar que paso debe de llevar a cabo para conseguir su objetivo
David Camacho Fernández
Sistemas Colaborativos 7
25
Agentes InteligentesArquitecturas deliberativas
Por tanto un agente deliberativo (o con una arquitectura
deliberativa) es aquel que contiene un modelo
simbólico del mundo, explícitamente representado, en
donde las decisiones se toman utilizando
mecanismos de razonamiento lógico basados en la
concordancia de patrones y la manipulación simbólica
26
Agentes InteligentesArquitecturas deliberativas
Arquitectura B.D.I.:Creencias – B (Believes)
Conocimiento del agente sobre el entornoDeseos – D (Desires)
Metas del agenteIntenciones – I (Intentions)
Manejan y conducen a acciones dirigidas hacia las metasPersistenInfluyen las creencias
27
Agentes InteligentesArquitecturas deliberativasArquitectura B.D.I.:
28
Agentes InteligentesArquitecturas deliberativas
Arquitectura B.D.I.:
VentajasModelo Intuitivo
InconvenientesDifícil equilibrar una conducta del agente que tenga al mismo tiempo iniciativa y reactividad
David Camacho Fernández
Sistemas Colaborativos 8
29
Agentes InteligentesArquitecturas reactivasNo incluye un modelo del mundo simbólico
No usa razonamiento simbólico complejo
Modelo Estímulo – Respuesta
Procesamiento Ascendente (bottom-up):Patrones que se activan bajo ciertas condiciones de los sensores y tienen un efecto directo en los actuadores
Arquitecturas verticalesEstímulos externos procesados por capas especializadas que responden con acciones y pueden inhibir las capas inferiores
30
Agentes InteligentesArquitecturas reactivas
Las arquitecturas reactivas, se caracterizan por no
tener como elemento central de razonamiento un
modelo simbólico y por no utilizar razonamiento
simbólico complejo (Brooks, 1991)
Un ejemplo típico de estas arquitecturas es la
propuesta de Roodney Brooks, conocida como
arquitectura de subsunción (Brooks, 1991)
31
Agentes InteligentesArquitecturas reactivas
Principales Arquitecturas Reactivas:Reglas SituadasArquitecturas de Subsunción y autómatas de estado finitoTareas CompetitivasRedes Neuronales
32
Agentes InteligentesArquitecturas reactivas
Ventajas:
Respuesta inmediata del agente
No problema de la representación simbólica
Inconvenientes:
Difícil diseñar agentes puramente reactivos que
puedan aprender de la experiencia
Interacciones difíciles de entender en agentes
con muchas conductas
David Camacho Fernández
Sistemas Colaborativos 9
33
Agentes InteligentesArquitecturas híbridas
Para la construcción de agentes no es del todo
acertado utilizar una arquitectura totalmente
deliberativa, o totalmente reactiva, se han
propuesto sistemas híbridos que pretenden
combinar aspectos de ambos modelos
34
Agentes InteligentesArquitecturas híbridas
Agentes formados por dos o más subsistemas
Deliberativo:
• Modelo del mundo simbólico
• Determinar acciones a realizar para satisfacer los
objetivos locales y cooperativos de los agentes (genera
planes)
Reactivo:
• Procesar los estímulos que no necesitan deliberación
(centrado en reaccionar a los eventos que tengan lugar en
el entorno y que no requiera un mecanismo de
razonamiento Complejo)
35
Agentes InteligentesArquitecturas híbridas
Capas organizadas jerárquicamente con
información sobre el entorno
Diferentes niveles de abstracción:
Reactivo
Conocimiento
Social
Comportamiento global del agente definido por
la interacción entre estos niveles
36
Sistemas Multi-AgenteÍndice
1. Agentes vs SMA
2. Historia de los SMA
3. ¿Cuándo utilizar SMA?
4. Características básicas de los SMA
5. Arquitectura de los SMA
6. Comunicación entre agentes
David Camacho Fernández
Sistemas Colaborativos 10
37
Sistemas Multi-AgenteAgentes vs SMA
Sistema Basado en Agentes
Utiliza como mecanismo de abstracción los agentes,
pero aún siendo modelizado en términos de agentes,
podría ser implementado sin ninguna estructura
software correspondiente a éstos
Sistemas Multi-agente
Es diseñado e implementado como varios agentes
interactuando entre sí, para así lograr la funcionalidad
deseada38
Sistemas Multi-AgenteHistoria
Los sistemas compuestos de múltiples agentes,
comenzaron a utilizarse en la Inteligencia
Artificial Distribuida (O'hare et al.., 1996), que
tradicionalmente se ha dividido en dos campos:
La Resolución de Problemas distribuidos (DPS)
Los Sistemas Multiagente (MAS)
39
Sistemas Multi-AgenteÁreas de la IAD
Autonomous Agents (AA) agentes: centrados en sus propias accionesinteresado en las propiedades “microscópicas”
Multiagent Systems (MAS)agentes: interesados en sus acciones “dentro de la sociedad” (competición, cooperación, negociación)interesado en las propiedades “macroscópicas”
Distributed problem-solving (DPS)agentes benevolentes: cooperacióninteresado en las propiedades “macroscópicas”
40
Sistemas Multi-AgenteÁreas de la IAD
Autonomous Agents
Multi-agent Systems
Distributed Problem Solving
David Camacho Fernández
Sistemas Colaborativos 11
41
Sistemas Multi-AgenteHistoria
La Resolución de Problemas distribuidos (DPS): un
problema particular puede resolverse por un número
de nodos que cooperan en dividir y compartir
conocimiento sobre el problema y su solución.
Las tareas que cada agente realiza están prefijadas
de antemano, cada agente tiene una conducta fija,
y el sistema se centra en el comportamiento global
42
Sistemas Multi-AgenteHistoria
Los Sistemas Multiagente (MAS): agentes autónomos
trabajan juntos para resolver problemas, caracterizado
porque cada agente tiene una información o capacidad
incompleta para solucionar el problema, no hay un
sistema global de control, los datos están
descentralizados y la computación es asíncrona.
Los agentes pueden decidir dinámicamente qué
tareas deben realizar y quien realiza cada tarea
43
Sistemas Multi-Agente¿Cuándo utilizar SMA?
Problemas grandes, distribuidos
Ambientes abiertos y dinámicos
Ventajas:
Software flexible, interoperable, eficiente,
mantenible, confiable, robusto, ...
44
Sistemas Multi-AgenteLíneas de investigación
Interoperabilidad: lograr que sistemas heterogéneostrabajen juntos
Lenguajes de comunicación de agentes
Ontologías
Servicios
Diseño de políticas de Coordinación, Negociación, Cooperación, etc…Ingeniería del Sw basada en agentes: de la POO a la POAInteracción Humanos-agentes: avatares
CSCW, Ambient Intelligence…
David Camacho Fernández
Sistemas Colaborativos 12
45
Sistemas Multi-AgenteObjeciones a los SMA
Los SMA no son mas que otra forma de Sistemas DistribuídosSí, pero añaden “autonomía” Y “racionalidad”
coordinación (sincronización) no prefijadas en tiempo de diseño
Objetos activos + presunción de no benevolencia
Los SMA no son mas que otra forma de Sistemas Expertos (IA)Sí, pero añaden “interoperabilidad” Y “sociabilidad”
percepción, planificación, razonamiento, aprendizaje, …trabajan de forma unísona para forma el agente
interaciones sociales: negociación, acuerdos, confianza, …
46
Sistemas Multi-AgenteCaracterísticas básicas de los SMA
Interacción de varios agentes similares o
heterogéneos
Sin control global
Datos descentralizados
Alcance y punto de vista individuales y limitados
47
Sistemas Multi-AgenteProblemas de los SMA
Descomposición del problema
Comunicación entre agentes
Coherencia en las actuaciones
Representación del conocimiento de otros agentes
Coordinación de acciones
Gestionar el uso de recursos
Evitar comportamientos globales no deseados
Diseño de MAS: metodología y desarrollo48
Sistemas Multi-AgenteCoordinación y comportamiento de un conjunto de agentes que evolucionan en una sociedad [Stone,Veloso97]
Principales características :
Organización Social [Wooldridge,Jennings94]Coordinación [Decker,Lesser95]Cooperación [Plaza97]Negociación [Müller96]Comunicación [Finin94]
David Camacho Fernández
Sistemas Colaborativos 13
49
Sistemas Multi-AgenteArquitectura ampliamente utilizada (Retsina, [Sycara]):
AI solvingtechniques
AI extraction/gatheringtechniques
50
Sistemas Multi-Agente
Comunicación entre agentes
Se presupone comunicación física y de protocolos básicos (p.ej. TCP/IP)
Sintaxis: Estándar KQML (Knowledge Query and Management Language)
Actos de habla (performatives): tell, ask deny, perform, …
Implementaciones (JAT, LALO, …)
51
Sistemas Multi-AgenteComunicación entre agentes
Lenguajes: Agento, KMQL, FIPA-ACL, OAA-ACL, basados
en XML, etc…
Semántica: KIF, Ontologías
Clases estándares, reutilizar
Ontolingua
52
Sistemas Multi-AgenteComunicación entre agentes: protocolos
Representan los patrones que modelan las posibles
comunicaciones
Los participantes en la conversación deben conocer el
protocolo
Definido formalmente
Implemetaciones
FIPA ACL
Pre- y post- condiciones (Labrou & Finin)
David Camacho Fernández
Sistemas Colaborativos 14
53
EstándaresNecesidad de estándares:
Sistemas de agentes desarrollados desde cero y
cada equipo de desarrollo ha usado soluciones
diferentes e independientes
¿Problemas de este tipo de aproximación?
54
EstándaresNecesidad de estándares:
¿Problemas de este tipo de aproximación?
Carencia de una definición estándar
Duplicación de esfuerzos
Incapacidad para satisfacer los fuertes requisitos de
la industria
Incompatibilidad y pérdida de portabilidad
55
EstándaresFIPA
FIPA: www.fipa.org
The Foundation for Intelligent Physical Agents (1996)
Especificaciones para: arquitecturas, gestión de
agentes, lenguajes y protocolos de comunicación,
representación, ontologías, …
Evolución: FIPA 97, FIPA98, FIPA2000, FIPA2002
Lenguajes y Protocolos de agentes: FIPA ACL
56
EstándaresFIPA
Plataforma de agentes en FIPA
Definición “Plataforma”: Infraestructura en la cual los
agentes pueden ser desarrollados y utilizados
(Hardware o software)
Define sólo el comportamiento externo (interfaz)
Puede estar distribuida entre diferentes máquinas
David Camacho Fernández
Sistemas Colaborativos 15
57
EstándaresFIPA
Plataforma de agentes en FIPA
Sist. Abierto
Los sistemas Heterogéneos pueden interactuar
Establece el modelo lógico referente a:
Creación de agentes
Destrucción de agentes
Registro de agentes
Localización de agentes
Comunicación de agentes58
EstándaresAgent Platform (FIPA)
59
EstándaresFIPA Agent Communication Language (ACL)Sintaxis: define la estructura del mensaje (gramática)
Semántica: define el significado del contenido de un mensaje, utilización
de ontologías dependientes del dominio
Pragmática: define la meta (intención) del mensaje
Ejemplo: Sonia le pide a Jorge: “Guarda tus juguetes”
Semántica: una serie de objetos deben ser almacenados en algún sitio, la
acción debe realizarla un agente concreto
Pragmática: Sonia quiere que Jorge realice un conjunto de tareas
específicas
60
EstándaresFIPA Agent Communication Language (ACL)La comunicación entre agentes puede ser entendida como la
ejecución de Actos de Comunicación (AC)
Speech Acts (Searle, 1969)
Cada mensaje puede ser visto como una acción del emisor, que
trata de modificar el “estado mental” del receptor (y por lo tanto
sus acciones)
FIPA estandariza un conjunto de performativas (actos de
comunicación)
David Camacho Fernández
Sistemas Colaborativos 16
61
EstándaresFIPA Agent Communication Language (ACL)
Estructura de un mensaje FIPA-ACL
performative, contenido, emisor, receptor: obligatorios
El resto de elementos son opcionales
Ejemplo:
Protocol (FIPA IPL)
Identificador Ontología Content language (FIPA CLL)
Contenido proposicional
Performative (message type)(FIPA CAL)
(inform:sender agent1:receiver agent2:in-reply-to price-request:reply-with bid-1:ontology stock-market:language FIPA-SL0:protocol FIPA-query:content (price BT 1000)
) 62
EstándaresFIPA Agent Communication Language (ACL)
FIPA Communicative Act Library (CAL)
Objetivos:
Crear un catálogo general de AC aplicables a cualquier dominio
Balanceo entre expresividad, reusabilidad e interoperabilidad
Actualmente existen 22 actos diferentes:
accept-proposal, agree, cancel, cfp, confirm, disconfirm, failure,
inform, inform-if, inform-ref, not-understood, propagate, propose,
proxy, query-if, query-ref, refuse, reject-proposal, request, request-
when, request-whenever, subscribe
63
EstándaresFIPA Agent Communication Language (ACL)
Ejemplo
Agent i pregunta al agente j, si j está registtrado en el servidor de dominios d1
(query-if
:sender (agent-identifier :name i)
:receiver (set (agent-identifier :name j))
:content ((registered (server d1) (agent j)))
:reply-with r09)
El agente j contesta que no lo está
(inform
:sender (agent-identifier :name j)
:receiver (set (agent-identifier :name i))
:content ((not (registered (server d1) (agent j))))
:in-reply-to r09)
64
EstándaresFIPA Agent Communication Language (ACL)
Ejemplo
El agent i le pide al agente j que le diga (tell) quién es el primer ministro en el Reino Unido:
(request
:sender (agent-identifier :name i)
:receiver (set (agent-identifier :name j))
:content ((action (agent-identifier :name j)
(inform-ref
:sender (agent-identifier :name j)
:receiver (set (agent-identifier :name i))
:content "((iota ?x (UKPrimeMinister ?x)))"
:ontology world-politics
:language FIPA-SL)))
:reply-with query0
:language FIPA-SL)
David Camacho Fernández
Sistemas Colaborativos 17
65
EstándaresFIPA Agent Communication Language (ACL)
Conversaciones
Uno, o varios agentes, pueden involucrarse en una conversación, los AC
que se producen por el agente pueden depender de:
Algún tipo de razonamiento social basado en la semántica de los AC
Debidos a que implementan (de mutuo acuerdo) un determinado protocolo de
comunicación: (parameter :protocol in an ACL message)
FIPA IPL: estandariza un conjunto (estensible) de protocolos
FIPA-propose, FIPA-query, FIPA-subscribe, FIPA-request, FIPA-request-when,
FIPA-contract-net, FIPA-iterated-contract-net, FIPA-auction-english, FIPA-
auction-dutch, FIPA-brokering, FIPA-recruiting
66
EstándaresFIPA Agent Communication Language (ACL)
FIPA IPL Query Protocol
67
EstándaresFIPA Agent Communication Language (ACL)
FIPA IPL Contract-Net Protocol
68
SMA & CSCWÍndice
CSCW, Groupware, Communityware…
Analogías con los SMA
Técnicas de coordinación en SMA
Modelos de negociación en SMA
David Camacho Fernández
Sistemas Colaborativos 18
69
SMA & CSCWCSCW: Computer Supported Cooperative Work
"CSCW a generic term which combines the understanding of
the way people work in groups with the enabling technologies
of computer networking, and associated hardware, software,
services and techniques” [Wilson 1991]
GroupWare
“Intentional group processes and procedures to achieve
specific purposes plus software tools designed to support and
facilitate the group's work" [Johnson-Lenz, et.al., 1981]
70
SMA & CSCWCaracterísticas fundamentales en CSCW
Comunicación
Cooperación
Coordinación
¿Negociación?
71
SMA & CSCWProblemas en el desarrollo de sistemas de
groupware (CSCW)
Sistemas de archivos distribuidos
Interfaces de usuarios
Comunicaciones
Plataformas distribuidas
72
SMA & CSCWEquipos y comunidades virtualesEquipo: "un grupo pequeño de individuos perfectamente identificados,
comprometidos con un objetivo común, claro y que se puede medir, que
requiere su coordinación y esfuerzo interdependiente por el cual se
tienen como responsables los unos a los otros, y están juntos por un
tiempo finito" [Ferrán- Urdaneta, 1999]
Comunidad: "está compuesta por un gran número de personas con
objetivos reconocidos comunes que satisfacen algunas de sus
necesidades individuales, que necesitan poca coordinación pero con un
gran número de vínculos entre ellos, donde ningún miembro es crítico
para la supervivencia del grupo o la realización de los objetivos
comunes" [Ferrán-Urdaneta, 1999]
David Camacho Fernández
Sistemas Colaborativos 19
73
SMA & CSCWAnalogías (sociales) con los SMA
Sociedades heterogéneas de agentes
Comunidades(communityware)
Sociedades de agentes de propósito específico
Organizaciones
Interacción humanos-agentesUsuarios humanos
Formación, control de equipos(team)
Equipos, grupos (groupware)
Agentes (sw, hw)Individuos, personas, actores,
MASCSCW
74
SMA & CSCWAnalogías (funcionales) con los SMA
Técnicas de…(CNP)Negociación
Técnicas de…(centralizada, distribuida, objetiva, subjetiva..)
Coordinación
Descubrimento de servicios(DF),…
Matchmaking,…
Técnicas de…(coop. estructural)Cooperación
ACLComunicación
MASCSCW
75
SMA & CSCWProblemas en CSCW y los SMA
Plataformas de agentesPlataformas distribuidas
Lenguajes de comunicación de agentes(ACL)
ComunicacionesAgentes de interfazInterfaces de usuarios
Gestión distribuida del conocimiento(visión local del agente)
Sistemas de archivos distribuidos
MASCSCW
76
SMA & CSCWCoordinación en SMA
“La coordinación es la integración y el ajuste del
trabajo individual con el fin de alcanzar una
meta mayor” (B. Singh)
David Camacho Fernández
Sistemas Colaborativos 20
77
SMA & CSCWCoordinación en SMA
Diferentes perspectivas en función del objetivo a
alcanzar:
Diseño a nivel micro: en un entorno abierto con
múltiples agentes, diseñar un agente adicional con
características deseadas
Diseño a nivel macro: construir sistemas de múltiples
agentes con características deseadas
78
SMA & CSCWCoordinación a nivel macro
Resolución distribuida de problemas
agentes de resolución de problemas
• cada agente es responsable de una parte del problema
• genera planes alternativos de señalización local y los
comunica al agente coordinador
agente coordinador
• resuelve las interdependencias entre los planes locales
• envía los planes locales adaptados a los agentes para su
ejecución
79
SMA & CSCWCoordinación a nivel macro: Sociedades de agentes
Ejemplo: Comercio Electrónico (Rosenschein y Zlotkin):
asignación de llamadas telefónicas a compañías de
telecomunicación
objetivo: evitar comportamiento estratégico entre compañías
Mecanismo de subasta:
un agente usuario comunica las características de la llamada a
los distintos agentes empresa
cada agente empresa contesta con una oferta (precio por
minuto)
el agente usuario elige una oferta en base a una convención80
SMA & CSCWMecanismos de coordinación
Centralizado vs. descentralizado:
grado de distribución de las tareas de coordinación
coordinación centralizada: agente coordinador
destacado
coordinación descentralizada: “coordinación
emergente”
David Camacho Fernández
Sistemas Colaborativos 21
81
SMA & CSCWModelos de negociaciónObjetivo:
determinar (las condiciones de) un acuerdo entre al menos dos agentes
Tipos de negociación:
Subastas
Adjudicar productos y tareas a través de un “mercado”
n participantes, transacción entre 2
Regateo
Llegar a un acuerdo entre todos los participantes
Argumentación
Resolver (supuestos) conflictos a través del debate
82
SMA & CSCWModelos de negociación: subastas
Mecanismo estructurado para forjar acuerdos
Protocolo: semi-distribuido, con diferentes roles
• 1 subastador
• N subasteros
Estrategias:
• “pujes” de los subasteros
• Precio inicial, precio de reserva, etc., del subastador
No muy frecuentes en la realidad, pero sí bastante
populares en Comercio Electrónico (p.e. eBay)
83
SMA & CSCWModelos de negociación: subasta inglesa
Inicio:
el subastador ofrece un producto a un precio inicial (usualmente por debajo de un
precio mínimo privado)
Apuestas:
los subasteros van ofertando precios (ninguna, una, o varias veces)
cada oferta tiene que superar todas las anteriores
el ciclo de apuestas termina cuando no hay más ofertas
Adjudicación:
si la última oferta alcanza el precio mínimo (privado) del subastador, el producto
es adjudicado al subastero de la oferta más alta
de lo contrario no se vende el producto
84
SMA & CSCWModelos de negociación: subasta holandesaSe usa en mercados de flores holandesas para determinar el precio de una cantidad de
flores
Inicio:
el subastador ofrece una cantidad de un producto a un precio inicial (usualmente por encima
de un precio mínimo privado)
Apuestas:
cada tiempo (∆t) disminuye el precio en una cantidad (∆$)
cada oferta especifica la cantidad del producto a comprar al precio actual
el subastador determina el final de la subasta (o bien porque toda la cantidad ha sido
adjudicada, o bien porque se alcanza el precio mínimo privado)
Adjudicación:
la adjudicación de cada oferta a los subastaros es directa
el subastador informa del final de la subasta
David Camacho Fernández
Sistemas Colaborativos 22
85
SMA & CSCWModelos de negociación
Plataformas para subastas
Fishmarket:
http://www.iiia.csic.es/Projects/fishmarket/
Trading Agent Competition (TAC):
http://www.sics.se/tac/
http://tac.eecs.umich.edu/
86
SMA & CSCWModelos de negociación: regateo
Regateo como proceso de oferta y contraoferta
Regateo como proceso de concesiones mutuas
87
SMA & CSCWModelos de negociación: regateo
La propuesta inicial
Leo Baekeland sold the rights to his invention, Velox
photographic printing paper, to Eastman Kodak in 1899. It
was the first commercially successful photographic paper
and he sold it to Eastman Kodak for $1 million. Baekeland
had planned to ask $50.000 and to go down to $25.000 if
necessary, but fortunately for him, Eastman spoke first.
(Asimov, 1982)
88
BibliografíaWooldridge, M. and Jennings, N. R. Intelligent agents: Theory and
practice. The Knowledge Engineering Review, 10(2):115–152,
1995
Ferber, Jacques. 1998. Multi-Agent Systems: Towards a Collective
Intelligence. Reading, MA: Addison-Wesley
Huhns, Michael N., and Munindar P. Singh, editors. 1997
Readings in Agents. San Francisco: Morgan Kaufmann
Franklin, S.; Graesser, A.: “Is it an Agent or just a Program?”.
Intelligent Agents III. LNAI 1193, Springer, pp. 21-36
Alessandro Ricci. “Reconciling Co-operative Planning and
Automated Co-ordination in Multiagent Systems”
David Camacho Fernández
Sistemas Colaborativos 23
89
BibliografíaJeremy Pitt and Abe Mamdani,A Protocol-Based Semantics for an Agent
Communication Language", 486—491. In Dean Thomas (ed.), Proceedings of the
16th International Joint Conference on Artificial Intelligence,1999
J. Odell and H. Parunak and B. Bauer, Extending UML for Agents. In
Proceedings of the Agent- Oriented Information Systems Workshop at the 17th
National conference on Artificial Intelligence, 2000
S. Paurobally, J. Cunningham, and N. R. Jennings (2004) "Verifying the contract
net protocol: A case study in interaction protocol and agent communication
semantics" . Proc. 2nd Int.
Workshop on Logic and Communication in Multi-Agent Systems , Nancy, France,
98-117
90
BibliografíaWeiss, G. Multiagent Systems. A Modern Approach to Distributed Artificial
Intelligence, Julio, 2000. ISBN 0-262-73131-2
Russell, S.; Norvig, P.: Artificial Intelligence: A Modern Approach (2nd ed.).
Prentice Hall, 2003. Chapter 2
Wooldridge, M.: An Introduction to Multiagent Systems, Wiley, 2002.
Chapters 1 and 2
Bradshaw, Jeffrey, editor. 1997. Software Agents. Cambridge, MA: AAAI
Press/MIT Press
Rosenschein, J.; Zlotkin, G.: Rules of Encounter. MIT Press,1994.
Kraus, S.: Negotiation and cooperation in multi-agent environments. Artificial
Intelligence 94. 1997, págs. 79-107
91
BibliografíaOmicini, A.; Ossowski, S. (2003): Objective versus Subjective Coordination in
the Engineering of Agent Systems. Intelligent Information Agents – The
European AgentLink Perspective (Klusch, Bergamaschi, Edwards y Petta,
editores). Springer, pp.179-202
Ossowski, S.: Coordination in Artificial Agent Societies. Springer, 1999.
Chapter 1
Gmytrasiewicz, P.; Durfee, E.; Wehe, D. (1991): The Utility of
Communication in Co-ordinating Intelligent Agents. Proc. Nat. Conf. on
Artificial Intelligence (AAAI-91), pp. 166–172
Fernández Gil, A.; Ossowski, S. “El estándar FIPA para sistemas inteligentes
basados en agentes: una panorámica”. ALI Base Informática, Nº 38, págs.
43-53. 200292
Web siteshttp://www.aaai.org/AITopics/html/agents.html
FIPA: http://www.fipa.org/
UMBC agent Web: http://agents.umbc.edu/
AI on the Web: Intelligent Agents: http://aima.cs.berkeley.edu/ai.html#agents
AgentLink: http://www.agentlink.org/
The Intelligent Software Agents Lab (CMU): http://www.cs.cmu.edu/~softagents/
Agentcities: http://www.agentcities.org/
David Camacho Fernández
Sistemas Colaborativos 24
Sistemas Multi-agentes & CSCW
David Camacho FernándezDepartamento de Ingeniería InformáticaEPS, Universidad Autónoma de Madrid
Programa de Doctorado en Ingeniería Informática y de Telecomunicación
Sistemas Colaborativos