Modelagem Orientada a Agentes Professores : Edson Scalabrin Ph.D Marcos Shmeil Ph.D Pontifícia...

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

PUCPR / PPGIA / LASIN / Edson Scalabrin e Marcos Shmeil

2

Da Inteligência Artificial à Inteligência Artificial Distribuída

Como reunir, em um único sistema “inteligente”, todos os conhecimentos ( ou expertises ) necessários para a realização de tarefas complexas, que habitualmente são efetuadas por seres humanos ?


3

Da Inteligência Artificial à Inteligência Artificial Distribuída

A principal dificuldade, envolvendo a IA clássica, surge principalmente quando se busca :

• modelar um processo de produção, • uma missão espacial• a pilotagem de um avião

Os limites da IA são devidos as necessidades da assimilação :

• de kwon-how e de uma grande quantidade competências diferentes para efetuar uma programação centralizada.

A IAD, ao contrário IA, integra em sua essência, a natureza distribuída destas competências e expertises.


4

Por que distribuir a inteligência ?

Os problemas são fisicamente distribuídos Os problemas são funcionalmente bem distribuídos e

heterogêneos As redes impõem uma visão distribuída A complexidade dos problemas impõe uma visão local Os sistemas devem poder adaptar-se as modificações

de estrutura e de ambiente A engenharia de software caminha para uma

concepção em termos de unidades autônomas interagentes


5

Os problemas são fisicamente distribuídos• Os problemas complexos são efetivamente na

maior parte do tempo fisicamente distribuídos !

Exemplos:• uma rede de transporte é naturalmente repartida

sobre um grande espaço• um sistema de controle industrial

– refinarias, linha de montagem

• a gestão de tráfego de veículos – cada avião ou carro é uma entidade autônoma



6

Os problemas são funcionalmente bem distribuídos e heterogêneos

Exemplo: • A concepção de um carro de Formula 1.• Intervenção de vários de especialistas :

– especialista em motores– especialista em chassis– especialista em pneumáticos– engenheiro em chefe – piloto



7

As redes de computadores impõem uma visão distribuída

Exemplo: • Internet ( World Wide Web ) • Sistemas abertos “à la Hewitt” ( interoperabilidade

radical do sistemas de informação ) • Teleinformática móvel

Os sistemas multi-agentes são fortes candidatos para a construção de arquiteturas abertas distribuídas, heterogêneas e flexíveis, capazes de oferecer uma grande quantidade de serviços em um trabalho coletivo, sem impor uma estrutura a priori.



8

A complexidade dos problemas impõe uma visão local

Quando um problema é muito grande para ser analisado globalmente, as soluções baseadas em abordagens locais permitem com uma certa freqüência resolver-los mais rapidamente



9

Os sistemas devem poder adaptar-se as modificações de estrutura e de ambiente

• Saber conceber sistemas computacionais eficientes, confiáveis e corretos não é mais suficiente !

• Como devem então ser construídos os novos sistemas?



10

Os novos softwares devem ser altamente adaptáveis as modificações de contexto de trabalho :

mudança de sistema operacional, gerenciador de base de dados, interfaces gráficas, adição de outros softwares, etc.

Eles devem possuir capacidades para evoluir frente a certas necessidades, tais como :

adição de novas funcionalidades, modificações sobre sua utilização, integração de um novo software, etc.



11

Os SMA, pela sua natureza distribuída : envolvendo sempre um raciocínio local, e permitindo a integração dinâmica de novos

agentes

. . . são arquiteturas aptas a levar em conta as evoluções e adaptações necessárias para o funcionamento destes novos sistemas.



12

A engenharia de software caminha para uma concepção em termos de unidades autônomas interagentes

Historicamente, a concepção de software tende :

• a criação de sistemas desenvolvidos como conjuntos de entidades cada vez mais distribuídas, e

• o interesse pelo desenvolvimento de componentes independentes e autônomos.



13

A partir do surgimento das linguagens orientada a objetos :

• a engenharia de software passa a construir módulos autônomos capazes de interagir entre si,

– em particular, módulos concebidos por pessoas, equipes ou empresas diferentes

Evoluções trazidas pelos Objetos : • Objetos : localidade

Evoluções trazidas pelos SMA : • Agentes : localidade + autonomia +

repartição das tomadas de decisões

Amanhã a Engenharia Software será Orienta Agente!



14

Noções elementares• indivíduo e grupo / agente e sociedade• conflito • cooperação• colaboração• coordenação de ações

Princípios dos sistemas multi-agente


15

O que é um agente ?É uma entidade física ou virtual [ J. Ferber ]:

• que é capaz de agir em um ambiente,• que pode comunicar diretamente com outros agentes,• que é movida por um conjunto de tendências (na forma de

objetivos), • que possui recursos próprios,• que é capaz de perceber (de maneira limitada) seu ambiente,• que dispõe de uma representação parcial desse ambiente,• que possui competências e oferece de serviços,• que pode eventualmente se reproduzir, • cujo o comportamento é satisfazer seus objetivos levando em

conta seus recursos e suas competências em função de sua percepção, de suas representações e de suas comunicações.



16

J. Ferber



17

O que é um sistema multi-agente ?É sistema constituído por [ J.Ferber ] : um ambiente E, ou seja um espaço que dispõe em geral de uma

métrica um conjunto de objetos O. Estes objetos são situados, ou seja, para

todo objeto, é possível, em um dado momento, associar uma posição em E. Estes objetos são passivos, ou seja, eles podem ser percebidos, criados, destruídos e modificados pelos agentes.

um conjunto A de agentes, que são objetos particulares (A O), os quais representam as entidades ativas do sistema.

um conjunto de relações R que une os objetos (e agentes) entre eles. um conjunto de operações Op que permite aos agentes de A

perceber, produzir, consumir, transformar e manipular objetos de O. operadores encarregados de representar a aplicação destas operações

e a reação do mundo à esta tentativa de modificação, leis do universo.



18

O que é um agente puramente comunicante ?É uma entidade informática que : encontra-se num sistema de informática aberto

( conjunto de aplicações, de redes e de sistemas heterogêneos ), pode comunicar com outros agentes, é munida por um conjunto de objetivos próprios, possui recursos próprios, dispõe somente de uma representação parcial dos outros

agentes, possui competências que ela pode oferecer aos outros agentes, tem um comportamento que busca satisfazer seus objetivos

levando em conta seus recursos e suas competências em função de suas representações e de suas comunicações.



19

O que é um agente puramente situado ?É uma entidade física ( ou informática quando simulada ) que :

• encontra-se situada em um ambiente,• é movida por uma função de sobrevivência, • possui recursos próprios, sob a forma de energia e de

ferramentas,• é capaz de perceber ( de maneira limitada ) seu ambiente,• não possui quase nenhuma representação de seu ambiente,• possui competências,• pode eventualmente se reproduzir,• tem um comportamento que busca satisfazer sua função de

sobrevivência levando em conta seus recursos, suas percepções e suas competências.



20

Níveis de uma organização em um SMA Nível social,

• trata-se das interações que existem entre dois ou mais agentes e suas diferentes formas de ligações entre eles

Nível de grupo, • trata-se das estruturas intermediárias que intervêm na

composição de uma organização mais completa

Nível de sociedade global (ou população), • o interesse porta sobre, a dinâmica de um grande

número de agentes, assim como, sobre a estrutura geral do sistema e sua evolução.



21

AgentesAgentes

Sistemas de interação

OrganizaçãoOrganização

restrições eobjetivos sociais

emergência defuncionalidades

Relação micro-macro nos sistemas multi-agentes



22

Social ou biológica

Deve-se fabricar agentes como entidades : já “inteligentes”, ou seja, capazes de resolver certos problemas por si-mesmo ?

Deve-se fabricar agentes como entidades próximas à seres bastante simples, que reagem diretamente as modificações do ambiente ?



23

Escola cognitiva É a escola mais representativa no

contexto da IAD Ela tem por objetivo, na sua origem, o

desejo de fazer comunicar e cooperar sistemas especialistas clássicos

Ex. Projeto CyC: 1984 - 1994



24

Escola Cognitiva Um sistema multi-agente é em geral

composto por um pequeno número de agentes inteligentes

Cada agente cognitivo dispõe de :• uma base de conhecimento, compreendendo

um conjunto de informações e as habilidades necessárias, para a realização de suas tarefas e para a gestão das interações com os outros agentes e seu ambiente.



25

Escola cognitiva Os agentes são “intencionais”

• eles possuem objetivos e planos explícitos, que permite os mesmoscumprir seus objetivos

Os problemas de cooperação se assemelham fortemente aqueles de pequenos grupos de indivíduos, que devem• coordenar suas atividades e • negociar entre si para resolver seus

conflitos



26

Escola reativaTese :

não é necessário que os agentes sejam inteligentes individualmente, para que o sistema tenha um comportamento global

inteligente.



27

Escola reativa ou biológica : Um sistema multi-agente é

composto por um grande número agentes simples.

Os agentes, possuem mecanismos de reação aos eventos, sem levar em conta :• nenhuma explicitação de objetivos e• nenhum mecanismo de planejamento.



28

Exemplo de organização: Formigueiro todas as formigas, se situam em um mesmo plano

de igualdade, e nenhuma delas possui qualquer tipo autoridade estrita sobre uma outra.

todas as formigas, coordenam suas ações de tal modo, que a colônia sobreviva e supere problemas complexos :• a busca de alimentos, • os cuidados a efetuar sobre os ovos e larvas, • a construção do ninho, • a reprodução, etc.



29

Agentes Cognitivos Grande sofisticação e capacidade de raciocinar sobre

o mundo ( graças a representação interna e mecanismos de inferência )

Isto habilita os agentes a:•realizarem tarefas complexas, se compararmos a

simplicidade das faculdades dos agentes reativos• funcionarem de modo independente• resolverem problemas complexos de maneira

relativamente individual•uma grande flexibilidade na expressão de seu

comportamento



30

Agentes reativos Pouquíssima sofisticação e capacidade de raciocinar sobre o

mundo. Algumas características :

• comportamento bastante rígido • individualmente estes agentes são bastante fracos • a força deles vêm de sua capacidade de organizar-se em

grupo ( constituir colônias capazes de adaptar-se ao seu ambiente )

• nenhuma ou pouca individualidade• o principal interesse sobre eles, situa-se a nível de população e

das capacidades de adaptação, e de evolução que emergem das interações entre seus membros

• a grande quantidade e redundância de agentes em uma colônia, permite que tarefas complexas possam ser resolvidas



31

Antecipação e Reação

É a capacidade ou não, de antecipar-se sobre os eventos futuros e de preparar-se para tal



32

Agentes Reativos :• não possuem nenhuma representação de

seu ambiente e dos outros agentes• são incapazes de prever o que vai

acontecer e consequentemente de antecipar um acontecimento planejando as ações a efetua

A ausência de representação do mundo e a reação através de mecanismos bastante simples baseado na dualidade: estímulo/resposta, torna o processo de antecipação impossível.



33

Agentes Cognitivos :• possuem uma representação parcial

de seu ambiente e dos outros agentes• possuem capacidades, tais como :

– raciocinar sobre a sua representação do mundo

– memorizar e analisar situações– prever possíveis reações as suas ações– planejar seu próprio comportamento

Os agentes podem assim construir e manipular o seu mundo virtual e até mesmo produzir planos de ações.



34

Agentes cognitivos

A capacidade de antecipação e planejamento dos agentes cognitivos, permite-lhes otimizar seu comportamento e efetuar somente as ações verdadeiramente necessárias.

Plano abrir-Portair até o local onde se

encontra a chavepegar a chaveir até a portaabrir a porta com a

chave



35

Agentes reativosPlano abrir-PortaR1 : se eu estou enfrente a porta

e que eu tenho uma chave então abrir a porta

R2 : se eu estou enfrente a porta e sem a chave

então tentar abrir a portaR3 : se a porta não se abre e

que eu não tenha a chave

então ir procurar a chaveR4 : se eu procuro uma chave e

existe uma chave ao meu alcance

então pegar a chave e ir até a porta



36

Resumo :Agentes cognitivos um plano é construído pelo próprio agente. Agentes reativos as regras são dadas pelo projetista do agente.

Número de ações executadas :• os agentes cognitivos, otimizam o número de movimentos, visto

que eles podem prever a seqüência de ações a executar, • os agentes reativos funcionam na base da tentativa,

Os agentes reativos contêm um conhecimento compilado das ações a executar :

• eles não precisam construir uma representação mental de seus mundos, sendo suficiente a reação as situações que se apresentam.



37

Arquitetura e comportamento Um agente se caracteriza :

•pelo modo que ele é concebido e •pelas suas ações,

ou seja,•pela sua arquitetura e •pelo seu comportamento



38

Arquitetura :A arquitetura corresponde o ponto de vista do projetista, que pode-se resumir em :

•como montar as diferentes partes de um agente de maneira que ele realize as ações esperadas ?

•perguntas auxiliares : – os agentes dispõem de uma representação de seu ambiente

ou reagem simplesmente aos estímulos que eles percebem ?– os agentes são capazes de raciocinar a partir de símbolos ou

aplicam simplesmente as ações pré-estabelecidas ?

As respostas a estas questões encontram-se no “ interior ” dos agentes ( levantar o “capô” ).



39

Comportamento :

Trata-se de um fenômeno, que pode ser compreendido por um observador externo, que, ao ver as ações que o agente executa, descreve a relação existente entre o agente, seu ambiente e os outros agentes.

O comportamento pode ser analisado sem conhecer os detalhes de implementação, ou seja, sem levantar o “capô”.



40

Comportamento :Exemplo: Avião evitando outro avião

A iniciativa de um avião em evitar um outro avião, é uma característica de seu comportamento, independente da maneira que ela foi implementada.O comportamento caracteriza, assim, o conjunto de propriedades que um agente manifesta no seu ambiente.



41

Comportamento :

Esta abordagem, conduz a definição de modelos comportamentais independentes da arquitetura, mesmo quando, certas arquiteturas se prestam melhor que outras na realização de certos comportamentos.

Para compreender o comportamento de um agente, deve-se olhar sua maneira de evoluir e de responder as solicitações de seu ambiente.



42

Linguagens, comunicações e representações :

Linguagens de comunicação entre agentes

Tipo L2

Linguagens de descriçãodos comportamentos e

das leis do ambienteTipo L3

Linguagens de formalizaçãoe especificação

Tipo L5

Linguagens deimplementação

Tipo L1

Linguagens de representação deconhecimentos

Tipo L4

Abstração

Realização



43

Linguagens, comunicações e representações :Tipo L1 : Linguagens de implementaçãoUtilizadas para programar os agentes, incluindo :

• as estruturas informáticas utilizadas pelos agentes e pelo ambiente ;

• os mecanismos informáticos para permitir o paralelismo inter e intra-agente ;

• a implementação efetiva dos comportamentos ;• as atividades de envio e recepção de mensagens ;• a percepção de objetos num ambiente ;• o conjunto de ferramentas necessárias para “ajustar”

um SMA.



44

Linguagens, comunicações e representações :

Tipo L2 : Linguagens de comunicação • Utilizadas nas interações entre agentes, pelo

viés da transmissão de informações e da demanda mutua de informações e serviços.

• As linguagens de comunicação, constituem o meio pelo qual os agentes eventualmente heterogêneos podem :

• coordenar suas ações ; • cooperar sobre um meta comum ; • integrar-se a um grupo de agentes.



45

Linguagens, comunicações e representações :Tipo L3 : Linguagens de descrição dos comportamentos e das leis do ambiente

•elas permitem a descrição do comportamento e das leis do universo do ambiente de forma independente da linguagem de implementação e da natureza do agente ;

•elas são linguagens com um alto nível de abstração ;• regras de produção ;• redes de Petri, etc.OBS: Descrever diretamente os comportamentos dos agentes

ou as leis do universo numa linguagem de implementação, introduz um certo número de detalhes inúteis à compreensão do sistema e esconde os princípios essenciais (ex. flexibilidade).



46

Linguagens, comunicações e representações :Tipo L4 : Linguagens de representação de conhecimentos

•As linguagens utilizadas são baseadas em sistemas formais, possuindo uma sintaxe e uma semântica rigorosamente definida para

explicitar suas inferências ( sistemas lógicos ),e servem para :

exprimir os estados mentais dos agentes ;representar o conteúdo de seus objetivos e

crenças ;descrever o comportamento dos agentes.



47

Linguagens, comunicações e representações :Tipo L4 : Representação de conhecimentos

Exemplos :•linguagens baseadas em regras ou

quadro negro ;•linguagens de representação

estruturada de conhecimentos • as redes semânticas ;• as frames.



48

Linguagens, comunicações e representações :Tipo L5 : Linguagens de formalização e especificação

Linguagem abstrata servindo a :•formalizar um SMA, através da noção de interação,

do conceito de intenção, etc. ;•especificar as condições que devem ser respeitadas

durante a modelagem e implementação do sistema.

Ex. lógicas modais



49

Linguagens, comunicações e representações :Exemplo de ligações entre as linguagens

Um protocolo de negociação, utilizará :•uma linguagem de comunicação (tipo L2), •uma linguagem de tipo L3, para descrever os

mecanismos de interpretação das mensagens e as funções de avaliação das proposições invocadas de uma parte e de outra.

•os componentes da cognição, assim que o modo de raciocínio poderão ser representados em linguagens de tipo 1, o interpretador desta linguagem sendo geralmente escrito numa linguagem de tipo L3.

•o funcionamento geral do sistema, assim que a estrutura de diálogo empregada deverão respeitar as especificações escritas em L4.



50

Referências:

Ferber J., 1996, Les systèmes multi-agents : vers une intelligence collective, Editora: InterEditions


Modelagem Orientada a Agentes Professores : Edson Scalabrin Ph.D Marcos Shmeil Ph.D Pontifícia...

Documents

Transcript of Modelagem Orientada a Agentes Professores : Edson Scalabrin Ph.D Marcos Shmeil Ph.D Pontifícia...