A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Resolução Distribuída de Problemas e Planejamento Multiagente Pablo Sampaio e Talita Menezes.

Apresentações semelhantes


Apresentação em tema: "Resolução Distribuída de Problemas e Planejamento Multiagente Pablo Sampaio e Talita Menezes."— Transcrição da apresentação:

1 Resolução Distribuída de Problemas e Planejamento Multiagente Pablo Sampaio e Talita Menezes

2 Tópicos 1.Introdução 2.Resolução Distribuída de Problemas 3.Planejamento Clássico e Planejamento Multiagente 4.Planejamento Centralizado de Planos Distribuídos 5.Planejamento Distribuído de Planos Centralizados 6.Planejamento Distribuído de Planos Distribuídos 7.Execução de Planos Distribuídos 8.Conclusão

3 1. Introdução Foco da aula  Agentes trabalhando em conjunto para resolver um problema comum Motivações  Acelerar a obtenção da solução Ex.: agentes em diferentes máquinas  Distribuição inerente ao problema Ex.: monitoramento de uma grande área geográfica  Resultados finais serão distribuídos entre múltiplos agentes Ex.: correios

4 2. Resolução Distribuída de Problemas Visão otimista de sistemas multiagentes  Agentes benevolentes  Objetivos comuns (ou complementares) Exige dos agentes  Coerência: agentes querem trabalhar juntos  Competência: agentes sabem trabalhar em conjunto O problema comum pode ser construir um plano  Planejamento multiagente como caso especial de Resolução Distribuída de Problemas (RDP)

5 2. Resolução Distribuída de Problemas Duas principais classes de estratégias usadas  Divisão de Tarefas (task sharing): um agente com muitas tarefas repassa tarefas ou sub-tarefas a outros agentes  Compartilhamento de Resultados (result sharing): agentes compartilham os resultados obtidos da resolução de uma sub-tarefa

6 2.1 Divisão de Tarefas A solução é obtida hierarquicamente pela divisão de uma tarefa complexa em tarefas menores Principais etapas: 1.Decomposição das tarefas: um agente gera o conjunto de sub-tarefas a ser dividido entre os agentes 2.Alocação das tarefas: atribuição de sub-tarefas aos agentes apropriados 3.Resolução da tarefa: o agente pode executar a tarefa diretamente ou fazer uma nova divisão de tarefas 4.Síntese do resultado: integração dos resultados parciais gerados pelos agentes

7 2.1 Divisão de Tarefas Exemplo: agentes precisam encontrar figuras escondidas numa região  Decomposição: dividir a região ou as figuras para a busca  Alocação: cada agente cuida de uma área ou figura  Execução: buscar quaisquer figuras na região destinada a ele, ou buscar em toda a região uma figura específica  Síntese: cada agente apresenta as figuras encontradas

8 2.1 Divisão de Tarefas É difícil construir um agente competente em qualquer tipo de tarefa Os agentes possuem diferentes habilidades  Sistemas heterogêneos Habilidades devem ser consideradas na divisão de tarefas !  Escalar agentes sob-demanda, de acordo com sua especialidade Uma aboragem seria manter uma tabela de serviços  Problema: e se o agente já estiver ocupado ?

9 2.1 Divisão de Tarefas Adaptações do Contract-Net 1.Contratação via broadcast:  Envia uma proposta contendo a especificação do problema  Apenas os agentes capazes de resolver e que estiverem em disponibilidade respodem 2.Novas tentativas  Quando nenhum agente responder, o contratante anuncia novamente após um certo tempo 3.Revisão do anúncio  Propostas contém restrições sobre os possíveis (requisitos de eligibilidade)  Requisitos podem ser relaxados 4.Decomposições alternativas  Divide diferentemente o problema original

10 2.1 Divisão de Tarefas Nem sempre é possível criar sub-tarefas totalmente independentes  Ex.: Engenharia de produtos Uma abordagem  Um gerente acompanha o andamento das sub-tarefas  Cabe ao gerente solucionar dependências, repassando os resultados das tarefas Problema - Interdependências podem se tornar aparentes somente após iniciada a resolução da tarefa  Necessidade de compartilhar resultados parciais

11 2.2 Compartilhamento de Resultados Agentes compartilham informações relevantes para resolução dos sub-problemas Resultados parciais podem ser trocados entre os agente de modo a resolver problemas de interdependência Compartilhamento pode ser:  Pró-ativo: agente envia informação por acreditar que essa informação auxiliará outro agente  Reativo: agente envia informação como resposta a uma solicitação

12 2.2 Compartilhamento de Resultados Retorno em relação à performance do grupo:  Confiança Diferentes agentes chegando ao mesmo resultado  Completude Resultados de sub-problemas cobrem o problema como um todo  Precisão Para refinar sua solução, um agente precisa saber mais sobre a solução de outros agentes  Rapidez O reaproveitamento de resultados parciais de outros agentes pode agilizar a solução de uma sub-problema

13 2.2 Compartilhamento de Resultados Problema: possibilidade de overhead de comunicação Limitando a comunicação  Repositórios Compartilhados Diversas alternativas de soluções parciais  Busca Heurística Distribuída com Restrições Acesso às informações (recursos) de maneira controlada  Estruturação organizacional Define papéis, responsabilidades, etc Apenas agentes de papéis relacionados se comunicam

14 3. Relembrando Planejamento Planejamento: elaboração de uma seqüência de ações para alcançar um objetivo Planejamento Clássico  Mundo simples: completamente observável, determinístico, finito, estático, discreto  Considera um único agente  Natureza indiferente ao agente

15 3. Planejamento Clássico STRIPS  Linguagem usada para representar problemas de planejamento  Estados Proposições lógicas Hipótese do mundo fechado  Objetivos Conjunção de literais básicos positivos  Ações Pré-condições Efeitos: literais verdadeiros (adicionados) e falsos (removidos)

16 3. Planejamento Clássico Algoritmos  Podem ser aplicados algoritmos de busca Geração de planos de ordem total: ações em ordem rigidamente definida  POP (Planejador de Ordem Parcial) Não é imposta nenhuma ordem entre ações independentes Precedência para ações em conflito O resultado é um grafo dos planos possíveis z A B D C E F

17 3. Planejamento Multiagente Mecanismo de coordenação que permite organizar as interações (futuras) entre agentes de maneira a alcançar um objetivo comum Pode ser visto como caso especial de RDP  O problema a ser solucionado é criar é um plano Estende o planejamento clássico para domínios onde vários agentes podem planejar e/ou agir juntos  Ambiente mais complexo: parcialmente observável, estocástico, dinâmico

18 3. Planejamento Multiagente Elaboração de um Plano Conjunto composto de ações para cada agente A execução de todas as partes do Plano Conjunto leva a sociedade a atingir seu objetivo comum Distribuição pode estar presente  No Planejamento (elaboração do plano)  No Plano (tarefas a serem executadas)

19 3. Planejamento Multiagente Elaboração do Plano Conjunto:  Planejamento Centralizado de Planos Distribuídos  Planejamento Distribuído de Planos Centralizados  Planejamento Distribuído de Planos Distribuídos

20 4. Planejamento Centralizado de Planos Distribuídos Um agente coordenador planeja e os demais executam O agente coordenador é responsável por  Criar um plano conjunto Identificar ações independentes  Dividir em sub-planos Distribuir tarefas entre os agentes  Gerenciar a execução do plano Sincronização, para evitar conflitos Caso especial de Divisão de Tarefas, porém com o uso de técnicas de planejamento clássico na etapa de decomposição

21 4. PCPD – Algoritmo 1.Dada a descrição STRIPS do mundo, gerar plano de ordem parcial 2.Decompor em sub-planos, minimizando relações de ordem entre os sub-planos Decomposição 1: Decomposição 2: A decomposição 1 é preferível ! A B D C E F Sub-plano 1: B < C < F Sub-plano 2: A < D < E Outras restrições: B < E Sub-plano 1: B < D < E Sub-plano 2: A < C < F Outras restrições: B < C e A < D

22 4. PCPD – Algoritmo 3.Inserir ações de sincronização nos pontos de dependência dos planos 4.Alocar sub-planos aos agentes. Se não for possível, retornar para passo 2 ou 1 5.Inicia a execução e monitora o progresso Sub-plano 1: B < send(cond E ) < C < F Sub-plano 2: A < D < wait(cond E ) < E Agente1 ← Sub-plano 1: B < send(cond E ) < C < F Agente2 ← Sub-plano 2: A < D < wait(cond E ) < E

23 4. PCPD - Avaliação Vantagens  Simplicidade na geração do plano  Problemas de coordenação resolvidos a priori Desvantagens  Dependência do coordenador para realização do plano  Confiabilidade do coordenador  Supõe coordenador onisciente

24 5. Planejamento Distribuído de Planos Centralizados O planejamento se realiza de maneira distribuída, resultando num único plano centralizado Divisão de Tarefas  O problema é divido e repassado a agentes especialistas  Os agentes geram planos parciais em paralelo para os sub- problemas Os agentes interagem trocando planos parciais  Planos parciais podem ser passados seqüencialmente  Planos podem ser unidos num único plano global usando técnicas de result sharing

25 5. PDPC – Exemplos Atletismo: vários especialistas planejam a preparação de um atleta  Nutricionista planeja a dieta do atleta  Treinador faz planos de treinamento e decide a estratégia durante a prova Manufatura (exemplo computacional)  Um especialista em geometria analisa a peça a ser manufaturada e gera um plano abstrato  Um planejador geral recebe esse plano e acrescenta as operações de máquina necessárias  O plano é passado para um especialista em montagem que vai garantir que a execução do plano

26 5. PDPC – Avaliação Vantagens  Utiliza as habilidades dos especialistas para construção dos sub-planos  Problemas de coordenação podem ser resolvidos antes da execução Desvantagens  Necessidade de intensa comunicação durante o planejamento  A decomposição adequada do problema pode ser complicada

27 6. Planejamento Distribuído de Planos Distribuídos Tanto o processo de planejamento quanto os resultados são distribuídos  Não existe um plano global da tarefa em nenhum ponto do sistema Agentes fazem seus planos individuais procurando evitar conflitos entre si O grande problema é manter a compatibilidade entre os planos individuais  Agentes podem comunicar planos e objetivos

28 6. PDPD – Avaliação Vantagens  Tratamento homogêneo entre os agentes  Agentes agem conforme suas habilidades e interesses Desvantagens  Maior complexidade (implementação, avaliação,...)  Necessidade de intensa comunicação durante o planejamento e execução

29 6. PDPD – Técnicas Técnicas para Planejamento Distribuído de Planos Distribuídos: 1. Fusão de planos 2. Construção iterativa de planos 3. Negociação de planejadores distribuídos

30 6.1 PDPD – Fusão de Planos Mecanismo centralizado de coordenação Cada agente, individualmente, formula planos individuais Necessidade de garantir que esses planos podem ser executados separadamente sem conflitos Duas fases:  Reachability analisis: dados os estados iniciais possíveis e as ações aplicáveis, identifica os estados do mundo que podem ser alcançados  Identifica estados indesejáveis do mundo e insere restrições entre os planos para evitar estes estados

31 6.1 PDPD – Fusão de Planos Algoritmo de Georgeff (1983) A partir de um conjunto de planos iniciais  gera planos para vários agentes de forma que não haja conflitos entre eles. Utiliza uma versão aumentada do formalismo STRIPS Cada ação definida a partir de:  Nome, pré-condições e efeitos (como em STRIPS)  Georgeff  + Lista de fatos que devem ser verdadeiros durante a execução da ação (during list)

32 6.2 PDPD – Construção Iterativa de Planos Problema das abordagens anteriores: às vezes, decisões locais dependem das decisões de outros agentes  Exemplo: Agent1 vai empurrar o bloco junto com Agent2 Uma solução: cada agente, ao invés de propor um único plano, propõe um conjunto de planos alternativos  Espaço de Planos x Plano Único O processo de planejamento consiste, então, em uma busca pelos planos (dentre os propostos) que podem ser combinados  Várias técnicas para isso…

33 6.3 PDPD – Negociação em Planejamento Distribuído Nas técnicas anteriores, a resolução de conflitos entre agentes se dá de maneira arbitrária  Qual agente vai esperar por qual? Solução: agentes negociam esse tipo de resolução  Protocolo comum: processo de decisão usado para determinar suas posições, concessões e critérios  Heurística: dar preferência ao agente mais restringido Exemplo: controle de tráfego aéreo (Steeb e Camarata)  Sistemas de aviões em rota de colisão analisam suas possibilidades  O que tivesse mais opções alternativas mudaria de direção

34 7. Execução de Planos Distribuídos Necessidade de monitoramento da execução do plano (coordenação) Técnicas de Coordenação pós-planejamento:  Planejamento de Contingência: planos alternativos  Monitoramento e Replanejamento: repete o ciclo planejar- coordenar-executar Técnicas de Coordenação pré-planejamento:  Leis de sociabilidade: proibe certar ações em certos contextos Coordenação de planos em tempo de execução sem comunicação  Coordenação de planos baseada em observações

35 7. Planejamento, Coordenação e Execução Intercalados Planejar continuamente quando:  Aspectos do mundo podem mudar dinamicamente  Aspectos do mundo são revelados incrementalmente  Limitações de tempo fazem com que a execução comece antes do plano ter sido totalmente gerado Planejamento Global Parcial  Agentes fazem planos locais parciais: detalhado e abstrato  Planos parciais abstratos são compartilhados e objetivos globais parciais são indentificados  Execução: alterações maiores nos planos locais podem levar a um replanejamento  Realocação de tarefas desproporcionais

36 8. Conclusão Há várias técnicas e ferramentas para Planejamento Multiagente  A maioria derivada de técnicas de RDP Desafio é entender quando aplicar cada técnica Potenciais aplicações para PMA:  Ambientes multirobôs  Tarefas militares  Logística  Manufatura  Design de peças/produtos

37 8. Referências Wooldridge, M. J.: An Introduction to MultiAgent Systems. John Wiley and Sons, Weis, G.: Multiagent Systems – A Modern Approach to Distributed Artificial Intelligence Russel, S. Norvig, P.: Inteligência Artifical (segunda edição) A Multiagent Planning Architecture, CODA, Ferber, J.: Multi-Agent Systems – An Introduction to Distributed Artificial Intelligence Mardhana, E.: Overview of Distributed Collaborative Planning: Concepts and Applications


Carregar ppt "Resolução Distribuída de Problemas e Planejamento Multiagente Pablo Sampaio e Talita Menezes."

Apresentações semelhantes


Anúncios Google