A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Agentes Autónomos e Sistemas Multi-agente Agentes Reactivos e Híbridos IST- 2003/2004 Ana Paiva.

Apresentações semelhantes


Apresentação em tema: "Agentes Autónomos e Sistemas Multi-agente Agentes Reactivos e Híbridos IST- 2003/2004 Ana Paiva."— Transcrição da apresentação:

1 Agentes Autónomos e Sistemas Multi-agente Agentes Reactivos e Híbridos IST- 2003/2004 Ana Paiva

2 A. Paiva Críticas aos Agentes Deliberativos Rapidez na resposta em tempo real Comportamento racional pre-programado não está ligado adequadamente ao ambiente do agente Os agentes não devem ser vistos sem as suas restrições corporais e de local onde o agente se encontra Comportamento inteligente não deve ser programado mas deve emergir de comportamentos simples.

3 A. Paiva Agentes puramente reactivos Alguns tipos de agentes decidem o que fazer sem qualquer referência ao seu historial. As suas decisões são situadas no ambiente e dependem simplesmente do presente. -São chamados agentes puramente reactivos Do ponto de vista formal um agente puramente reactivo pode ser visto como uma função: Ag : E -> Ac (ou seja em vez de R E o agente decide simplesmente baseando-se em E).

4 A. Paiva Percepção/Acção Ambiente See Action Agente see : E -> Per Action : Per* -> Ac

5 A. Paiva Elephants dont play chess- Rodney Brooks Recusa da hipótese do sistema simbólico Ideia: O mundo é o meu melhor modelo

6 A. Paiva Arquitectura de Subsumpção de Brooks Teses : 1. Comportamento inteligente pode ser gerado sem representações explícitas e sem recorrer a IA simbólica 2. Comportamento inteligente pode ser gerado sem qualquer tipo de raciocínio abstracto usado em IA clássica 3. A inteligência é uma propriedade emergente de certos sistemas complexos.

7 A. Paiva Ideia 1 Situação Acção

8 A. Paiva Vários comportamentos podem disparar simultâneamente Ideia 2

9 A. Paiva Arquitectura de Brooks

10 A. Paiva Arquitectura de Brooks Reflecte não uma decomposição funcional das suas componentes mas sim uma decomposição de comportamentos A estratégia de construção: ir dotando incrementalmente os agentes de mais comportamentos. Em cada passo de construção obtém-se um sistema mais ou menos completo (baseado numa máquina de estados finita).

11 A. Paiva Action selection na arquitectura de Brooks function: Action Selection in the Subsumption Architecture function action (p:P):A var fired: p(R) var selected: A Begin fired <- {(c,a) | (c,a) R and p c} for each (c,a) fired do if ( (c,a) fired such that (c,a) < (c,a)) then return a end-if end-for return null end function action

12 A. Paiva Desenvolvimento de Sistemas usando a arquitectura de Brooks 1. Cria-se um módulo relativamente a uma actividade em particular. Este módulo deverá ligar a percepção à acção e o sistema resultante funcionar por si. 1. Acrescentar mais componentes, cada um deles ligando a percepção à acção. Por cada componente junta, ajustar as prioridades dos comportamentos.

13 A. Paiva Exemplo: O explorador de Marte de L. Steels Uso de 2 conceitos: o campo de gradiente,- para os agentes saberem em que direcção a nave deles se encontra; Comunicação directa entre agentes

14 A. Paiva Behaviours if detect an obstacle then change direction(1) if carrying samples and at the base then drop samples(2) if carrying samples and not at the base then travel up gradient(3) if detect a sample then pick sample up(4) if true then move randomly(5) 1< 2 < 3 < 4 < 5

15 A. Paiva Exemplo: Robot Genghis Robot com seis pernas com aproximadamente 1 Kg. Anda em terreno usando 12 motores, 12 sensores de força, e vários outros sensores. Não existe sistema central de controlo nem memória (o controlo das pernas é feito cada uma por si... E portanto programada cada uma por si...) Video.

16 A. Paiva Exemplos: Vários robots foram feitos no grupo de R. Brooks segundo sempre a mesma aproximação. Exemplo mais recente: Kismet (videos)

17 A. Paiva Limitações dos agentes reactivos Alcance bastante limitado. Como os agentes não usam modelos do ambiente, devem poder obter suficiente informação a cada instante para conseguirem determinar a melhor acção. Não conseguem ter comportamentos orientados aos objectivos São agentes difíceis de construir porque com pequenos comportamentos e regras que os relacionam é difícil prever o que vai resultar.

18 A. Paiva Motivação para as arquitecturas Híbridas Os agentes necessitam de: Realizar tarefas complexas Tomar atenção às mudanças que ocorrem no ambiente e reagir em tempo real; Ter em conta os seus recursos limitados (pelo que necessitam da colaboração de outros agentes para a execução das tarefas) Assim, se por um lado os agentes têm que necessariamente permanecer reactivos para sobreviver, por outro lado têm que tomar decisões estratégicas complexas e que a maioria das vezes são orientadas aos objectivos.

19 A. Paiva Arquitecturas Híbridas: Requisitos Comportamento situado : os agentes devem reconhecer os eventos e reajir em tempo apropriadamente. Comportamento orientado aos objectivos : os agentes devem seleccionar as suas acções baseando-se nos fins que desejam alcançar e os meios disponíveis para o fazer. Eficiência- as tarefas devem ser executadas eficientemente, mesmo com constrangimentos de ordem temporal. Coordenação: os agentes devem ser capazes de coordenar as suas actividades com os outros agentes.

20 A. Paiva Will Reactor

21 A. Paiva Arquitecturas Híbridas com níveis As arquitecturas híbridas têm normalmente associados níveis: Servem para estruturar as tarefas ou comportamentos dos agentes Estão organizados hierarquicamente Interagem uns com os outros de forma a atingir um comportamento geral do agente mais coerente Normalmente: níveis deliberativos e reactivos

22 A. Paiva Touring Machines De Innes Fergunson em Níveis: nível reactivo; nível de planeamento e nível de modelação Os três níveis operam concurrentemente e cada um deles está ligado ao subsistema sensorial do agente, do qual recebe informação, bem como ao subsistema de acção ao qual é possível enviar comandos de acção.

23 A. Paiva Touring Machines: Arquitectura Modelling layer Planning layer Reactive layer Perception Subsystem Action Subsystem Clock Context Activated Control-rules

24 A. Paiva Nível Reactivo O Nível reactivo (R) foi desenhado para executar acções que são respostas específicas ao domínio e aos estímulos do ambiente. Este nível dá ao agente a capacidade de reagir rapidamente em situações não planeadas pelos níveis superiores.

25 A. Paiva Nível de Planeamento É responsável por gerar, executar e dinamicamente readaptar planos parciais Estes planos destinam-se a atingir uma alocação de tarefas que o agente tem que executar a longo prazo. Os planos são guardados como planos parciais hierárquicos, numa biblioteca de planos.

26 A. Paiva Nível de Modelação O nível de modelação contém a representação do mundo sob a forma de 4-tuplos indexados a unidades de tempo. C- configuração, descreve a localização do objecto, sua velocidade, aceleração etc. das entidades do ambiente; B- conjunto de crenças atribuídas à entidade; D- desejos, representados através de uma lista de objectivos e suas prioridades I- um plano hierárquico que forma a estrutura de intenções.

27 A. Paiva Controlo das regras As regras de controlo (suppressor e censor) são construídas pelo programadar, tal que: - Pelo menos uma dispare numa dada situação - Pelo menos uma acção deve permanecer no subsistema de acção.

28 A. Paiva Regras Censor Parte condicional: conjunções de expressões que testam a presença de objectos sensoriais particulares. Parte de acção: é composta por operações para fazer com que objectos sensoriais não sejam colocados como input aos níveis de controlo. Regra censor-rule-1: if entity(obstacle-6) in perception-buffer then remove-sensory-entity(layer-R, entity(osbtacle-6))

29 A. Paiva Regras Suppressor Parte condicional: com expressões que testam a presença de determinados comandos (acções do agente) Parte da acção: é composta por operações que restringem a que certos comandos sejam executados pelos effectors do agente. rule suppressor-rule-3 : if action-command(layer-R, rule-6, change-orientation()) in action-buffer and current-intention(start-overtake) then remove-action-command(layer-R, change-orientation()) and remove-action-command(layer-M, _).

30 A. Paiva Aplicação da arquitectura Em situações de simulação de robots com obstáculos: Touring world. Foi desenvolvida uma ferramenta que permite a criação de certas configurações de agentes A dinâmica do mundo é obtida através da utilização de um simulador de eventos, que incorpora um actualizador de mundos possíveis

31 A. Paiva InteRaP Estende um conjunto de aproximações de construção de agentes por níveis introduzindo um nível de cooperação. Dá ao desenhador dos agentes a possibilidade de construir níveis com comportamento reactivo e deliberativo, tal como as arquitecturas apresentadas anteriormente. O modelo do agente em InterRaP é definido por um conjunto de níveis funcionais ligados por uma estrutura de controlo e partilhando uma based de conhecimentos hierárquica.

32 A. Paiva Arquitectura Cooperation Knowledge Local Plans Patterns of Behaviour World Model Cooperation Component CC Plan-based Component PBC Behaviour Based Component BBC Action Communication Perception ENVIRONMENT

33 A. Paiva Componentes da Arquitectura WIF (World Interface) – contém as facilidades de percepção, acção e comunicação. BBC- (Behaviour- Based Component) executa e controla o comportamento reactivo básico. Este comportamento é baseado em patterns of behaviour PBC (Plan Based Component): contém um mecanismo de planeamento que permite o agente ter planos locais. Estes planos são baseados em esqueletos hierárquicos em que os nós podem ser sub-planos ou patterns of behaviour. Ou seja o PBC pode activar patterns of behaviour para atingir um determinado objectivo. KB (Knowledge Base)- é uma estrutura hierarquicamente estruturada e é composta por quatro níveis, que básicamente correspondem à estrutura de controlo dos agentes. CC (Cooperation Component): permite a cooperação entre agentes.

34 A. Paiva World Interface

35 A. Paiva World Interface

36 A. Paiva Knowledge Base

37 A. Paiva InteRRaP- Componente Baseada no Comportamento (BBC) Objectivos Incorporar as actividades reactivas do agente que permitem lidar com situações de emergência e de tempo real. Dar ao agente conhecimento procedimental que lhe permite executar tarefas de rotina.

38 A. Paiva Patterns of Behaviour: Tipos Ligar situações a acções Reactors: são activadas por eventos externos que causam a execução de uma acção por parte do agente (ex. Parar) Control modifiers- extendem o controlo do planeador, fazendo uma chamada para cima para o PBC (ex. Treat_order) Knowledge modifiers- mudam o estado interno do agente e são activadas por alterações do mundo detectadas pelo agente. Procedures- executam acções especificadas pelo planeador.

39 A. Paiva Patterns of Behaviour

40 A. Paiva Aspectos da BBC Tem que reconhecer situações de emergência e responder rápidamente a essas situações. A parte da base de conhecimento acessível à BBC é o modelo do mundo O número de situações a serem reconhecidas neste nível é bastante limitado Situações que não emparelham com nenhum padrão de comportamento causam um pedido ao PBC Os compromissos feitos pelo PBC para executar procedimentos causam a activação de procedimentos no BBC.

41 A. Paiva Componente de Planeamento Incorpora as capacidades de planeamento do agente Funções principais são: (1) a obtençao de um plano para um dado objectivo e (2) controlar a execução desse plano. Componentes PBC-control- faz a interface com BBC recebendo e enviando mensagens aos outros níveis. Plan-generator- gera planos através da selecção de um conjunto de planos da biblioteca. Plan-evaluator- é usado para seleccionar os melhores planos gerados.

42 A. Paiva Controlo

43 A. Paiva Aplicação: the Loading Dock

44 A. Paiva Aplicação

45 A. Paiva Aplicação: conflictos

46 A. Paiva Aplicação: criação de PoBs

47 A. Paiva Aplicação: criação de PoBs

48 A. Paiva Aplicação: robots

49 A. Paiva Vantagens das arquitecturas Híbridas Consegue responder em tempo real sem deixar de ter comportamento orientado aos objectivos. A reactividade do agente pode ser previligiada enquanto em deliberação, ou seja o nível reactivo pode continuar a monitorar o mundo. Se há tipos diferentes de partições do conhecimento do mundo é possível restringir a quantidade de conhecimento que cada nível requer individualmente.

50 A. Paiva Bibliografia da Aula An Introduction to Multi-agent Systems, M. Wooldridge, John Wiley & Sons, 2002 A Mente e o Mundo lá Fora, H. Coelho e A. Paiva. Designing Autonomous Agents: Theory and Practice from Biology to Engineering and Back, Ed. P. Maes, MIT Press, The Design of Intelligent Agents: a Layered Approach, Jörg Müller, Springer, 1996.


Carregar ppt "Agentes Autónomos e Sistemas Multi-agente Agentes Reactivos e Híbridos IST- 2003/2004 Ana Paiva."

Apresentações semelhantes


Anúncios Google