A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Sistemas Multi-Agentes Exemplos. © LES/PUC-Rio Domínios de Aplicação Gestão do conhecimento Apoio à tomada de decisão Educação a Distância Software Embarcado.

Apresentações semelhantes


Apresentação em tema: "Sistemas Multi-Agentes Exemplos. © LES/PUC-Rio Domínios de Aplicação Gestão do conhecimento Apoio à tomada de decisão Educação a Distância Software Embarcado."— Transcrição da apresentação:

1 Sistemas Multi-Agentes Exemplos

2 © LES/PUC-Rio Domínios de Aplicação Gestão do conhecimento Apoio à tomada de decisão Educação a Distância Software Embarcado Aplicações em Dispositivos Móveis Simulação/Jogos –Análise de comportamento emergente –Treinamentos Aplicações Financeiras –Negociações –Leilão Data warehouse e Data mining Gerenciamento de Cadeia de Suprimentos Agentes para Medicina –Biologia computacional, bioinformática...

3 © LES/PUC-Rio Exemplo 1: TAC Classic

4 © LES/PUC-Rio Exemplo 2: TAC SCM

5 © LES/PUC-Rio Exemplo 4: Agente de reputação para ART Testbed Agentes devem escolher com quem interagir Objetivo de capacitar os agentes a fazer a escolha correta Comparações de diferentes estratégias

6 © LES/PUC-Rio Exemplo 5: Immune System Modelling with Situated Cellular Agents The IS (Immune System) constitutes the defence mechanism of higher level organisms to micro organismic threats. –Distributed system –Adaptation –Cooperation –Heteregeneous autonomous entities –Learning The IS helps to find out novel and more effective security models, e.g., for mobile autonomous agents.

7 © LES/PUC-Rio Exemplo 5: Immune System Modelling with Situated Cellular Agents Situated Cellular Agents (SCA) Model –Represents elements and mechanism of the IS –Allows a more detailed representation of the interaction between entities –IS mobile entities Antibodies B lymphocytes T lymphocytes Antigen –IS entities Blood Lymph nodes Tissues Membranes

8 © LES/PUC-Rio Exemplo 6: modeling molecular self-organization The application to molecular self-assembly: –Given N molecules, what is the lowest-energy organized structure that they can form? The goal is to achieve optimal aggregates in the process of self-assembly with less computational effort than MC simulations.

9 © LES/PUC-Rio Exemplo 6: modeling molecular self-organization The test-bed –Cell interactions are nearest-neighbor only –repulsion/attraction –Possible shapes: Two cells are neutral, one is positive, and one is negative All four are neutral red, neutral; blue, positive; black, negative.

10 © LES/PUC-Rio Exemplo 6: modeling molecular self-organization The algorithm –Agent: a molecule or group of molecules –1) move to a new position Stochastically –2) merge with another agent Deterministically –3) or, split into two different agents Learning/adaptation mechanism

11 © LES/PUC-Rio Exemplo 6: modeling molecular self-organization

12 © LES/PUC-Rio Exemplo 7: Modelling the Dynamics of Intracellular Processes as Organization of Multiple Agents AGR + TTL E.coli

13 © LES/PUC-Rio Exemplo 7: Modelling the Dynamics of Intracellular Processes as Organization of Multiple Agents Example: Dynamic properties for Organization as a Whole

14 © LES/PUC-Rio Exemplo 7: Modelling the Dynamics of Intracellular Processes as Organization of Multiple Agents Diagnosis –a software environment can automatically check whether such properties hold for a given (empirical or simulated) trace over time for the dynamics of an organization. –E.g., diagnosis of dysfunction within an organization.

15 © LES/PUC-Rio Exemplo 7: Modelling the Dynamics of Intracellular Processes as Organization of Multiple Agents Some simulation results

16 © LES/PUC-Rio Exemplo 8: Mitochondria in Silico Project Simulation of mitochodrial metabolism –respiratory chain reactions

17 © LES/PUC-Rio Exemplo 8: Mitochondria in Silico Project A: abstracted 3D structure. B: application to a phospholipid

18 © LES/PUC-Rio Outros Exemplos Agentes para sistemas de métricas –Coleta, Avaliação, Apresentação para o Usuário Agentes para gerência de ordens de serviço –Organização, Escalonamento e Negociação de ordens de serviço Agentes para gerência de compromissos –Agendamento, Estratégia de Negociação, Lembretes Agentes para gerenciamento de tráfego –Informação de melhores caminhos Agentes para Sistemas de Geoprocessamento –SIG Agentes Context-Aware –PDA, Palm, celular... Agentes para Sistemas Autonômicos –Configuração automática dos parâmetros de servidores Web –Aplicações de Diagnósticos de Servidores –Administração do sistema (utilização de CPU, workload, utilização do disco...)

19 © LES/PUC-Rio Jade: Java Agent Development Framework Jade é um middleware para o desenvolvimento de sistemas multi-agentes Inclui –Um ambiente de execução onde os agentes JADE "vivem" e que deve estar ativo em um host antes que um agente possa ser executado –Uma biblioteca de classes que programadores podem usar para desenvolver agentes –Um conjunto de ferramentas gráficas que permite a administração e o monitoramento das atividades dos agentes em execução

20 © LES/PUC-Rio Jade: Java Agent Development Framework Implementa o modelo de infraestrutura FIPA com registro, páginas amarelas e mecanismo de envio de mensagens Abordagem orientada a tarefas: o comportamento dos agentes é decomposto em pedaços menores (Behaviour) que são adicionados ao agente quando necessário

21 © LES/PUC-Rio Contêiner e Plataforma Contêiner –Instância de um ambiente Jade –É onde os agentes executam –Ao iniciar o Jade, um MainContainer é criado Plataforma –Conjunto de contêineres ativos

22 © LES/PUC-Rio A Plataforma O Jade segue o modelo da FIPA (Foundation for Intelligent Physical Agents)

23 © LES/PUC-Rio A Execução de um Agente

24 Engenharia de software para a utilização de leis de interação em sistemas multiagentes abertos Grupo E-Governance

25 © LES/PUC-Rio Sistemas Abertos Incerteza –Agentes podem entrar e sair do sistema a qualquer momento –Agentes podem fornecer respostas diferentes a uma mesma requisição –Agentes desenvolvidos por diferentes equipes, diferentes objetivos, provavelmente desconhecidos a priori. –Comportamento global = emerge da união dos comportamentos dos agentes Comportamento emergente & Incerteza ? Imprevisibilidade nociva –Imprevisibilidade: tendência de mudanças repentinas sem nenhuma razão aparente. –Imprevisibilidade falhas no software É preciso controlar esta imprevisibilidade

26 © LES/PUC-Rio Governança usando Leis Objetivos gerais –Garantir que o comportamento de um SMA aberto exibam as propriedades desejadas –Aumentar a confiança entre os agentes Como isso é alcançado? –Especificação de leis que ditam o que a sociedade (de agentes) espera de seus membros

27 © LES/PUC-Rio Características O aspectos internos dos agentes não são acessíveis –Não é possível modificá-los para torná-los compatíveis com as leis do sistema Como projetar mecanismos para que as leis tenham impacto na execução do sistema sem acesso aos agentes? Qual o impacto das leis no desenvolvimento dos agentes? Os agentes tomam suas decisões baseando-se nas leis que existem?

28 © LES/PUC-Rio Onde entra a engenharia de software?

29 © LES/PUC-Rio O problema – Engenharia de Software Com o avanço adoção das abordagens de governança, surge a necessidade de técnicas e ferramentas que tornem o seu uso mais produtivo e controlado.

30 © LES/PUC-Rio Agora o título ficou mais claro Engenharia de software para a utilização de leis de interação em sistemas multi-agentes abertos

31 © LES/PUC-Rio O que tem sido feito no LES? XMLaw Reputação Ontologias …

32 XMLaw Site do Projeto: _Governing_Software_Agents

33 © LES/PUC-Rio A Abordagem de Leis Agente A Agente B Pode / Deve Não Pode Leis interação Organização possui

34 © LES/PUC-Rio O Modelo Conceitual Conjunto de conceitos para representar as interações

35 © LES/PUC-Rio Exemplo: Protocolo de Interação Alternativas de interação que os agentes podem seguir. Representando a interação Quais os serviços que você oferece? Compras, horário de cinema e paquera ! Escolho o serviço de compras, quais as lojas que vendem televisões? Lojas Americanas e Casa e Vídeo. requisitar serviços responder c/ lista informar seleção e requisitar lojas responder c/ lista

36 © LES/PUC-Rio Trabalhos em andamento Técnicas de engenharia para –Reutilização das leis –Verificação da qualidade –Método que guie o desenvolvimento através das várias etapas e ferramentas Requisitos Projeto Implementação Testes

37 © LES/PUC-Rio Trabalhos em andamento Formalização do modelo do XMLAw Desenvolvimento da ferramenta de especificação gráfica das leis Integração da formalização do modelo a ferramenta de especificação gráfica. Desenvolvimento da ferramenta de monitoramento das leis. Manutenibilidade de frameworks de governança que utilizam XMLaw

38 © LES/PUC-Rio Preocupações referentes a Frameworks de Governança Um framework de governança deve ter uma descrição clara referente a decisões de projeto (reuso e requisitos). Isto visa facilitar: –Entendimento do projeto (Granularidade Alta – Visão geral) –Entendimento dos pontos de flexibilização (Granularidade baixa) –Entendimento da correlação entre requisitos identificados e a decisão por pontos de flexibilização (Casos de leis) Framework Ponto de Flexibilização Caso de Lei

39 Tolerância a Falhas Análise e Monitoramento de Criticalidade em Sistemas Multiagentes Abertos Governados por Leis

40 © LES/PUC-Rio Motivação Tolerância a falhas –Geralmente implementada com detecção de erros e recuperação do sistema Tolerância a falhas em SMAs –Replicação de Agentes –O grau de replicação do agente depende basicamente da criticalidade do agente

41 © LES/PUC-Rio Definição Intuitiva A criticalidade de um agente significa o quão importante um agente é para o sistema (ou outros agentes), isto é, qual o potencial impacto que um agente defeituoso pode causar.

42 © LES/PUC-Rio agente Arquitetura Conceitual XMLaw Pode / Deve Não Pode Leis Organização A agente Papel de agente Organização B Normas (permissões, proibições e obrigações) Normas sensíveis ao tempo Restrições ….

43 © LES/PUC-Rio Como projetar e controlar sistemas complexos, dinâmicos e ABERTOS? Replicação adaptativa e dinâmica Replication Agent criticality Interdependence and Role Analysis Activity Analysis Interaction Events System Events Replication Control DarX Server (host a) Agent i Monitoring Agent i Observation Level Agent Level Interactions Law Analysis Event Observation

44 © LES/PUC-Rio Arquitetura Nível de Observação Nível do Agente Agente 1 Agente 2 Agente 3 Agente 4 Controle Evento Mensagem Legendas: Agente Monitor 1 Agente Monitor 2 Monitor Host i Agente Monitor 4 Monitor Host j

45 Framework de Governança Baseada em Testemunhos, Julgamento e Reputação

46 © LES/PUC-Rio Framework de Governança Framework para o Cálculo de Reputações de agentes de software baseado em Testemunhos

47 FIM


Carregar ppt "Sistemas Multi-Agentes Exemplos. © LES/PUC-Rio Domínios de Aplicação Gestão do conhecimento Apoio à tomada de decisão Educação a Distância Software Embarcado."

Apresentações semelhantes


Anúncios Google