Engenharia de Software Orientada a Agentes

Apresentação em tema: "Engenharia de Software Orientada a Agentes"— Transcrição da apresentação:

1 Engenharia de Software Orientada a Agentes
Renata S. S. Guizzardi 24 de setembro de 2007 Inteligência Artificial

2 Inteligência Artificial
Resumo Por que Engenharia de Software orientada a Agentes? Agentes x Objetos Metodologias de ESOA Programação Orientada a Agentes 24 de setembro de 2007 Inteligência Artificial

3 Inteligência Artificial
Duas Visões Inteligência Artificial: enfatiza o comportamento flexível e inteligente dos agentes, vistos como entidades autônomas, de comportamentos reativos e proativos, e capazes de interagir com outros agentes e aprender Engenharia de Software: agentes são usados como modelo para desenvolver sistemas. Sistema Multiagentes: grupo de entidades ativas (agentes), cada um tendo seus objetivos e comportamentos próprios. A soma dos comportamentos individuais dá ao sistema um comportamento mais complexo. 24 de setembro de 2007 Inteligência Artificial

4 Inteligência Artificial
O que é um agente? Um sistema computacional encapsulado, situado em um ambiente e capaz de realizar ações autônomas e flexíveis nesse ambiente em busca de seus objetivos. 24 de setembro de 2007 Inteligência Artificial

5 Inteligência Artificial
O que é um agente? Um sistema computacional encapsulado, situado em um ambiente e capaz de realizar ações autônomas e flexíveis nesse ambiente em busca de seus objetivos. É um componente com interface bem definida. 24 de setembro de 2007 Inteligência Artificial

6 Inteligência Artificial
O que é um agente? Um sistema computacional encapsulado, situado em um ambiente e capaz de realizar ações autônomas e flexíveis nesse ambiente em busca de seus objetivos. É um componente com interface bem definida. Interage com o ambiente, percebendo-o a partir de sensores e agindo sobre ele para modificá-lo. 24 de setembro de 2007 Inteligência Artificial

7 Inteligência Artificial
O que é um agente? Um sistema computacional encapsulado, situado em um ambiente e capaz de realizar ações autônomas e flexíveis nesse ambiente em busca de seus objetivos. É um componente com interface bem definida. Interage com o ambiente, percebendo-o a partir de sensores e agindo sobre ele para modificá-lo. Tem controle sobre seu estado e seu comportamento. 24 de setembro de 2007 Inteligência Artificial

8 Inteligência Artificial
O que é um agente? Um sistema computacional encapsulado, situado em um ambiente e capaz de realizar ações autônomas e flexíveis nesse ambiente em busca de seus objetivos. É um componente com interface bem definida. Interage com o ambiente, percebendo-o a partir de sensores e agindo sobre ele para modificá-lo. Tem controle sobre seu estado e seu comportamento. É, ao mesmo tempo: Reativo: reage a mudanças no ambiente; Proativo: toma iniciativas em busca de seus objetivos. 24 de setembro de 2007 Inteligência Artificial

9 Inteligência Artificial
O que é um agente? Um sistema computacional encapsulado, situado em um ambiente e capaz de realizar ações autônomas e flexíveis nesse ambiente em busca de seus objetivos. É um componente com interface bem definida. Interage com o ambiente, percebendo-o a partir de sensores e agindo sobre ele para modificá-lo. Tem controle sobre seu estado e seu comportamento. É, ao mesmo tempo: Reativo: reage a mudanças no ambiente; Proativo: toma iniciativas em busca de seus objetivos. Projetados para realizar um conjunto de objetivos. 24 de setembro de 2007 Inteligência Artificial

10 Engenharia de Software Orientada a Agentes (ESOA)
Adotar uma abordagem orientada a agentes para a engenharia de software significa decompor o problema em múltiplos componentes autônomos e interativos que têm objetivos específicos a atingir. As principais abstrações são: Agentes Interações Organizações 24 de setembro de 2007 Inteligência Artificial

11 Inteligência Artificial
Agentes x Objetos Nível de autonomia: objetos: estado; agentes: estado e comportamento. Mensagens: objetos: invocação de métodos; agentes: mensagens em uma linguagem de comunicação de agentes (ACL – Agent Communication Language). Comportamentos: objetos: reação a eventos; agentes: comportamentos + flexíveis (reativos, proativos e sociais). Controle: objetos: thread comum aos demais objetos do sistema; agentes: thread único. 24 de setembro de 2007 Inteligência Artificial

12 Inteligência Artificial
Agentes x Objetos (2/2) OA é uma evolução da OO? Há vantagens efetivas em usar agentes ao invés de objetos? Visão conciliatória: a OA é apenas um outro paradigma. OA//OO: desenvolvimentos paralelos Gastos exagerados de empresas com mudança de paradigmas não se justificam. O domínio e/ou situação em que o paradigma será aplicado precisam ser analisados. Pesquisas/desenvolvimentos em OO influenciam a OA, ex. frameworks de desenvolvimento, metodologias etc. 24 de setembro de 2007 Inteligência Artificial

13 Principais Áreas de Aplicação
Características do domínio: domínios complexos, com distribuição de recursos, de controle etc. ambientes organizacionais telemedicina informática educativa … Características do sistema sistemas distribuídos sistemas adaptativos sistemas com capacidade de raciocínio integração de sistemas legados 24 de setembro de 2007 Inteligência Artificial

14 Inteligência Artificial
Áreas Menos Indicadas Domínios restritos e bem definidos Sistemas puramente reativos, com funcionalidades bem conhecidas Sistemas operacionais Sistemas standalone … 24 de setembro de 2007 Inteligência Artificial

15 Metodologias de Desenvolvimento OA
Gaia ROADMAP OperA Prometheus Tropos AORML Message/UML AUML Mas-CommonKADS … Forte Influência de OO + métodos formais Forte Influência de análise organizacional Baseadas em UML Forte Influência de sistemas baseados em conhecimento (IA) 24 de setembro de 2007 Inteligência Artificial

16 Novos Conceitos, nova maneira de pensar sobre desenvolvimento...
Gaia/Roadmap/OperA: papéis, responsabilidades, permissões... Tropos: ator, objetivo, plano, recurso... Message/UML: agente, organização, papel, recurso, interação AORML: agente, objeto, relacionamento, crença, evento, mensagem... 24 de setembro de 2007 Inteligência Artificial

17 Inteligência Artificial
Tendências O projeto detalhado é frequentemente feito em OO. Comparar metodologias existentes para especificar em que domínios ou situações são adequadas. Combinar diferentes abordagens (method engineering, MDA) ex. Roadmap+Prometheus, ARKnowD, Open etc. Talvez uma linguagem/metodologia unificada para OA??? 24 de setembro de 2007 Inteligência Artificial

18 Combinando Agentes e Objetos
Entidades ativas vs. entidades passivas do domínio. Objetos também podem representar crenças dos agentes. Combinação de técnicas apropriadas a cada paradigma. Passagem mais suave para o projeto detalhado, caso uma tecnologia OO seja escolhida para implementação. 24 de setembro de 2007 Inteligência Artificial

19 Inteligência Artificial
Metodologia Gaia O sistema multiagentes pode ser visto como uma organização, em que os agentes assumem diferentes papéis, que têm um certo relacionamento, uns com os outros, e que participam em interações sistemáticas com os demais papéis. 24 de setembro de 2007 Inteligência Artificial

20 Inteligência Artificial
Gaia - Análise A fase de análise dedica-se à compreensão dessa organização: modelo de papéis modelo de interação. Três passos: identificar os papéis do sistema (resultado: protótipo do modelo de papéis); para cada papel, identificar e documentar os protocolos associados (resultado: um modelo de interação); usando o modelo de protocolos como uma base, elaborar o modelo de papéis (resultado: um modelo de papéis completamente elaborado); 24 de setembro de 2007 Inteligência Artificial

21 Inteligência Artificial
Gaia – Modelo de Papéis Atributos de um papel: Responsabilidades: determinam a funcionalidade Propriedades vitais: indicam o que o agente deve fazer. Propriedades de segurança: tratam as exceções. Permissões: direitos associados a um papel Atividades: ações privadas, i.e., não há interações com outros agentes Protocolos: definem as formas de interação do papel 24 de setembro de 2007 Inteligência Artificial

22 Inteligência Artificial
Gaia – Modelo de Papéis 24 de setembro de 2007 Inteligência Artificial

23 Gaia – Modelo de Interação
Atributos de um protocolo: proposta - descrição textual breve da natureza da interação; iniciador - papel (ou papéis) responsáveis por iniciar a interação; respondedor - papel (ou papéis) com que o iniciador interage; entradas - informação utilizada pelo iniciador ao realizar o protocolo; saídas - informação suprida pelo/para o respondedor durante o curso de interação; processamento: descrição textual breve de qualquer processamento que o iniciador do protocolo realiza durante o curso da interação. 24 de setembro de 2007 Inteligência Artificial

24 Gaia – Modelo de Interação
24 de setembro de 2007 Inteligência Artificial

25 Inteligência Artificial
Gaia - Projeto O objetivo é transformar os modelos da análise em modelos que tenham um nível suficientemente baixo nível de abstração que permita que técnicas tradicionais de projeto (incluindo técnicas da orientação a objetos) possam ser aplicadas para implementar agentes. 24 de setembro de 2007 Inteligência Artificial

26 Gaia – Modelos de Projeto
Três modelos: Modelo de agentes: documenta os vários tipos de agentes que serão usados no sistema (i.e. que papéis ele representa), e as instâncias desses tipos de agentes. Modelo de serviços: identifica os serviços associados a cada papel, especificando suas propriedades. Modelo de conhecimento: define os links de comunicação existentes entre os tipos de agentes. 24 de setembro de 2007 Inteligência Artificial

27 Inteligência Artificial
Modelo de Agentes 24 de setembro de 2007 Inteligência Artificial

28 Inteligência Artificial
Modelo de Serviços 24 de setembro de 2007 Inteligência Artificial

29 Modelo de Conhecimento
24 de setembro de 2007 Inteligência Artificial

30 Inteligência Artificial
AUML: Agent UML Por que estender UML para MAS? Modificações propostas na UML padrão: Suporte para expressar linhas de interação concorrentes (ex: broadcast) visando permitir a modelagem de protocolos de agentes Uma noção de papel que estende a que é fornecida na UML, permitindo a um agente desempenhar vários papéis Grupo Agent UML: 24 de setembro de 2007 Inteligência Artificial

31 AUML: Representação do protocolo Contract Net
Template: Papéis/Restrições/Ações de Comunicação 24 de setembro de 2007 Inteligência Artificial

32 Inteligência Artificial
Uso de Pacotes aquisição fornecimento corretor varejista atacadista requisição informação Solicita Proposta proposta 24 de setembro de 2007 Inteligência Artificial

33 Inteligência Artificial
TEMPLATE DO CENÁRIO COMPRADOR /VENDEDOR 24 de setembro de 2007 Inteligência Artificial

34 Inteligência Artificial
NOVO PACKAGE USANDO O TEMPLATE PAPÉIS RESTRIÇÕES AÇÕES 24 de setembro de 2007 Inteligência Artificial

35 Interações entre Agentes
AUML utiliza os Diagramas de Interação para modelar a natureza dinâmica da interação entre agentes: Diagrama de Seqüência Seqüência cronológica da comunicação Diagrama de Colaboração Associação entre agentes Diagrama de Atividades e StateCharts Fluxo do processo de comunicação dos agentes. 24 de setembro de 2007 Inteligência Artificial

36 AUML: interação entre agentes
Diferenças para UML: CA – Ato de Comunicação ao invés de mensagens OO Multicasts, OR inclusivo ou XOR 24 de setembro de 2007 Inteligência Artificial

37 Inteligência Artificial
AUML: Concorrência Cada Barra indica uma Thread independente num agente 24 de setembro de 2007 Inteligência Artificial

38 Inteligência Artificial
Agente e Papéis PAPÉIS diferentes para um agente é: satisfazer propriedades distintas (crenças) ter interfaces distintas(comunicação) comportamento distintos(pergunta, resposta) Dentro de um protocolo de interação um agente pode executar papéis distintos que estão especificados no contrato de interação do protocolo(contract-net). 24 de setembro de 2007 Inteligência Artificial

39 Inteligência Artificial
Agente e Papéis 24 de setembro de 2007 Inteligência Artificial

40 Diagramas de Colaboracão
2: questiona Agentes <<troca de papel>> B/ Analizador do concorrente B/ Fornecedor C/ Concorrente <<troca de papel>> 3: 4: 1.1: requisita <<troca de papel>> 5: proposta 7: confirma 9: falha 1.2: requisita A/ Cliente C/ Fornecedor1 A/ Negociador C/ Fornecedor2 12: requisita 14: 6: 10: recusa 1.3: requisita 13: entrega D/ Devedor D/ Fornecedor 8: confirma 11: entrega 24 de setembro de 2007 Inteligência Artificial

41 Diagramas de Atividade
Expressa operações e eventos disparados pela atividade. Representa de maneira explícita o controle sobre linhas de execução. Útil para complexas interações entre protocolos que envolvem processamento concorrente. 24 de setembro de 2007 Inteligência Artificial

42 Diagramas de Atividade
Rede de Comércio Eletrônico Cliente Vendedor Fabricante Solicita Pedido ProcessaPedido Cria Cotação Aceita Pedido Aceita Cotação Compara Pedido e Cotação Fecha Pedido AtualizarCotação Pagar Pedido 24 de setembro de 2007 Inteligência Artificial

43 Inteligência Artificial
Diagramas de Estado Aberto Fechado Proposto Requerido confirmado entregue A: requisita B: confirma A: falha B: entrega Rejeitado Cancelado Fracassado Pago A: paga B: recusa B: recusa A: falha B: cancela 24 de setembro de 2007 Inteligência Artificial

44 AUML: Diagramas de Colaboração
Similar aos diagramas de sequencia Agentes podem ser posicionados em qualquer lugar Escolha depende da conveniência gráfica Seqüência indicada pela numeração das ações 24 de setembro de 2007 Inteligência Artificial

45 AUML: Diagramas de Atividade
Representa a Linha central de controle do Protocolo Também são utilizados para a modelagem interna dos agentes 24 de setembro de 2007 Inteligência Artificial

46 AUML: Diagramas de Estado
Pouco utilizados para modelar protocolos Baseados em estado Úteis para impor restrições aos protocolos Utilizados para modelagem interna dos agentes 24 de setembro de 2007 Inteligência Artificial

47 Metodologias Baseadas em Engenharia de Conhecimento
Agentes possuem características cognitivas e EC pode ser usada para modelar o conhecimento do agente Bibliotecas de ontologias e métodos de solução de problemas podem ser reutilizadas Não englobam os aspectos de distribuição e socialização dos agentes Não englobam os comportamentos reativo e pró-ativo dos agentes 24 de setembro de 2007 Inteligência Artificial

48 Metodologia MAS-CommonKADS
Extensão de CommonKADS para Sistemas Multiagentes. Fase de Conceitualização: Coleta informal de requisitos Casos de Uso Fases de Análise e Projeto: compostas de vários modelos, cada um modelando uma visão do sistema. 24 de setembro de 2007 Inteligência Artificial

49 MAS-CommonKADS - Análise
Modelo de Agentes: descreve as características principais dos agentes incluindo capacidades cognitivas, habilidades(sensores/efetuadores), serviços, objetivos Modelo de Tarefas: descreve as tarefas e sua decomposição 24 de setembro de 2007 Inteligência Artificial

50 MAS-CommonKADS - Análise
Modelo de Perícia: descreve o conhecimento necessário para os agentes atingirem seus objetivos, utilizando a abordagem do KADS Modelo de Coordenação: descreve as conversações entre agente, seus protocolos e capacidades requeridas; utiliza técnicas de descrição formal MSC(Message Sequence Charts) e SDL(Specification and Description Language) 24 de setembro de 2007 Inteligência Artificial

51 MAS-CommonKADS - Análise
Modelo de Organização: descreve o ambiente em que o SMA será introduzido e a sociedade de agentes utiliza uma extensão do modelo OMT Modelo de Comunicação: detalha as interações homem-software 24 de setembro de 2007 Inteligência Artificial

52 MAS-CommonKADS - Projeto
Projeto de aplicação: composição/decomposição dos agentes da fase de análise Projeto de Arquitetura: projeto de aspectos relevantes da rede de agentes Projeto de plataforma: seleção da plataforma de desenvolvimento para cada arquitetura 24 de setembro de 2007 Inteligência Artificial