Aprensentação de VA Shepherding Apresentação por: Miguel Costa, nº29380.

Slides:



Advertisements
Apresentações semelhantes
Processos e regras de base
Advertisements

ECONOMIA I - MICROECONOMIA Unidade 3: OFERTA E DEMANDA Introdução
Linguagem de Programação IX Métodos de Ordenação
UTILIZAÇÃO DA METODOLOGIA DOS TRÊS SINAIS DE AXIAL OFFSET PARA MONITORAÇÃO E CONTROLE DAS OSCILAÇÕES AXIAIS DE XENÔNIO NO REATOR NUCLEAR DE ANGRA 1.
Uma resolução do problema do camelo e das bananas
Sedimentação e Operações Afins
Árvores Equilibradas Sumário Splay B-tree Vermelho-Preto AA e BB
Programa de Navegação e Comunicações para um Robot Móvel
Ciclos, Vectores e Gráficos Simulação da Queda de Corpos II
Portfólio da turma 1 (1º e 2ºano)
Portfólio da turma 3 (2º ano)
Meta - heurísticas Prof. Aurora
Metodologias Orientadas a Agentes
Carolina Fonseca Neumar Ribeiro
Sincronização de Processos (2)
Sistemas Multiagentes
Erros na área de serviço Faltas Repetições
Há sempre uma razão que nós desconhecemos.
Balanceamento de Linhas
Aspectos tácticos elementares:
Os tipos de comportamento no meio social
Buscas em Grafos Prof. André Renato 1º Semestre/2012
Meta - heurísticas Prof. Aurora
Informática Teórica Engenharia da Computação
Aula prática 6 Vetores e Matrizes
Otimização por Colônia de Formigas (ACO)
Transferência de aprendizagem
Cenários de liberalização do mercado de electricidade Actividade de transporte de energia eléctrica Gestão de Energia em S.E.E.
Introdução ao conceito de Multiplicação
Distância Percorrida Considera um automóvel que se move desde o prédio A até à casa B. Antes de iniciar o movimento, o automobilista colocou o "conta-quilómetros"
Data Replication and Resiliency Trabalho realizado por: Rui Ferreira Nº Eng. Informática.
AFASTA-TE DO MAL.
Prototipagem rápida de gameplay
Curso Profissional Técnico de Multimédia – turma M
Universidade da Beira Interior Fiabilidade de Sistemas Informáticos Nuno Magarreiro n.º
Tópicos Avançados em Inteligência Artificial
A EQUIPA O PROTÓTIPO foto ALUNOS E PROFESSORES A ESCOLA ESCALÃO Solaico Professor – António Tomás Alunos – Inês Miguel; David Bronze; Fábio Pais, José.
Sistemas Operacionais
A planificação e actividade planificadora
171 Instrumentação em Astronomia UNIVERSIDADE DA MADEIRA Prof. Pedro Augusto 7 – EQUIPAMENTO AUXILIAR 7.1 (Auto)Guiders Num mundo ideal não seriam necessários.
Avaliação Heuristica Grupo 006.
Protocolos de Janela Deslizante
Veículo Guiado Automaticamente (AGV)
Jogos tradicionais portugueses
FUTSAL 2012.
10º, 11º e 12º Anos Nível Elementar
ESCOLA SECUNDÁRIA DA LOUSÃ
Agentes Inteligentes e Sistemas Multi- agente (UD5) Construção de Sociedades de Agentes IST- 2004/2005.
Simulação do Movimento Pedestre em NetLogo Luís Paulo, n.º
Abordagem Comportamental da Administração
Informações para a indústria da construção
Geometria Computacional Fecho Convexo
Violações INFRACÇÃO ÀS REGRAS = PERDA DA POSSE DE BOLA
CAMPO ELÉCTRICO O campo gravitacional num ponto no espaço é igual à força gravitacional que age sobre uma partícula de prova (teste) de massa m0 dividida.
Força de atrito com o solo Força de resistência do ar
ATLETISMO REVEZAMENTO.
RoboCup Criação de uma Equipa para Liga Mixed Reality do RoboCup Orientador: Prof. Dr. Luís Paulo Reis Hugo Mendes – 2.
VELOCIDADE OU ACELERAÇÃO?
PATINAGEM Programa do 2º Ciclo
Estática Estática Histórico
Professor Douglas Pereira da Silva
TRÂNGULO DE PASCAL (ou triângulo aritmético)
FERRAMENTAS DA QUALIDADE
1 FATEC - FACULDADE DE TECNOLOGIA LIDERANÇA E EMPRENDEDORISMO PROF GERALDO JOSÉ LOMBARDI DE SOUZA.
Atletismo Educação Física
Questionário (Básico) Autor: Skyup Informática. Atividade - Questionário O módulo permite criar uma série de questões, que deverão ser respondida pelos.
Testes de Unidade. 2 Pauta Testes de Unidade; Testes de Unidade; Desenvolvimento orientado a testes; Desenvolvimento orientado a testes; Testes unitários.
FUTSAL 2013.
INTERVALO DE CONFIANÇA PARA A MEDIA POPULACIONAL (σ 2 desconhecido ) Sabemos que se o tamanho da amostra for superior a 30 a distribuição amostral das.
Unity 3D Inteligência Artificial
Transcrição da apresentação:

Aprensentação de VA Shepherding Apresentação por: Miguel Costa, nº29380

Introdução Shepherding : Interação de um ou vários agentes exteriores com bando. Na natureza temos varios tipos de Shepherding, sendo os mais comuns: Herding Covering Patrolling Collecting

Herding: trasnporte de um rebanho de um local A para um local B Covering: transporte o rebanho de forma segura e controlada a todos os lados do local Patrolling: consiste no impedimento de ir a uma determinada área Collecting: precorrer o local e juntar novamente o rebanho

Utilizações Praticas Motivos que levantam o intresse no estudo dos Comportamentos de Shepherding: Construir robots automatos para o controlo de rebanhos, inspirados em comportamentos de Herding. Utilizar por exemplos metodos de Covering para realizar tarefas de vigilância e limpeza de minas. Comportamentos de Patrolling numa ideia de ter robots a tentar impedir nadadores ou crianças de entrar áreas perigosas, por exemplo na escola ou na praia. Comportamentos de Collecting, para estudar os metodos de caça de alguns predadores ou para realizar o controlo e tratamento de áreas ondem occorrem desastres naturais, do tipo dos acidentes com petroleiros.

Locomoção do Shepherd Aproximação ao grupo: Usando uma linha recta: apesar de ser a solução mais simples, não é de facto uma solução, pois o rebanho acaba por se partir em dois rebanhos mais pequenos, pois os agentes do rebanho acabam por fugir do sheperd em direcções opostas. Distância de segurança: mantendo uma distância de segurança acabava por conseguir aproximar-se do grupo, o problema é o enorme peso computacional para definir a zona de segurança.

Aproximação ao grupo: Usando um trilho de caminhos dinâmico: tendo em conta os trilhos globais do mundo criar nós de escuta dinâmicos no trilho accionados quando algum elemento do grupo está perto deles criar através destes nós criar uma zona de segurança assim o agente consegue, chegar perto do grupo, sem este se separar

Aproximação directaZona de segurançaTrilho dinâmico

Guiar o grupo: Orientação por detrás do grupo: o agente guia o grupo do ponto de partida ao ponto de chegada cria pontos intermédios onde avança em linha recta entre eles difícil guiar o grupo pois os elementos das pontas tendem a afastar-se

Guiar o grupo: Orientação lado a lado: um dos métodos para evitar o problema anterior é o guiar o grupo por detrás, indo a cada um dos lados ocasionalmente. este método tem como objectivo compensar o afastamento lateral, centralizando o movimento do rebanho.

Rotação do grupo: o obrigar à rotação do grupo, para ir para um determinado caminho é extremamente complicado. primeiro temos de saber a direcção que o grupo segue e depois a direcção pretendida. dois diferentes métodos de viragem, aplicados: pré viragem parar virar.

Resultados testes efectuados para 1 agente Herding: movimento mais simples e comum das actividades de controlo de grupo teste consiste em fazer o rebanho fazer duas curvas em U LL: Straight-line approaching and steering. SL: Safe-zone approaching and straight-line steering. SS: Safe-zone approaching and side-to-side steering. SSS: SS and stop-turn steering. SSSP: SSS and pre-turn steering.DSS: Dynamic-roadmap approaching and side-to-side and stop-turn steering. DSSP: DSS and pre-turn steering.

Covering: levar o grupo a áreas ainda por visitar testa a capacidade de controlo do agente, ao controlar obstáculos e tentar percorrer o máximo de aérea possível LL: Straight-line locomotion. SL: Safe-zone and side-to-side locomotion and both turn steering. DL: Dynamic-roadmap and side-to-side locomotion and both turn steering.

Patrolling: guardar a área proibida, limpar a área sempre que o grupo entra nela.

Collecting: Reunir o grupo “assustado”, na designada home area (HA) guardar a área proibida, limpar a área sempre que o grupo entra nela.

Conclusão 1º artigo Concluísse que os agentes se usarem melhores técnicas de locomoção, fazem um controlo de grupo mais eficiente. Concluíram que o método de locomoção apresentado por eles, DL, serve para aumentar a capacidade do agente de controlar grupos maiores, os tempos de viagem também são reduzidos. Concluísse que um agente talvez não seja suficiente para concluir as tarefas que se esperam, por isso vão testar multi agentes no artigo seguinte. Vídeos:

Objectivo Mostrar que vários agentes controlam melhor o grupo do que um agente. Desenvolver estratégias de controlar o grupo com multi-agentes.

Locomoção dos agentes: Movimentação em grupo (formações): Formação em linha Formação arqueada

Dificuldades Determinar distribuição dos agentes pelo espaço: Agentes sabem da localização uns dos outros. Todos os métodos determinam os pontos fixos dos agentes no mapa, mas simplesmente pela distancia entre pontos e agentes.

Diferentes métodos de distribuir os agentes pelo campo: Vector projection: Agente conta os agentes à sua direita e esquerda. Agente movimenta-se para o lado que tem menos. Método intuitivo e rápido Dificuldade de orientação no espaço pois o mundo é dinâmico e os pontos de fixação têm de estar sempre a mudar.

Greedy Distance Minimization: Agente desloca-se para o ponto fixo livre mais perto. Baseia-se um pouco em egoísmo pois o agente decide pelo que mais lhe convém e não como esta acção vai afectar os outros. Método mais estável que o vector, mas obriga alguns agentes a percorrerem mais espaço que o necessário.

Global Distance Minimization: Idealmente seria os agentes chegariam a um acordo de minimizar a distância global percorrida. Tendo conhecimento da posição de todos os agentes, isto torna-se possível, através de uma repartição dos pontos baseado em peso de distâncias globais percorridas. Método mais estável que o vector, mas obriga alguns agentes a percorrerem mais espaço que o necessário.

Guiar, rodar e parar o grupo: Após chegar ao grupo, os agentes têm de levar o mesmo até ao objectivo. Guiar o grupo em frente: Misturar a locomoção directa com a lado-a-lado, directa enquanto o grupo se mantiver, lado-a-lado, quando houver alguma fuga do grupo. Rodar o grupo: Movimentação em formação arqueada do lado oposto ao esperado para a rotação Parar o grupo: Por vezes o rodar o grupo não é suficiente, devido ao tamanho do mesmo, para o rodar totalmente pode ser preciso parar o mesmo. Para parar eles alinham-se na direcção oposta à direcção do grupo, mesmo à sua frente.

Juntar membros separados: Durante o guiar do grupo, novos grupos podem formar-se com um ou mais indivíduos do grupo inicial. Portanto vai ser preciso junta-los: Dois casos principais: Se houver menos grupos que agentes: Se houver mais grupos que agentes: Problemas: Definir o que é a separação do grupo Distribuir os agentes pelos grupos Local da nova reunificação dos grupos

Separação do grupo: A partir do momento que dois membros não se vêm, estão separados. Aos grupos funciona igual, se nenhum membro do grupo conseguir ver um membro do outro grupo então estão separados. Este método de definição trás problemas: Difícil manter o grupo junto especialmente se for muito grande. Para resolver o problema: define-se uma área compacta para definir grupo agentes mantêm o grupo na área consideram-se membros separados todos os membros fora da área compacta, mesmo que vejam elementos do grupo na área compacta.

Distribuir os agentes: Garantir pelo menos um agente por grupo, só possível quando temos mais agentes que grupos. A determinação do numero de agentes por grupo, depende do tamanho da população dos grupos. (ni/n * ns) onde ni é a população do grupo, n a população total e ns o número de agentes. Se tivermos mais grupos que agente, então, os agentes têm de decidir que grupos precisam de intervenção imediata. os agentes vão dirigir-se para os grupos mais afastados.

Direcção a tomar: Quando todos os agentes estão no sitio devido, têm de decidir se vão juntar os grupos num determinado ponto, ou se vão parar determinado grupo para esperar pelos outros. A decisão vai depender de existir um grupo dominante ou não. Se existir grupo dominante, o grupo dominante é parado e garante-se que os outros grupos se juntam ao mesmo. Caso contrario todos os grupos vão ser encaminhados para um ponto comum, o mais perto possível do objectivo mais próximo.

Conclusão Obviamente conseguiram concluir que é mais fácil interagir e controlar com um grupo usando vários agentes do que só com um. Foram propostas varias estratégias para chegar ao objectivo sem comunicação entre os agentes, mas mesmo assim atingir o objectivo cooperativamente.