Modelagem orientada a agentes Professores : Edson Scalabrin  Ph.D  Marcos Shmeil  Ph.D  Pontifícia Universidade Católica do Paraná ( PUCPR ) Programa de Pós-Graduação em Informática Aplicada ( PPGIA ) LAboratório de Sistemas Inteligentes ( LASIN ) { scalabrin, shm ppgia.pucpr.br

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 2 Princípios dos sistemas multi-agentes : evolução histórica da área GPrimeiras tentativas GIdade clássica GInfluência da vida artificial GIdade moderna

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 3 Princípios dos sistemas multi-agentes : Primeiras tentativas Origem EUA Os primeiros sistemas exploraram essencialmente a relação existente entre arquitetura e modo de raciocínio Originando dois tipos de controle : –quadro negro [Erman et al. 1980], –BEINGS e CyC [Lenat & Guha 1990], Atores [Hewitt 1977], Open System [Hewitt 1991]

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 4 Princípios dos sistemas multi-agentes : Idade clássica DVMT (Distributed Vehicule Monitoring Test) –Projeto : Massachusetts [Lesser e Corkill 1983] a percepção e o reconhecimento de situações/configurações distribuídas ; –Funcionamento : vários sensores enviam informações aos agentes de processamento, implementados sob a forma de quadro negro ; –Problema : obter, através dos agentes, um estado coerente de uma situação de tráfego rodoviário e então identificar e monitorar os veículos a partir das informações -- redundantes, contraditórios e ruidosas -- vindas dos sensores.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 5 Princípios dos sistemas multi-agentes : Idade clássica DVMT –Contribuição : foi examinado um grande número de configurações envolvendo sensores e agentes de processamento foi analisada a problemática do planejamento multi-agente a partir de planos parciais foi definido as bases dos mecanismos de cooperação e negociação –Influência : puramente norte americana

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 6 Princípios dos sistemas multi-agentes : Idade clássica MACE (1 a plataforma Multi-Agente genérica) [Gasser et al. 1987] –primeira explicação clara a respeito de : como implementar um sistema de IAD, e quais são os componentes essenciais de uma plataforma genérica para o desenvolvimento de sistemas deste tipo de sistema.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 7 Princípios dos sistemas multi-agentes : Idade clássica MACE –Introduziu as trocas de mensagens dos atores nos sistemas de IAD, mostrado que : é possível implementar um sistema multi-agente a partir da noção de troca de mensagens a troca de mensagens não é suficiente uma organização social não pode-se reduzir a um simples mecanismo de comunicação é necessário uma representação dos outros, de tal modo que um agente possa raciocinar sobre suas competências e suas crenças

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 8 Princípios dos sistemas multi-agentes : Idade clássica MACE  Deve-se salientar as diferenças entre :  competência efetiva (i.e. qualidade de quem é capaz de fazer uma determinada coisa)  habilidade diretamente aplicável (i.e. qualidade de hábil)  conhecimento que um agente tem sobre sua própria competência.  Todas as plataformas de desenvolvimento de SMA são descendentes diretamente ou indiretamente de MACE.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 9 Princípios dos sistemas multi-agentes : Idade clássica Contract Net[Smith 1980] Origem : –protocolo inicialmente aplicado a uma rede de sensores acústicos distribuídos –os agentes são inteiramente cooperativos –a seleção dos eventuais contratantes é baseada essencialmente sobre: a capacidade de tratamento (cálculo) e a carga atual de um agente

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 10 Princípios dos sistemas multi-agentes : Idade clássica Contract Net Metáfora Trata-se de um sistema oportunista de alocação de tarefas baseado no princípio da negociação de contrato do tipo mercado público, e a seleção mútua das partes envolvidas.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 11 Princípios dos sistemas multi-agentes : Idade clássica Contract Net Natureza Contract Net organiza o controle de execução entre um programa : emissor (agente manager), e um ou vários receptores (agentes contratantes), Procedural call  Contract Net  Data Driven Programming Isto faz do Contract Net, um dos paradigmas mais importante já desenvolvido em IAD para a alocação de tarefas descentralizadas.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 12 Princípios dos sistemas multi-agentes : Idade clássica Contract Net Mecanismo Fases da negociação : chamada de ofertas, análise de respostas, escolha de um contratante, comprometimento do contratante.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 13 Princípios dos sistemas multi-agentes : Idade clássica Exemplo de utilização do Contract Net Em uma chamada de ofertas, o agente manager tenta "comprar” serviços de outros agentes a um preço (freqüentemente um restrição de tempo) no máximo igual o especificado na chamada de ofertas. Em resposta às chamadas de ofertas, os agentes contratantes potenciais tentam "vender" seus serviços. A alocação de um contrato (a escolha da melhor proposta), significa que o agente manager está "comprando" os serviços dos contratantes potenciais. A aceitação do engajamento, significa que o(s) contratante(s) vendeu(ram) efetivamente seu(s) serviço(s).

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 14 Princípios dos sistemas multi-agentes : Idade clássica Contract Net: comentários Contract Net é uma generalização da abordagem cliente/servidor, visto que todo agente pode assumir ao mesmo tempo o papel cliente e servidor. Ele resolve o problema de repartição de tarefas sem : utilizar uma zona de memória comum e ter a necessidade de identificar precisamente o destinatário da mensagem como no caso dos sistemas baseados em atores Se nenhum agente satisfaz os critérios da chamada de oferta, o contrato não será alocado.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 15 Princípios dos sistemas multi-agentes : Idade clássica Contract Net Limites Ele não apresenta um modelo que permite levar em conta de modo eficiente a relocação de tarefas, seja no caso : de uma falha qualquer de sistema ou de um gargalo de estrangulamento.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 16 Princípios dos sistemas multi-agentes : Influência da vida artificial A problemática da vida artificial foi lançada por Langton (1988), como “o estudo da vida tal como ela poderia ser, e não da vida tal como ela é”. Trata-se de abstrair os princípios subjacentes de uma organização de seres vivos e de implementar estes princípios em um ambiente computacional no intuito de poder estudar e testar estes princípios.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 17 Princípios dos sistemas multi-agentes : Influência da vida artificial Os principais temas abordados são : –a análise da dinâmica de fenômenos complexos utilizando equações diferencias não lineares –a evolução de populações através da utilização de algoritmos genéticos –a implementação de “criaturas” autônomas capazes de agir e sobreviver em um ambiente não inteiramente especificado –o estudo de fenômenos coletivos a partir da interação de um conjunto de agentes reativos

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 18 Princípios dos sistemas multi-agentes : Idade moderna Escola IAD norte americana : –agrupada em torno de Victor Lesser [Lesser & Corkill 1983], “discípulos” de Victor: Ed. Durfee [Durfee et al. 1987], Susan Conry [Conry et al. 1988] –isolados : Les Gasser [Gasser 1991], M. Huhns [Huhns 1987], Katia Sycara [Sycara 1989]. –esta escola ficou, na sua quase totalidade, restrita a escola cognitiva e as ciências da organização. –as pesquisas envolvendo agentes reativos é quase inexistente.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 19 Princípios dos sistemas multi-agentes : Idade moderna Formalização lógica dos agentes racionais autônomos trabalhando coletivamente ou não –trabalhos iniciados por Cohen e Levesque, formalizando as intenções e crenças dos agentes a partir de lógicas modais. –Uma dimensão prática às formalizações de Cohen e Lesvesque foi dada por : Y. Shoham [Shoham 1993] e Georgeff [Rao & Georgeff 1992]

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 20 Princípios dos sistemas multi-agentes : Idade moderna Formalização lógica... –Europa principais nomes : J. Galliers [Galliers 1988], E. Werner [Werner 1989], C. Castefranchi e R. Conte [Conte et al. 1991], Wooldridge e Jennings [Wooldridge & Jennings 1994], Coelho [Corrêa & Coelho 1993] –Québec : Chaib-Draa [Chaib-Draa 1989]

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 21 Princípios dos sistemas multi-agentes : Idade moderna Atos da fala e SMA –standard KQML [Finin et al. 1994] IAD e teoria de jogos –J. Rosenschein [Zlotkin & Rosenschein 1992] e [Rosenschein & Zlotkin 1994] Redes de Petri e SMA : –iniciativa essencialmente francesa J. Ferber [Ferber & Magin 1994], etc.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 22 Princípios dos sistemas multi-agentes : Idade moderna Linguagens de atores e SMA : –Japão : M. Tokoro [Maruichi el al. 1990], T. Ishida [Ishida 1989], e A. Yonezawa [Yonezawa 1990] –França : P. Carle e J. Ferber [Ferber et al. 1993] Trata-se da tentativa de integrar as pesquisas feitas sobre o paralelismo em geral e as linguagens de atores aos conceitos e objetivos dos SMA.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 23 Princípios dos sistemas multi-agentes : Idade moderna Agentes reativos : R. Brooks, L. Steels, J-L. Deneubourg, J. Ferber e Drogoul, Y. Demazeau, P. Bourgine. A abordagem reativa situa-se essencialmente no contexto da “Vida Artificial”

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 24 Princípios dos sistemas multi-agentes : Domínios de Aplicação Sistemas multi-agente Resolução distribuída de problemas Resolução de problemas distribuídos Técnicas distribuídas de Resolução de problemas Simulação multi-agente Construção de mundos hipotéticos Robótica distribuída Concepção kénética de programas Resolução de problemas

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 25 Princípios dos sistemas multi-agentes : Domínios de Aplicação Resolução distribuída de problemas –Características : é possível efetuar uma tarefa complexa através de um conjunto de especialistas dispondo de competências complementares é a expertise ou o modo de resolução que são distribuídos, sem que o domínio o seja –Exemplos : Construção de um carro de corrida, especialistas : –Motores, escolha e teste de pneumáticos, chassis e suspensão, combustível, gestão da corrida + interface com o piloto.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 26 Princípios dos sistemas multi-agentes : Domínios de Aplicação Resolução distribuída de problemas Outros exemplos: –diagnóstico médico –concepção de produto industrial [Iffenecker & Ferber 1992] –aquisição de conhecimentos e diagnóstico de redes [Jennings et al. 1995] –reconhecimento de formas [Demazeau et al. 1994] –a compreensão da linguagem natural [Sabah 1990] –sistema de controle e monitoramento de uma rede de telecomunicações [Weihmayer & Brandau 1990] –etc..

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 27 Princípios dos sistemas multi-agentes : Domínios de Aplicação Resolução distribuída de problemas Outros exemplos : –Sistema CONDOR (feito por Iffenecker) : envolvendo especialistas em concepção, montagem, materiais, planejamento, marketing, etc. estes especialistas são representados sob a forma de um conjunto de agentes todos estes agentes possuem sua própria expertise e intervêm em diferentes momentos durante a realização do produto

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 28 Princípios dos sistemas multi-agentes : Domínios de Aplicação Particularidades do CONDOR : –a organização geral do sistema assume a forma de uma arquitetura de quadro negro ; –a organização representa grupos de trabalhos : o grupo “qualificação” ; o grupo “decisão” ; o grupo “laboratório de pesquisa” ; –estes grupos trabalham utilizando seus próprios protocolos de automatização de fluxo de informação, igual o “work flow” atual.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 29 Princípios dos sistemas multi-agentes : Domínios de Aplicação Outro exemplo, KBS-SHIP : –Trata-se de um sistema dedicado ao monitoramento e manutenção de equipamentos de um navio comercial. –O sistema integra vários sistemas especialistas : pilotagem, carregamento de frete, manutenção dos equipamentos eletrônicos, diagnóstico de falhas, etc. –Eles operam sobre uma arquitetura SMA, controlado por um Expert encarregado da gestão das comunicações via uma rede Ethernet e da resolução de conflitos entre agentes.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 30 Princípios dos sistemas multi-agentes : Domínios de Aplicação Outro exemplo, Flavors Paint Shop : –Trata-se de um sistema de controle de processos industrial, utilizado para pintar caminhões. –Problema : na saída de uma cadeia de montagem : –os caminhões devem ser pintados de uma cor particular, em função dos desejos dos clientes –o número de postos de pintura é inferior ao número de cores disponíveis –isto implica, mudança de configuração dos postos (consumo elevado de tempo e matéria)

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 31 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do sistema: Continuação... –cada posto de pintura é um agente –quando um posto está livre, ele aceita um novo caminhão a ser pintado (os caminhões são colocados em uma fila de espera) –as regras de escolha são as seguintes: pegar o primeiro caminhão da fila que exige a mesma cor que está disponível no momento se não há caminhão desta cor, pegar o caminhão mais prioritário e alocar ao posto a cor exigida se não há caminhão prioritário, pegar o próximo da fila e alocar ao posto a cor exigida

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 32 Princípios dos sistemas multi-agentes : Domínios de Aplicação Resultados obtidos, comparando com sistema antigo (centralizado) : –redução drástica do custo de manutenção do sistema –redução (50%) das operações de troca de pintura –economia de um milhão de dólares por ano –o sistema pode levar em conta, sem maiores problemas, as falhas de postos de pintura

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 33 Princípios dos sistemas multi-agentes : Domínios de Aplicação Resolução distribuída de problemas distribuídos –Características: o domínio é distribuído os agentes podem ter competências parecidas –Exemplos : monitoramento de redes de energia ou de telecomunicações, –a supervisão é repartida sobre cada um dos nós a percepção distribuída (ex. DVMT)

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 34 Princípios dos sistemas multi-agentes : Domínios de Aplicação Exemplo: Sistema IDEAL (Onera e Alcatel-Alsthom) –é um sistema SMA dedicado ao monitoramento e diagnóstico de redes de telecomunicações –IDEAL compreende três tipos de agentes : supervisor, encarregado de localizar e diagnosticar falhas acompanhamento, encarregado de manter a coerência entre o estado real da rede e a visão dos agentes operador de manutenção, encarregado de executar testes e reparar elementos da rede

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 35 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características dos agentes : (continuação) –apresentam uma arquitetura de quadro negro –cada agente tem um conjunto de módulos: comunicação, que gerencia os protocolos de comunicação expert, que contem os conhecimentos relativos a supervisão da rede cooperação, que gerencia as tabelas de conhecidos (acquaintance), a representação de si e os modelos de diálogo visualizador, que permite um usuário, através de uma interface gráfica, acompanhar o funcionamento do agente e intervir se necessário controle, que gerencia o conjunto de atividades dos agentes

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 36 Princípios dos sistemas multi-agentes : Domínios de Aplicação Resolução por coordenação: Problema: Encontrar uma solução para um problema cujo o enunciado é bem definido e o conjunto de informações é inteiramente disponível.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 37 Princípios dos sistemas multi-agentes : Domínios de Aplicação Exemplos : –determinar uma alocação de tarefas para uma máquina –definir a agenda de um colega –dar a seqüência de ações a ser executada para sair de um labirinto ou para disparar um míssil –resolver quebra-cabeça ou demonstrar um teorema –empilhar cubos ou componentes mecânicos

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 38 Princípios dos sistemas multi-agentes : Domínios de Aplicação Exemplo: –Eco-Resolução Problema : empilhamento de cubos Iniciativa : o problema é visto como um SMA –cada cubo é um agente –os agentes buscam incessantemente satisfazer seus objetivos –as ligações são restrições que os agentes devem respeitar

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 39 Princípios dos sistemas multi-agentes : Domínios de Aplicação Sistemas Multi-agente Resolução distribuída de problemas Resolução de problemas distribuídos Técnicas distribuídas de Resolução de problemas Simulação multi-agente Construção de mundos hipotéticos Robótica distribuída Concepção kénética de programas Resolução de problemas

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 40 Princípios dos sistemas multi-agentes : Domínios de Aplicação Simulação multi-agente: –Utiliza-se a simulação para tentar explicar e prever fenômenos naturais : física, química, biologia, ecologia, geografia e ciências sociais –Modelos são dados sob a forma de relações matemáticas entre variáveis representando grandezas físicas mesuráveis no mundo real.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 41 Princípios dos sistemas multi-agentes : Domínios de Aplicação Simulação multi-agente : –Exemplo : Presa-Predador dN 1 = r 1 N 1 - PN 1 N 2 dN 2 = aPN 1 N 2 - d 2 N 2dt P : coeficiente de destruição (predador) N 1 e N 2 :as números de presa e predadores a :eficiência que os predadores convertem os alimentos em descendentes r 1 :determina a fecundidade das presas d 2 :a taxa de mortalidade dos predadores

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 42 Princípios dos sistemas multi-agentes : Domínios de Aplicação Problemas da simulação numérica : Separabilidade do nível analisado –os modelos matemáticos ligam unicamente parâmetros que se situam todos ao mesmo nível de analise. Ex. é impossível ligar o tamanho do efetivo as tomadas de decisões efetuadas pelos indivíduos Pode-se dizer, que estes níveis de análise são isolados, à medida que é impossível fazer corresponder os comportamentos efetuados a um nível micro as variáveis globais mesuráveis a um nível macro.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 43 Princípios dos sistemas multi-agentes : Domínios de Aplicação –Complexidade e realismo dos parâmetros para ser utilizável e corresponder a realidade, estas equações comportam um grande número de parâmetros difíceis a estimar e sem realismo o coeficiente de eficiência a é bastante pobre Não é considerado o conjunto de comportamentos complexos que podem ter um impacto direto sobre a fecundidade : –hierarquia e dominação, –estratégia sexual, –utilização do território e –construção de abrigos.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 44 Princípios dos sistemas multi-agentes : Domínios de Aplicação –Carência qualitativa O que é feito com a enorme quantidade de informações qualitativas recolhidas pelos pesquisadores de campo e pelos naturalistas?

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 45 Princípios dos sistemas multi-agentes : Domínios de Aplicação –Dificuldade em modelar as ações : como levar em conta as ações dos indivíduos, bem como as modificações efetivas do ambiente decorrente de seus comportamentos ? Em particular sabendo que, os fenômenos coletivos são os resultados de um conjunto de tomadas de decisões individuais, que lavam em conta os comportamentos dos outros atores do sistema

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 46 Princípios dos sistemas multi-agentes : Domínios de Aplicação Qual é o interesse da simulação SMA? –é poder levar em conta tanto os parâmetros quantitativos –parâmetros numéricos quanto as informações qualitativas –comportamentos individuais, recorrendo eventualmente à estratégias de raciocínio

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 47 Princípios dos sistemas multi-agentes : Domínios de Aplicação a principal qualidade da modelagem multi-agente, é a sua capacidade de integração e flexibilidade é possível integrar na mesma modelagem, equações diferencias e comportamentos baseados em regras simbólicas é fácil integrar modificações, onde cada enriquecimento do modelo é realizado pela adição de novas regras de comportamento, agindo a nível de indivíduo os indivíduos guardam suas identidades é possível acrescentar novos tipos de agentes, dispondo de seus próprios modelos de comportamento, que irão interagir com os agentes já definidos.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 48 Princípios dos sistemas multi-agentes : Domínios de Aplicação continuação... Exemplo: modelagem de uma floresta. –Pode-se introduzir novas espécies animais ou vegetais e analisar suas interações com aquelas já modeladas. os sistemas multi-agente permitem modelar situações complexas, onde as estruturas globais emergem das interações entre os indivíduos, ou seja, fazem surgir estruturas de nível macro a partir de modelos de nível micro.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 49 Princípios dos sistemas multi-agentes : Domínios de Aplicação Projeto SIMDELTA [Cambier et al. 1992] –trata-se de um simulador para sintetizar os conhecimentos de um conjunto de especialistas em : ecologia, biologia, antropologia, etc. –conhecimentos adquiridos após vários anos de estudos sobre sistema de pesca do delta central do Nigéria. –Objetivo do projeto : modelar informações, quantitativas (a evolução das enchentes) qualitativas (as técnicas de pesca praticadas)

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 50 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do SIMDELTA : –Permite simular, em mesmo tempo, a dinâmica da população de peixes, incluindo : fatores biológicos e topologicos na dinâmica da população ; Os agentes são: –baldes de peixes –pescadores OBS :estes fatores afetam a evolução da população e a tomada de decisão dos pescadores.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 51 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do SIMDELTA A técnica empregada permitiu a definição de três tipos de agentes –os biótipos, representam porções do ambiente –os peixes, possuem um comportamento bastante reativo –os pescadores,comportamento deagentes cognitivos

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 52 Princípios dos sistemas multi-agentes : Domínios de Aplicação Ambiente = Biótipos Conexões entre biótipos mudam em função do nível da água.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 53 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do SIMDELTA: –Para cada biótipo : uma função de recurso, indica a quantidade de alimento disponível para uma população de peixes em função do tempo –Baldes de peixes (agentes): representam conjuntos de peixes parâmetros estratégicos para a adaptação: –tamanho e número de ovos, processo de migração, regime, etc.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 54 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do SIMDELTA : –Cada pescador : é representado por um agente cognitivo seu comportamento é descrito por um sistema baseado em conhecimentos, envolvendo: –uma base de dados, que contem suas crenças e sua memória de pescador –um sistema de regras, que representa sua estratégia cognitiva para explorar os biótipos

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 55 Princípios dos sistemas multi-agentes : Domínios de Aplicação Teste do SIMDELTA: Estudo sobre a dinâmica de uma população de peixes em função de um esforço de pesca cada vez maior. A simulação da dinâmica destes peixes é baseada sobre : –o comportamento de peixes de água doce e –os conhecimentos dos biologistas no tocante a: reprodução, crescimento, migração e mortalidade dos peixes

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 56 Princípios dos sistemas multi-agentes : Domínios de Aplicação Projeto SIMPOP [Bura et al. 1993] Objetivo : modelar a dinâmica de evolução de um sistema de cidades, em particular :  a gênese (formação dos seres)  o desenvolvimento e a concentração das funções urbanas em diferentes níveis, durante um longo período de tempo (+/ anos)

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 57 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do SIMPOP : –O ambiente é representado por um conjunto de “lugares” de tamanhos e formas variadas (essencialmente quadradas e hexagonais). –Estes elementos são caracterizados : pela sua natureza : planícies, montanhas, mares, pântanos ; pelos seus recursos naturais : agricultura, pesca, minerais ; pelas vias de comunicação : rios, estradas, etc.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 58 Princípios dos sistemas multi-agentes : Domínios de Aplicação Características do SIMPOP : –Os recursos correspondem : o potencial que uma população pode explorar a produtividade dependendo de fatores, tais como: –as possibilidades técnicas ou –as atividades de um povoado vizinho

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 59 Princípios dos sistemas multi-agentes : Domínios de Aplicação Agentes do sistema : –cada lugar é representado por um agente “cidade”, que pode ser um povoado ou uma metrópole ; as características das cidades são : –número de habitantes, –riqueza econômica e –funções (agricultura, economia, indústria, administração) ;

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 60 Princípios dos sistemas multi-agentes : Domínios de Aplicação Comportamento de um agente cidade: –é dado pela soma dos comportamentos de seus habitantes –os habitantes são representados por funções econômicas, correspondendo aos principais grupos econômicos Ex. em um povoado a maior parte de sua população é associada a função agrícola.

PUCPR/PPGIA/LASIN/Edson Scalabrin e Marcos Shmeil 61 Princípios dos sistemas multi-agentes : Domínios de Aplicação Comentários: –As principais entidades do sistema são os agentes “cidade” –os agentes “cidade” são imóveis –as interações entre estes agentes se dão através de transferências de: bens, valores monetários, serviços e habitantes ; estas transferências exprimem-se sob a forma de mecanismos de ofertas e demandas entre cidades. assim, certas cidades tendem a crescer e vários fenômenos locais vão reforçar as diferenças entre elas, de maneira, a formar uma espécie de “hierarquia” de cidades, portando sobre seu tamanho e sua riqueza.