Redes de Agentes zOrigem yTeoria Matemática de Objetos zUtilização ySemiótica Computacional xRepresentação e Processamento de Conhecimento ySistemas Dinâmicos a Eventos Discretos yModelagem Organizacional e Operacional yIntegração entre Elementos Processadores de Informação xModelos Híbridos zAgente Semiônico ySêmion: Agente elementar por meio do qual um sistema semiótico pode ser construído

Agente Semiônico Interface de Entrada Portas de Entrada Portas de Saída Conteúdo Descritivo Estados Internos Funções de Transformação Interface de Saída Função de Avaliação

Agente Semiônico zAgentes Semiônicos ysão agrupados e classificados em classes, da mesma maneira que objetos zClasses yVariáveis de Entrada do Agente yVariáveis de Saída do Agente yVariáveis Internas do Agente yFunções de Transformação do Agente yFunção de Avaliação do Agente zDiferença entre agentes semiônicos e objetos ypossuem um ciclo de atividade contínuo ypossuem uma função de avaliação que orienta o comportamento dinâmico do agente

Interação entre Agentes Semiônicos

zSeleção de Agentes para Assimilação yFunção de Avaliação - todos os outros agentes disponíveis para assimilação são avaliados xMúltiplas Funções de Transformação Avaliação é feita considerando-se cada função de transformação yEscopos Habilitantes yAlgoritmo de Seleção - Baseado na avaliação, um algoritmo de seleção deve fazer a escolha xescolha deve evitar conflitos com outros agentes querendo interagir com um mesmo agente xalgoritmo BMSA (Best Matching Search Algorithm) zAssimilação dos Agentes Escolhidos yAbsorção do conteúdo descritivo do agente yTransporte, Liberação ou Destruição do Agente

Interação entre Agentes Semiônicos zProcessamento do Conteúdo Descritivo yFunções de Transformação: processam o conteúdo descritivo dos agentes assimilados podendo xalterar o conteúdo descritivo de algum agente assimilado xalterar o conteúdo descritivo de algum outro agente xgerar um novo agente no sistema zCasos Especiais yAgente Fonte xutilizado para introduzir novos agentes no sistema xagente não tem interface de entrada, e a função de avaliação simplesmente escolhe a função de transformação a ser utilizada yAgente Vertedouro xutilizado para retirar agentes do sistema xnão tem função de transformação

Sistemas de Agentes Semiônicos zSistemas de Agentes Semiônicos yConjunto de Agentes Semiônicos interagindo entre si zSistemas Fechados ynormalmente um sistema de agentes semiônicos é um sistema fechado zSistemas Abertos ypodem ser emulados por meio de agentes-fonte e agentes- vertedouro zAgentes-Fonte yinternamente coletam informações de alguma fonte externa zAgentes-Vertedouro yinternamente enviam informações para fontes externas

Sistemas de Agentes Semiônicos zProblema ya medida que o tamanho da população de agentes aumenta, a demanda computacional aumenta exponencialmente xagentes precisam avaliar todos os agentes disponíveis para interação xcusto computacional aumenta exponencialmente com o aumento do tamanho da população de agentes xnem todos os agentes são interessantes para interação tipos inadequados conteúdo indesejado zSolução yencontrar alguma maneira de agrupar os agentes de forma que somente os agentes que têm realmente algum interesse sejam sondados para interação

Redes de Agentes Semiônicos zAgentes yconfinados a lugares zLugares yconectados por arcos yarcos entram e saem de portas yportas de entrada e saída yagentes do mesmo tipo zVantagens yagentes disponíveis para assimilação podem ser agrupados e localizados, o que evita a avaliação de toda uma população de agentes

Redes de Agentes Semiônicos zPortas yprivadas e públicas zArcos yentre portas públicas e privadas zModos de Acesso ycompartilhamento de objetos : exclusivo ou não-exclusivo ydestruição : consumo ou não-consumo

ONToolkit zONtoolkit (Object Network toolkit) yauxiliar no design e simulação de redes de agentes yfornece um engine que implementa os mecanismos necessários para a execução de redes de agentes

ANToolkit

Aplicações Desenvolvidas zSimulação Robótica Autônoma em Mundos Virtuais

Modelo do Veículo Autônomo zVariáveis de interesse: yposição do veículo (x, y,  ). yângulo das rodas em relação ao eixo longitudinal do veículo (  ). yvelocidade nominal do veículo (v). zTipos de Sensores: ySensor de informação remota (SIR): simplificação de um mecanismo de visão. ySensores de contato (SC): informam quando existe contato com um objeto.   Legenda: 1,2,3,4 – SC A- Referência do SIR  - Ângulo da posição do SIR  - Distância da posição do SIR Ambiente A y x  

Controle do Veículo Autônomo por Redes de Agentes

Resultados de Simulação Ambiente de Simulação Modelo Interno do Robô e sua Trajetória até a Meta

Semiótica Organizacional: Gerência de Projetos

Simulação da Gerência de Projetos

Resultados de Simulação: Gerência de Projetos

Outros Exemplos de Modelos zAlgoritmo Genético (Modelo Interno) yProblema do Caixeiro Viajante

Outros Exemplos de Modelos zAlgoritmo Genético (Modelo Embutido) yProblema do Caixeiro Viajante

Outros Exemplos de Modelos zControlador Fuzzy yControle de um Veículo Autônomo