Prof. Luis Otavio Alvares Sistemas Multiagentes Luis Otavio Alvares (II-UFRGS)

Apresentação em tema: "Prof. Luis Otavio Alvares Sistemas Multiagentes Luis Otavio Alvares (II-UFRGS)"— Transcrição da apresentação:

1 prof. Luis Otavio Alvares Sistemas Multiagentes Luis Otavio Alvares (II-UFRGS) e-mail: alvares@inf.ufrgs.bralvares@inf.ufrgs.br

2 prof. Luis Otavio Alvares Sumário Introdução aos SMA Conceito de agente e SMA Exemplos Breve histórico Sistemas Multiagentes reativos e cognitivos Bibliografia SMA reativos SMA cognitivos

3 prof. Luis Otavio Alvares O que são agentes? o termo vem sendo aplicado indistintamente, tanto na comunidade de computação em geral como em IA; sistemas baseados em agentes estão sendo propostos como a solução para tudo (principalmente com o que tenha a ver com a Internet)

4 prof. Luis Otavio Alvares O que é um agente? é uma entidade real ou virtual que está inserida em um ambiente que pode perceber o seu ambiente que pode agir no ambiente que pode se comunicar com outros agentes que tem um comportamento autônomo, conseqüência de suas observações, de seu conhecimento e de suas interações com os outros agentes

5 prof. Luis Otavio Alvares Outras características possíveis de agentes Continuidade temporal Mobilidade Benevolência Aprendizagem Cooperação Veracidade...

6 prof. Luis Otavio Alvares O que é um sistema multiagente? Um conjunto de agentes que interagem em um ambiente comum

7 prof. Luis Otavio Alvares Exemplos Jogos de computador Interpretação de linguagem natural Simulação Assistentes pessoais Comércio eletrônico Tutores inteligentes Controle de redes de energia elétrica...

8 prof. Luis Otavio Alvares Mudança de Paradigma passa-se de uma abordagem global para uma abordagem baseada em agentes (individual)

9 prof. Luis Otavio Alvares Características de domínios típicos dados distribuídos controle distribuído diversidade de conhecimento decomponibilidade da tarefa global multiplicidade de funções certo grau de autonomia

10 prof. Luis Otavio Alvares Vantagens adaptabilidade tolerância a falhas modularidade eficiência

11 prof. Luis Otavio Alvares Problemas comunicação coordenação inexistência de metodologia consagrada...

12 prof. Luis Otavio Alvares Breve histórico Hearsay II (Corkill, Erman, Hayes-Roth, Lesser, 1973) blackboard architecture Actors (Hewitt, 1973)e Beings (Lenat, 1975) estruturas de controle complexas Contract Net (Smith, 1982) controle hierárquico descentralizado DVMT (Lesser 1984) interpretação distribuída, organização Robos reativos (Brooks, 1986) subsumption architecture MACE (Gasser, 1987) ambiente multiagente

13 prof. Luis Otavio Alvares Tipos de SMA Agentes Cognitivos representação explícita têm histórico comunicação direta controle deliberativo organização social poucos agentes Agentes Reativos representação implícita não têm histórico comunicação indireta controle não deliberativo organização etológica muitos agentes [Demazeau 94]

14 prof. Luis Otavio Alvares Exemplo de jogo: GUIMO jogo de ação um jogo mais interessante por ser menos repetitivo e mais “real” alguns objetivos a serem atingidos: –resposta rápida por parte dos agentes artificiais –independência de um roteiro pré-definido –maior envolvimento do jogador com os elementos do sistema

15 prof. Luis Otavio Alvares Solução adotada Definir comportamentos elementares, possibilitando reações rápidas, que combinados produzem um comportamento complexo: –vaguear –seguir em determinada direção –atacar –defender-se

16 prof. Luis Otavio Alvares Exemplo de comportamento O agente A1 “vê” um inimigo A2. O seu comportamento de ataque é então ativado, fazendo com que se aproxime de A2, disparando. Se o agente A2, por sua vez, também atira em A1, este, ao perceber o projétil, irá saltar para evitar o ataque que está sofrendo. O comportamento global do agente A1 seria: atacar enquanto persegue e desviar-se de um ataque um comportamento complexo, não previsto inicialmente

17 prof. Luis Otavio Alvares Bibliografia Proceedings ICMAS, AAMAS Proceedings MAAMAW Workshops (Europa) Proccedings DAI Workshops (Estados Unidos) Proceedings IJCAI, AAAI, ECAI, SBIA,... Autonomous Agents and Multi-agent Systems (Journal) Readings in Distributed Artificial Intelligence. A. Bond e Les Gasser. Morgan Kaufman, 1988 Readings in Agents M. Huhns e M. Singh. Morgan Kaufman, 1998 Introdução aos Sistemas Multiagentes L.O.Alvares e J. Sichman, Anais JAI’97

18 prof. Luis Otavio Alvares Sistemas Multiagentes Reativos

19 prof. Luis Otavio Alvares Motivação para o estudo de SMA Reativos Precisamos de agentes complexos para realizar tarefas complexas ou podemos realizar uma tarefa complexa através de interações de muitos agentes simples? exemplo clássico: colônia de formigas

20 prof. Luis Otavio Alvares Características dos agentes reativos não há representação explícita do ambiente nem de outros agentes não há memória das ações (histórico) organização etológica comportamento simples do tipo estímulo- resposta comunicação através do ambiente pela propagação de sinais

21 prof. Luis Otavio Alvares Alguns Modelos de SMA Reativos Funcionalidade Emergente (Luc Steels) Eco-resolução (Jacques Ferber) PACO (Yves Demazeau)

22 prof. Luis Otavio Alvares Modelo da Funcionalidade Emergente - Baseado na arquitetuta de subsunção (subsumption architecture, Brooks 86) - Cada módulo é um autômato de estado finito - Realização de vários robôs reais

23 prof. Luis Otavio Alvares Exemplo: robôs mineradores (L. Steels) Um conjunto de robôs deve procurar e coletar minerais e levá-los para a base central.

24 prof. Luis Otavio Alvares Comportamento do Robô 1- Evitar obstáculo 2- Se perceber a base central e estiver carregado, descarregar 3- Se perceber um mineral e não estiver carregado, pegá-lo 4- Realizar movimento aleatório

25 prof. Luis Otavio Alvares Projeto do robô

26 prof. Luis Otavio Alvares Comportamento do robô 2 1- Evitar obstáculo 2- Se perceber a base central e estiver carregado, descarregar 3- Se perceber um mineral e não estiver carregado, pegá-lo 4- Se estiver carregado, seguir maior gradiente 5- Realizar movimento aleatório

27 prof. Luis Otavio Alvares Projeto do robô 2

28 prof. Luis Otavio Alvares Obervações: O robô 2 não apresenta nenhuma forma de cooperação Não permite retornar ao local da jazida de mineral Como melhorar isto?

29 prof. Luis Otavio Alvares Robô 3 1- Evitar obstáculo 2- Se perceber a base central e estiver carregado, descarregar 3- Se perceber um mineral e não estiver carregado, pegá-lo 4- Se estiver carregado, seguir maior gradiente, deixando uma pista 5- Se encontrar uma pista e estiver descarregado, seguir na direção do menor gradiente 6- Realizar movimento aleatório

30 prof. Luis Otavio Alvares [Drogoul 93]

31 prof. Luis Otavio Alvares Interpretação dos resultados: O Robô 3 possui um mecanismo simples de manutenção e compartilhamento de informação, utilizando o ambiente oomo memória 64 robôs - melhor resultado (1.113 ciclos) média - 3.351 ciclos maior nro. robôs => maior chance de encontrar os minerais mecanismo de criação de pistas: espécie de catalizador variações entre populações próximas: pelo que acontece quando os depósitos ficam esgotados

32 prof. Luis Otavio Alvares Robô 4 1- Evitar obstáculo 2- Se perceber a base central e estiver carregado, descarregar 3- Se perceber um mineral e não estiver carregado, pegá-lo 4- Se estiver carregado, seguir maior gradiente deixando uma pista 5- Se encontrar uma pista e estiver descarregado, seguir na direção do menor gradiente, retirando a pista 6- Realizar movimento aleatório

33 prof. Luis Otavio Alvares [Drogoul 93]

34 prof. Luis Otavio Alvares Interpretação dos resultados Perda evidente de desempenho para população > 70 robôs O que perde em eficiência, ganha em predição (não há grandes variações entre populações próximas) Perda de eficiência: após um robô ter deixado o mineral na base, há forte probabilidade de outro robô ter encontrado a pista e a ter seguido, retirando a pista. Em vez de um mecanismo de compartilhamento de informação obtivemos um mecanismo de transferência de informação

35 prof. Luis Otavio Alvares Robô 5 1- Evitar obstáculo 2- Se perceber a base central e estiver carregado, descarregar 3- Se perceber um mineral e não estiver carregado, pegá-lo 4- Se estiver carregado, seguir maior gradiente deixando duas pistas 5- Se encontrar uma pista e estiver descarregado, seguir na direção do menor gradiente, retirando uma pista 6- Realizar movimento aleatório

36 prof. Luis Otavio Alvares [Drogoul 93]

37 prof. Luis Otavio Alvares Interpretação do resultado média: 3.519 ciclos mínimo: 1.075 ciclos melhor solução para população < 85 robôs problema para mais de 85 robôs: - deformação das pistas: um robô que retorna se encontra com outros que vão para o mineral - verdadeiros bloqueios, engarrafamentos, próximo à base central

38 prof. Luis Otavio Alvares Modelo da Eco-Resolução (Jacques Ferber)

39 prof. Luis Otavio Alvares Eco-Resolução Técnica de resolução de problemas Um problema é decomposto em um conjunto de eco- agentes Cada eco-agente possui um objetivo (atingir um estado de satisfação) e dois comportamentos gerais: - de satisfação: procura atingir seu estado de satisfação - de fuga: de outro agente que o está “agredindo”

40 prof. Luis Otavio Alvares Exemplo: PENGI Agre e Chapman: inviável com algoritmo de planejamento

41 prof. Luis Otavio Alvares PENGUI: Comportamento dos agentes ABELHAS: - estado de satisfação: matar o pingüim - comportamento de satisfação: ir em direção ao pingüim PINGÜIM: - estado de satisfação: não haver mais diamantes a pegar - comportamento de satisfação: ir em direção ao diamante mais próximo - comportamento de fuga: ir para uma casa o mais longe possível das abelhas. Ou para a mais próxima, se há um cubo de gelo adjacente, na direção da abelha

42 prof. Luis Otavio Alvares PENGUI (cont.) Comportamento “inteligente” - parece que o pingüim é inteligente, pois muitas vezes mata a abelha com cubos de gelo - não há nenhuma atividade de “caça às abelhas” - nós é que consideramos em tudo uma intencionalidade, que muitas vezes não existe

43 prof. Luis Otavio Alvares Exemplo: Quebra-cabeça de 8

44 prof. Luis Otavio Alvares Abordagem clássica - abordagem clássica: orientada a estados (algoritmo A* e variantes) - limitada...

45 prof. Luis Otavio Alvares Exemplo: Quebra-cabeça de 8 (cont.) - mudança de enfoque para abordagem orientada a agentes - cada peça será um agente - a escolha do movimento de uma peça (agente)será baseada: - na distância do seu objetivo - na distância do “branco” - ordem de resolução:

46 prof. Luis Otavio Alvares Exemplo: Quebra-cabeça de 8 (cont.) - comportamento de satisfação: ir para a casa mais próxima do objetivo. Se houver duas casas eqüidistantes, ir para a mais próxima do branco - comportamento de fuga: ir para o seu objetivo, se for adjacente. Senão, ir para a casa mais próxima do branco. Se houver duas casas eqüidistantes, ir para a mais próxima do seu objetivo. Restrições: não ir para a casa que é a do agressor e não ir para a casa que é o objetivo do antecessor do agressor na ordem de preenchimento.

47 prof. Luis Otavio Alvares Problema do canto

48 prof. Luis Otavio Alvares Exemplo: Quebra-cabeça de 8 (cont.) - resultados experimentais até 899 peças (30x30) (Drogoul 93) - validade para qualquer tamanho de jogo - validade mesmo para tabuleiro retangular

49 prof. Luis Otavio Alvares Modelo PACO (Y. Demazeau) Em vez de considerar a solução de um problema como o resultado da minimização de uma função global de energia simplesmente expresse o problema como o estado de equilíbrio de um conjunto de agentes que interagem entre si e com o ambiente através de forças

50 prof. Luis Otavio Alvares Modelo PACO (cont.) Técnica de resolução de problemas Um problema é definido como um conjunto de agentes que tentam encontrar um estado de equilíbrio Os agentes são caracterizados por campos: - de percepção (o que ele percebe do ambiente) - de comunicação (agentes que o influenciarão na execução de uma ação ) - de força (agentes sobre os quais ele pode agir)

51 prof. Luis Otavio Alvares Modelo PACO (cont.) O comportamento do agente é baseado num ciclo: regulagem e aquisição - definição dos campos de percepção e comunicação processamento - cálculo das forças exercidas sobre o agente regulagem e ação - cálculo da nova posição do agente

52 prof. Luis Otavio Alvares Exemplo: Generalização Cartográfica Processo de abstração usado quando a escala do mapa é reduzida. Envolve modificação dos dados de modo que possam ser representados em um espaço menor, preservando da melhor forma possível os aspectos geométricos e descritivos. A maioria dos mapas em pequenas e médias escalas são obtidos por generalização de grandes escalas.

53 prof. Luis Otavio Alvares Generalização Cartográfica Processo de abstração usado quando a escala do mapa é reduzida. A maioria dos mapas em pequenas e médias escalas são obtidos por generalização de grandes escalas. ex: França - mapa básico:1/25.000 generalizados: 1/50.000 1/100.000 Envolve modificação dos dados de modo que possam ser representados em um espaço menor, preservando da melhor forma possível os aspectos geométricos e descritivos.

54 prof. Luis Otavio Alvares Generalização Cartográfica Dificuldade: escolher como representar um número suficiente de objetos geográficos numa superfície reduzida, usando símbolos que preservem a identificabilidade do objeto Numerosas modificações nos dados são necessárias. Exemplo:

55 prof. Luis Otavio Alvares Generalização Cartográfica

56 prof. Luis Otavio Alvares Generalização Cartográfica Fatores que influenciam a generalização: Escala Objetivo do mapa Simbolização Meio de saída

57 prof. Luis Otavio Alvares Generalização Cartográfica Automatização abordagem algorítmica sistemas baseados em conhecimento problema: independência de contexto solução: sistemas multiagentes reativos

58 prof. Luis Otavio Alvares O modelo proposto entradas: - dados oriundos de um BD Geográfico (classe do objeto, coordenadas, etc…) -características da saída desejada processamento: baseado num modelo de forças eletrostáticas de atração e repulsão saída: mapa

59 prof. Luis Otavio Alvares O Modelo Proposto Agentes: cada ponto, representado no BD por suas coordenadas, corresponde a um agente no modelo Pré-ordem : importância do objeto (massa) Grupo natural: agentes associados a um mesmo ponto geográfico Grupo artificial: agentes com topologia comum

60 prof. Luis Otavio Alvares O Modelo Proposto Interações: baseadas em forças Força de repulsão entre agentes Força de acompanhamento integral Força de acompanhamento proporcional Força de retorno à posição original Troca de simbologia

61 prof. Luis Otavio Alvares O Modelo Proposto

62 prof. Luis Otavio Alvares O Modelo Proposto

63 prof. Luis Otavio Alvares Resultados Obtidos

64 prof. Luis Otavio Alvares Sistemas Multiagentes Cognitivos

65 prof. Luis Otavio Alvares Características dos agentes cognitivos Representação explícita do ambiente e de outros agentes memória das ações (histórico) organização social mecanismo de controle deliberativo comunicação direta entre os agentes poucos agentes

66 prof. Luis Otavio Alvares Arquiteturas de agentes os modelos clássicos baseiam-se na corrente simbólica de IA (arquiteturas deliberativas) grande influência da comunidade de “planning”

67 prof. Luis Otavio Alvares Arquitetura de agente cognitivo Controle Conhecimento do domínio Conhecimento do domínio Percepção Objetivos Planos Ambiente Ação Raciocínio Decisão

68 prof. Luis Otavio Alvares Arquitetura de agente cognitivo Controle Conhecimento do domínio Conhecimento do domínio Percepção Objetivos Planos Ambiente Ação Raciocínio Decisão Conhecimento sobre si mesmo e os outros Conhecimento sobre si mesmo e os outros Mensagens Protocolos Comunicação Outros agentes

69 prof. Luis Otavio Alvares Arquitetura de Agente: Demazeau 90 CPcapacidade de percepção (1st hand) CCcapacidade de comunicação (2nd hand) Kconhecimento O objetivos CR capacidade de raciocínio P planos possíveis CD capacidade de decisão Eescolha de um plano CE capacidade de engajamento Aação sobre o ambiente ou outros agentes CR P P E E K K O O CD CP CC CE A A

70 prof. Luis Otavio Alvares Arquitetura BDI : Georgeff 85

71 prof. Luis Otavio Alvares Abordagem Mentalista informações que o agente tem do mundo (information attitudes): –conhecimento, crenças pró-attitudes (orientam, influenciam a ação do agente): –desejos, intenções, obrigações,...

72 prof. Luis Otavio Alvares Estados mentais necessários (filosofia): desejos (geral, todos os objetivos e metas do agente) e crenças intenções – tem o caráter de comprometimento, pois os agentes são limitados: tem que tomar uma decisão e parar de “pensar” e agir para realizar a decisão Abordagem Mentalista

73 prof. Luis Otavio Alvares Abordagem mentalista Intenções: - estão associadas a ações - há uma questão temporal envolvida orientadas para o presente: causam comportamentos, ações, para satisfazer a intenção orientadas para o futuro: criam restrições para o agente; guiam as atividades de planejamento e a adoção de novas intenções

74 prof. Luis Otavio Alvares Interação entre Agentes

75 prof. Luis Otavio Alvares Conhecimento sobre outros agentes Representações mútuas: –as competências: quem sabe como fazer o que? –a tarefa sendo executada: quem executa o que? –as intenções, os objetivos: quem tem intenção do que? –os compromissos: quem está engajado com o que? como representar e atualizar este conhecimento?

76 prof. Luis Otavio Alvares Teoria dos Atos de Fala [Austin 62] comunicar é agir: trata-se de uma ação regular como qualquer outra, que deve ser gerada e processada categorização de primitivas de comunicação: inform, ask-to- do,answer,promise,propose,…

77 prof. Luis Otavio Alvares Atos de Fala A maioria dos sistemas multiagentes tem a parte de comunicação inspirada na Teoria dos Atos de Fala É uma teoria pragmática (teoria do uso da linguagem): como a linguagem é usada pelas pessoas no dia a dia para atingir seus planos e intenções A origem da Teoria dos Atos de Fala normalmente é atribuída a Austin com o livro How to Do Things with Words (1962)

78 prof. Luis Otavio Alvares Atos de Fala Austin notou que certas expressões eram como “ações físicas” que pareciam alterar o estado do mundo Exemplos: –uma declaração de guerra –“Eu os declaro marido e mulher”

79 prof. Luis Otavio Alvares Teoria dos Atos de Fala (cont.) Segundo Austin, os atos de fala podem ser considerados segundo 3 aspectos: Locutionary act: ato de emitir sons - emissão de palavras e sentenças com algum significado (expressão oral). Ex. “está chovendo” x “grablistrod zetagflx dapu” Illocutionary act: corresponde à intenção da emissão: Ex: “vou pagar o que te devo na próxima semana”. Está sendo realizado o ato ilocucionário de fazer uma promessa.

80 prof. Luis Otavio Alvares Teoria dos Atos de Fala Perlocutionary act: corresponde ao resultado (desejado) da emissão: convince, insult, frighten. Ex: alguém ao contar uma história de fantasmas para uma criança, à noite, está executando o ato perlocucionário de assustar a criança.

81 prof. Luis Otavio Alvares Teoria dos Atos de Fala Searle estendeu o trabalho de Austin com o livro Speech Acts [Searle 69] identificando propriedades e fazendo uma classificação sistemática dos principais tipos de atos de fala: representatives: comprometem o receptor com a verdade de uma proposição. Ex: informing Diretives: tentativa de levar o receptor a fazer alguma coisa. Ex: requesting Commissives: o emissor se compromete com algo. Ex: promising Expressives: expressa um estado psicológico. Ex: thanking Declarations: efetua alguma mudança em uma situação institucional. Ex: declaring war

82 prof. Luis Otavio Alvares Linguagens de Comunicação pressupõem a utilização de um padrão de linguagem para a comunicação entre agentes o exemplo mais conhecido é o resultado do projeto “Knowledge Sharing Effort”, KSE, financiado pelo ARPA, nos anos 90. –formato para troca de conhecimento (KIF) –linguagem de consulta e manipulação de conhecimento (KQML) outro padrão: ACL da FIPA

83 prof. Luis Otavio Alvares KIF Usada para estabelecer: propriedades de entidades em um domínio (“Paulo é um gerente”) Relações entre entidades em um domínio (“Pedro é o chefe de Carlos”) Propriedades gerais de um domínio (“Todo estudante deve se matricular em pelo menos uma disciplina”)

84 prof. Luis Otavio Alvares KIF Knowledge Interchange Format versão pré-fixada do cálculo de primeira ordem, com extensões para aumentar a expressividade –noções aritméticas, ex: >, < –operadores lógicos –operadores ( tipo LISP) –procedimentos (tipo Lisp ou Scheme)

85 prof. Luis Otavio Alvares KIF: exemplos “A temperatura de m1 é de 83 Celsius”: (= (temperature m1) (scalar 83 Celsius)) definição de solteiro: (defrelation bachelor (?x) := (and (man ?x) (not (married ?x)))) “Todo indivíduo com a propriedade de ser uma pessoa também tem a propriedade de ser mamífero”: (defrelation person (?x) :=> (mammal ?x))

86 prof. Luis Otavio Alvares KQML Knowledge Query and Manipulation Language uma mensagem é uma lista de componentes, onde o primeiro indica o tipo de comunicação e os seguintes são expressões em KIF intuitivamente, uma mensagem é um passo de diálogo entre um emissor e um receptor, e a linguagem possibilita vários tipos de diálogos

87 prof. Luis Otavio Alvares KQML Cada mensagem contém uma performative (a classe da mensagem) e um conjunto de parâmetros. Exemplo: (ask-one :content (PRICE IBM ?price) :receiver stock-server :language LPROLOG :ontology NYSE-TICKS )

88 prof. Luis Otavio Alvares KQML (cont.) Exemplos: notificação simples A to B: (tell (> 3 2 )) pedido de execução de uma operação A to B: (perform (print “Hello!” t)) B to A: (reply done) pergunta específica A to B: (ask-if (> (size c1) (size c2))) B to A: (reply true)

89 prof. Luis Otavio Alvares FIPA mais recentemente, a Foundation for Intelligent Physical Agents (FIPA) começou a definir padrões para sistemas multiagentes — a peça central é a ACL a estrutura básica é bastante similar a KQML

90 prof. Luis Otavio Alvares Protocolos de Interação

91 prof. Luis Otavio Alvares 1: A ask B about X 2: B does not want to answer 1 to A 3 : B ask A about why 1 5 : B inform A about X 4 : A ask B about why 2 Answer to a question next level of dialogue Answer to a question next level of dialogue S1 S2 S3 S4 S5 S6

92 prof. Luis Otavio Alvares Protocolo de Redes de Contrato anúncio pelo gerente propostas pelos participantes anúncio de um vencedor estabelecimento de contrato participantes propostas gerente decisão contrato gerente AB C AB C AB C AB C

93 prof. Luis Otavio Alvares Protocolo de Resolução de Conflitos [Sian] Não há modelos dos outros agentes Comunicação de alto nível (assert, propose (nova H), modify (uma H proposta), agreed (com uma H proposta), disagree, noopinion, confirm, accept, withdraw) Uso de função de avaliação cujos termos são: count (confirm), count (noopinion), count (modify),count (disagree) + protocolo de interação para resolver conflitos Executa revisão de crenças + aprendizagem propose modifyconfirmdisagreenoopinion withdrawagreedaccept assert

94 prof. Luis Otavio Alvares COORDENAÇÃO DE AGENTES

95 prof. Luis Otavio Alvares Conceito de coordenação É o processo de gerenciar dependências entre atividades [Malone 94] É o processo em que agentes se engajam para garantir que um grupo de agentes tenha um comportamento coerente [Nwana e Jennings 96]

96 prof. Luis Otavio Alvares Exemplos de coordenação controle de tráfego aéreo time de futebol desfile de carnaval trânsito de automóveis em uma cidade operação militar vôo de bando de pássaros sistema imunológico animal construção de avião, estrada, etc. operação cirúrgica orquestra

97 prof. Luis Otavio Alvares Uma taxonomia de coordenação coordenação a priori (pré-definido, decisão individual, aplicação coletiva) –reativa - ex: pássaros –normativa incentivo- ex: incentivos fiscais, tarifa telefônica punição- ex: código de trânsito coordenação a posteriori (pós-definido, decisão coletiva, aplicação individual: cada agente tem a sua tarefa específica) –planejamento centralizado- ex: general no exército –planejamento distribuído- ex: projeto de avião

98 prof. Luis Otavio Alvares Teoria dos Jogos A Teoria dos Jogos é construída a partir da Teoria da Utilidade e da Teoria da Decisão e se interessa com uma fonte de incerteza particular: a ação de outros agentes, igualmente racionais Um jogo é caracterizado por uma matriz de ganhos, onde representa-se nas células o ganho dos jogadores quando realizam as ações representadas nas linhas e colunas

99 prof. Luis Otavio Alvares Matriz de Ganhos J1 O primeiro jogador escolhe as ações nas linhas e o segundo nas colunas Ex: se J1 escolhe a ação b e J2 escolhe a ação c, o ganho de J1 é 2 e o de J2 é 5 a b cd 2 0 32 51 12 J2 [Rosenschein e Genesereth 85]

100 prof. Luis Otavio Alvares Dilema do Prisioneiro  Dois suspeitos, depois que um delito foi cometido, são interrogados em salas separadas  O problema é que ofertas que são individualmente racionais podem não ser racionais para o grupo! Delata o outro Não delata Delata o outro Não delata 51 30 01 35 P2 [Axelrod 84] P1

101 prof. Luis Otavio Alvares Dilema do prisioneiro O raciocínio de um prisioneiro: Suponha que eu confesse o delate o outro: se ele não me delatar eu saio livre, mas se ele também me delatar pegamos 3 anos de prisão cada um. Então, eu posso pegar 3 anos de cadeia. Suponha que eu não delate o outro: se ele também não me delatar, eu pego 1 ano de prisão. Mas se ele me delatar, eu pego 5 anos de prisão. Então, eu posso pegar 5 anos de cadeia. Com base nisso, é melhor eu delatar o outro

102 prof. Luis Otavio Alvares Dilema do prisioneiro Portanto o cenário é simétrico (os dois prisioneiros pensam da mesma maneira) e o que emerge ( se os dois forem “racionais”) é que os dois agentes vão confessar o crime e pegarão 3 anos de cadeia cada um. Mas intuitivamente esta não é a melhor solução, pois se nenhum delatasse, eles pegariam apenas 1 ano de prisão cada um. Mas se um não delata, a melhor escolha para o outro passa a ser delatar e sair livre.

103 prof. Luis Otavio Alvares Equilíbrio Nash Se o outro jogador jogar x, a minha melhor jogada é y. E se eu jogar y, a melhor jogada do outro é x. nenhum agente tem qualquer incentivo para se desviar deste equilíbrio nessas condições, a jogada x,y é dita um ponto de equilíbrio Nash.

104 prof. Luis Otavio Alvares Exemplo real Suponha que dois países combinem de destruir suas respectivas armas nucleares. O melhor seria os dois realmente destruírem e não ter o perigo de uma guerra nuclear.. Mas se um engana o outro e não destrói, fica em melhor situação. O que não destrói, no pior caso, fica na situação atual, os dois com as bombas.

105 prof. Luis Otavio Alvares Teoria dos jogos Usada para tomada de decisão com incerteza causada pelo comportamento de outros agentes Exemplo: escolha de caminho para ir de casa ao trabalho

106 prof. Luis Otavio Alvares Exercício Cada aluno deve escolher um número entre 0 e 100. Ganha quem tiver escolhido o número que mais se aproxime da metade da média dos números. Não pode haver comunicação entre os alunos