Simulação baseada em multiagentes – aplicação em educação
Roteiro
Objetivos do curso
Conteúdo
Exigências
Pontuação para as atividades
Referência bibliográfica
Calendário
Introdução
1
Simulação baseada em multiagentes – aplicação em educação
Objetivos do curso
Explorar e discutir problemas no âmbito de sistemas
complexos através de uma abordagem de Sistemas
Multiagente. Fazer uso de ambiente de simulação e do
trabalho cooperativo na exploração e construção de
modelos que envolvam problemas não lineares,
emergência e sistemas descentralizados.
Discutir e construir modelos de simulação baseado em
multiagente.
2
Simulação baseada em multiagentes – aplicação em educação
Conteúdo
•Sistemas Multiagente;
•Resolução de problemas;
•Uso de modelos e Simulação;
•Sistemas complexos;
•Ambientes de simulação;
•Simulação baseada em sistemas multiagente.
3
Simulação baseada em multiagentes – aplicação em educação
Exigências do curso:
• ativa participação nas aulas;
• discussão das atividades complementares;
• participação no grupo de discussão;
• avaliação sobre os tópicos discutidos durante o curso;
• ao final do curso, apresentar um modelo sobre um
fenômeno complexo, bem como a análise de seu
comportamento (seminário)
4
Simulação baseada em multiagentes – aplicação em educação
Pontuação para as atividades
•apresentação modelo (seminário) – 50%
•participação em sala – 20%
•participação no grupo de discussão e avaliação – 30%
5
Simulação baseada em multiagentes – aplicação em educação
Referência bibliográfica
Azevedo, Lívia Lopes; AProSiMa – Um ambiente para resolução cooperativa de problemas baseado em simulação multiagente; Exame de qualificação
doutorado em engenharia elétrica – UFES, 2006, httt://inf.ufes.br/~liviaufmt/qualificacao
Blikstein, P., Abrahamson, D., Wilensky, U., NetLogo: Where We Are, Where We’re Going, To appear in the proceedings of Interaction Design &
Children, Boulder, Colorado, 2005. http://ccl.northwestern.edu/papers/
Blikstein, P., Wilensky, U., Less is More: Agent-Based Simulation as a Powerful Learning Tool in Materials Science, Proceedings of the IV International
Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS 2005), Utrecht, Holland. (Manuscript in press) (2005)
http://ccl.northwestern.edu/papers/
Bordini, R.H., Vieira, R., Moreira, A.F., JAI - Fundamentos de Sistemas Multiagentes. In: Carlos Eduardo Ferreira. (Org.). As Tecnologias da informação
e a questão social. Anais do XXI Congresso da SBC. Fortaleza, jul/ago de 2001.
Conte R., Gilbert N. e Sichman J. S., MAS and Social Simulation: A Suitable Commitment, Proceedings of the First International Workshop on MultiAgent Based Simulation, Springer- Verlag, LNAI 1534, pp. 1-9, 1998. http://citeseer.ist.psu.edu/conte98mas.html
Durfee E. H. e Rosenschein J. S., 1994, Distributed Problem Solving and Multi-Agent Systems: Comparisons and Examples, Proceedings of the
International Workshop on Distributed Artificial Intelligence, 1994. (acesso: fev/07) http://citeseer.ist.psu.edu/article/durfee94distributed.html
Ferber, J., Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence. Addison-Wesley, 1999
Marietto, M. B.; David, N.; Coelho, H.; Sichman, J.S.; Proposta de uma Nova Classificação para a Área de Inteligência Artificial Distribuída: Focos de
Interesse e Sistemas Computacionais; 2002; Disponível em http://www.lti.pcs.usp.br/SimCog/Doc/Pub/Papers/MariettoIBERAMIA02.pdf;
Menezes, C. S., Práticas pedagógicas e prática docente: Parte II – Análise de ecossistemas, não publicado.
Resnick, M., Turtles, termites, and traffic jams: explorations in massively parallel microwords, The MIT Press, Massachusetts, USA, 1991.
Resnick, M., Wilensky, U., Beyond the deterministic, centralized mindsets: New thinking for new sciences, Presented at the annual conference of the
American Educational Research Association, Atlanta, GA., 1993.
Tisue, S., Wilensky, U., NetLogo: A Simple Environment for Modeling Complexity, International Conference on Complex Systems, Boston, May 16 - 21,
2004. http://ccl.northwestern.edu/papers/
Tisue, S., Wilensky, U., NetLogo: Design and Implementation of a Multi-Agent Modeling Environment, Proceedings of Agent 2004, Chicago, October
2004. (This is a combined, revised, and updated version of our ICCS and SwarmFest papers from earlier this year.) http://ccl.northwestern.edu/papers/
6
Simulação baseada em multiagentes – aplicação em educação
Calendário
7
Simulação baseada em multiagentes – aplicação em educação
Roteiro aulas:
1ª - Apresentação disciplina. Apresentação de vários problemas – analise dos métodos
de resolução – motivação para conteúdo: sistemas complexos (levantar questões) Caracterização dos elementos e comportamento.
2ª - Retomar exemplos anteriores e exploração de modelos de sistemas complexos –
caracterizar os componentes – definição de sistemas complexos
3ª -Estabelecimento dos elementos empregados – Abordagem de sistemas multiagente
(apanhado geral) Simulação – técnicas. Simulação baseada em agentes – levantamento
dados. Modelar fenômenos de sistemas complexos com simulação e SMA
4ª - Simulação – técnicas. Simulação baseada em agentes – levantamento dados.
Modelar fenômenos de sistemas complexos com simulação e SMA;
5ª - Retomar um dos problemas analisados e definir um modelo de simulação – metamodelo
6ª - Feriado
8
Simulação baseada em multiagentes – aplicação em educação
Roteiro aulas (cont)
7ª - Construção de modelos de simulação usando o NetPlay – Descrição de todas as
ferramentas oferecidas no NetPlay e sua forma de programação
8ª - construção de modelos de simulação – resolução de problemas e tomada de decisão;
9ª - construção de modelos de simulação – resolução de problemas e tomada de decisão;
10ª - Ferramenta NetPlay – analise funcionalidades (considerações)
11ª - Ferramenta NetLogo – construção de modelos;
12ª Ferramenta NetLogo – construção de modelos
13ª - Comparação entre as ferramentas;
14ª - Proposição de trabalho e justificativa;
15ª - Construção do modelo;
16ª - Seminário – apresentação do modelo e considerações grupo – considerações;
17ª - Seminário – apresentação do modelo e considerações grupo – considerações;
9
Simulação baseada em multiagentes – aplicação em educação
1. Problema
O primeiro problema que iremos abordar explora a
estabilidade presa/predador num ecossistema.
Tais sistemas são chamados:
•
instáveis - quando eles tendem a resultados que levam a
extinção de uma ou mais espécies envolvidas;
•
estáveis - quando tendem a se manter no decorrer do tempo,
apesar das flutuações ocorridas nas populações.
10
Simulação baseada em multiagentes – aplicação em educação
O modelo que iremos abordar procura mostrar as oscilações que
ocorrem nas populações de herbívoros (presas) e carnívoros
(predadores) em um sistema.
Podemos observar:
•Quanto ao crescimento dos herbívoros (presas)?
•Quanto ao crescimento dos carnívoros (predadores)?
•Ao diminuir o número de presas, afeta o sistema?
Vários parâmetros podem ser levantados neste problema. O modo
simplificado não retrata a realidade dos sistema.
O importante é perceber que mesmo que a fonte seja constante o
sistema oscila devido a defasagem entre produção e consumo.
11
Simulação baseada em multiagentes – aplicação em educação
Suponha um modelo de presa predador, onde duas espécies
interagem: uma como presa e outra como predador. Este modelo é
representado por um par de equações diferenciais, não lineares e
de primeira ordem, denominada equações de Lotka-Volterra.
dx
 x(  y )
dt
dy
 y (  x)
dt
y é o número de indivíduos de algum predador (exemplo lobo);
x é o número da indivíduos da sua presa (exemplo ovelha);
t representa o crescimento das duas populações no tempo; e
α, β, γ e λ são parâmetros representando a interação entre as duas espécies.
12
Simulação baseada em multiagentes – aplicação em educação
Simplificando a situação.
A população das presas é dada por
x (t )
a população dos predadores é dada por
y(t )
Nós estamos interessados no comportamento das duas
populações.
13
Simulação baseada em multiagentes – aplicação em educação
Se considerarmos o sistema no qual não haja predadores, isto é, ausência de
predadores. Temos que a população de presas cresce exponencialmente.
x'  ax para algum a  0
14
Simulação baseada em multiagentes – aplicação em educação
Se considerarmos o sistema no qual não haja presa, a população dos predadores
tende a extinção, ou seja, a eliminação total da espécie devido à ausência de
alimento.
y '  by para algum b  0
15
Simulação baseada em multiagentes – aplicação em educação
Como não estamos considerando morte ou nascimento de
qualquer uma das espécies, bem como outras variáveis, temos:
 x(t )  ax

 y (t )  by
Esse sistema pode ser facilmente resolvido através de equações
diferenciais.
16
Simulação baseada em multiagentes – aplicação em educação
 dx
 dx

dt

ax
 ax
 dt
 

dy
dy
  by

 dt
 dt
  by
 dx
at
 ax   dt
a
ln
x

t
x

e




 dy
bt

b
ln
y

t
y

e



  dt
  by
17
Simulação baseada em multiagentes – aplicação em educação
Entretanto, se olharmos o sistema com os demais elementos:
• taxa de reprodução;
• morte dos elementos;
• ganho de energia com alimentação;
• razão de reposição da grama, entre outros.
18
Simulação baseada em multiagentes – aplicação em educação
Considere as seguintes situações:
• “os ricos estão cada vez mais ricos e os pobres cada
vez mais pobres”;
• “uma fofoca se espalha como fogo na mata”;
• “os pássaros de um mesmo bando estão sempre
juntos”.
Cada uma dessas situações descreve um fenômeno
diferente, eles compartilham alguma característica
comum?
19
Simulação baseada em multiagentes – aplicação em educação
Características
• descrevem sistemas que estão expostos a mudanças;
• são sistemas compostos, geralmente, por muitos
indivíduos que apresentam uma variedade de
comportamentos;
• exibem um modelo comum no grupo;
• o comportamento individual é geralmente simples;
20
Simulação baseada em multiagentes – aplicação em educação
Ao observar esses modelos podemos perceber:
• Não há nenhum condutor dirigindo ou liderando os indivíduos
durante o processo de mudança;
• São exemplos bem familiares e pertencentes ao cotidiano;
• Se retirarmos alguns elementos do modelo não afetará o
fenômeno como um todo;
• Existe uma certa organização no modelo;
Esses sistemas compõem uma classe denominada de
“sistemas complexos”
21
Simulação baseada em multiagentes – aplicação em educação
Conceituação
O estudo de sistemas complexos busca um meio de estimar qual a
probabilidade de um conjunto de variáveis ou elementos em
interação se auto-organizarem. O determinismo do sistema não é
visto como puramente matemático ou probabilístico, mas sim
organizacional.
O comportamento não linear dos sistemas complexos significa
que o uso de abordagens matemáticas e probabilísticas é
problemático, isto é, não basta um conjunto de equações para
desenvolver o sistema. Geralmente, uma maneira de trabalhar
efetivamente o sistema, explorando o comportamento não linear, é
através da simulação.
22
Simulação baseada em multiagentes – aplicação em educação
Características dos sistemas complexos
• muitos elementos (agentes);
• controle descentralizados;
• auto-organizado;
• interação entre os muitos elementos;
• comportamento definido por regras simples;
• imprevisibilidade;
• autopoiese - capacidade de um sistema de organizar de
tal forma que o único produto seja ele mesmo;
23
Simulação baseada em multiagentes – aplicação em educação
Propriedade dos sistemas complexos
• emergência – capacidade de se organizar sem um
princípio organizacional centralizado;
• o estudo de partes separadas do sistema não leva ao
entendimento do todo;
• o sistema não será definível pela soma de suas partes,
mas por uma propriedade que emerge deste seu
funcionamento;
•São identificados pelo que eles fazem;
24
Simulação baseada em multiagentes – aplicação em educação
Além da propriedade de emergência é possível verificar também:
• Propriedade 1 – um sistema complexo é fundamentalmente não
determinístico. É impossível antecipadamente prever o comportamento do
sistema, mesmo conhecendo as funções que o compõem;
• Propriedade 2 – um sistema complexo tem uma estrutura dinâmica. É difícil,
se não impossível, estudar suas propriedades através da decomposição de suas
partes. As interações permanentes com o ambiente e sua capacidade de autoorganização possibilitam a sua reestruturação.
• Propriedade 3 – um sistema complexo possui propriedades semelhantes aos
sistemas distribuídos (em sentido conexionista), isto é, algumas de suas funções
não podem precisamente ser localizadas. Além disso, os relacionamentos
existentes entre os elementos de um sistemas complexos são de curto e longo
alcance, não-lineares e possui feedback (positivo e negativo) simultaneamente.
• Propriedade 4 - o estudo sobre fenômenos complexos envolve uma
exploração interdisciplinar antes que um estudo num campo bem definido.
25
Simulação baseada em multiagentes – aplicação em educação
Encaminhamento para a próxima aula.
Elaborar um problema que se caracterize como um problema
complexo e para isto:
Elencar os agentes;
Elencar suas propriedades;
Elencar seus comportamentos;
Elencar suas interações
Definir porque esse modelo faz parte da classe de sistemas
complexos,
26
Simulação baseada em multiagentes – aplicação em educação
Referência Bibliográfica
Azevedo, Lívia Lopes; AProSiMa – Um ambiente para resolução cooperativa de problemas baseado em
simulação multiagente; Exame de qualificação doutorado em engenharia elétrica – UFES, 2006,
httt://inf.ufes.br/~liviaufmt/qualificacao
Bordini, R.H., Vieira, R., Moreira, A.F., JAI - Fundamentos de Sistemas Multiagentes. In: Carlos Eduardo
Ferreira. (Org.). As Tecnologias da informação e a questão social. Anais do XXI Congresso da SBC. Fortaleza,
jul/ago de 2001.
Conte R., Gilbert N. e Sichman J. S., MAS and Social Simulation: A Suitable Commitment, Proceedings of
the First International Workshop on Multi-Agent Based Simulation, Springer- Verlag, LNAI 1534, pp. 1-9, 1998.
http://citeseer.ist.psu.edu/conte98mas.html
Durfee E. H. e Rosenschein J. S., 1994, Distributed Problem Solving and Multi-Agent Systems:
Comparisons and Examples, Proceedings of the International Workshop on Distributed Artificial Intelligence,
1994. (acesso: fev/07) http://citeseer.ist.psu.edu/article/durfee94distributed.html
Ferber, J., Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence. Addison-Wesley,
1999
Marietto, M. B.; David, N.; Coelho, H.; Sichman, J.S.; Proposta de uma Nova Classificação para a Área de
Inteligência Artificial Distribuída: Focos de Interesse e Sistemas Computacionais; 2002; Disponível em
http://www.lti.pcs.usp.br/SimCog/Doc/Pub/Papers/MariettoIBERAMIA02.pdf;
Menezes, C. S., Práticas pedagógicas e prática docente: Parte II – Análise de ecossistemas, não publicado.
Resnick, M., Turtles, termites, and traffic jams: explorations in massively parallel microwords, The MIT
Press, Massachusetts, USA, 1991.
Resnick, M., Wilensky, U., Beyond the deterministic, centralized mindsets: New thinking for new sciences,
Presented at the annual conference of the American Educational Research Association, Atlanta, GA., 1993.
27