H. Van Dyre Parunak
“GO TO THE ANT”:
ENGINEERING PRINCIPLES FROM
NATURAL MULTI-AGENT SYSTEMS
Sumário
 Introdução
 Contexto teórico
 Sistemas Naturais de Agentes
 Princípios de Engenharia
 Avaliação
 Resumo
Introdução
Programa
Monolítico
Programação
estruturada
Programação
orientada a
objetos
Programação
orientada a
agentes
Como a unidade se
comporta? (Código)
Externo
Local
Local
Local
O que a unidade faz
quando é
executada? (Estado)
Externo
Externo
Local
Local
Quando a unidade
executa?
Externo
Externo
(chamado)
Externo
(mensagem)
Local
(objetivos)
Introdução
 Atrativo do uso de agentes depende de:
 Auto-organizáveis
 Adaptáveis dinamicamente a mudanças de
circunstâncias
 Possibilidade de agentes complexos
 Sistemas muito complexos
 Foco em sistemas simples de agentes
 População de insetos e outros animais
Contexto Teórico
SMA = <Agentes, Ambiente, Ligação>
Agentes = {Agente1, ... Agenten}
Agentei = <Estadoi, Entradai, Saídai, Processoi>
Ambiente = <Estadoe, Processoe>
Contexto Teórico
Modelo
Sistemas Dinâmicos
com Eventos Discretos
Sistemas Dinâmicos
Baseados em Tempo
Estado
Discreto (símbolos)
Contínuo (números reais)
Processamento
Manipulação de símbolos Equações diferenciais
parciais ou equações de
diferenças
Progresso
Discreto, baseado em
eventos
Discreto ou continuo
Tempo e Estado
Independente
(velocidade do clock da
CPU)
Acoplado (leis da física)
Comunidades
Ciência da Computação,
IA
Física, Matemática
Ecológica
Contexto Teórico
 Ligação
 {Eventos, Tempo} X {Agente, Ambiente}
 Sistemas Hemodinâmicos
 Sistemas Heterodinâmicos
Sistemas Naturais de Agentes
 Formigas: Planejamento de trajetórias
 Formigas: Ordenação
 Cupins: Construção de ninhos
 Vespas: Diferenciação de tarefas
 Pássaros e Peixes: Flocking
 Lobos: Cercando a presa
Princípios de Engenharia
 Holland, Hidden Order
 Propriedades de um sistema adaptativo complexo




Agregação
Comportamento não-linear
Fluxos de várias substancias através da rede de agentes
Diversidade de agentes
 Mecanismos
 Tagging (capacidade de reconhecer e diferenciar de outros)
 Estrutura interna capaz de antecipar mudanças no ambiente
 Modelo interno feito de pequenos módulos reutilizáveis
Princípios de Engenharia
 Resnick, Turtles, Termites, and Traffic Jams
 Objetivo pedagógico
 Como pessoas pensam sobre sistemas descentralizados
 Cinco princípios para guiar pessoas a entenderem esses
sistemas
 Kevin Kelly, Out of Control
 “Governando a incubação de algo do nada”
 Princípios prescritivos
 Enfoque na filosofia
Princípios de Engenharia
 Mantenha os agentes pequenos
 Em massa (tamanho)
 Fácil de entender, modelar e implementar
 Favorece agentes especializados
 Em tempo
 Capacidade de esquecer
 Morte de indivíduos
 Em escopo
 Capacidade de sentir apenas a vizinhança
Princípios de Engenharia
 Descentralize o sistema de controle
 Não utilize de um agente central
 Ponto de falha
 Gargalo
 Suporte a diversidade de agentes
 Uso de processos aleatórios e campos de repulsão
 Controle do risco
 Redundância
 Garantir que o sistema funcione mesmo com a
perda de um agente
Princípios de Engenharia
 Permitir agentes compartilhar informações
 Por espécies
 Reprodução – Programação genética ou
evolucionária
 Por indivíduo
 Jovens aprendem com os mais velhos
 Por sociedade
 Formigas usam feromônios para fazerem as
trajetórias
Princípios de Engenharia
 Planejar e executar simultaneamente
 Sistemas naturais não planejam com
antecedência
 Respondem dinamicamente as mudanças do
ambiente
Avaliação
 Em ambientes estáveis
 Abordagem centralizadas podem ser otimizadas
 Em ambientes imprevisíveis
 Sistemas adaptáveis tem vantagem sobre
sistemas estáticos
 Agentes permite a criação de sistemas adaptáveis
de maneira mais fácil que sistemas centralizados
Resumo
1: Agentes devem corresponder a coisas no
domínio do problema ao invés de funções
abstratas
2: Agentes devem ser pequenos em massa
(pequena fração do sistema), tempo (capaz
de esquecer), e escopo (evitando
conhecimento global)
Resumo
3: A comunidade de agentes deve ser
descentralizada, sem um único pondo de
controle ou falha
4: Agentes devem ser diversos. Aleatoriedade e
repulsão são importantes ferramentas para
permitir essa diversidade.
Resumo
5: Agentes devem ter maneiras de dividir o que
aprendem sobre o ambiente
6: Agentes devem planejar e executar
simultaneamente em vez de
seqüencialmente
Fim
 Dúvidas ?
 Comentários ?
Download

Principios de SMA naturais - Instituto de Computação