Redes de Agentes z Origem y Teoria Matemtica

  • Slides: 22
Download presentation
Redes de Agentes z Origem y Teoria Matemática de Objetos z Utilização y Semiótica

Redes de Agentes z Origem y Teoria Matemática de Objetos z Utilização y Semiótica Computacional x. Representação e Processamento de Conhecimento y Sistemas Dinâmicos a Eventos Discretos y Modelagem Organizacional e Operacional y Integração entre Elementos Processadores de Informação x. Modelos Híbridos z Agente Semiônico y Sêmion: Agente elementar por meio do qual um sistema semiótico pode ser construído

Agente Semiônico Conteúdo Descritivo Portas de Saída Portas de Entrada Interface de Entrada Funções

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

Agente Semiônico z Agentes Semiônicos y são agrupados e classificados em classes, da mesma

Agente Semiônico z Agentes Semiônicos y são agrupados e classificados em classes, da mesma maneira que objetos z Classes y Variáveis de Entrada do Agente y Variáveis de Saída do Agente y Variáveis Internas do Agente y Funções de Transformação do Agente y Função de Avaliação do Agente z Diferença entre agentes semiônicos e objetos y possuem um ciclo de atividade contínuo y possuem uma função de avaliação que orienta o comportamento dinâmico do agente

Interação entre Agentes Semiônicos

Interação entre Agentes Semiônicos

Interação entre Agentes Semiônicos z Seleção de Agentes para Assimilação y Função de Avaliação

Interação entre Agentes Semiônicos z Seleção de Agentes para Assimilação y Função de Avaliação - todos os outros agentes disponíveis para assimilação são avaliados x. Múltiplas Funções de Transformação • Avaliação é feita considerando-se cada função de transformação y Escopos Habilitantes y Algoritmo 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) z Assimilação dos Agentes Escolhidos y Absorção do conteúdo descritivo do agente y Transporte, Liberação ou Destruição do Agente

Interação entre Agentes Semiônicos z Processamento do Conteúdo Descritivo y Funções de Transformação: processam

Interação entre Agentes Semiônicos z Processamento do Conteúdo Descritivo y Funções 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 z Casos Especiais y Agente 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 y Agente Vertedouro xutilizado para retirar agentes do sistema xnão tem função de transformação

Sistemas de Agentes Semiônicos z Sistemas de Agentes Semiônicos y Conjunto de Agentes Semiônicos

Sistemas de Agentes Semiônicos z Sistemas de Agentes Semiônicos y Conjunto de Agentes Semiônicos interagindo entre si z Sistemas Fechados y normalmente um sistema de agentes semiônicos é um sistema fechado z Sistemas Abertos y podem ser emulados por meio de agentes-fonte e agentesvertedouro z Agentes-Fonte y internamente coletam informações de alguma fonte externa z Agentes-Vertedouro y internamente enviam informações para fontes externas

Sistemas de Agentes Semiônicos z Problema y a medida que o tamanho da população

Sistemas de Agentes Semiônicos z Problema y a 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 z Solução y encontrar 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 z Agentes y confinados a lugares z Lugares y conectados

Redes de Agentes Semiônicos z Agentes y confinados a lugares z Lugares y conectados por arcos y arcos entram e saem de portas y portas de entrada e saída y agentes do mesmo tipo z Vantagens y agentes disponíveis para assimilação podem ser agrupados e localizados, o que evita a avaliação de toda uma população de agentes

Redes de Agentes Semiônicos z Portas y privadas e públicas z Arcos y entre

Redes de Agentes Semiônicos z Portas y privadas e públicas z Arcos y entre portas públicas e privadas z Modos de Acesso y compartilhamento de objetos : exclusivo ou não-exclusivo y destruição : consumo ou não-consumo

ONToolkit z ONtoolkit (Object Network toolkit) y auxiliar no design e simulação de redes

ONToolkit z ONtoolkit (Object Network toolkit) y auxiliar no design e simulação de redes de agentes y fornece um engine que implementa os mecanismos necessários para a execução de redes de agentes

ANToolkit

ANToolkit

Aplicações Desenvolvidas z Simulação Robótica Autônoma em Mundos Virtuais

Aplicações Desenvolvidas z Simulação Robótica Autônoma em Mundos Virtuais

Modelo do Veículo Autônomo x Legenda: j r 1 4 A 1, 2, 3,

Modelo do Veículo Autônomo x Legenda: j r 1 4 A 1, 2, 3, 4 – SC A- Referência do SIR j - ngulo da posição do SIR r - Distância da posição do SIR y Y q 2 3 Ambiente z Tipos de Sensores: y Sensor de informação remota (SIR): simplificação de um mecanismo de visão. y Sensores de contato (SC): informam quando existe contato com um objeto. Ambiente z Variáveis de interesse: y posição do veículo (x, y, ). y ângulo das rodas em relação ao eixo longitudinal do veículo ( ). y velocidade nominal do veículo (v).

Controle do Veículo Autônomo por Redes de Agentes

Controle do Veículo Autônomo por Redes de Agentes

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

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

Semiótica Organizacional: Gerência de Projetos

Semiótica Organizacional: Gerência de Projetos

Simulação da Gerência de Projetos

Simulação da Gerência de Projetos

Resultados de Simulação: Gerência de Projetos

Resultados de Simulação: Gerência de Projetos

Outros Exemplos de Modelos z Algoritmo Genético (Modelo Interno) y Problema do Caixeiro Viajante

Outros Exemplos de Modelos z Algoritmo Genético (Modelo Interno) y Problema do Caixeiro Viajante

Outros Exemplos de Modelos z Algoritmo Genético (Modelo Embutido) y Problema do Caixeiro Viajante

Outros Exemplos de Modelos z Algoritmo Genético (Modelo Embutido) y Problema do Caixeiro Viajante

Outros Exemplos de Modelos z Controlador Fuzzy y Controle de um Veículo Autônomo

Outros Exemplos de Modelos z Controlador Fuzzy y Controle de um Veículo Autônomo