Sistemas Multiagente

SISTEMAS MULTIAGENTE

Juan C. Garcia-Ojeda, PhD(c), MSc., [email protected]

Tomado de Weiss, Ferber, y Sycara

REPASO CLASE ANTERIOR

Un agente Percibe y actúa en su ambiente

Un agente inteligente es reactivo, autónomo, social y pro-activo

Arquitecturas Agentes de Reflejo Simple usan reglas de

condición-acción basado en la percepción actual Agentes de Reflejo con Estado usan reglas de

condición-acción pero guardan el estado del mundo

Agentes basado en Metas toman decisiones basados en el meta actual del agente

SISTEMA MULTIAGENTE

Una red cohesionada de agentes que interactúan para resolver problemas más allá de las capacidades o conocimiento individual de los agentes (Sycara)

Kinétics – la ciencia y la tecnología de las organizaciones artificiales (Ferber) Se enfoca en la construcción de sistemas

multiagente.

POR QUÉ USAR SISTEMAS MULTIAGENTE? Problemas del Mundo real son muy grandes y complejos para un

simple agente Agentes individuales tienen limitaciones: conocimiento, recursos,

perspectiva

Sistemas Multiagente son modulares Soporta nociones modernas en la ingeniería de software Permite la integración de sistemas legados

Problemas reales involucran sistemas dinámicos y distribuidos Algunos problemas son naturalmente descritos como múltiple agentes

interactuando. Algunos problemas tienen recursos distribuidos espacialmente

Sensores, monitores sísmicos, recolectores de información Algunos problemas tienen conocimiento distribuido

Ingeniería concurrente, manufactura, cuidados de salud

Mejorar el rendimiento Uso de concurrencia

ESTUDIAR SISTEMAS MULTIAGENTE Enfocarse en interacciones como la base para el

entendimiento de la conducta del sistema y evolución.

Estudiar diferentes tipos de interacciones y enlazarlos en la organización y el rendimiento de los sistemas multiagente.

Categorizar mecanismos organizacionales tales como: agrupamiento, especialización, distribución de tareas, coordinación, resolución de conflictos, etc.

Definir modelos operacionales de estas interacciones basado en la conducta del agente/multiagente.

DEFINICIÓN FORMAL

Un Sistema Multiagente consiste de los siguientes elementos (Ferber) E – un ambiente con algún volumen O – un conjunto de objetos situados en E A – un conjunto de agentes, A O R – un conjunto de relaciones las cuales enlazan

objetos Op – un conjunto de operaciones que permiten al

agente percibir, producir, consumir, transformar, y manipular objetos.

L – un conjunto universal de leyes que representan como las operaciones influyen en el mundo [Evolución del Mundo]

ASPECTOS CRÍTICOS DE LOS SISTEMAS MULTIAGENTE Acción

Como pueden diferentes agentes actuar simultáneamente Cuáles son las consecuencias de sus acciones Que pasa cuando un plan no puede ser logrado

Interacción Como podemos describir/analizar mecanismos de

interacción Como podemos inducir conductas específicas en otros

agentes Cooperación versus competencia

Adaptación Aprendizaje – adaptación de agentes individuales Evolución – reproducción/muerte colectiva de agentes

CARACTERÍSTICAS DE LOS SISTEMAS MULTIAGENTE

Cada agente tiene información o capacidades incompletas.

No existe sistema de control global.

Datos descentralizados.

Computación asíncrona.

SISTEMAS MULTIAGENTES – CERRADOS Y ABIERTOS

Sistemas Abiertos Se asume que los agentes han sido diseñados

por diferentes personas y con varias intenciones

Sistemas Cerrados Agentes son comúnmente diseñados para

alcanzar una meta general

SISTEMAS MULTIAGENTE - DIVERSIDAD Agentes

Número Uniformidad Metas Arquitectura Habilidades (Sensores y efectores)

Interacción Frecuencia Persistencia Nivel Patrón (flujo de control) Variabilidad Propósito

Ambiente Predecible Accesible Dinámico Diverso Disponibilidad de Recursos

SISTEMAS MULTIAGENTE - CONCEPTOS

Coherencia Interacción Coordinación Conflicto Comunicación Administración de Recursos Asignación de Tareas

COHERENCIA

Coherencia es una propiedad global de un Sistema Multiagente Medido por la eficiencia, calidad, consistencia de

la solución global Asegurar coherencia en un Sistema

Multiagente es muy difícil Por naturaleza, Sistemas Multiagentes carecen

de globalidad Perspectiva Datos Control

INTERACCIÓN

Interacción Agentes pueden ser afectados por otros agentes

(incluyendo humanos) en lograr sus metas Puede tomar lugar directamente vía un lenguaje

de comunicación Pudiera tomar lugar indirectamente vía el

ambiente Agentes perciben otras acciones y reaccionan de

acuerdo

COORDINACIÓN

Inteligencia Artificial Distribuida se enfoca en coordinación a través de interacciones Ejemplo: Grupo sentado en el exterior durante

una tormenta eléctrica Dos tipos

Agentes Cooperativos Basado en la benevolencia – agentes comparten una

meta común Agente Egoístas

Si las metas están en conflicto, ellos compiten Si las metas no están en conflicto, ellos simplemente

coexisten

CONFLICTO

Detectar y corregir disparidades e inconsistencias es difícil

Principal enfoque para resolver conflictos has sido la negociación Asume agentes egoístas, con cierta racionalidad,

e información incompleta Agentes intercambian propuestas y

contrapropuestas

COMUNICACIONES

Para mejorar la coherencia, un Sistema Multiagente debe planear el contenido, cantidad, tipo y tiempo de sus comunicaciones

Problemas en sistemas abiertos Interoperabilidad

KQML, FIPA Ontologías

Encontrar otros agentes Mediadores Intermediarios

ADMINISTRACIÓN DE RECURSOS

Basado en Investigación de Operaciones Satisfacción de restricciones distribuidas Asume que los agentes están trabajando hacia

una meta común Estrategias basadas en Mercado

Agentes son auto-interesados Agentes controlan pocos recursos Problemas incluyen

Acaparar recursos Conducta oscilatoria o caótica Agentes inescrupulosos

ASIGNACIÓN DE TAREAS

Como asignar responsabilidades y recursos para mejorar la eficiencia y coherencia

Ejemplos Conectados Dinámicos Planeados

ASIGNACIÓN DE TAREAS - DINÁMICAS

Asignación Dinámica Ejemplo – Contract Net Protocol (CNP)

Manager Contractor

Asignación Dinámica

Paso 1 – Manager envía peticiones para ofertar

Contractor Contractor


Manager



Manager Contractor


Paso 2 – Contractors deliberan



Manager



Manager Contractor


Paso 3 – Algunos Contractors reponden con ofertas



Manager



Manager Contractor


Paso 4 – Manager selecciona el ganador



Manager



Manager Contractor


Paso 5 – Manager notifica el ganador y el perdedor



Manager

ASIGNACIÓN DE TAREAS - PLANEADAS

Planeación multiagente debe considerar Restricciones que otras acciones del agente

toman lugar en la escogencia de las acciones de otro agente

Restricciones que los compromisos de un agente toman lugar en la escogencia de sus acciones

Evolución impredecible del mundo causada por otros agentes

ENFOQUES PARA LA PLANEACIÓN EN SISTEMAS MULTIAGENTE

Coordinación Central – observar a todos los sub-planes

Esquemas de control distribuido Planes de intercambio parcial

Planeamiento global parcial Compartir planes Ajustes locales para lograr metas comunes

Modelado explícito de equipos de trabajo Compromisos compartidos Intenciones compartidas de los miembros del

equipo

SISTEMAS MULTIAGENTES – PROBLEMAS Y DESAFÍOS

Cuando y como deberían los agentes interactuar para alcanzar sus objetivos de diseño

Dos enfoques Bottom-up

Buscar capacidades específicas en los agentes que resulten en capacidades de grupo

Top-down Buscar convenciones de grupo que restrinjan

interacciones de los agentes

Genera algunos problemas interesantes

PROBLEMAS

Como administrar la organización del sistema Formación, modificación, y muerte

Como descomponer tareas y metas Enfoques incluyen asignación, audiciones, ...

Como detectar conflictos y resolverlos Audiciones, arbitramento

Como representar/razonar acerca de otros agentes Sus acciones, planes, conocimiento, e

interacciones Como llevar a cabo comunicación entre

agentes Que lenguajes y protocolos usar

RESUMEN

Definición Características Problemas

SISTEMAS MULTIAGENTECOMO ORGANIZACIONES

Tomado de Weiss, Ferber, y Sycara

REPASO

Analizando Sistemas Multiagente Organizaciones Tipos de Organizaciones

ANALIZANDO SISTEMAS MULTIAGENTE

Dos enfoques para analizar sistemas multiagente Basado en agentes

Experimental, permite propiedades de sistemas emergentes

Enfocado en la conducta interna del agente Basado en organizaciones

Top-down, enfoque de diseño Enfocado en la interacción de los agentes

Existe una dualidad entre los enfoques Organizaciones son el resultado de interacciones

entre agentes Agentes están restringidos por la organización

ORGANIZACIONES

Organizaciones proveen un esquema para los agentes interactuar a través de Roles Conductas Esperadas Relaciones de Autoridad

NIVELES ORGANIZACIONALES

Tres niveles de organización multiagente – tomados de sociología Micro-social

Interacciones entre agentes individuales o grupo pequeño de agentes

Grupos Estructuras usadas para componer organizaciones Incluyen roles, actividades y estructuras

Sociedades Globales (poblaciones) Dinámicas de gran número de agentes Comúnmente estudiadas en vida artificial

VISTAS ORGANIZACIONALES

General Vista en términos de estructura (patrones de

información) y relaciones de control Teoría de la Organización

Un conjunto de agentes con obligaciones mutuas, obligaciones globales, y creencias mutuas

Ejemplos

ORGANIZACIÓN JERÁRQUICA

Autoridad es dada a un agente de más alto rango

La comunicación es vertical

COMUNIDAD DE EXPERTOS

Agente como un especialista Organización plana Controlado por “reglas de orden”

ORGANIZACIONES BASADAS EN MERCADOS

Agentes compiten por recursos vía oferta y contratación

managermanager

manager

contractorcontracto

rcontractorcontracto


r

contractorcontracto



r

RESUMEN

Analizar Sistemas Multiagente Organizaciones Tipos de Organizaciones

Sistemas Multiagente

Engineering

Transcript of Sistemas Multiagente