Criação de Software baseado em Agentes

1. Agentes Inteligentes e Sistemas Multi-agente(UD 6) Introdução às Metodologias para a Construção de Agentes 1

2. Criação de Software baseado em Agentes • Objectivo de desenhar e construir sistemas de elevada qualidade • Desafio da complexidade de requisitos, desenho, programação, verificação Continua-se à procura de técnicas e métodos que resolvam os problemas da construção de Software...

3. Quando optar por solução baseada em Agentes • Ambiente aberto, ou pelo menos dinâmico, incerto or complexo • Quando os agentes são a metáfora apropriada • Dados, controlo ou perícia estão distribuídos • Legacy systems

4. Aproximação por Agentes? • Experiência não existem análises quantificadas da eficácia • Argumentos baseados em 10 anos de utilização de agentes para construção de aplicações no mundo real • Potencialidades das características dos agentes

5. Porquê Agentes? Sistemas reais complexos, com as seguintes características: • hierárquicos compostos por subsistemas interrelacionados • componentes primitivas dependem do objectivo do observador • interacções dentro do subsistema são mais frequentes do que entre 2 subsistemas distintos

6. Visão Canónica dos Sistemas Para lidar com esta complexidade são usadas : • decomposição • abstracção • organização

7. Resolução com Agentes • Particionaro problema decompondo-o por agentes • Abstracção dos agentes é um meio natural de • modelar sistemas complexos • identificar e gerir relações organizacionais • lidar com as dependências e interacções que existem num sistema complexo

8. Metodologias de Agentes • Métodos formais para AOSE • Análise e Desenho Orientada a Agentes

9. Metodologias Formais Como orientar o desenvolvimento de software a agentes? • Especificação formal • Implementação computacional concreta • Verificação

10. Metodologias Formais: especificação Especificar formalmente agentes capazes de representar os seguintes aspectos: • Crenças que os agentes têm sobre a informação do seu ambiente, podem estar incorrectas ou incompletas • Acções que os agentes realizam e os efeitos destas acções • Objectivos que os agentes persegue • Interacção que os agentes tem e como os agentes interagem entre si e o seu ambiente ao longo do tempo

11. Metodologias Formais: Implementação Consiste em implementar a especificação numa forma computacional concreta, tem 2 aproximações: • Execução: executar ou animar a especificação abstracta • Tradução ou Compilação: traduzir ou compilar a especificação usando uma técnica de tradução automática

12. TEORIA tratar a especificação como executável e interpretá-la directamente de modo a gerar o comportamento do agente Interpretação: pode ser vista como uma prova de satisfação, onde se demonstra que a especificação é satisfatória para construir um modelo para ela A construção do modelo pode ser vista como a execução da especificação PRÁTICA Exemplo: Linguagem Current MetateM - os agentes são programados dando uma especificação em lógica temporal do comportamento que devem exibir Os modelos para a lógica temporal em que os agentes são especificados na linguagem MetateM são sequências lineares de estados e a execução da especificação do agente consiste na construção da sequência dos estados. Implementação: Execução Directa

13. A especificação abstracta é transformada num modelo computacional concreto através de um processo de síntese automático. Implementação: Compilação

14. Desvantagens mesmo a computação feita off-line (na compilação) torna-se custosa. Os sistemas gerados desta forma podem não dispor de capacidade de aprendizagem (não adaptam o seu programa em runtime) Tal como com a execução directa, os frameworks de especificação de agentes tendem a não ter uma interpretação computacional concreta, tornando a síntese impossível Vantagens maior velocidade na execução em tempo real Implementação: Compilação (2)

15. As metodologias podem ser divididas em 2 grupos Inspirados no ambiente de desenvolvimento orientado a objectos, estendendo as metodologias ou adaptando-as para propósitos AOSE (AAII, Gaia, AUML) Adaptados da Engenharia do Conhecimento ou outras técnicas (DESIRE, Cassiopeia, Agentes em Z) Análise e Desenho Orientado a Agentes

16. Inspirados no ambiente de desenvolvimento orientado a objectos, estendendo as metodologias ou adaptando-as para propósitos AOSE (AAII, Gaia, AUML) Metodologias

17. “Object-Oriented” extendida com noções de agentes Oferece modelos internos e externos Modelo Externo: ao nível do sistema, os componentes principais são os agentes e as suas relações. Contém: Modelo de agentes Modelo de interacção Modelo Interno: descreve os agentes, as crenças, desejos e intenções - semelhante a implementar um agente PRS (sistema usado para o exemplo de simulação do aeroporto de sidney) Metodologia AAIIKinny et al

18. Metodologia AAII • Modelo Externo • Modelo do agente (classes e instâncias) • Modelo da interacção (estes 2 modelos definem agentes e as classes de agentes e relacionam as classes via herança, agregação e instanciação) • Modelo Interno • Modelo de crenças • Modelo com objectivos • Modelo de planos

19. Metodologia Identificar rolesno domínio da aplicação e desenvolver uma hierarquia de classes de agentes com base nestes Identificar responsabilidades associadas a cada role, serviços prestados e requeridos pelo role e determinar os objectivos associados a cada serviço Para cada objectivo, determinar planos condições de contexto por plano para o atingir Determinar a estrutura de crenças do sistema e os requisitos de informação para cada plano e objectivo Análise iterativa Resultado: modelo com correspondência na arquitectura PRS Metodologia AAII

20. AAII – Modelo dos Agentes • Baseado no diagrama de classes de UML • Tipos e instâncias • Conjuntos de crenças conjunto de objectivos • Conjunto inicial de crenças e conjunto inicial de objectivos

21. AAII – Modelo de crenças

22. AAII – Modelo de objectivos • Expressos com predicados em Lógica de 1ª ordem com operadores modais (achieve(X), test(X), verify(X)) • Directamente ligados às crenças • 3 tipos: • Achievement goals • Test goals • Verify goals

23. AAII – Modelo de Planos • Plano = nós + transições • 3 tipos de nós • Nós de inicio • Nós internos • Nós finais (success, fail) • As transições são originadas por um evento, se uma dada condição for satisfeita.

24. AAII • Muito baseada na construção de agentes deliberativos • Centrada na arquitectura PRS • Distinção entre modelo externo e interno (interessante)

25. Metodologia Obtém-se o desenho do sistema a partir de uma série de requisitos escritos Baseados em terminologia e notações orientadas a objectos, mas oferece um suporte um conjunto de conceitos de agentes para o desenvolvimento de um sistema complexo A aproximação para a construção de desenho deve ser semelhante à de o desenho de uma organização Metodologia GaiaWooldridge et al

26. Os conceitos principais enquadram-se em duas categorias: Abstractas usadas na análise para fazer a concepção do sistema, mas não tem uma concretização directa no sistema. Conceitos: roles, permissões, responsabilidades, protocolos, actividades, propriedades de acção, propriedades de segurança Concretas usadas no processo de desenho e tipicamente tem correspondência num sistema real. Conceitos: Tipos de agentes, serviços, conhecimentos entre agentes Metodologia GaiaWooldridge et al

27. Exemplo: capturar a organização Federação Portuguesa de Futebol tem uma colecção de roles como seleccionador nacional, jogador estes roles são instanciados a indivíduos, por exemplo, António Oliveira assume o rolede seleccionador nacional, Luis Figo assume o role de jogador No entanto: A instanciação não é estática! Por exemplo: Scolari assume o rolede seleccionador nacional Vários indivíduos podem assumir o mesmo role, por exemplo, Luis Figo e Rui Costa assumem o role jogador Um indivíduo pode assumir vários roles, por exemplo,Madaíl assume o role de presidente e o role de vítima de conspiração Metodologia GaiaWooldridge et al

28. Exemplo: Responsabilidades do role seleccionador nacional - ex: guiar equipa no campeonato propriedades liveness: asseguram que algo positivo acontece - a selecção vai à frente no campeonato propriedades safety: asseguram que nada de negativo acontece - garantir que a equipa se mantém no campeonato Para cumprir as responsabilidades o role seleccionador nacional tem conjunto de permissões: por exemplo, ter acesso a informação sobre a condição física dos jogadores actividades privadas: são actividades sem a interacção dos outros roles, por exemplo, definir uma estratégia de jogo protocolos: formas de interagir com os outros roles, por exemplo, dar ordens, conselhos aos jogadores Metodologia GaiaWooldridge et al

29. Estender a linguagem para representar os agentes, incluindo Baseia-se numa ferramenta conhecida dos Software Engineers - UML Suporte para expressar as threads concorrentes de interacção permitindo ao UML modelar os protocolos de agentes do tipo Contract Net Uma noção de role que extende a existente no UML e, em particular, permite a modelação de um agente que desempenha vários “roles” Aguardam-se novos desenvolvimentos pois o Object Management Group (OMG) e a FIPA estão a suportar do desenvolvimento de notações UML para modelar sistemas de agentes Linguagem Agente UML (AUML)Odell et al

30. Adaptados da Engenharia do Conhecimento ou outras técnicas (DESIRE, Cassiopeia, Agentes em Z) Metodologias

31. Framework para o desenho e especificação formal de sistemas compostos. Tem notação gráfica para a especificação e está associado a um editor gráfico para suportar o desenvolvimento dos sistemas Framework DESIRE Treur et al

32. Por oposição ao Gaia e a metodologia AAII, Cassiopeia tem uma natureza bottom up. Essencialmente, com o método Cassiopeia, inicia-se nos comportamentos desejados para realizar uma tarefa. Metodologia: Identificar os comportamentos elementares implicados pela tarefa do sistema Identificar as relações entre os comportamentos elementares Identificar os comportamentos organizacionais do sistema, por exemplo, a forma como os agentes formam grupos Foi desenvolvido um exemplo para o RoboCup Metodologia CassiopeiaCollinot et al

33. 4 camadas: Entidades – objectos inanimados Objectos – Entidades com capacidades (mesa suporta coisas) Agentes – Objectos com objectivos – são activos Agentes autónomos – Agentes com motivação Observaram que há uma relação natural entre a sua framework de especificação hierárquica de agentes e os sistemas OO: Herança e Agregação/Inclusão Ideia fulcral: agentes que actuam para outros, em vez de agentes como sistemas racionais. Agentes em ZLuck et d’Inverno

34. Comparação

35. Os Prós dos Agentes • Classes de aplicações específicas aproximação por agentes pode melhorar o processo de desenvolvimento de Engenharia de Software • Modelosexpressam realidade organizacional: interacções, thread de controlo independente, protocolos de coordenação • Visão Dinâmica dos sistemas e adaptabilidade dos agentes a novos papéis • Melhorar as práticasstate of the art da Engenharia de Software • Alargaro número de aplicações cuja complexidade pode ser ultrapassada

36. Os Contras dos Agentes • ConfundirMarketing com concretização e aplicabilidade dos agentes • Silver bullet acreditar que com agentes o alvo nunca é falhado • Incapacidadepara avaliar potencialidades dos agentes • Esquecer que se está a desenvolver software e que a experiência tem de ser adquirida • Esquecerque o sistema é multi-threaded e tem a complexidade clássica da execução concorrente e distribuída • Natureza do Problema se for de execução única, não devem ser usados agentes • Desenhar nova arquitectura para o problema deve-se estudar as arquitecturas já existentes • Demasiada IA sem benefícios para a solução final

37. Referências • Agent Oriented Software Engineering: The State of The Art by Michael Wooldridge, Paolo Ciarcarini • Agent Oriented Software Engineering by Nicholas R. Jennings and Michael Wooldridge • A Methodology for Agent-Oriented Analysis and Design by Michael Wooldridge, Nicholas R. Jennings and David Kinny