Sesiunea 1

1. Sesiunea 1 http://turing.cs.pub.ro/ai_mas

2. Teme de cercetare / membrii Adina Magda Florea • Invatare RL aplicata la strategii de negociere • Strategii cooperative intre agenti competitivi • Agenti afectivi Eugenia Kalisz, Adina Florea • SMA pentru gestiunea resurselor regenerabile • Modele conceptuale ale SMA

3. Teme de cercetare / membrii Cosmin Carabelea • Teza de doctorat in cotutela impreuna cu Ecole Superieure des Mines de Saint Etienne • Agenti cu autonomie ajustabila in functie de context si inteligenta proactiva Bogdan Nedelcu George Stan TAC Ovidiu Trascu TAC Radu Negoescu • Arhitectura modulara de Sisteme Multi-agent cu agenti clonabili

4. Teme de cercetare / membrii Bogdan Iordache • Icarus: SMA pentru trading pe piata bancara Oana Bucur Adelina Stanciulescu • Strategii de negociere bazate pe teoria jocurilor

5. Agenti si Sisteme Multi-agent Definitii? 2 directii: agenti izolati vs. colectivitate de agenti Proprietati agenti: • Autonomie • Reactivitate • Pro-activitate • Abilitati sociale

6. MAS Interactiuni: • Comunicare  limbaj, protocol, strategie, ontologie • Coordonare  motivati colectiv / motivati individual scopuri proprii / indiferenti scopuri proprii / competitivi scopuri proprii / coalitii scopuri proprii / competitivi / coalitii • Organizare  centralizata / descentralizata

7. Agenti cognitivi • knowledge– Mihai stie ca oamenii sunt muritori • beliefs – Mihai si-a luat umbrela deoarece credea ca va ploua • desires, goals – Mihai doreste sa fie doctor (PhD) • intentions – Mihai intentioneaza sa studieze ca sa fie doctor • choices – Mihai decide sa se inscrie la doctorat • commitments – Mihai nu se va opri din lucru pana cand nu va obtine titlul de doctor • obligations– Mihai trebuie sa munceasca ca sa-si castige traiul

8. Agenti reactivi • Unitati simple de prelucrare care reactioneaza la schimbari in mediu • Nu au o reprezentare simbolica a lumii si nu utlizeaza rationament simbolic complex • Inteligenta nu este o proprietate a entitatii active ci este distribuita in sistem si rezulta din interactiunea intre entitatile structurii distribuite si mediu.

9. Problema exemplu • Cum se poate modela aceasta problema cu agenti cognitivi si cu agenti reactivi? Getting out of a maze

10. Problema exemplu • Cum se poate modela aceasta problema cu agenti cognitivi si cu agenti reactivi?   Preys and predators   

11. Legaturi cu alte discipline Economic theories Decision theory OOP AOP Markets Autonomy Rationality Distributed systems Communication MAS Learning Mobility Proactivity Cooperation Organizations Reactivity Character Artificial intelligence and DAI Sociology Psychology

12. Modele agenti Cel mai simplu • vede : E  P - capacitatea de observare a mediului, unde E – multimea de stari ale mediului, P – multimea de perceptii; • actiune : P  A – procesul de decizie, respectiv ce actiune aA alege agentul in functie de o perceptie pP; • mediu : E x A  P(E) – evolutia mediului – pentru o stare eE si o actiune aA starea mediul se poate modifica intr-o stare din submultimea Ee,a P(E).

13. Modeleagenti Mai multi agenti • inter : P  I – decizia agentului referitor la interactiunea cu un alt agent, unde I este multimea de interactiuni disponibile agentului iar iI este interactiunea aleasa de agent in functie de perceptia pP asupra mediului.

14. Modele agenti Agenti cu stari • actiune : S  A – definita pe multimea de stari interne ale agentului – agentul decide ce actiune sa efectueze in functie de starea lui interna; • urm : S x P  S – schimbarea starii interne a agentului; • inter : S x P  I se modifica pentru a tine seama si de starea interna in decizia de interactiune cu alti agenti; • vede : E  P si mediu : E x A P(E) raman nemodificate.

15. Modele agenti Agenti cu scopuri • scop : E  {0, 1} – functie cu valoarea 1 pentru starile scop si 0 pentru celelalte. Agenti cu utilitate • utilitate : E  R , unde R este multimea numerelor reale. • Intr-un mediu nedeterminist, env : E x A  P(E), utilitatea unei stari poate fi combinata cu rezultatul probabil al unei actiuni.

16. Modele agenti Agenti cu utilitate • prob(ex(a,e) = e') este probabilitatea asociata de agent faptului ca rezultatul actiunii a in starea e a mediului este starea e'. • Utlitatea asteptata a unei actiuni a in starea e este data de: • Maximum Expected Utility (MEU)

17. Modele agenti Comportament rational • Inteligenta artificiala • Focus: Modalitatea prin care agentii isi ating scopurile, in particular probleme de planificare • Teoria deciziei • Focus: Daca agentul cunoaste alternativele care ii permit atingerea scopului, cum poate alege alternativa care ii aduce un maxim de utilitate pentru scopurile dorite.

18. Directii de cercetare • Reprezentarea cunostintelor: despre lume, despre agentul insusi, despre alti agenti • Comunicare: limbaje, protocoale • Planificare: partajarea taskurilor, partajarea rezultatelor, planificare dsitribuita • Coordonare • Luarea deciziilor: negociere, piete, formarea coalitiilor • Invatare multiagent • Adaptare: la context, la taskuri, la utilizator • Teorii organizationale • Arhitecturi agent • Implementare • Programare orientata agenti: paradigme, limbaje • Platforme multi-agent • Middleware, mobilitate, securitate, incredere • Ingineria sistemelor multi-agent • Aplicatii • Aplicatii industriale: monitorizare in timp real, managementul proceselor de productie, retele de telecomunicatii, sisteme de transport si distributie, etc. • Business process management, suport al deciziei • Ecommerce, emarkets - CAI, Web-based learning • Regasirea si filtrarea informatiei - Human-computer interaction • PDAs - Entertainment • CSCW