Sistemas Multiagente

Código:

PRODEI012

Sigla:

SMA

Áreas Científicas
Classificação	Área Científica
OFICIAL	Sistemas Inteligentes

Ocorrência: 2019/2020 - 1S

Ativa?	Sim
Página Web:	http://paginas.fe.up.pt/~eol/SMA/sma.html
Unidade Responsável:	Departamento de Engenharia Informática
Curso/CE Responsável:	Programa Doutoral em Engenharia Informática

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
PRODEI	3	Plano de estudos Oficial	1	-	6	28	162

Língua de trabalho

Inglês

Objetivos

A disciplina assume-se como de Engenharia e proporciona uma perspectiva global das técnicas associadas à especificação e desenvolvimento de Agentes computacionais e Sistemas Multi-agentes (SMA), bem como realça a sua importância prática apresentando exemplos de aplicação.

Os objetivos fundamentais são: reconhecer quando e saber como se deve usar a abordagem distribuída e descentralizada baseada em Agentes e SMA na resolução de problemas; descrever modelos de arqiteturas de agentes e de interação em Sistemas Multi-Agentes.

A Programação Orientada a Agentes é apresentada como uma nova metáfora para a descrição e programação de sistemas computacionais distribuídos. Apresentam-se Lógicas Intencionais de Representação de Conhecimento em Agentes e SMA. Introduz-se o conceito de Agente numa comunidade Multiagente. Apresentam-se métodos, protocolos e linguagens de interacção assim como plataformas para a comunicação entre agentes distribuídos.

Resultados de aprendizagem e competências

Saber reconhecer as características de classes de problemas que apontam para a utilização vantajosa de agentes e Sistemas Multiagentes.

Capacidade de utilização de "ferramentas" de software facilitadoras da implementação de SMA.

Para consolidar os conhecimentos ministrados nas aulas teóricas incentiva-se a realização de pequenos projectos, apoiados nas aulas práticas, ilustrativos dos tópicos abordados na disciplin.

 

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

importante ter conhecimentos de tópicos de Inteligência Artificial (Representação do Conhecimento, Pesquisa)

Programa

1- Agentes e Sistemas Multi-Agentes: Objectivos, Motivação e Enquadramento 2- Agentes: a) Definições b) Arquitecturas básicas de Agentes c) Representação de Conhecimento e Lógicas para Agentes d) Arquitecturas avançadas d.1Arquitectura de Subsumpção e Agentes Reactivos d.2 Arquitecturas de Tipo "Mentalista" e Agentes Deliberativos e) Agentes com Aprendizagem e.1 Aprendizagem por reforço e.2 Aprendizagem baseada em comunicação e.3 Aprendizagem não-supervisionada (Clustering) 3- Interacção em SMA: a) Coordenação e Cooperação a.1 Estratégias de Cooperação a.2 Conhecimento para a Cooperação b) Suporte da Comunicação: b.1Linguagens de Comunicação ACL (e KQML) b.2Ontologias: Conceitos, Linguagens, Ferramentas b.3Plataformas de Comunicação: JADE, JADEX, REPAST b.4Mobilidade de Agentes (AGLETS) 4- Princípios da Engenharia de Software Orientada a Agentes a) Metodologia GAIA e seu aperfeiçoamento 5- Negociação entre Agentes: a) Protocolos: Rede Contratual e Baseados em Mercado b) Comércio Electrónico: b.1 Leilões fechados e abertos b.2 Sist. Aut. Comércio Electrónico: SMACE e outros c) Teoria do Jogo e Domínios de Negociação: c.1 Alguns Conceitos da Economia c.2 Caracterização dos domínios: TOD e WOD d) Técnica da Negociação e Teoria do Jogo: d.1 Planeamento Conjunto dos Agentes d.2 Coligações e Repartição de Utilidades entre Agentes e) Argumentação e Sistemas de Diálogo f) Ambientes Normativos ; Modelos Computacionais de "Confiança" e "Reputação" 6- Agentes baseados em Emoções a) Arqitectura E_BDI (Emotion-based BDI) 7- Exemplos de aplicação de SMA: a) Modelo ARCHON Ex. de aplicação: UPSHELL; Célula Robótica; b) Modelo MACIV Ex. de Aplicação: Gestão de Recursos na Construção; c) Sistemas Distribuídos com Manutenção de Coerência (DiBeRT); d) Instituições Electrónicas e Empresas Virtuais (ANTE); e) E-Brokering para domínio de Seguros (BIAS).

Bibliografia Obrigatória

Russell, Stuart; Artificial intelligence. ISBN: 0-13-360124-2
Wooldridge, Michael; An Introduction to multiagent systems. ISBN: 0-471-49691-X

Bibliografia Complementar

Shoham, Yoav ; Leyton-Brown, Kevin; Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations, Cambridge University Press, 2009. ISBN: 0-13-360124-2
Rosenschein, J.S.; Zlotkin, G. ; Rules of Encounter, MIT Press, 1994
Weiss, Gerhard (Ed.); Multiagent Systems, A Modern Approach to Distributed Artificial Intelligence, MIT Press, 1999
Endriss, U.; Maudet,N.; Sadri,F.; Toni F. ; Negotiating Socially Optimal Allocations of Resources, Journal of Artificial Intelligence Research, 25:315-348, 2006 (Artigo de Revista)

Observações Bibliográficas

Apontamentos do docente da cadeira estão disponíveis. Artigos selecionados serão fornecidos para os capítulos mais avançados. Notes published by the instructor are available. Specific scientific papers can be provided for the most advanced topics.

Métodos de ensino e atividades de aprendizagem

Aulas Teóricas interactivas. Realização de pequeno projecto incluindo um Sistema Multi-Agente

Software

JADEX
REPAST
JADE

Palavras Chave

Ciências Físicas > Ciência de computadores > Arquitectura de computadores > Computação distribuída
Ciências Tecnológicas > Tecnologia > Tecnologia da informação
Ciências Tecnológicas > Tecnologia > Tecnologia da informação > Organizações virtuais
Ciências Tecnológicas > Tecnologia > Tecnologia da informação > Negócio electrónico
Ciências Tecnológicas > Tecnologia > Tecnologia da informação > Tecnologias de confiança
Ciências Físicas > Ciência de computadores > Cibernética > Inteligência artificial

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	50,00
Participação presencial	0,00
Trabalho laboratorial	50,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	47,00
Total:	47,00

Obtenção de frequência

Apresentação de Relatório sobre o trabalho realizado, demonstração do trabalho e classificação >= 35% da nota

Fórmula de cálculo da classificação final

- 40 a 60% Trabalho de Projecto: . 20 a 30% demonstração . 20 a 30% Relatório final

- 60 a 40% Exame

Provas e trabalhos especiais

Trabalho de Projecto de SMA

Avaliação especial (TE, DA, ...)

Trabalho E Exame

Melhoria de classificação

Melhoria através de trabalho E/OU Exame