In the Quest of the Missing Link Uma Instância para o Futebol de Robôs

In the Quest of the Missing Link

Uma Instˆ

ancia para o Futebol de Robˆ

os

Prof. Dr. Eder Mateus Gon¸

calves

edergoncalves@furg.br

Orientador: Guilherme Bittencourt

Universidade Federal do Rio Grande - FURG Centro de Ciˆencias Computacionais - C3

Sum´

ario

1

_{Modelo Gen´}

_{erico de um Agente Cognitivo}

2

_{Agente Cognitivo no Futebol de Robˆ}

_os

3

_Otimiza¸c˜

_{ao de Controladores Nebulosos usando AG’s}

Sum´

ario

1

_{Modelo Gen´}

_{erico de um Agente Cognitivo}

2

_{Agente Cognitivo no Futebol de Robˆ}

_os

3

_Otimiza¸c˜

_{ao de Controladores Nebulosos usando AG’s}

Sum´

ario

1

_{Modelo Gen´}

_{erico de um Agente Cognitivo}

2

_{Agente Cognitivo no Futebol de Robˆ}

_os

3

_Otimiza¸c˜

_{ao de Controladores Nebulosos usando AG’s}

Sum´

ario

1

_{Modelo Gen´}

_{erico de um Agente Cognitivo}

2

_{Agente Cognitivo no Futebol de Robˆ}

_os

3

_Otimiza¸c˜

_{ao de Controladores Nebulosos usando AG’s}

Modelo Gen´

erico de um Agente Cognitivo

Caracter´ısticas da Atividade Cognitiva

Auto-organiza¸

c˜

ao;

Natureza evolutiva;

Dependˆ

encia hist´

orica.

Agente Cognitivo

N´ıvel Reativo;

N´ıvel Instintivo;

N´ıvel Cognitivo.

Modelo Gen´

erico de um Agente Cognitivo

Agente Cognitivo no Futebol de Robˆ

os

Simulador 2D da Robocup

Categoria da Robocup voltada aos aspectos de software:

Aprendizado.

Ambiente de simula¸

c˜

ao sob paradigma cliente/servidor:

Agente Cognitivo no Futebol de Robˆ

os

Agente Cognitivo no Futebol de Robˆ

os

Agente Cognitivo no Futebol de Robˆ

os

N´ıvel Reativo

Comunica¸c˜

ao com o ambiente;

Garante restri¸c˜

oes de tempo-real;

Conjunto de controladores nebulosos referentes aos comportamentos

do ambiente;

Agente Cognitivo no Futebol de Robˆ

os

N´ıvel Instintivo

Identifica¸c˜

ao dos estados do ambiente;

Sele¸c˜

ao do comportamento reativo;

Gera¸c˜

ao de conhecimento simb´

olico para o n´ıvel cognitivo;

Implementado por um sistema especialista.

Agente Cognitivo no Futebol de Robˆ

os

N´ıvel Cognitivo

Determina as metas locais e globais do agente;

Planejamento;

Implementado por um sistema especialista com duas bases de

conhecimento, local e social.

Otimiza¸c˜

ao de Controladores Nebulosos usando AG’s

Implementa¸c˜

ao do N´ıvel Reativo

Projeto de Controladores Nebulosos;

Problema: Defini¸c˜

ao dos parˆ

ametros dos termos nebulosos.

Otimiza¸c˜

ao de Controladores Nebulosos usando AG’s

Otimiza¸c˜

ao de Controladores Nebulosos usando AG’s

Resultados

R´

apido desenvolvimento dos controladores;

Aumento do desempenho do comportamento.

Especifica¸c˜

ao de Conhecimento para Agentes Cognitivos

Motiva¸c˜

oes

Complexidade no desenvolvimento de Sistemas Baseados em

Conhecimento, especialmente quando inseridos em Sistemas

Multiagentes;

Descontinuidade entre o n´ıvel social e local dos agentes;

Necessidade de metodologias com fundamenta¸

c˜

ao matem´

atica.

Problema

Aquisi¸

c˜

ao de conhecimento em sistemas multiagentes cognitivos

considerando dois n´ıveis fundamentais: o n´ıvel social, onde define-se a

estrat´

egia de a¸

c˜

ao coletiva; o n´ıvel individual que corresponde ao

conhecimento de cada agente.

Especifica¸c˜

ao de Conhecimento para Agentes Cognitivos

Objetivos

Estabelecer uma abordagem de aquisi¸c˜ao de conhecimento para Sistemas Multiagentes Cognitivos utilizando Redes de Petri Hier´arquicas como linguagem de especifica¸c˜ao em n´ıvel de conhecimento. A abordagem pode ser compreendida a partir dos seguintes requisitos:

utiliza¸c˜ao de ´unica abordagem de especifica¸c˜ao para os diferentes n´ıveis de abstra¸c˜ao do sistema;

modelo de especifica¸c˜ao social onde ´e poss´ıvel a representa¸c˜ao expl´ıcita de conceitos sociais e dos mecanismos de coordena¸c˜ao;

modelo de especifica¸c˜ao individual segunda uma arquitetura gen´erica de cogni¸c˜ao; aproveitamento dos resultados te´oricos e ferramentas j´a desenvolvidas em torno da utiliza¸c˜ao de Redes de Petri no n´ıvel de especifica¸c˜ao individual;

linguagem de especifica¸c˜ao apta `a estrutura¸c˜ao de diversos formalismos de representa¸c˜ao de conhecimento, como l´ogica, quadros e redes semˆanticas;

Especifica¸c˜

ao de Conhecimento para Agentes Cognitivos

Figura: Descri¸c˜ao geral da abordagem de especifica¸c˜ao de conhecimento para SMA

Especifica¸c˜

ao de Conhecimento para Agentes Cognitivos

Regras Geradas

REGRA 1

SE

(bola controle nenhuma)

ENTAO

(a¸

c~

ao ativa mova-para-bola)

REGRA 2

SE

(ball dist^

ancia < 1)

ENTAO

(bola controle minha-equipe)

(a¸

c~

ao ativa nenhuma)

Especifica¸c˜

ao de Conhecimento para Agentes Cognitivos

Resultados

Modelo em Rede de Petri que permite uma especifica¸c˜ao em n´ıvel de conhecimento, adequando seu conjunto de termos a qualquer formalismo de representa¸c˜ao de conceitos sociais e a qualquer formalismo de representa¸c˜ao de conhecimento, estabelecendo uma rela¸c˜ao formal entre o n´ıvel social e individual; Permitir a verifica¸c˜ao estrutural do conhecimento modelado, pela utiliza¸c˜ao das ferramentas de an´alise de RP;

Estruturar o sistema em m´ultiplos n´ıveis de abstra¸c˜ao, definido segundo a complexidade do conhecimento do sistema, por interm´edio dos mecanismos de hierarquiza¸c˜ao;

Definir um mecanismo de representa¸c˜ao para a coordena¸c˜ao social do sistema, por interm´edio de um planejamento global de a¸c˜oes;

Bibliografia

BITTENCOURT, G. (1997). In the Quest of the Missing Link. Proceedings of International Joint Conference on Artificial Intelligence (IJCAI’97), p´aginas 310 -315, Nagoya, Jap˜ao.

da COSTA, A. L. e BITTENCOURT, G. (1999). From a Concurrent Architecture to a Concurrent Autonomous Agents Architecture. Proceedings of International Joint Conference on Artificial Intelligence (IJCAI’99).

GONC¸ AVES, E. M., da COSTA, A. L., BITTENCOURT, G. Otimiza¸c˜ao de Controladores Nebulosos e Sistemas Especialistas Reativos utilizando Algoritmos Gen´eticos. III Encontro Nacional de Inteligˆencia Artificial (ENIA 2001), Fortaleza. GONC¸ ALVES, E. M. e BITTENCOURT, G. Strategies for Multi-agent

Coordination in a Grid World Using Petri Nets. Lecture Notes in Computer Science, Berlin / Heidelberg, v. 3900, p. 414-419, 2006.