Académique Documents
Professionnel Documents
Culture Documents
Tripulados
Paulo Andr e Haacke
1
, Edison Pignaton de Freitas
1,2
, Carlos Eduardo Pereira
1
1
Instituto de Inform atica Universidade Federal do Rio Grande do Sul (UFRGS)
Caixa Postal 15.064 Porto Alegre 91.501-970 RS Brasil
2
Departamento de Tecnologia da Informac ao Universidade Federal de Santa Maria (UFSM)
CESNORS Frederico Westphalen 98400-000 RS Brasil
pahaacke@inf.ufrgs.br, edison.p.freitas@ufsm.br, cpereira@ece.ufrgs.br
Abstract. This work try to solve the problem of coordinating multiple unman-
ned vehicle systems. The presented approach is based in solving missions, e.g.
solving a group of global tasks. Then we propose two solutions based on multi-
agent systems. The rst is a market based solution and the second uses articial
pheromones.
Resumo. O presente trabalho oferece uma resoluc ao ao problema de
coordenac ao em sistemas constitudos por multiplos Veculo N ao Tripulado. A
abordagem apresentada do problema e baseada em miss oes, que s ao conjuntos
de tarefas globais. Nesse contexto propomos duas soluc oes baseadas em Sis-
tema Multi-Agente. A primeira soluc ao e baseada no paradigma de mercado e
a segunda e baseado em ferom onios articiais.
1. Introduc ao
Por anos veculos n ao tripulados aut onomos t em sido utilizados na realizac ao de miss oes
em diversas areas. Organizac oes de intelig encia e militares tem utilizado veculos a ereos
n ao tripulados pra localizar, estimar e atacar alvos que se encontram a quil ometros de
dist ancia da estac ao de controle terrestre. Sistemas que envolvem agricultura de pre-
cis ao utilizam veculos n ao tripulados para monitorar e estimar par ametros do ambiente.
Al em disso, atualmente diversas miss oes t aticas, como miss oes de busca e resgate em
ambientes de desastre, miss oes militares em ambientes montanhosos, urbanos, a ereos ou
subaqu aticos se valem da utilizac ao de rob os operados remotamente, como e o caso de
diversos Veculo N ao Tripulado (VNT). Vale destacar que Veculos A ereos N ao Tripula-
dos (VANTs) foram usados com algum sucesso no Iraque e durante os esforcos de resgate
do furac ao Katrina. VNTs reduzemsignicantemente o custo e o risco para a vida humana
enquanto amplicam as capacidades de reac ao e de combate.
Entretanto, existe uma barreira formid avel para atingir a vis ao de m ultiplos
veculos operando cooperativamente. Sistemas desse tipo costumam aplicar id eias do
ramo da intelig encia articial para resolver seus problemas. A area que estuda este tipo
de aplicac ao de e chamada de Sistema Multi-Agente (SMA). SMAs devem equilibrar
capacidade, conabilidade, e robustez com tarefas e objetivos da miss ao ao criar uma
estrat egia efetiva para coordenar os m ultiplos agentes presentes no sistema.
Neste contexto, o presente trabalho tem por objetivo modelar um SMA baseado
em uma abordagem organizacional centralizada em torno do conceito de miss ao. Uma
miss ao, no contexto de sistemas de VNT, e uma tarefa ou conjunto de tarefas que de-
vem ser realizados pelo sistema. Duas soluc oes foram propostas, a primeira de car ater
centralizado e a segunda de car ater distribudo.
A sec ao 2 apresenta alguns trabalhos propondo uma estrat egia para resolver um
problemas similares ao debatido neste trabalho. Em 3 s ao apresentados os conceitos e
ferramentas relacionados como trabalho. Na sec ao 4 o problema a ser tratado e delimitado
e alguns cen arios s ao propostos. Em seguida, na sec ao 5, s ao discutidas as soluc oes
te oricas propostas. Em 6 s ao dadas algumas explicac oes relacionadas a implementac ao
do projeto para o Trabalho de Graduac ao 2 (TG2). Por ultimo, s ao tracadas as devidas
conclus oes em 7.
2. Trabalhos Relacionados
Em [Vokrnek et al. 2011] e proposto e avaliado uma t ecnica distribuda para realizar a
vigil ancia e rastreamento cooperativos por um time de VANTs com recursos limitados.
O princpio que permite um n umero limitado de veculos cobrir um grande conjunto de
objetivos e baseado na representac ao de objetivos orientados a tarefas e na atribuic ao e
troca din amica de tarefas entre os agentes. O problema de alocac ao de tarefas e resolvido
atrav es do uso de contratos inter-agente (compromissos). O sistema organizacional usado
e hier arquico. Por m, um resolvedor multi-agente decomp oe o problema e o delega
para agentes aut onomos que resolvem individualmente as partes do problema. A soluc ao
global e obtida juntando as soluc oes individuais.
O trabalho proposto em [Miller et al. 2004] usa uma met afora de time esportivo
para conseguir tanto r apido quanto complexo controle sobre a iniciativa de agentes atrav es
de uma variedade de VANTs. O usu ario do sistema faz uma chamada de jogo, que e
o mesmo que requisitar um servico de um ou v arios VANTs, o que pode ou n ao ser
especicado na requisic ao.
Em [Parunak et al. 2005] e apresentada uma proposta de SMA baseado em mar-
cadores qumicos, ou ferom onios articiais, para planejamento de caminho em col onias
de formigas. Parunak descreve ferom onios como um meio de construir campos de poten-
cial que podem guiar a coordenac ao do movimento fsico. J a em [Parunak et al. 2007] e
apresentada uma proposta bastante sosticada de implementac ao de um SMA envolvendo
agentes reativos, chamada de modelo Behavior Evolution and Extrapolation (BEE)
1
. BEE
e um abordagem inovadora para reconhecer o estado racional e emocional de m ultiplas
interac oes entre agentes baseando-se puramente em seu comportamento.
3. Contextualizac ao
3.1. Veculo N ao Tripulado
VNT s ao veculos onde a presenca de um piloto e desnecess aria. Estes veculos podem
ser controlados por uma estac ao de controle ou funcionar de maneira aut onoma, embora
ambas estrat egias sejam usadas de maneira cooperativa.
Um VNT aut onomo, ou agente, possui capacidades que s ao inuenciadas pelo
hardware e pelo rmware embarcados no mesmo. Em geral, diversos sensores se conec-
tam a um sistema central, que funciona como um piloto autom atico, rodando um rmware
1
Behavior Evolution and Extrapolation
que e respons avel por monitorar os sensores, determinar a pr oxima ac ao e gerar a sada
para controlar o agente. Al em disso, esse sistema central e geralmente respons avel por
gerenciar a comunicac ao entre os diversos agentes, e tamb em com a estac ao de controle.
3.2. Sistemas Multi-Agente
A capacidade de um agente e limitada pelo seu conhecimento, seus recursos computacio-
nais e sua perspectiva. Este limite na racionalidade [Simon 1957] e um dos motivos que
s ao criados grupos para resolver problemas. A ferramenta mais poderosa para lidar com
a complexidade dos problemas e a modularidade e a abstrac ao. A pesquisa com SMAs
est a preocupada com o estudo, comportamento, e construc ao de uma colec ao de agen-
tes aut onomos possivelmente pre-existentes que interagem entre si e com o ambiente. O
estudo deste tipo de sistemas vai al em da intelig encia individual de cada agente conside-
rando, adicionalmente, a resoluc ao de problemas que envolvam componentes sociais. De
acordo com [Jennings et al. 1998], as caractersticas de um SMA s ao as seguintes:
Cada agente possui informac oes ou capacidades incompletas para resolver o pro-
blema e, sendo assim, possui um ponto de vista limitado;
N ao existe um controle global do sistema;
Os dados s ao descentralizados;
A computac ao e assncrona.
A seguir ser ao apresentados alguns dos principais desaos de projeto dentro de um SMA.
3.2.1. Agente
De acordo com [Wooldridge et al. 1995], um agente e um sistema computacional situado
em algum ambiente, e que e capaz de ac oes aut onomas nesse ambiente de modo a se con-
formar com os objetivos de projeto. Autonomia, neste contexto, signica simplesmente
que o agente deveria ser capaz de agir sem a intervenc ao direta de humanos ou outros
agentes, e deve ter controle sobre suas pr oprias ac oes e estados internos.
Agentes com esquemas sosticados de racionalizac ao podem aumentar a
coer encia do SMA porque cada agente individualmente pode raciocinar sobre efeitos glo-
bais de ac oes locais, formar expectativas sobre o comportamento dos outros, ou explicar
e possivelmente reparar conitos e interac oes nocivas. Diversos trabalhos em Intelig encia
Articial (IA) tentam formalizar uma axiomatizac ao l ogica para agentes racionais. Esta
axiomatizac ao e obtida pela formalizac ao do comportamento de um agente em termos
de crencas, desejos, objetivos, etc. Estes trabalhos s ao conhecidos como sistemas de
Crenca, Desejo e Intenc ao (BDI)
2
(ver [Bratman et al. 1988]). Um agente que possui uma
arquitetura BDI pode tamb em ser chamado de deliberativo.
O conceito de agentes reativos foi introduzido em [Brooks 1991], onde e feito uma
crtica a agentes deliberativos e se argumenta que intelig encia e o produto da interac ao en-
tre um agente e seu ambiente e comportamentos inteligentes emergem da interac ao entre
v arios comportamentos mais simples organizados em camadas atrav es de uma relac ao
mestre-escravo de inibic ao. Agentes reativos agem usando comportamentos baseados em
resposta a estmulos, dessa forma estes n ao possuem uma representac ao do ambiente, eles
2
Belief-Desire-Intention.
respondem ao estado atual do ambiente em que est ao inseridos. Eles n ao tem mem oria ou
planejam o futuro. Atrav es de interac ao com outros agentes comportamentos complexos
podem emergir. Em sistemas reativos, a relac ao entre comportamentos individuais, am-
biente e comportamento global n ao e bem entendida, o que necessariamente torna difcil
projetar agentes para completar tarefas especcas, em geral se faz uso de diligentes pro-
cessos de experimentac ao, tentativa e erro.
Para a maioria dos problemas, n ao se usa uma estrat egia puramente reativa ou
puramente deliberativa, mas arquiteturas hbridas que pode combinar aspectos de ambas
abordagens. Tipicamente arquiteturas deste tipo s ao feitas atrav es de um certo de n umero
de camadas de software, cada uma lidando com um nvel diferente de abstrac ao.
3.2.2. Organizac ao
Uma organizac ao oferece um conjunto de ferramentas para interac ao entre agentes
atrav es da denic ao de cargos, comportamento esperado e relac oes de autoridade.
Organizac oes s ao, em geral, conceituadas em termos de suas estruturas, ou seja, o padr ao
de informac oes e relac oes de controle que existe entre os agentes e a distribuic ao de suas
capacidades de resolver problemas. Na resoluc ao de problemas de cooperac ao uma estru-
tura oferece a cada agente uma vis ao de alto nvel de como o grupo resolve os problemas.
A estrutura deve tamb em oferecer as informac oes de conex ao entre os agentes para que
eles possam distribuir os problemas a agentes competentes.
A estrutura organizacional imp oe limitac oes na maneira com que os agentes se
comunicam e se coordenam. De acordo com [Horling and Lesser 2004], os principais
exemplos de organizac oes que foram exploradas na literatura de SMA incluem hierar-
quias, holarquias, coligac oes, times, congregac oes, sociedades, federac oes, mercados e
organizac oes matriciais.
3.2.3. Alocac ao de Tarefas
Alocac ao de tarefas e o problema de atribuir responsabilidade e recursos para resoluc ao
de problemas a um agente.
Em um extremo, o engenheiro pode fazer todas atribuic oes de tarefas antecipada-
mente, criando assim uma organizac ao xa para resoluc ao do problema. Esta abordagem
e limitante e inexvel para ambientes com alto grau de dinamismo, abertura e incerteza.
Entretanto, a atribuic ao de tarefas pode ser feita de maneira exvel e din amica. O pro-
blema de alocac ao de recursos foi tratado em [Davis and Smith 1983] onde foi proposto
o amplamente conhecido Protocolo de Redes de Contrato (CNP)
3
.
3.2.4. Planejamento Multi-Agente
Planejamento, para um agente individual, e o processo de construir uma sequ encia de
ac oes considerando somente objetivos, capacidades e restric oes do ambiente. Entretanto,
3
Contract Net Protocol.
planejamento em um ambiente de SMA tamb em considera as restric oes que as atividades
de outros agentes, os compromissos que o pr oprio agente tem com outros, e a evoluc ao
imprevisvel do ambiente para determinar as decis oes de ac ao em um agente.
3.2.5. Reconhecimento e Resoluc ao de Conitos
Como SMAs possuem apenas uma vis ao local existe potencial para disparidade e incon-
sist encias nos objetivos, planos, conhecimentos, crencas e resultados de um agente. Para
resolver o problema de maneira coerente, estas disparidades devem ser identicadas e re-
solvidas. Disparidades podem ser resolvida fazendo com que um agente saiba o estado de
todos agentes, logo este poderia determinar onde est ao as disparidades e como resolve-
las. Esta abordagem e limitante pois faz deste agente um gargalo do sistema. Detectar
e corrigir disparidades e conitos usando apenas uma perspectiva local pode ser muito
difcil. Para facilitar a detecc ao e resoluc ao de conitos, agentes podem contar com mo-
delos do ambiente e de outros agentes. A resoluc ao de disparidades pode ser inuenciada
pela estrutura organizacional da sociedade em que o agente participa e seu papel nela, os
tipos de modelos que um agente tem acesso, e os algoritmos de raciocnio do agente. A
principal abordagem utilizada para resolver disparidades em SMAs e a negociac ao. Neste
tipo de estrat egia os agentes se comunicam e iterativamente trocam propostas e contra-
propostas. Alguns trabalhos desenvolvidos utilizando a abordagem de negociac ao podem
ser vistos em [Sycara 1990, Kraus et al. 1995, Wanyama and Homayoun Far 2007].
4. Delimitac ao do Problema
O sistema proposto ser a composto por VNTs expostos a ac ao de um ambiente din amico.
Diferentes tipos de veculos podem entrar e sair do sistema, ou seja, o sistema social
tamb em e din amico e relac oes podem ser criadas e quebradas sem aviso pr evio. A na-
tureza dos veculos e heterog enea. Os recursos disponveis em cada veculo dependem
da natureza do veculo e das func oes disponveis no mesmo. Considerando uma miss ao
pr e-determinada, o sistema deve ser capaz de se organizar e realizar a mesma da melhor
maneira possvel, ou seja, usando os recursos de cada indivduo de maneira equilibrada,
eciente e robusta.
Dado a situac ao exposta, iremos expor uma soluc ao que se prop oe a resolver o
problema de controlar veculos heterog eneos, expostos a um ambiente din amico, de modo
que eles consigam se coordenar com o objetivo de realizar uma miss ao qualquer.
5. Soluc ao Proposta
Esta proposta ir a explorar dois conceitos principais: habilidade e tarefa. Uma habilidade
pode ser vista como uma func ao que um agente e capaz de realizar, ou seja, s ao as ca-
pacidades daquele agente. Cada habilidade e constituda por um conjunto de tarefas que
devem ser realizadas pelo agente que possuir aquela habilidade. Uma miss ao e descrita
por um conjunto de tarefas. De um ponto de vista pr atico, uma habilidade pode ser vista
como uma func ao (ou classe) que deve ser embarcada no VNT atrav es de seu rmware,
onde cada veculo pode possuir diferentes habilidades.
Todo agente deve possuir pelo menos a habilidade de registrar habilidades, para
que o mesmo possa ter acesso a suas habilidades de uma maneira estruturada e saber
diferenciar quando e, ou n ao, capaz de realizar uma tarefa.
Para que um SMA seja capaz de realizar miss oes e preciso que exista pelo me-
nos um agente capaz de interpretar as tarefas descritas na miss ao e planejar a alocac ao
de recursos do sistema. A seguir ser ao discutidas duas propostas para resolver este pro-
blema, baseando-se em diferentes paradigmas. A primeira, descrita em 5.1, e baseado
no paradigma organizacional de mercado e a segunda, apresentada na sec ao 5.2, faz uma
proposta baseada no dep osito de ferom onios articiais.
5.1. Sistema de Mercado
Um mercado e caracterizado por consumidores e fornecedores de servicos. Os consu-
midores disponibilizam um conjunto de tarefas a ser realizado e os fornecedores fazem
ofertas de servicos atrav es de lances de leil ao. O lance no leil ao pode ser descrito atrav es
de uma func ao de utilidade determinada pelas habilidades e estados do fornecedor. Um
mercado precisa de um leiloeiro, o qual realiza negociac oes e determina ganhadores. Uma
sess ao de mercado e o veculo pelo qual servicos s ao entregues dinamicamente aos agen-
tes participantes.
Figura 1. Cen ario demonstrando as relac oes em uma estrutura de mercado.
Um sistema baseado no paradigma de mercado precisa possuir as habilidades de
consumir, fornecer e leiloar servicos. A tabela 1 apresenta essas habilidades e as tarefas
relacionadas a cada uma delas.
Habilidade Tarefas
Consumir - Registrar miss ao.
Fornecer - Fornecer servico.
Leiloar - Iniciar leil ao;
- Determinar vencedor;
- Gerar oferta de servico.
Tabela 1. Relac ao entre habilidade e tarefa para o sistema de mercado.
A gura 1 mostra um diagrama, onde est ao especicadas as devidas habilidades e
a relac ao entra as mesmas. Em geral uma miss ao e especicada em algum agente atrav es
de sua habilidade de consumir. Este inicia uma sess ao, constituda por essas mesmas
tarefas, atrav es de um leiloeiro. O leiloeiro anuncia a sess ao aos fornecedores. Estes, por
sua vez, fazem ofertas nas tarefas. Ent ao o leiloeiro determina o vencedor e informa o
fornecedor do servico a ser fornecido.
5.2. Sistema Baseado em Ferom onios
Uma abordagem baseada no dep osito de ferom onios articiais depende de dois tipos de
habilidades. Primeiramente, e preciso que exista uma representac ao do ambiente, para
que os agentes possam depositar e sentir ferom onios, podemos resolver essa restric ao
atrav es de um agente com a habilidade de representar o ambiente. Para que possamos
basear nosso sistema na utilizac ao de miss oes os agentes precisam ter a capacidade de
registrar miss oes. O registro de uma miss ao envolve a distribuic ao de tarefas, para isso
precisamos de agentes com a capacidade de distribuir tarefas. Al em disso precisamos que
todo agente tenha a habilidade de realizar as tarefas.
A prop osito de claricar a explicac ao, passaremos a identicar ferom onios indi-
cando alguma tarefa a ser realizada pela cor azul e ferom onios indicando que uma tarefa
est a sendo resolvida pela cor vermelha. Em geral, ferom onios azuis possuem propriedade
atrativas e ferom onios vermelhos possuem propriedade repulsivas.
A tabela 2 apresenta a relac ao de habilidades e tarefas que nosso sistema possui.
Habilidade Tarefas
Registrar Miss ao - Distribuir tarefas.
Distribuir Tarefas - Depositar ferom onios atrativos.
Realizar Tarefa - Depositar ferom onio repulsivo.
Representar Ambiente - Conectar ambiente;
- Depositar ferom onio;
- Sentir ferom onio.
Tabela 2. Relac ao entre habilidades e tarefas para o sistema de ferom onios.