|
Acadêmico(a): Alessandro Antonino Ostetto |
Título: Extensão Swarm Intelligence para o Simulador Robocup Rescue |
|
Introdução: |
A IA é uma área de estudo da computação que procura elaborar sistemas computacionais autônomos. Alguns destes sistemas, denominados agentes, são capazes de responder a estímulos vindos do ambiente em que se encontram, produzindo algum efeito neste ambiente a fim de cumprir seus objetivos, de forma semelhante a um ser vivo racional.
Os agentes estão presentes na área de estudo da IA chamada SMA. Esta área visa o estudo de sistemas onde vários agentes devem atuar em conjunto buscando atingir um objetivo. Quando este objetivo é complexo e abrangente, ele pode estar fora da capacidade de um único agente. Então a solução é a construção de um maior número de agentes, para trabalharem em conjunto e alcançarem o objetivo, sendo este o conceito de um SMA (WOOLDRIDGE, 2002, p. 3).
Atualmente existem vários simuladores usados para testar técnicas em SMA. Entre eles estão o RoboCup Soccer (ROBOCUP, 2010), em que o objetivo é programar agentes para que ganhem uma partida de futebol; o Robocode (LARSEN, 2010), um simulador de batalhas entre agentes e o SeSAm (SESAM, 2010) que é um simulador para modelagem e desenvolvimento genérico de agentes. Existe também o simulador RCR (ROBOCUP RESCUE, 2010), que trabalha a ideia de programação de SMA para resolver um problema de resgate de vitimas em catástrofes.
O RCR é um simulador de SMA que apresenta uma situação de catástrofe (causada por um terremoto) com várias restrições, como bloqueio de ruas, falta de água, falta de energia elétrica e com limitações quanto ao número de mensagens enviadas entre os agentes. Neste cenário, vários agentes devem trabalhar em conjunto para efetuar, com a maior eficiência possível, o resgate das vítimas deste desastre. Cada classe de agente (como exemplo cita-se: bombeiros e policiais) tem sua função e sua inteligência é programável. Sua forma de comunicação atualmente é limitada a troca de mensagens.
SI é uma abordagem que descreve um comportamento de integração coletivo-cooperativa entre os agentes de um SMA inspirado no comportamento das colônias de insetos. Insetos são criaturas simples, com pouca capacidade de comunicação direta entre si. Para contornar esta limitação e atingir o comportamento integrado da colônia, os insetos utilizam comunicação indireta, que ocorre através de feromônios depositados no ambiente e detectados pelos outros insetos. Um exemplo é o das formigas onde uma operária marca com feromônios o caminho para o alimento encontrado, mostrando assim a localização, no ambiente, para as companheiras. É interessante notar que, mesmo utilizando a simples comunicação indireta, a colônia de insetos é capaz de produzir um comportamento integrado bastante complexo, como a construção de ninhos (formigas) ou colméias (abelhas) (BONABEAU; THERAULAZ; DORIGO, 1999, p. 26).
Diante do exposto, este trabalho apresenta o desenvolvimento de uma extensão do simulador RCR que possibilita desenvolver um SMA que utiliza conceitos de estigmergia definidos pela SI. Para isto foi realizado um estudo aprofundado sobre a arquitetura do RCR, e alteradas as suas classes responsáveis por gerenciar os objetos do mundo, permitindo assim o depósito e leitura de feromônios. Além destas alterações, foi desenvolvido um novo componente para o RCR, responsável por gerenciar os feromônios.
Para testar a extensão foi desenvolvido um time de agentes que utilizam a comunicação pelo ambiente disponibilizada pela extensão. O desempenho deste time foi comparado com um time de agentes que não utilizam comunicação pelo ambiente. Os resultados dos experimentos demonstraram que a extensão proposta é funcional, e que o uso da comunicação pelo ambiente aumenta o desempenho dos agentes.
|
|
|