Network Functions Virtualisation (NFV) separa as funções de rede dos dispositivos físicos, simplificando a implantação de novos serviços. As típicas funções de rede, como firewalls, aceleradores de tráfego, sistemas de detecção de intrusão e sistemas de prevenção de intrusões, são tradicionalmente realizadas por equipamentos físicos proprietários, que devem ser instalados manualmente pelos operadores de rede. A implantação de equipamentos físicos é desafiadora porque eles têm requisitos específicos de encadeamento e ordenação. Ao contrário dos equipamentos físicos tradicionais, as funções de rede virtuais (VNFs) podem ser dinamicamente implementadas e reconfiguradas sob demanda, colocando desafios de gerenciamento rigorosos aos sistemas em rede. A seleção das VNFs mais apropriadas para atingir um objetivo específico e a decisão sobre onde implantar essas VNFs e por quais caminhos elas se comunicarão são responsabilidades de um orquestrador de NFV. Nesta dissertação, propomos orquestrar VNFs usando componentes cognitivos interativos estruturados com a arquitetura belief-desire-intention (BDI), levando a soluções emergentes para enfrentar os desafios da rede. A arquitetura BDI inclui um ciclo de raciocínio que fornece aos agentes um comportamento racional, permitindo que lidem com diferentes cenários nos quais o comportamento flexível e inteligente é necessário. Estendemos a arquitetura NFV substituindo seu orquestrador centralizado por agentes BDI. Nossa proposta inclui um protocolo de leilão reverso e uma nova heurística de licitação que permite que os agentes tomem decisões sobre as tarefas de orquestração. Por fim, nós fornecemos uma plataforma de testes que integra uma plataforma para o desenvolvimento de agentes BDI com um emulador de rede, permitindo que os agentes controlem as VNFs e percebam a rede. Essa plataforma de testes é usada para implementar VNFs e avaliar empiricamente nosso modelo teórico em um ataque de negação de serviço distribuído. Os resultados da avaliação mostram que uma solução para o ataque DDoS surge através da negociação de agentes, mitigando com sucesso o ataque. / Network Functions Virtualisation (NFV) decouples network functions from physical devices, simplifying the deployment of new services. Typical network functions, like firewalls, traffic accelerators, intrusion detection systems and intrusion prevention systems, are traditionally performed by proprietary physical appliances, which must be manually installed by network operators. Their deployment is challenging because they have specific chaining requirements. As opposed to traditional physical appliances, virtual network functions (VNFs) can be dynamically deployed and reconfigured on demand, posing strict management challenges to networked systems. The selection of the most appropriate VNFs to achieve a particular objective, the decision on where to deploy these VNFs and through which paths they will communicate are the responsibilities of an NFV orchestrator. In this dissertation, we propose to orchestrate VNFs using interacting cognitive components structured with the belief-desire-intention (BDI) architecture, leading to emergent solutions to address network challenges. The BDI architecture includes a reasoning cycle, which provides agents with rational behaviour, allowing agents to deal with different scenarios in which flexible and intelligent behaviour is needed. We extend the NFV architecture, replacing its centralised orchestrator with BDI agents. Our proposal includes a reverse auction protocol and a novel bidding heuristic that allow agents to make decisions regarding the orchestration tasks. Finally, we provide a testbed that integrates a platform for developing BDI agents with a network emulator, allowing agents to control VNFs and perceive the network. This testbed is used to implement VNFs and empirically evaluate our theoretical model in a distributed denial-of-service (DDoS) attack. The evaluation results show that a solution to the DDoS attack emerges through the negotiation of agents, successfully mitigating the attack.

A tecnologia de agentes surge como uma solução que fornece flexibilidade e robustez para lidar com domínios dinâmicos e complexos. Tal flexibilidade pode ser alcançada através da adoção de abordagens já existentes baseadas em agentes, como a arquitetura BDI, que provê agentes com características mentais de crenças, desejos e intenções. Essa arquitetura é altamente personalizável, deixando lacunas a serem preenchidas de acordo com aplicações específicas. Uma dessas lacunas é o algoritmo de seleção de planos, responsável por selecionar um plano para ser executado pelo agente buscando atingir um objetivo, e tendo grande influência no desempenho geral do agente. Grande parte das abordagens existentes requerem considerável esforço para personalização e ajuste a fim de serem utilizadas em aplicações específicas. Nessa dissertação, propomos uma abordagem para seleção de planos apta a aprender quais planos possivelmente terão os melhores resultados, baseando-se no contexto atual e nas preferências do agente. Nossa abordagem é composta por um meta-modelo, que deve ser instanciado a fim de especificar metadados de planos, e uma técnica que usa tais metadados para aprender e predizer resultados da execução destes planos. Avaliamos nossa abordagem experimentalmente e os resultados indicam que ela é efetiva. Adicionalmente, fornecemos uma ferramenta para apoiar o processo de desenvolvimento de agentes de software baseados em nosso trabalho. Essa ferramenta permite que desenvolvedores modelem e gerem código-fonte para agentes BDI com capacidades de aprendizado. Um estudo com usuários foi realizado para avaliar os benefícios de um método de desenvolvimento baseado em agentes BDI auxiliado por ferramenta. Evidências sugerem que nossa ferramenta pode auxiliar desenvolvedores que não sejam especialistas ou que não estejam familiarizados com a tecnologia de agentes. / Agent technology arises as a solution that provides flexibility and robustness to deal with dynamic and complex domains. Such flexibility can be achieved by the adoption of existing agent-based approaches, such as the BDI architecture, which provides agents with the mental attitudes of beliefs, desires and intentions. This architecture is highly customisable, leaving gaps to be fulfilled in particular applications. One of these gaps is the plan selection algorithm that is responsible for selecting a plan to be executed by an agent to achieve a goal, having an important influence on the overall agent performance. Most existing approaches require considerable effort for customisation and adjustment to be used in particular applications. In this dissertation, we propose a plan selection approach that is able to learn plans that provide possibly best outcomes, based on current context and agent’s preferences. Our approach is composed of a meta-model, which must be instantiated to specify plan metadata, and a technique that uses such metadata to learn and predict plan outcomes. We evaluated our approach experimentally, and results indicate it is effective. Additionally, we provide a tool to support the development process of software agents based on our work. This tool allows developers to model and generate source code for BDI agents with learning capabilities. A user study was performed to assess the improvements of a tool-supported BDI-agent-based development method, and evidences suggest that our tool can help developers that are not experts or are unfamiliar with the agent technology.

A tecnologia de agentes surge como uma solução que fornece flexibilidade e robustez para lidar com domínios dinâmicos e complexos. Tal flexibilidade pode ser alcançada através da adoção de abordagens já existentes baseadas em agentes, como a arquitetura BDI, que provê agentes com características mentais de crenças, desejos e intenções. Essa arquitetura é altamente personalizável, deixando lacunas a serem preenchidas de acordo com aplicações específicas. Uma dessas lacunas é o algoritmo de seleção de planos, responsável por selecionar um plano para ser executado pelo agente buscando atingir um objetivo, e tendo grande influência no desempenho geral do agente. Grande parte das abordagens existentes requerem considerável esforço para personalização e ajuste a fim de serem utilizadas em aplicações específicas. Nessa dissertação, propomos uma abordagem para seleção de planos apta a aprender quais planos possivelmente terão os melhores resultados, baseando-se no contexto atual e nas preferências do agente. Nossa abordagem é composta por um meta-modelo, que deve ser instanciado a fim de especificar metadados de planos, e uma técnica que usa tais metadados para aprender e predizer resultados da execução destes planos. Avaliamos nossa abordagem experimentalmente e os resultados indicam que ela é efetiva. Adicionalmente, fornecemos uma ferramenta para apoiar o processo de desenvolvimento de agentes de software baseados em nosso trabalho. Essa ferramenta permite que desenvolvedores modelem e gerem código-fonte para agentes BDI com capacidades de aprendizado. Um estudo com usuários foi realizado para avaliar os benefícios de um método de desenvolvimento baseado em agentes BDI auxiliado por ferramenta. Evidências sugerem que nossa ferramenta pode auxiliar desenvolvedores que não sejam especialistas ou que não estejam familiarizados com a tecnologia de agentes. / Agent technology arises as a solution that provides flexibility and robustness to deal with dynamic and complex domains. Such flexibility can be achieved by the adoption of existing agent-based approaches, such as the BDI architecture, which provides agents with the mental attitudes of beliefs, desires and intentions. This architecture is highly customisable, leaving gaps to be fulfilled in particular applications. One of these gaps is the plan selection algorithm that is responsible for selecting a plan to be executed by an agent to achieve a goal, having an important influence on the overall agent performance. Most existing approaches require considerable effort for customisation and adjustment to be used in particular applications. In this dissertation, we propose a plan selection approach that is able to learn plans that provide possibly best outcomes, based on current context and agent’s preferences. Our approach is composed of a meta-model, which must be instantiated to specify plan metadata, and a technique that uses such metadata to learn and predict plan outcomes. We evaluated our approach experimentally, and results indicate it is effective. Additionally, we provide a tool to support the development process of software agents based on our work. This tool allows developers to model and generate source code for BDI agents with learning capabilities. A user study was performed to assess the improvements of a tool-supported BDI-agent-based development method, and evidences suggest that our tool can help developers that are not experts or are unfamiliar with the agent technology.

A tecnologia de agentes surge como uma solução que fornece flexibilidade e robustez para lidar com domínios dinâmicos e complexos. Tal flexibilidade pode ser alcançada através da adoção de abordagens já existentes baseadas em agentes, como a arquitetura BDI, que provê agentes com características mentais de crenças, desejos e intenções. Essa arquitetura é altamente personalizável, deixando lacunas a serem preenchidas de acordo com aplicações específicas. Uma dessas lacunas é o algoritmo de seleção de planos, responsável por selecionar um plano para ser executado pelo agente buscando atingir um objetivo, e tendo grande influência no desempenho geral do agente. Grande parte das abordagens existentes requerem considerável esforço para personalização e ajuste a fim de serem utilizadas em aplicações específicas. Nessa dissertação, propomos uma abordagem para seleção de planos apta a aprender quais planos possivelmente terão os melhores resultados, baseando-se no contexto atual e nas preferências do agente. Nossa abordagem é composta por um meta-modelo, que deve ser instanciado a fim de especificar metadados de planos, e uma técnica que usa tais metadados para aprender e predizer resultados da execução destes planos. Avaliamos nossa abordagem experimentalmente e os resultados indicam que ela é efetiva. Adicionalmente, fornecemos uma ferramenta para apoiar o processo de desenvolvimento de agentes de software baseados em nosso trabalho. Essa ferramenta permite que desenvolvedores modelem e gerem código-fonte para agentes BDI com capacidades de aprendizado. Um estudo com usuários foi realizado para avaliar os benefícios de um método de desenvolvimento baseado em agentes BDI auxiliado por ferramenta. Evidências sugerem que nossa ferramenta pode auxiliar desenvolvedores que não sejam especialistas ou que não estejam familiarizados com a tecnologia de agentes. / Agent technology arises as a solution that provides flexibility and robustness to deal with dynamic and complex domains. Such flexibility can be achieved by the adoption of existing agent-based approaches, such as the BDI architecture, which provides agents with the mental attitudes of beliefs, desires and intentions. This architecture is highly customisable, leaving gaps to be fulfilled in particular applications. One of these gaps is the plan selection algorithm that is responsible for selecting a plan to be executed by an agent to achieve a goal, having an important influence on the overall agent performance. Most existing approaches require considerable effort for customisation and adjustment to be used in particular applications. In this dissertation, we propose a plan selection approach that is able to learn plans that provide possibly best outcomes, based on current context and agent’s preferences. Our approach is composed of a meta-model, which must be instantiated to specify plan metadata, and a technique that uses such metadata to learn and predict plan outcomes. We evaluated our approach experimentally, and results indicate it is effective. Additionally, we provide a tool to support the development process of software agents based on our work. This tool allows developers to model and generate source code for BDI agents with learning capabilities. A user study was performed to assess the improvements of a tool-supported BDI-agent-based development method, and evidences suggest that our tool can help developers that are not experts or are unfamiliar with the agent technology.

Humanos virtuais são modelos computacionais de pessoas. Se necessário, podem apresentar uma aparência bastante realista, baseada em princípios fisiológicos e biomecânicos. Além disso, são capazes de comportar-se de forma autônoma e inteligente em ambientes dinâmicos, podendo apresentar até mesmo individualidade e personalidade. Humanos virtuais podem ser utilizados como atores sintéticos. Tais atores têm sido usados em uma série de aplicações com a finalidade de simular a presença de atores reais. A indústria de jogos por computador requer personagens que sejam capazes de reagir apropriadamente a eventos e circunstâncias inesperadas, e até mesmo de alterar o progresso do jogo com seus cursos de ação autônomos. Um modo natural para desenvolver tais personagens prevê o uso de técnicas de inteligência artificial, em particular aquelas relacionadas às áreas de agentes autônomos e sistemas multiagentes. Neste trabalho, propõese o uso do modelo BDI (Belief-Desire-Intention) para modelar agentes cognitivos, com a finalidade de implementar personagens animados. O modelo BDI é uma abordagem bastante conhecida e bem sucedida para o desenvolvimento de agentes autônomos em sistemas multiagentes. Trata-se de uma arquitetura poderosa para sistemas dinâmicos e complexos, nos quais agentes podem precisar agir sob informação incompleta e incorreta sobre o seu ambiente e os outros habitantes. Esta dissertação reúne um modelo articulado para animação de personagens, o qual requer a especificação de movimento em cada junta individualmente, e um interpretador para AgentSpeak(L), uma linguagem de programação orientada a agentes que implementa a arquitetura BDI. Foi desenvolvida uma interface que permite que o sistema de raciocínio de um agente, baseado em BDI, seja usado para dirigir o comportamento de um personagem em um sistema de animação. O uso de AgentSpeak(L) é uma abordagem promissora para a especificação em alto nível de animações complexas por computador. O modelo conceitual e sua implementação são apresentados em capítulos distintos. Esta separação visa simplificar a compreensão do modelo proposto, permitindo primeiro analisá-lo em um nível mais alto de abstração, para então verificar detalhes de programação. Este trabalho apresenta também duas animações 3D, usadas para ilustrar a abordagem proposta. A principal animação apresentada envolve um agente situado em um ambiente dinâmico; o agente continuamente percebe o ambiente e raciocina para determinar como agir sobre ele, baseado em seu estado mental BDI. A outra aplicação é bastante simples, mas útil para mostrar algumas questões que são relevantes para obter-se mais eficiência em programas AgentSpeak(L). / Virtual humans are computational models of people. If necessary, they can portray a very realistic appearance, based on biomechanical and physiological principles. Besides, they are able to behave in an autonomous and intelligent way in dynamic environments, and even to exhibit individuality and personality. Virtual humans can be used as synthetic actors. Such kind of actors have been used in several applications, such as games, in order to simulate the presence of real actors. The computer-game industry requires characters that are able to react appropriately to unexpected events and circumstances, and even to change the game progress with their autonomous courses of actions. A natural way for developing such characters is by the use of artificial intelligence techniques, in particular those related to the areas of autonomous agents and multi-agent systems. In this work, the use of the Belief-Desire-Intention (BDI) model for cognitive agents in order to implement animated characters is proposed. The BDI model is a well-known and successful approach for the development of autonomous agents in multiagent systems. It is a very powerful architecture for dynamic and complex systems where agents may need to act under incomplete and incorrect information on other agents and their environment. This work brings together an articulated model for character animation, which requires the specification of motion on each joint individually, and an interpreter for AgentSpeak(L), an agent-oriented programming language that implements the BDI architecture. I have developed an interface that allows the BDI-based agent reasoning system to be used for guiding the behaviour of a character in an animation system. The use of AgentSpeak(L) is a promising approach for the high-level specification of complex computer animations. The conceptual model and its implementation are presented in distinct chapters. This separation aims at simplifying the comprehension of the proposed model, allowing its analysis first at a higher abstraction level, and after that to check programming details. This work also presents two 3-D animations used to illustrate the proposed approach. The main animation presented involves an agent that is situated in a dynamic environment; the agent continuously perceives the environment and reasons on how to act upon it based on its BDI mental state. The other application is quite simple, but useful to show some issues that are relevant for obtaining better performance from AgentSpeak(L) programs.

Humanos virtuais são modelos computacionais de pessoas. Se necessário, podem apresentar uma aparência bastante realista, baseada em princípios fisiológicos e biomecânicos. Além disso, são capazes de comportar-se de forma autônoma e inteligente em ambientes dinâmicos, podendo apresentar até mesmo individualidade e personalidade. Humanos virtuais podem ser utilizados como atores sintéticos. Tais atores têm sido usados em uma série de aplicações com a finalidade de simular a presença de atores reais. A indústria de jogos por computador requer personagens que sejam capazes de reagir apropriadamente a eventos e circunstâncias inesperadas, e até mesmo de alterar o progresso do jogo com seus cursos de ação autônomos. Um modo natural para desenvolver tais personagens prevê o uso de técnicas de inteligência artificial, em particular aquelas relacionadas às áreas de agentes autônomos e sistemas multiagentes. Neste trabalho, propõese o uso do modelo BDI (Belief-Desire-Intention) para modelar agentes cognitivos, com a finalidade de implementar personagens animados. O modelo BDI é uma abordagem bastante conhecida e bem sucedida para o desenvolvimento de agentes autônomos em sistemas multiagentes. Trata-se de uma arquitetura poderosa para sistemas dinâmicos e complexos, nos quais agentes podem precisar agir sob informação incompleta e incorreta sobre o seu ambiente e os outros habitantes. Esta dissertação reúne um modelo articulado para animação de personagens, o qual requer a especificação de movimento em cada junta individualmente, e um interpretador para AgentSpeak(L), uma linguagem de programação orientada a agentes que implementa a arquitetura BDI. Foi desenvolvida uma interface que permite que o sistema de raciocínio de um agente, baseado em BDI, seja usado para dirigir o comportamento de um personagem em um sistema de animação. O uso de AgentSpeak(L) é uma abordagem promissora para a especificação em alto nível de animações complexas por computador. O modelo conceitual e sua implementação são apresentados em capítulos distintos. Esta separação visa simplificar a compreensão do modelo proposto, permitindo primeiro analisá-lo em um nível mais alto de abstração, para então verificar detalhes de programação. Este trabalho apresenta também duas animações 3D, usadas para ilustrar a abordagem proposta. A principal animação apresentada envolve um agente situado em um ambiente dinâmico; o agente continuamente percebe o ambiente e raciocina para determinar como agir sobre ele, baseado em seu estado mental BDI. A outra aplicação é bastante simples, mas útil para mostrar algumas questões que são relevantes para obter-se mais eficiência em programas AgentSpeak(L). / Virtual humans are computational models of people. If necessary, they can portray a very realistic appearance, based on biomechanical and physiological principles. Besides, they are able to behave in an autonomous and intelligent way in dynamic environments, and even to exhibit individuality and personality. Virtual humans can be used as synthetic actors. Such kind of actors have been used in several applications, such as games, in order to simulate the presence of real actors. The computer-game industry requires characters that are able to react appropriately to unexpected events and circumstances, and even to change the game progress with their autonomous courses of actions. A natural way for developing such characters is by the use of artificial intelligence techniques, in particular those related to the areas of autonomous agents and multi-agent systems. In this work, the use of the Belief-Desire-Intention (BDI) model for cognitive agents in order to implement animated characters is proposed. The BDI model is a well-known and successful approach for the development of autonomous agents in multiagent systems. It is a very powerful architecture for dynamic and complex systems where agents may need to act under incomplete and incorrect information on other agents and their environment. This work brings together an articulated model for character animation, which requires the specification of motion on each joint individually, and an interpreter for AgentSpeak(L), an agent-oriented programming language that implements the BDI architecture. I have developed an interface that allows the BDI-based agent reasoning system to be used for guiding the behaviour of a character in an animation system. The use of AgentSpeak(L) is a promising approach for the high-level specification of complex computer animations. The conceptual model and its implementation are presented in distinct chapters. This separation aims at simplifying the comprehension of the proposed model, allowing its analysis first at a higher abstraction level, and after that to check programming details. This work also presents two 3-D animations used to illustrate the proposed approach. The main animation presented involves an agent that is situated in a dynamic environment; the agent continuously perceives the environment and reasons on how to act upon it based on its BDI mental state. The other application is quite simple, but useful to show some issues that are relevant for obtaining better performance from AgentSpeak(L) programs.

Humanos virtuais são modelos computacionais de pessoas. Se necessário, podem apresentar uma aparência bastante realista, baseada em princípios fisiológicos e biomecânicos. Além disso, são capazes de comportar-se de forma autônoma e inteligente em ambientes dinâmicos, podendo apresentar até mesmo individualidade e personalidade. Humanos virtuais podem ser utilizados como atores sintéticos. Tais atores têm sido usados em uma série de aplicações com a finalidade de simular a presença de atores reais. A indústria de jogos por computador requer personagens que sejam capazes de reagir apropriadamente a eventos e circunstâncias inesperadas, e até mesmo de alterar o progresso do jogo com seus cursos de ação autônomos. Um modo natural para desenvolver tais personagens prevê o uso de técnicas de inteligência artificial, em particular aquelas relacionadas às áreas de agentes autônomos e sistemas multiagentes. Neste trabalho, propõese o uso do modelo BDI (Belief-Desire-Intention) para modelar agentes cognitivos, com a finalidade de implementar personagens animados. O modelo BDI é uma abordagem bastante conhecida e bem sucedida para o desenvolvimento de agentes autônomos em sistemas multiagentes. Trata-se de uma arquitetura poderosa para sistemas dinâmicos e complexos, nos quais agentes podem precisar agir sob informação incompleta e incorreta sobre o seu ambiente e os outros habitantes. Esta dissertação reúne um modelo articulado para animação de personagens, o qual requer a especificação de movimento em cada junta individualmente, e um interpretador para AgentSpeak(L), uma linguagem de programação orientada a agentes que implementa a arquitetura BDI. Foi desenvolvida uma interface que permite que o sistema de raciocínio de um agente, baseado em BDI, seja usado para dirigir o comportamento de um personagem em um sistema de animação. O uso de AgentSpeak(L) é uma abordagem promissora para a especificação em alto nível de animações complexas por computador. O modelo conceitual e sua implementação são apresentados em capítulos distintos. Esta separação visa simplificar a compreensão do modelo proposto, permitindo primeiro analisá-lo em um nível mais alto de abstração, para então verificar detalhes de programação. Este trabalho apresenta também duas animações 3D, usadas para ilustrar a abordagem proposta. A principal animação apresentada envolve um agente situado em um ambiente dinâmico; o agente continuamente percebe o ambiente e raciocina para determinar como agir sobre ele, baseado em seu estado mental BDI. A outra aplicação é bastante simples, mas útil para mostrar algumas questões que são relevantes para obter-se mais eficiência em programas AgentSpeak(L). / Virtual humans are computational models of people. If necessary, they can portray a very realistic appearance, based on biomechanical and physiological principles. Besides, they are able to behave in an autonomous and intelligent way in dynamic environments, and even to exhibit individuality and personality. Virtual humans can be used as synthetic actors. Such kind of actors have been used in several applications, such as games, in order to simulate the presence of real actors. The computer-game industry requires characters that are able to react appropriately to unexpected events and circumstances, and even to change the game progress with their autonomous courses of actions. A natural way for developing such characters is by the use of artificial intelligence techniques, in particular those related to the areas of autonomous agents and multi-agent systems. In this work, the use of the Belief-Desire-Intention (BDI) model for cognitive agents in order to implement animated characters is proposed. The BDI model is a well-known and successful approach for the development of autonomous agents in multiagent systems. It is a very powerful architecture for dynamic and complex systems where agents may need to act under incomplete and incorrect information on other agents and their environment. This work brings together an articulated model for character animation, which requires the specification of motion on each joint individually, and an interpreter for AgentSpeak(L), an agent-oriented programming language that implements the BDI architecture. I have developed an interface that allows the BDI-based agent reasoning system to be used for guiding the behaviour of a character in an animation system. The use of AgentSpeak(L) is a promising approach for the high-level specification of complex computer animations. The conceptual model and its implementation are presented in distinct chapters. This separation aims at simplifying the comprehension of the proposed model, allowing its analysis first at a higher abstraction level, and after that to check programming details. This work also presents two 3-D animations used to illustrate the proposed approach. The main animation presented involves an agent that is situated in a dynamic environment; the agent continuously perceives the environment and reasons on how to act upon it based on its BDI mental state. The other application is quite simple, but useful to show some issues that are relevant for obtaining better performance from AgentSpeak(L) programs.

O rápido crescimento das regiões urbanas tem impacto significativo nos sistemas de tráfego e transportes. Políticas de gerenciamento e estratégias de planejamento alternativas são claramente necessárias para o tratamento da capacidade limitada, e cada vez mais deficitária, das redes viárias. O conceito de Sistemas Inteligentes de Transportes (ITS) surge neste cenário; mais do que procurar aumentar a capacidade por meio de modificações físicas na infraestrutura, sua premissa baseia-se na utilização de tecnologias avançadas de comunicação e computação para melhor gerir os recursos de tráfego e transportes atuais. Influenciar o padrão do comportamento dos usuários é um desafio que tem estimulado muita pesquisa na área de ITS, onde fatores humanos passam a ter grande importância na modelagem, simulação e avaliação dessa abordagem inovadora. Este trabalho tem como foco a utilização de Sistemas Multiagentes (MAS) na representação dos sistemas de tráfego e transporte, com base nas novasmedidas de desempenho impostas pelas tecnologias ITS. As características de agentes têm grande potencial para representar componentes geográfica e funcionalmente distribuídos, como a maioria dos elementos no domínio da aplicação. Uma arquitetura BDI (beliefs, desires, intentions) é apresentada como alternativa a modelos tradicionais, usados para representar o comportamento do motorista em simulação microscópica, considerando-se a representação explícita dos estados mentais dos usuários. Os conceitos básicos de ITS e MAS são apresentados, assim como exemplos de aplicações relacionados com o tema do trabalho. Esta foi a motivação para a extensão de um simulador microscópico existente, no sentido de incorporar as características dos MAS para melhorar a representação dos motoristas. Assim, a demanda é gerada a partir de uma população de agentes, resultando da decisão sobre a rota e o tempo de partida ao longo de vários dias. O modelo estendido, que passa a suportar a interação de motoristas BDI, foi efetivamente implementado e foram executados diferentes experimentos para testar a abordagem em cenários de tráfego urbano. MAS permite uma abordagem direcionada a processos que facilita a construção de representações modulares, robustas, e extensíveis, características pouco presentes em abordagens voltadas ao resultado. Suas premissas de abstração permitem uma associação direta entre modelo e implementação. Incerteza e variabilidade são assim tratadas de maneira mais intuitiva, uma vez que arquiteturas cognitivas permitem uma fácil representação do comportamento humano na estrutura do motorista. Desta forma, MAS estende a simulação microscópica de tráfego no sentido de melhor representar a complexidade inerente às tecnologias ITS. / The rapid growth of urban areas has a significant impact on traffic and transportation systems. New management policies and planning strategies are clearly necessary to cope with the more than ever limited capacity of existing road networks. The concept of Intelligent Transportation System (ITS) arises in this scenario; rather than attempting to increase road capacity by means of physical modifications to the infrastructure, the premise of ITS relies on the use of advanced communication and computer technologies to handle today’s traffic and transportation facilities. Influencing users’ behaviour patterns is a challenge that has stimulated much research in the ITS field, where human factors start gaining great importance to modelling, simulating, and assessing such an innovative approach. This work is aimed at using Multi-agent Systems (MAS) to represent the traffic and transportation systems in the light of the new performance measures brought about by ITS technologies. Agent features have good potentialities to represent those components of a system that are geographically and functionally distributed, such as most components in traffic and transportation. A BDI (beliefs, desires, and intentions) architecture is presented as an alternative to traditional models used to represent the driver behaviour within microscopic simulation allowing for an explicit representation of users’ mental states. Basic concepts of ITS and MAS are presented, as well as some application examples related to the subject. This has motivated the extension of an existing microscopic simulation framework to incorporate MAS features to enhance the representation of drivers. This way demand is generated from a population of agents as the result of their decisions on route and departure time, on a daily basis. The extended simulation model that now supports the interaction of BDI driver agents was effectively implemented, and different experiments were performed to test this approach in commuter scenarios. MAS provides a process-driven approach that fosters the easy construction of modular, robust, and scalable models, characteristics that lack in former result-driven approaches. Its abstraction premises allow for a closer association between the model and its practical implementation. Uncertainty and variability are addressed in a straightforward manner, as an easier representation of humanlike behaviours within the driver structure is provided by cognitive architectures, such as the BDI approach used in this work. This way MAS extends microscopic simulation of traffic to better address the complexity inherent in ITS technologies.

O rápido crescimento das regiões urbanas tem impacto significativo nos sistemas de tráfego e transportes. Políticas de gerenciamento e estratégias de planejamento alternativas são claramente necessárias para o tratamento da capacidade limitada, e cada vez mais deficitária, das redes viárias. O conceito de Sistemas Inteligentes de Transportes (ITS) surge neste cenário; mais do que procurar aumentar a capacidade por meio de modificações físicas na infraestrutura, sua premissa baseia-se na utilização de tecnologias avançadas de comunicação e computação para melhor gerir os recursos de tráfego e transportes atuais. Influenciar o padrão do comportamento dos usuários é um desafio que tem estimulado muita pesquisa na área de ITS, onde fatores humanos passam a ter grande importância na modelagem, simulação e avaliação dessa abordagem inovadora. Este trabalho tem como foco a utilização de Sistemas Multiagentes (MAS) na representação dos sistemas de tráfego e transporte, com base nas novasmedidas de desempenho impostas pelas tecnologias ITS. As características de agentes têm grande potencial para representar componentes geográfica e funcionalmente distribuídos, como a maioria dos elementos no domínio da aplicação. Uma arquitetura BDI (beliefs, desires, intentions) é apresentada como alternativa a modelos tradicionais, usados para representar o comportamento do motorista em simulação microscópica, considerando-se a representação explícita dos estados mentais dos usuários. Os conceitos básicos de ITS e MAS são apresentados, assim como exemplos de aplicações relacionados com o tema do trabalho. Esta foi a motivação para a extensão de um simulador microscópico existente, no sentido de incorporar as características dos MAS para melhorar a representação dos motoristas. Assim, a demanda é gerada a partir de uma população de agentes, resultando da decisão sobre a rota e o tempo de partida ao longo de vários dias. O modelo estendido, que passa a suportar a interação de motoristas BDI, foi efetivamente implementado e foram executados diferentes experimentos para testar a abordagem em cenários de tráfego urbano. MAS permite uma abordagem direcionada a processos que facilita a construção de representações modulares, robustas, e extensíveis, características pouco presentes em abordagens voltadas ao resultado. Suas premissas de abstração permitem uma associação direta entre modelo e implementação. Incerteza e variabilidade são assim tratadas de maneira mais intuitiva, uma vez que arquiteturas cognitivas permitem uma fácil representação do comportamento humano na estrutura do motorista. Desta forma, MAS estende a simulação microscópica de tráfego no sentido de melhor representar a complexidade inerente às tecnologias ITS. / The rapid growth of urban areas has a significant impact on traffic and transportation systems. New management policies and planning strategies are clearly necessary to cope with the more than ever limited capacity of existing road networks. The concept of Intelligent Transportation System (ITS) arises in this scenario; rather than attempting to increase road capacity by means of physical modifications to the infrastructure, the premise of ITS relies on the use of advanced communication and computer technologies to handle today’s traffic and transportation facilities. Influencing users’ behaviour patterns is a challenge that has stimulated much research in the ITS field, where human factors start gaining great importance to modelling, simulating, and assessing such an innovative approach. This work is aimed at using Multi-agent Systems (MAS) to represent the traffic and transportation systems in the light of the new performance measures brought about by ITS technologies. Agent features have good potentialities to represent those components of a system that are geographically and functionally distributed, such as most components in traffic and transportation. A BDI (beliefs, desires, and intentions) architecture is presented as an alternative to traditional models used to represent the driver behaviour within microscopic simulation allowing for an explicit representation of users’ mental states. Basic concepts of ITS and MAS are presented, as well as some application examples related to the subject. This has motivated the extension of an existing microscopic simulation framework to incorporate MAS features to enhance the representation of drivers. This way demand is generated from a population of agents as the result of their decisions on route and departure time, on a daily basis. The extended simulation model that now supports the interaction of BDI driver agents was effectively implemented, and different experiments were performed to test this approach in commuter scenarios. MAS provides a process-driven approach that fosters the easy construction of modular, robust, and scalable models, characteristics that lack in former result-driven approaches. Its abstraction premises allow for a closer association between the model and its practical implementation. Uncertainty and variability are addressed in a straightforward manner, as an easier representation of humanlike behaviours within the driver structure is provided by cognitive architectures, such as the BDI approach used in this work. This way MAS extends microscopic simulation of traffic to better address the complexity inherent in ITS technologies.

O rápido crescimento das regiões urbanas tem impacto significativo nos sistemas de tráfego e transportes. Políticas de gerenciamento e estratégias de planejamento alternativas são claramente necessárias para o tratamento da capacidade limitada, e cada vez mais deficitária, das redes viárias. O conceito de Sistemas Inteligentes de Transportes (ITS) surge neste cenário; mais do que procurar aumentar a capacidade por meio de modificações físicas na infraestrutura, sua premissa baseia-se na utilização de tecnologias avançadas de comunicação e computação para melhor gerir os recursos de tráfego e transportes atuais. Influenciar o padrão do comportamento dos usuários é um desafio que tem estimulado muita pesquisa na área de ITS, onde fatores humanos passam a ter grande importância na modelagem, simulação e avaliação dessa abordagem inovadora. Este trabalho tem como foco a utilização de Sistemas Multiagentes (MAS) na representação dos sistemas de tráfego e transporte, com base nas novasmedidas de desempenho impostas pelas tecnologias ITS. As características de agentes têm grande potencial para representar componentes geográfica e funcionalmente distribuídos, como a maioria dos elementos no domínio da aplicação. Uma arquitetura BDI (beliefs, desires, intentions) é apresentada como alternativa a modelos tradicionais, usados para representar o comportamento do motorista em simulação microscópica, considerando-se a representação explícita dos estados mentais dos usuários. Os conceitos básicos de ITS e MAS são apresentados, assim como exemplos de aplicações relacionados com o tema do trabalho. Esta foi a motivação para a extensão de um simulador microscópico existente, no sentido de incorporar as características dos MAS para melhorar a representação dos motoristas. Assim, a demanda é gerada a partir de uma população de agentes, resultando da decisão sobre a rota e o tempo de partida ao longo de vários dias. O modelo estendido, que passa a suportar a interação de motoristas BDI, foi efetivamente implementado e foram executados diferentes experimentos para testar a abordagem em cenários de tráfego urbano. MAS permite uma abordagem direcionada a processos que facilita a construção de representações modulares, robustas, e extensíveis, características pouco presentes em abordagens voltadas ao resultado. Suas premissas de abstração permitem uma associação direta entre modelo e implementação. Incerteza e variabilidade são assim tratadas de maneira mais intuitiva, uma vez que arquiteturas cognitivas permitem uma fácil representação do comportamento humano na estrutura do motorista. Desta forma, MAS estende a simulação microscópica de tráfego no sentido de melhor representar a complexidade inerente às tecnologias ITS. / The rapid growth of urban areas has a significant impact on traffic and transportation systems. New management policies and planning strategies are clearly necessary to cope with the more than ever limited capacity of existing road networks. The concept of Intelligent Transportation System (ITS) arises in this scenario; rather than attempting to increase road capacity by means of physical modifications to the infrastructure, the premise of ITS relies on the use of advanced communication and computer technologies to handle today’s traffic and transportation facilities. Influencing users’ behaviour patterns is a challenge that has stimulated much research in the ITS field, where human factors start gaining great importance to modelling, simulating, and assessing such an innovative approach. This work is aimed at using Multi-agent Systems (MAS) to represent the traffic and transportation systems in the light of the new performance measures brought about by ITS technologies. Agent features have good potentialities to represent those components of a system that are geographically and functionally distributed, such as most components in traffic and transportation. A BDI (beliefs, desires, and intentions) architecture is presented as an alternative to traditional models used to represent the driver behaviour within microscopic simulation allowing for an explicit representation of users’ mental states. Basic concepts of ITS and MAS are presented, as well as some application examples related to the subject. This has motivated the extension of an existing microscopic simulation framework to incorporate MAS features to enhance the representation of drivers. This way demand is generated from a population of agents as the result of their decisions on route and departure time, on a daily basis. The extended simulation model that now supports the interaction of BDI driver agents was effectively implemented, and different experiments were performed to test this approach in commuter scenarios. MAS provides a process-driven approach that fosters the easy construction of modular, robust, and scalable models, characteristics that lack in former result-driven approaches. Its abstraction premises allow for a closer association between the model and its practical implementation. Uncertainty and variability are addressed in a straightforward manner, as an easier representation of humanlike behaviours within the driver structure is provided by cognitive architectures, such as the BDI approach used in this work. This way MAS extends microscopic simulation of traffic to better address the complexity inherent in ITS technologies.