Made available in DSpace on 2015-11-20T01:15:11Z (GMT). No. of bitstreams: 1 000476244-Texto+Completo-0.pdf: 569 bytes, checksum: 79838a20b7c104bffe3bdf660f64ba28 (MD5) Previous issue date: 2015 / Programming multi-robot autonomous systems can be extremely complex without appropriate software development techniques to abstract hardware faults, as well as can be hard to deal with the complexity of software required the coordinated autonomous behavior. Real environments are dynamic and unexpected events may occur, leading a robot to unforeseen situations or even fault situations. This work presents a method of integration of Jason multi-agent system into ROS robotic framework. Through this integration, can be easier to describe complex missions by using Jason agent language and its resources, as well as abstracting hardware details from the decision-taken process. Moreover, software modules related to the hardware control and modules which have a high CPU cost are separated from the planning and decision-taken process in software layers, allowing plan and software modules reuse in different missions and robots. Through this integration, Jason resources such as plans reconsideration and contingency plans can be used in a way where they can enable the robot to reconsider its actions and strategies in order to reach its goals or to take actions to deal with unforeseen situations due the environment unpredictability or even some robot hardware fault. The presented integration method also allows the cooperation between multiple robots through a standardized language of communication between agents. The proposed method is validated by a case study applied in real robots where a robot can detect a fault in its hardware and diagnose it through the help of another robot, in a highly abstract method of cooperative diagnosis. / A programação de sistemas autônomos multi-robô pode ser extremamente complexa sem o uso de técnicas de desenvolvimento de software apropriadas à abstração de características de hardware, assim como pode ser difícil lidar com a complexidade de software necessária ao comportamento autônomo coordenado. Ambientes reais são dinâmicos e eventos inesperados podem ocorrer, levando um robô a situações não previstas ou até mesmo situações de falha. Este trabalho apresenta um método de integração do sistema multi-agente Jason com o framework robótico ROS. Através desta integração, missões complexas podem ser mais facilmete descritas tendo em vista o uso da linguagem de agentes e seus recursos, bem como a abstração de detalhes de hardware do processo de tomada de decisão. Além disso, módulos de software vinculados ao controle do hardware e módulos com alto consumo de recurso de CPU são separados das rotinas de planejamento e tomada de decisão através de camadas de software, possibilitando o reuso de planos e módulos de software em diferentes missões e robôs. Através desta integração, recursos do sistema multi-agente, tais como a reconsideração de planos e planos de contingência, podem ser utilizados de forma a permitir que o robô reavalie suas ações e estratégias a fim de atingir seus objetivos ou tome ações de forma a lidar com situações imprevistas diante da dinamicidade do ambiente ou quando falhas são detectadas no hardware do robô. A integração permite ainda a cooperação entre múltiplos robôs através de uma linguagem de comunicação padronizada entre agentes. O método proposto é validado através de um estudo de caso aplicado a robôs reais onde um robô pode detectar falhas em seu hardware e diagnosticá-las através da ajuda de outro robô, em um método cooperativo de diagnóstico altamente abstrato.

Made available in DSpace on 2013-10-29T16:24:51Z (GMT). No. of bitstreams: 1 000451616-Texto+Completo-0.pdf: 18264447 bytes, checksum: 02e74b31d71030af5f9b0355ff4fef90 (MD5) Previous issue date: 2013 / There currently are approximately 16 million of unique (non-redundant) protein sequences in the GenBank. In the PDB, we can only find about 89,000 three-dimensional (3-D) protein structures and only 1,393 different SCOP protein folds. Thus, there is a huge gap between our ability to generate protein sequences and that of solving 3-D structures of proteins with unique, novel folds. This gap has been reduced with the aid from structural bioinformatics by addressing the problem of how a protein reaches its 3-D structure starting only from its amino acid sequence. This is called the protein structure prediction (PSP) problem. Thermodynamics considerations presented by Christian Anfinsen and co-workers in 1973 have it that a protein native structure is the one that minimizes its global free energy. Hence, we can treat the PSP problem as a minimization one within an NP-complete class of computation complexity. Several techniques have been used to predict the 3-D structure of proteins. In this work we supplement these techniques by adding artificial intelligence concepts still not much exploited in bioinformatics. More specifically, we propose a framework, based on an ab initio approach, of a cooperative hierarquical multi-agent system guided by a Simulated Annealing and a Monte Carlo scheme to address the PSP problem. Our multi-agent system has as input the protein amino acid sequence. Amino acids are represented by two agents: The C-Alpha agent (in lieu of the C alpha carbon atom) and the CBeta agent (in lieu of the side chain centroid). These Amino Acid agents can interact with each other. There are two other agents: one coordinates the Amino Acid agents; the other coordinates the protein system. The multi-agent system was created using the NetLogo platform. A clustering protocol was implemented for obtaining each simulation representant model. The results were compared with published papers regarding similar methodology and the use of Multi-Agent Systems to address the Protein Structure Prediction Problem. We present partial results which are encouraging for mini proteins. / Atualmente existem aproximadamente 16 milhões de sequências únicas de proteínas (não redundantes) no GenBank. Entretanto, no PDB, podemos encontrar apenas cerca de 85. 000 estruturas tridimensionais (3D) de proteínas das quais apenas 1. 393 possuem dobramento SCOP diferentes. Existe então uma grande lacuna entre nossas atuais habilidades no que se trata de gerar sequências de proteínas e nossas habilidades em resolver estruturas 3D de proteínas com novos dobramentos. Essa lacuna vem sendo reduzida com a ajuda da bioinformática estrutural por meio do endereçamento do problema de como uma proteína alcança sua estrutura 3D partindo-se apenas de sua sequencia de aminoácidos. Esse é conhecido como o Problema PSP, do inglês Protein Structure Prediction Problem. Considerações termodinâmicas apresentadas por Christian Anfinsen e colaboradores em 1973 deram inicio a uma forma de abordar o problema que hoje é conhecida como a hipótese de Anfinsen, a qual afirma que a estrutura nativa de uma proteína é aquela que minimiza sua energia global livre. Podemos então, tratar o problema PSP como um problema de minimização, tendo em mente ser um problema de complexidade NP-Completo. Neste são utilizados conceitos adventos da inteligência artificial até hoje não muito explorados na bioinformática. Mais especificamente, propomos um arcabouço baseado em uma abordagem ab initio, envolvendo um sistema multi-agente hierarquicamente cooperativo e guiado por um esquema baseado no método de Monte Carlo e de Arrefecimento Simulado, a fim de obter-se a otimização de uma função de energia. O sistema multi-agente tem como entrada apenas a sequencia de aminoácidos das proteínas. Cada aminoácido é representado por dois agentes: O agente C-Alfa (correspondendo o átomo C alfa) e um agente C-Beta (correspondendo ao centroide da cadeia lateral do aminoácido). Esses agentes aminoácidos interagem entre si. Existem dois outros tipos de agentes: um coordena os agentes Aminoácidos (C-Alfa e CBeta) e outro coordena o sistema por inteiro. O sistema multi-agente foi criado utilizando a plataforma NetLogo. Um protocolo de clusterização foi desenvolvido para a obtenção da estrutura modelo de cada simulação e os resultados foram comparados com a literatura no que se trata de PSP e multi-agentes e se mostraram promissores.

Made available in DSpace on 2014-06-14T02:01:12Z (GMT). No. of bitstreams: 1 000458673-Texto+Completo-0.pdf: 3080106 bytes, checksum: 9e7d54d363eba0c316926ded1626fd2b (MD5) Previous issue date: 2014 / In order to address the challenges of greener energy generation, new techniques need to be developed both to generate electricity with lower emissions and to optimize energy distribution and consumption. Smart grid techniques have been developed specifically to tackle this latter challenge. Our research aims to contribute to improve the efficiency of energy use within a single household by modeling appliances as a multi agent system (MAS). We model this system as a virtual organization in which agents form groups and hierarchies and follow specific behavioral rules. This model seeks to minimize energy consumption while reaching a tradeoff between user comfort, energy cost and limiting peak energy usage. / Buscando enfrentar os desafios de gerar energia de forma mais limpa, novas técnicas precisam ser desenvolvidas tanto para a produção de eletricidade com baixa emissão de gás carbônico quanto otimizar a distribuição e consumo de energia existente. Técnicas foram desenvolvidos especificamente para combater este último desafio. Nossa pesquisa tem como objetivo contribuir para melhorar a eficiência do uso de energia em uma residência modelando os eletrodomésticos como um sistema multi agentes (MAS). Modelamos este sistema como uma organização virtual em que os agentes formam grupos e hierarquias e seguem específicas regras de comportamento. Este modelo visa minimizar o consumo de energia, enquanto alcança um equilíbrio entre o conforto do usuário e o custo da energia, além de limitar picos de demanda de energia.

Made available in DSpace on 2015-02-24T02:01:15Z (GMT). No. of bitstreams: 1 000465377-Texto+Completo-0.pdf: 1289141 bytes, checksum: ec3a0e7b08e9b0fe0c681f6e98f13688 (MD5) Previous issue date: 2014 / Automated planning is an important capability to have in intelligent agents. Extensive research has been done in single-agent planning, but so far planning has not been fully explored in multiagent systems because of the computational costs of multi-agent planning algorithms. With the increasing availability of distributed systems and more recently multi-core processors, several new multi-agent planning algorithms have been developed, such as the MAP-POP algorithm, which we integrate into the JaCaMo multi-agent system framework. Our work provides offline multi-agent planning capabilities as part of a multi-agent system development framework. This framework supports complex multi-agent problems based on agent-oriented programming. In summary, the main contribution of this work is to provide the developers with an initial multiagent system implementation for a target scenario, based on the solutions found by the MAPPOP multi-agent planner, and on which the developer can work further towards a fully-fledged multi-agent system. / Planejamento automatizado é uma capacidade importante de se ter em agentes inteligentes. Já foi realizada uma extensa pesquisa em planejamento para um único agente, porém planejamento multiagente ainda não foi totalmente explorado, principalmente por causa do alto custo computacional encontrado nos algoritmos para planejamento multiagente. Com o aumento na disponibilidade e o avanço técnológico de sistemas distribuídos, e mais recentemente de processadores multinúcleos, novos algoritmos de planejamento multiagente tem sido desenvolvidos, como por exemplo o algoritmo MAP-POP, que neste trabalho é integrado com o framework de sistemas multiagente JaCaMo. Este trabalho fornece capacidades para planejamento multiagente offline como parte de um framework para desenvolvimento de sistemas multiagentes. Esse framework suporta problemas multiagente complexos baseados em programação orientada a agentes. Em síntese, a principal contribuição deste trabalho é fornecer aos desenvolvedores uma implementação inicial do sistema multiagente para um determinado cenário, baseado nas soluções encontradas pelo planejador MAP-POP, a qual pode aindar ser expandida pelo desenvolvedor para se tornar um sistema multiagente completo e bem desenvolvido.

Made available in DSpace on 2013-08-07T18:43:39Z (GMT). No. of bitstreams: 1 000418217-Texto+Completo-0.pdf: 5227387 bytes, checksum: 76ac1f769c36938ad37dd102d268c451 (MD5) Previous issue date: 2009 / Multiagent Systems gained a lot of attention in the last years through the appearance of new proposals for development methodologies, modelling languages, implementation and execution environments of these systems, among others. Such proposals aim the maturing of the agent oriented development processo However, we have noticed the need for a less subjective method for agent role identification that poes not depend simultaneously on the technical knowledge of systems analysts and that does not involve the system modelling, once in this phase the system is already in construction. Due to the advantages brought by the Business Modelling, a great number of companies have started using this discipline in order to redefine their processes, aiming to find possible improvements on such process and in the organization by itself. In this context, it is being proposed in this dissertation a extension in an existing agent oriented methodology by adding the Business Modelling for agent role identification. We also bring to bear the concepts from the Decision Process to make the role identification a process more objetive. / Sistemas Multiagentes ganharam muita atenção nos últimos anos através do surgimento de novas propostas para metodologias de desenvolvimento, linguagens de modelagem e plataformas para implementação e execução de tais sistemas, entre outras. Tais propostas visam o amadurecimento o processo de desenvolvimento de aplicações orientadas a agentes. Entretanto, observamos a necessidade de um método menos subjetivo para a identificação de papéis de agentes, que simultaneamente não dependesse do conhecimento técnico dos analistas de sistemas e que não envolvesse a modelagem de sistemas em si, uma vez que nesta etapa do processo de desenvolvimento, o sistema já está em construção. Devido as vantagens fornecidas pela Modelagem de Negócio, muitas empresas começaram a fazer o uso desta disciplina para reestruturação seus processos, buscando desta forma identificar possíveis melhorias dentro da organização. Dentro desse contexto, neste trabalho está sendo proposta a introdução da Modelagem de Negócio à uma metodologia voltada a construção de sistemas multiagentes para a realização da identificação de papéis de agentes. Junto com a introdução dessa disciplina, utilizamos conceitos provenientes do Processo Decisório com o intuito de tornar mais objetivo a etapa de identificação de papéis de agentes.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciências da Computação, 2014. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2015-03-26T16:59:05Z No. of bitstreams: 1 2014_DanieldaSilvaSouza.pdf: 2076331 bytes, checksum: a87184e0f162b276c6b8666762b41e35 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2015-05-20T18:02:57Z (GMT) No. of bitstreams: 1 2014_DanieldaSilvaSouza.pdf: 2076331 bytes, checksum: a87184e0f162b276c6b8666762b41e35 (MD5) / Made available in DSpace on 2015-05-20T18:02:57Z (GMT). No. of bitstreams: 1 2014_DanieldaSilvaSouza.pdf: 2076331 bytes, checksum: a87184e0f162b276c6b8666762b41e35 (MD5) / Identificar funções biológicas das sequências é uma atividade chave em projetos genomas. Esta tarefa é realizada na etapa de anotação, que possui duas fases. Na fase manual, biólogos utilizam seu conhecimento e experiência determinar a função de cada sequência, baseada nos resultados produzidos pela fase automática, onde ferramentas e bancos de dados são utilizados para predizer uma anotação funcional. Esta dissertação propõe BioAgents-Prot, uma ferramenta multiagente baseada em conhecimento, que simula o conhecimento e experiência dos biólogos para anotação de proteínas. BioAgents-Prot foi definido com uma abordagem de agentes cooperativos, onde diferentes agentes especializados trabalham em conjunto na tentativa de sugerir uma anotação manual adequada. A arquitetura proposta em três camadas foi desenvolvida com Java Agent DEvelopment Framework - JADE e Drools, um motor de inferência baseado em regras. Para avaliar o desempenho do BioAgents-Prot, as anotações dos transcritos do fungo Saccharomyces cerevisiae foram comparadas com as anotações sugeridas pelo sistema. Usando regras básicas que representam o raciocínio de anotação, obtemos 95.84% de sensibilidade, 93.22% de especificidade, 98.40% de F1-score e 0.80 de MCC, que demonstram a utilidade do BioAgents-Prot na etapa de anotação em projetos transcritoma. ______________________________________________________________________________________________ ABSTRACT / Identifying biological function of sequences is a key activity in genome projects. This task is done in the annotation step, which has two phases. In the manual phase, biologists use their knowledge and experience to determine the function for each sequence, based on the results produced by the automatic phase, where tools and data bases are used to predict functional annotation. This dissertation presents BioAgents-Prot, a knowledge based multiagent tool, which simulates biologists expertise to annotate proteins. BioAgents-Prot is defined with an approach of cooperative agents, where specialized intelligent agents work together to suggest proper manual annotation. The proposed three-layer architecture was implemented with Java Agent DEvelopment Framework-JADE and Drools (a rule-based inference engine). To assess performance, transcript annotations of the Saccharomyces cerevisiae fungus were compared to the annotations suggested by BioAgents-Prot. Using basic rules that represents the annotation reasoning, we obtained 95.84% of sensitivity, 93.22% of specificity, 98.40% of F1-score and 0.80 of MCC, which shows the usefulness of BioAgents-Prot in annotation step of transcriptome projects.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2011. / Submitted by Gabriela Ribeiro (gaby_ribeiro87@hotmail.com) on 2011-06-22T20:32:22Z No. of bitstreams: 1 2011_CarlosViníciusSarmentoSilva.pdf: 3795960 bytes, checksum: 63d12d2765cdb654dc26657b9ec5bfd3 (MD5) / Approved for entry into archive by Guilherme Lourenço Machado(gui.admin@gmail.com) on 2011-06-28T13:01:49Z (GMT) No. of bitstreams: 1 2011_CarlosViníciusSarmentoSilva.pdf: 3795960 bytes, checksum: 63d12d2765cdb654dc26657b9ec5bfd3 (MD5) / Made available in DSpace on 2011-06-28T13:01:49Z (GMT). No. of bitstreams: 1 2011_CarlosViníciusSarmentoSilva.pdf: 3795960 bytes, checksum: 63d12d2765cdb654dc26657b9ec5bfd3 (MD5) / O trabalho de auditoria governamental tem sido realizado no âmbito do Poder Executivo Federal pela Controladoria-Geral da União. Várias estratégias são utilizadas visando a prevenção e o combate à corrupção. No entanto, algumas atividades tais como detecção de cartéis em licitações são limitadas devido à complexidade de se correlacionar informa ções para geração de conhecimento útil para os auditores através da análise de bases de dados. A área de Mineração de Dados tem sido alvo de várias pesquisas tendo bons resultados no processo de descoberta de conhecimento em grandes bases de dados onde várias técnicas já foram de_nidas nesta área tais como classi_cação, clusterização e regras de associação. Sistema Multiagentes por sua vez, apresenta consideráveis vantagens no sentido de possibilitar a distribuição do processamento e fazer uso de autonomia de agentes de softwares para realização de tarefas complexas. Essas duas áreas de estudo, até recentemente separadas, são integradas neste trabalho através de AGent Mining Integration (AGMI), uma arquitetura que integra diferentes técnicas de mineração de dados utilizando uma abordagem multiagentes para automatização do processo de descoberta de conhecimento. AGMI é composta por agentes que operam em três diferentes camadas: estratégica, tática e operacional. Através da autonomia de agentes, AGMI é capaz de integrar técnicas de mineração de dados de forma distribuída e utilizar heurísticas para melhoramento do conhecimento encontrado. Neste trabalho é apresentado um protótipo do AGMI que foi testado com dados reais de licitações extraídas do Sistema ComprasNet. Vários experimentos foram realizados explorando os aspectos de distribuição do processamento e autonomia dos agentes. AGMI apresentou bons resultados quanto ao desempenho, capacidade autônoma de melhorar o conhecimento descoberto e quanto à qualidade do conhecimento apresentado. Comparando com a abordagem testada, utilizando apenas o algoritmo de Regras de Associação, os experimentos com AGMI mostraram um aumento de 170% na qualidade média das 10 melhores regras encontradas e de 350% na qualidade média das 100 melhores regras encontradas. Além disso, AGMI aumentou a qualidade de 193 regras, através de heurística aplicada autonomamente pelo agente Avaliador. As regras descobertas nos experimentos foram analisadas por especialistas da Controladoria- Geral da União e apresentaram fortes indícios de irregularidades em licitações tais como cartéis, simulação de concorrência e direcionamento de editais. _________________________________________________________________________________ ABSTRACT / In Brazil, government auditing is performed by the O_ce of the Comptroller General (CGU), where several approaches are being used to prevent and _ght corruption. However, some activities such as government purchasing fraud detection are limited by the di_culty in _nding e_ective ways to implement. The main problem focused by this research project is how to extract and generate useful knowledge from huge databases of Brazilian Federal procurement processes, in order to help the governmental auditing work. However, activities like detection of cartels are a complex problem in many senses. In terms of _nding useful auditing knowledge, because of the volume of data to correlate information, and also because of the dynamism and diversi_ed strategies used by companies to hide their fraudulent operations. In this research, we combine two originally separated areas and increasingly interrelated: distributed multi-agent systems and data mining. In our approach, we prove the interaction features in a bilateral and complementary way, by introducing AGMI - an AGent-MIning tool for automate knowledge discovery process in a distributed way. Considering the data mining perspective, we have used di_erent model functions, such as clusterization and link analysis with association rules. Autonomous agents are also used in the process in order to improve the discovered knowledge quality. To validate the usage of AGMI, we have performed several experiments using real data from ComprasNet, a government purchasing system of Brazil. Our approach resulted in expressive discovered knowledge. Considering a tested approach using only Association Rule algorithm, the AGMI's experiments have shown a rule quality improvement of 170% in the top 10 rules and 350% in the top 100 rules. Besides, AGMI also enhanced the quality of 193 rules through the autonomous heuristics of Evaluator Agent. According to the auditing experts, the discovered knowledge shall help the work of the CGU auditors in the detection, prevention and monitoring of cartels acting in public procurement processes.

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2013. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2014-01-21T12:46:46Z No. of bitstreams: 1 2013_BrunoWerneckPintoHoelz.pdf: 3440475 bytes, checksum: 3084aa1ec80c1c223b65cf14f4cac8b2 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-02-25T12:50:23Z (GMT) No. of bitstreams: 1 2013_BrunoWerneckPintoHoelz.pdf: 3440475 bytes, checksum: 3084aa1ec80c1c223b65cf14f4cac8b2 (MD5) / Made available in DSpace on 2014-02-25T12:50:23Z (GMT). No. of bitstreams: 1 2013_BrunoWerneckPintoHoelz.pdf: 3440475 bytes, checksum: 3084aa1ec80c1c223b65cf14f4cac8b2 (MD5) / Modelos computacionais de confiança e reputação são elementos-chave no projeto de sistemas multiagente abertos. Eles oferecem um meio de avaliar e reduzir o risco de cooperação na presença de incerteza. No entanto, os modelos propostos na literatura não consideram os custos envolvidos na sua aplicação e como os modelos são afetados pela dinamicidade do ambiente. Neste trabalho, um metamodelo para adaptação de confiança a e reputação em sistemas multiagente dinâmicos é proposto. O metamodelo tem como finalidade complementar os modelos de confiança e reputação já existentes, permitindo que agentes deliberativos possam raciocinar sobre os componentes do modelo em uso e reagir a mudança as no ambiente. O processo de adaptação é realizado ajustando a configuração do modelo adotado para melhor se adequar às condições atuais. É demonstrado como o metamodelo pode ser aplicado a modelos propostos na literatura e como planos de adaptação podem ser utilizados para ajustar seus componentes dinamicamente para melhorar seu desempenho. Um mecanismo de aprendizagem, incluindo uma prova de conceito baseada em algoritmos genéticos, é proposto para identificar novos planos de adaptação para cenários similares. Por fim, a avaliação experimental da aplicação do metamodelo e do mecanismo de aprendizagem mostra melhorias significativas em comparação com o uso de modelos não adaptáveis, o que contribui para a melhoria do projeto de agentes autônomos para sistemas multiagente dinâmicos. _______________________________________________________________________________________ ABSTRACT / Computational trust and reputation models are key elements in the design of open multi-agent systems. They offer a way of evaluating and reducing risks of cooperation in the presence of uncertainty. However, the models proposed in the literature do not consider the costs they introduce and how they are affected by dynamic environments. In this work, a meta-model for trust and reputation adaptation in dynamic multi-agent systems is proposed. The meta-model acts as a complement to trust and reputation models, by allowing deliberative agents to reason about the components of the model being used, and to react to changes in the environment. The adaptation process is made by adjusting the model's configuration to better ft the current conditions. It is demonstrated how the meta-model can be applied to existing models proposed in the literature, and how adaptation plans can be used to adjust its components dynamically to improve its performance. A learning mechanism, along with a proof of concept implementation based on genetic algorithms, is proposed to identify new adaptation plans for similar scenarios. Finally, the experimental evaluation of the meta-model application and its learning mechanism shows significant improvements in comparison to the use of non-adaptable models. This contributes to improving the design of autonomous agents for dynamic multi-agent systems.

Durante os últimos anos as áreas de pesquisa sobre Agentes Inteligentes, Sistemas Multiagentes e Comunicação entre Agentes têm contribuído com uma revolução na forma como sistemas inteligentes podem ser concebidos, fundamentados e construídos. Sendo assim, parece razoável supor que sistemas inteligentes que trabalhem com domínios probabilísticos de conhecimento possam compartilhar do mesmo tipo de benefícios que os sistemas mais tradicionais da Inteligência Artificial receberam quando adotaram as concepções de agência, de sistemas compostos de múltiplos agentes e de linguagens de comunicação entre estes agentes. Porém, existem dúvidas não só sobre como se poderia escalar efetivamente um sistema probabilístico para uma arquitetura multiagente, mas como se poderia lidar com as questões relativas à comunicação e à representação de conhecimentos probabilísticos neste tipo de sistema, principalmente tendo em vista as limitações das linguagens de comunicação entre agentes atuais, que não permitem comunicar ou representar este tipo de conhecimento. Este trabalho parte destas considerações e propõe uma generalização do modelo teórico puramente lógico que atualmente fundamenta a comunicação nos sistemas multiagentes, que será capaz de representar conhecimentos probabilísticos. Também é proposta neste trabalho uma extensão das linguagens de comunicação atuais, que será capaz de suportar as necessidades de comunicação de conhecimentos de natureza probabilísticas. São demonstradas as propriedades de compatibilidade do novo modelo lógico-probabilístico com o modelo puramente lógico atual, sendo demonstrado que teoremas válidos no modelo atual continuam válidos no novo modelo. O novo modelo é definido como uma lógica probabilística que estende a lógica modal dos modelos atuais. Para esta lógica probabilística é definido um sistema axiomático e são demonstradas sua correção e completude. A completude é demonstrada de forma relativa: se o sistema axiomático da lógica modal original for completo, então o sistema axiomático da lógica probabilística proposta como extensão também será completo. A linguagem de comunicação proposta neste trabalho é definida formalmente pela generalização das teorias axiomáticas de agência e comunicação atuais para lidar com a comunicação de conhecimentos probabilísticos e pela definição de novos atos comunicativos específicos para este tipo de comunicação. Demonstra-se que esta linguagem é compatível com as linguagens atuais no caso não-probabilístico. Também é definida uma nova linguagem para representação de conteúdos de atos de comunicação, baseada na lógica probabilística usada como modelo semântico, que será capaz de expressar conhecimentos probabilísticos e não probabilísticos de uma maneira uniforme. O grau de expressibilidade destas linguagens é verificado por meio de duas aplicações. Na primeira aplicação demonstra-se como a nova linguagem de conteúdos pode ser utilizada para representar conhecimentos probabilísticos expressos através da forma de representação de conhecimentos probabilísticos mais aceita atualmente, que são as Redes Bayesianas ou Redes de Crenças Probabilísticas. Na outra aplicação, são propostos protocolos de interação, baseados nos novos atos comunicativos, que são capazes de atender as necessidades de comunicação das operações de consistência de Redes Bayesianas secionadas (MSBNs, Multiple Sectioned Bayesian Networks) para o caso de sistemas multiagentes.

Este trabalho apresenta um sistema multiagente que permite simular execuções musicais em violão. Em uma execução musical no violão observam-se elementos distintos que, trabalhando em conjunto, produzem a sonoridade desejada pelo músico. Ou seja, as ações tomadas pelo violonista, através do sincronismo de suas mãos sobre o instrumento, influenciam diretamente na sonoridade obtida. A idéia básica deste trabalho é desenvolver uma comunidade de agentes que represente as entidades envolvidas em uma performance musical de violão. Quatro agentes foram identificados e modelados no contexto desta dissertação. São eles: Mão Esquerda (ME): Responsável pela execução dos acordes, ou seja, deve possuir o conhecimento de formação de acordes dada a afinação do instrumento bem como a interpretação das cifras que representam os acordes. Agente Mão Direita (MD): Responsável pelo ritmo impresso na música; Caixa de Som (CS): Permite que os usuários simplesmente escutem a composição, sem nenhuma (ou muito pouca) interferência na composição. Agente Solista (SL): Projetado somente para ler arquivos MIDI e enviar notas para o Agente Caixa de Som (CS). O conhecimento relativo ao reconhecimento das cifras, geração do acorde e posterior cálculo do desenho do acorde para um instrumento de corda foi encapsulado em duas bibliotecas que visam auxiliar no desenvolvimento de outros novos projetos que necessitem de funcionalidades similares. Ainda, são abordadas as questões da comunicação entre os agentes e componentes gráficos utilizados na captura de informações rítmicas. O material musical produzido pelo sistema está contido no CD-ROM em anexo, bem como a documentação das API’s.