Esta dissertação situa-se no projeto de pesquisa intitulado "Um Modelo Computacional de Aprendizagem a Distância Baseada na Concepção Sócio- Interacionista". Este projeto se enquadra na visão de aprendizagem situada, isto é, na concepção de cognição como uma prática social baseada na utilização de linguagem, símbolos e signos. O objetivo é a construção de um ambiente de Educação a Distância, implementado como um sistema multiagente composto por agentes artificiais e agentes humanos, inspirando-se na teoria sócio-interacionista de Vygotsky. Nesta sociedade, todos os personagens (aprendizes e agentes artificiais) são modelados como agentes sociais integrados em um ambiente de ensino-aprendizagem. A arquitetura deste sistema é formada pelos seguintes agentes artificiais: agente diagnóstico, agente mediador, agente colaborativo, agente semiótico e agente social. Os agentes humanos que interagem com o sistema desempenham o papel de tutores, aprendizes ou ambos. Esta dissertação visa à concepção e à implementação de um dos agentes desta arquitetura: o agente semiótico. Esta concepção foi baseada na Engenharia Semiótica, em particular para a apresentação do material instrucional utilizado no processo de ensinoaprendizagem.

Além da capacidade de negociar, a atuação conjunta de agentes autônomos para resolver problemas complexos requer objetivos ao menos parcialmente compartilhados, de modo a tornar a cooperação atraente para tais agentes. Por outro lado, agentes competindo entre si podem trazer benefícios sociais, à medida que os mais aptos forem identificados e recursos sejam canalizados para aumentar sua relevância social e deste modo contribuir mais fortemente para a eficiência de todo o grupo. Dentro deste conceito, este trabalho apresenta uma arquitetura multiagentes que busca através da competição entre agentes com interesses comuns obter maior ganho social. Esta arquitetura, nomeada COAST, foi desenhada para o complexo ambiente que é a administração automatizada de ativos. Um sistema COAST é capaz de administrar uma carteira de ativos, utilizando um modelo explícito de perfil de investidor também proposto neste trabalho. Busca-se não apenas a maximização dos retornos, mas também um efetivo controle de risco e retorno, seguindo as restrições dadas pelo perfil do investidor. Um sistema de simulação de mercado financeiro, denominado AgEx, foi criado para facilitar o trabalho de desenvolver agentes para a administração de ativos e simular sua atuação através do uso de dados reais de negociações ocorridas em mercados financeiros. Foram realizadas várias simulações onde se pode observar que a arquitetura COAST se mostrou bastante eficaz no domínio escolhido / In order to solve complex problems using several autonomous agents it is necessary that these agents present negotiation skills and share some common goals to make cooperation attractive. On the other hand, competition among agents may bring some social benefits, since the most effective agents can be identified and more resources could be associated to them, thus contributing better to the whole society. According to this idea, this work presents a multiagent architecture that tries to explore competition among agents with commons goals, as a way to achieve better social results. The architecture was named COAST and it was designed to manage assets in an autonomous way. COAST is able to manage assets using an explicit investor profile model that is also proposed in this work. COAST architecture tries not only to maximize profits but also an effective risk and return control, according to an investor profile. A financial market simulation tool, called AgEx, was also implemented. This tool may facilitate the development of agents to automated asset management and simulate their acting in stock markets was also developed. We have performed many simulated experiments to validate COAST and the obtained results show that the use of COAST architecture in this domain is quite effective.

Made available in DSpace on 2013-08-07T18:42:42Z (GMT). No. of bitstreams: 1 000428370-Texto+Parcial-0.pdf: 70626 bytes, checksum: 280e713eff20ca81edfb7ebf6a69a690 (MD5) Previous issue date: null / During the development of software projects, different uncertainties may occur causing events that could impact on resource allocation. Due to development software projects are usually developed in a multi-project environment, the occurrence of an event can impact on several projects simultaneously. For this reason, the resource allocation should be reviewed to continue the implementation of projects. Thus, this study aims to support the resource allocation process when changes occur, through the management agenda of resources developing software projects. From the standpoint of this objective, this paper presents an architecture based on multi-agent paradigm, where agents represent resources developing software projects and aims to manage their agendas by forwarding proposals for allocation and, thereby, continue the projects. The main contributions of this work include: (i) establishing a process that allows the generation of proposals for resource allocation in a decentralized and distributed way; (ii) the definition of strategies based upon cooperation between agents components of the architecture for the viability of project implementation by reprogramming the resources' agendas, and (iii) the development of scenarios to demonstrate the viability of the idealized process and highlight the aspects concerning the multiagent paradigm modeled on the proposal. / Durante o desenvolvimento de projetos de software, diferentes incertezas podem acontecer causando eventos que podem impactar na atual alocação de recursos. Uma vez que projetos de desenvolvimento de software geralmente são desenvolvidos em um ambiente com multiprojetos, a ocorrência de um evento pode impactar diversos projetos simultaneamente. Diante desse cenário, a alocação de recursos deve ser revista para dar prosseguimento na execução dos projetos. Nesse sentido, este trabalho tem por objetivo apoiar o processo de alocação de recursos, quando da ocorrência de alterações sobre a mesma, mediante o gerenciamento de agendas dos recursos que desenvolvem os projetos de software. Com base nesse objetivo, é proposta uma arquitetura baseada no paradigma multiagente, onde os agentes representam os recursos que desenvolvem os projetos de software e tem por objetivo gerenciar suas agendas para encaminhar propostas de alocação de modo a viabilizar a continuidade aos projetos. As principais contribuições deste trabalho compreendem: (i) a definição de um processo que permite a geração de propostas de alocação de recursos de forma descentralizada e distribuída; (ii) a definição de estratégias baseadas em cooperação entre os agentes componentes da arquitetura para a viabilização da execução dos projetos mediante reprogramação das agendas dos recursos, e (iii) o desenvolvimento de cenários que permitem demonstrar a viabilidade do processo idealizado.

Este trabalho situa-se na área de Sistemas Multiagente, que é uma sub-área da Inteligência Artificial Distribuída. Em particular, o problema abordado nesta dissertação é o da modelagem de ambientes, um aspecto importante na criação de simulações baseadas em sociedades de agentes cognitivos, no entanto pouco tratado na literatura da área. A principal contribuição deste trabalho é a concepção de uma linguagem, chamada ELMS, própria para a definição de ambientes multiagente, e a implementação de um protótipo de interpretador para esta linguagem. O resultado da interpretação é um processo que simula o ambiente descrito em alto nível, e é apropriado para a interação com os agentes cognitivos que irão compartilhar o ambiente. Esta linguagem foi desenvolvida no contexto do projeto MASSOC, que tem como objetivo a criação de simulações sociais com agentes cognitivos. A abordagem deste projeto dá ênfase ao uso da arquitetura BDI para agentes cognitivos, a comunicação inter-agente de alto nível (ou seja, baseada em atos de fala) e a modelagem de ambientes com a linguagem ELMS, que é proposta neste trabalho. Os ambientes e agentes que podem ser usados na criação de simulaçõpes, bem como a comunicação entre eles utilizando a ferramenta SACI, são definidos ou gerenciados a partir de uma interface gráfica, que facilita a criação e controle de simulações com a plataforma MASSOC. Além de apresentar a linguagem ELMS e seu interpretador, esta dissertação menciona ainda, como breve estudo de caso, uma simulação de aspectos sociais do crescimento urbano. Esta simulação social auxiliou na concepção e avaliação da linguagem ELMS.

Modelos BDI (ou seja, modelos Beliefs-Desires-Intentions models) de agentes têm sido utilizados já há algum tempo. O objetivo destes modelos é permitir a caracterização de agentes utilizando noções antropomórficas, tais como estados mentais e ações. Usualmente, estas noções e suas propriedades são formalmente definidas utilizandos formalismos lógicos que permitem aos teóricos analisar, especificar e verificar agentes racionais. No entanto, apesar de diversos sistemas já terem sido desenvolvidos baseados nestes modelos, é geralmente aceito que existe uma distância significativa entre esta lógicas BDI poderosas e sistemas reais. Este trabalho defende que a principal razão para a existência desta distância é que os formalismos lógicos utilizados para definir os modelos de agentes não possuem uma semântica operacional que os suporte. Por “semântica operacional” entende-se tanto procedimentos de prova que sejam corretos e completos em relação à semântica da lógica, bem como mecanismos que realizem os diferentes tipos de raciocínio necessários para se modelar agentes. Há, pelo menos, duas abordagens que podem ser utilizadas para superar esta limitação dos modelos BDI. Uma é estender as lógicas BDI existentes com a semântica operacional apropriada de maneira que as teorias de agentes se tornem computacionais. Isto pode ser alcançado através da definição daqueles procedimentos de prova para as lógicas usadas na definição dos estados mentais. A outra abordagem é definir os modelos BDI utilizando formalismos lógicos apropriados que sejam, ao mesmo tempo, suficientemente poderosos para representar estados mentais e que possuam procedimentos operacionais que permitam a utilizaçao da lógica como um formalismo para representação do conhecimento, ao se construir os agentes. Esta é a abordagem seguida neste trabalho. Assim, o propósito deste trabalho é apresentar um modelo BDI que, além de ser um modelo formal de agente, seja também adequado para ser utilizado para implementar agentes. Ao invés de definir um novo formalismo lógico, ou de estender um formalismo existente com uma semântica operacional, define-se as noções de crenças, desejos e intenções utilizando um formalismo lógico que seja, ao mesmo tempo, formalmente bem-definido e computacional. O formalismo escolhido é a Programação em Lógica Estendida com Negação Explícita (ELP) com a semântica dada pelaWFSX (Well-Founded Semantics with Explicit Negation - Semântica Bem-Fundada com Negação Explícita). ELP com a WFSX (referida apenas por ELP daqui para frente) estende programas em lógica ditos normais com uma segunda negação, a negação explícita1. Esta extensão permite que informação negativa seja explicitamente representada (como uma crença que uma propriedade P não se verifica, que uma intenção I não deva se verificar) e aumenta a expressividade da linguagem. No entanto, quando se introduz informação negativa, pode ser necessário ter que se lidar com programas contraditórios. A ELP, além de fornecer os procedimentos de prova necessários para as teorias expressas na sua linguagem, também fornece um mecanismo para determinar como alterar minimamente o programa em lógica de forma a remover as possíveis contradições. O modelo aqui proposto se beneficia destas características fornecidas pelo formalismo lógico. Como é usual neste tipo de contexto, este trabalho foca na definição formal dos estados mentais em como o agente se comporta, dados tais estados mentais. Mas, constrastando com as abordagens até hoje utilizadas, o modelo apresentanto não é apenas uma especificação de agente, mas pode tanto ser executado de forma a verificar o comportamento de um agente real, como ser utilizado como mecanismo de raciocínio pelo agente durante sua execução. Para construir este modelo, parte-se da análise tradicional realizada na psicologia de senso comum, onde além de crenças e desejos, intenções também é considerada como um estado mental fundamental. Assim, inicialmente define-se estes três estados mentais e as relações estáticas entre eles, notadamente restrições sobre a consistência entre estes estados mentais. Em seguida, parte-se para a definição de aspectos dinâmicos dos estados mentais, especificamente como um agente escolhe estas intenções, e quando e como ele revisa estas intenções. Em resumo, o modelo resultante possui duas características fundamentais:(1) ele pode ser usado como um ambiente para a especificação de agentes, onde é possível definir formalmente agentes utilizando estados mentais, definir formalmente propriedades para os agentes e verificar se estas propriedades são satifeitas pelos agentes; e (2) também como ambientes para implementar agentes.

Trata o presente objeto de pesquisa da proposta de desenvolvimento de um modelo de ambiente de avaliação remota para Ensino à Distância, baseado no paradigma de Orientação a Objetos e elaborado com base na tecnologia de sistemas multiagentes. Para a validação do modelo, foi desenvolvido um protótipo denominado Javal, capaz de permitir a aplicação e monitoração da realização de avaliações e testes à distância. As soluções comerciais disponíveis no mercado, como Question Mark Perception, Aula Net e WebCT possuem código fechado e custo elevado, além de serem baseadas em soluções proprietárias (QML - Question Mark, ASP - Microsoft, etc.), necessitando de plataforma específica para instalação de servidores e clientes. Quanto ao aspecto funcional, estas ferramentas possuem a base de sua lógica de funcionamento em execução de scripts no servidor. Para cada item de uma avaliação a ser respondido, torna-se necessária a efetivação de uma nova conexão. O modelo proposto traz toda a funcionalidade do sistema para o ambiente do aluno, tornando necessária apenas uma conexão para a busca da avaliação e outra para o envio dos resultados, reduzindo o tráfego na rede. Quanto ao aspecto pedagógico, estas ferramentas limitam-se apenas a apresentar uma avaliação somativa do aluno, geração de graus e estatísticas, não se preocupando em monitorar seus aspectos comportamentais, capazes de apontar indícios de possíveis falhas no aprendizado ou na elaboração da avaliação. A proposta do modelo é da apresentação de um ambiente orientado a objetos, capaz de distribuir elementos representativos das avaliações existentes no modelo tradicional de ensino, incorporando recursos capazes de possibilitar a monitoração de aspectos comportamentais do aluno, pelo emprego de agentes monitores ou tutores, que podem acompanhar o aluno e auxiliá-lo em situações de dificuldade. O modelo proposto por este trabalho envolve as avaliações formativas e somativas, aplicadas de forma assíncrona e individual. Como sugestão para trabalhos futuros, o modelo propõe o desenvolvimento de classes capazes de implementar a aplicação de avaliações síncronas e em grupo. A validação do modelo proposto foi realizado através do desenvolvimento de um protótipo que, com base no desenvolvimento de uma API Javal específica, implementa os principais tipos de questões disponíveis no sistema de ensino tradicional, além de agentes tutores de avaliação.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T06:37:55Z (GMT). No. of bitstreams: 1 279945.pdf: 708901 bytes, checksum: 97ca5fe12255f203a3e2cd65d29378c2 (MD5) / No mundo das finanças, a Teoria dos Mercados Eficientes (TME) afirma que a flutuação do preço dos ativos financeiros é aleatória, sendo assim, não existem maneiras de proteger o investidor, prevendo os futuros movimentos do mercado. Contudo, várias iniciativas empíricas têm demonstrado que a afirmação da TME não é totalmente correta. Entre as frentes de pesquisa que buscam prever os movimentos de ativos financeiros, pode-se destacar a área com um ponto de vista econométrico, que tenta prever movimentos mediante métodos matemáticos e estatísticos, como regressão linear e regressão não linear, bem como as redes neurais. Além disso, em outra área de pesquisa, há a Teoria Multiagente de Modelagem de Mercado (Theory of Multi-Agent Market Modeling) que foca sua atenção na microestrutura do mercado, partindo do princípio de que os movimentos de preços emergem da interação de muitos agentes individuais do mercado. Contudo, esses modelos financeiros baseados em agentes têm algumas limitações. Não é possível adequar os agentes a dados reais do mercado para gerar previsões futuras, pois na maioria dos modelos a tomada de decisão é feita por meio de funções ad-hoc ou mecanismos que não podem ser ajustados a dados externos. Para obter uma previsão real do modelo, é preciso adaptar o mecanismo de decisão dos agentes com modelos econométricos, como as redes neurais, que podem ser ajustadas a séries de dados reais. Dessa forma, por intermédio da interação dos agentes, o modelo de mercado resultante pode capturar a dinâmica oculta do mercado e prever os movimentos futuros com uma eficácia maior do que faria um sistema de regressão não linear isoladamente. Este trabalho propõe um modelo computacional baseado na utilização do comportamento emergente de uma comunidade de agentes de software com mecanismos de decisão cognitiva, baseados em redes neurais, com o objetivo de realizar previsões do comportamento do Índice da Bolsa de Valores de São Paulo # Índice Bovespa. Os agentes da comunidade interagem com um mecanismo de coleta dos valores das 65 ações mais negociadas da Bovespa que compõem o Índice Bovespa, utilizados para computar as previsões de evolução do índice. A fim de validar a hipótese da pesquisa, é feita uma comparação entre os resultados obtidos pelo modelo implementado, com uma abordagem tradicional de previsão baseada exclusivamente em redes neurais. Os resultados obtidos demonstram que as previsões do modelo proposto são mais performáticas do que a previsão isolada do índice baseada exclusivamente em redes neurais, já que o modelo proposto captura melhor a microestrutura do mercado, prevendo um passo a frente de maneira mais eficaz. / In finance world , the efficient-market hypothesis (EMH) states that the financial assets have random price fluctuation, so, there are not ways to protect the investor forecasting the future market movements. However, several initiatives have shown that empirical assertion of EMH is not entirely correct. Among the research fronts that seek to predict the movements of financial assets, we can highlight the area with an econometric point of view, which attempts to predict movements through mathematical and statistical methods such as linear regression and nonlinear regression, as well as neural networks. Moreover, in another area of research, we have the Theory of Multi-Agent Market Modeling that focuses attention on the micro-structure of the market, assuming that the price movements emerge from the interaction of many actors in the market. However, these financial models based on agents have some limitations. It is not possible to match agents to actual market data to forecast a step ahead, as in most models of decision making is done through ad-hoc functions or mechanisms that can not be adjusted to external data. For a preview of the real model, you need to adapt the decision-making mechanism of the agents with econometric models such as neural networks, which can be adjusted to actual data sets. Thus, through the interaction of the agents, the market model results can capture the hidden dynamics of the market and predict future movements with greater effectiveness than would a system of non-linear regression alone. This paper proposes a computational model based on the use of emergent behavior of a community of software agents with cognitive decision-making mechanisms base on neural networks in order to make predictions of the behavior of the index of He Stock Exchange of São Paulo # Bovespa Index. The agents of the community interact with one engine collects the values of the 65 most actively traded stocks that comprise the Bovespa Bovespa Index, used to compute the projected trend of the index. In order to validate the hypothesis of the study, a comparison is made between the results obtained by the model implemented with a traditional approach to forecasting based solely on neural networks. The results show that by the proposed model are more performing than the forecast index alone based solely on neural networks, since the proposed model better captures the microstructure of the market, and one step ahead more effectively.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-24T03:56:32Z (GMT). No. of bitstreams: 1 257999.pdf: 2625258 bytes, checksum: f59eb8c98ae6433c8732c6f8f4ef87b9 (MD5) / Este trabalho propõe um modelo, baseado em ontologias e em redes de Petri para gerenciar grupos de estudantes no contexto dos Sistemas Tutores Inteligentes. O modelo proposto explora o modelo de estudante e o módulo de domínio para suportar a adaptação de interação. O modelo inclui uma biblioteca pré-definida de atividades de grupos. Para estabelecer uma atividade do grupo, o professor escolhe um cenário da biblioteca, fornece os parâmetros e o conteúdo da atividade. O tratamento das informações do modelo do estudante é automaticamente incluído nas transições de uma Rede de Petri sob a forma de precondições e condições. O modelo proposto utiliza para a execução uma arquitetura multiagente, que torna operacional o aprendizado em grupo, proporcionando a colaboração entre os estudantes de um mesmo grupo e também entre estudantes de grupos distintos. Uma sociedade heterogênea composta por agentes-aprendizes e agentes gerenciadores de grupos (coordenador de grupos e supervisores de grupos) é definida, onde os agentes-aprendizes são responsáveis por assistir o estudante e representá-los no sistema e o agente coordenador e os agentes supervisores de grupos são responsáveis por gerenciar os grupos de estudantes e acompanhar a interação entre os estudantes. O modelo criado nesta tese foi aplicado em três estudos de casos, sendo um deles implementado e integrado num STI desenvolvido na ferramenta de autoria FAST para gerar sistemas tutores inteligentes.

A utilização da abordagem de agentes, nas mais diversas áreas de aplicações, mostra o interesse nas pesquisas sobre sistemas multiagentes. Este interesse surgiu da necessidade de aplicar novas técnicas e conceitos para a construção de sistemas e para auxiliar no seu desenvolvimento. Neste sentido, os agentes satisfazem às expectativas, não sendo apenas utilizados para a solução de problemas acadêmicos, mas também de sistemas reais. Na ciência da computação, a inteligência artificial distribuída está profundamente relacionada com o problema de coordenação. O objetivo é projetar mecanismos de coordenação para grupos de agentes artificiais. Várias características envolvem a atuação de agentes em um ambiente multiagente, como os mecanismos de cooperação, coordenação, comunicação, organização, entre outros. Este trabalho apresenta um estudo sobre coordenação multiagente, enfatizando a sua avaliação. O objetivo é apresentar uma proposta de avaliação, com um conjunto de critérios definidos para serem aplicados em modelos de coordenação. Inicialmente, é apresentado um estudo sobre coordenação de agentes. A seguir, são abordados vários modelos de coordenação encontrados na literatura da área. A parte principal do trabalho corresponde à definição de critérios para avaliação da coordenação, a serem utilizados em duas etapas: uma análise do problema, com vistas à escolha de um modelo de coordenação a ser empregado em uma determinada aplicação, e uma avaliação a posteriori, baseada nos critérios propostos para avaliar o comportamento de um sistema coordenado após o uso de um modelo de coordenação específico.Para exemplificar a aplicação dos critérios, dois estudos de caso são apresentados e foram utilizados para os experimentos: um referente ao domínio da Robocup, utilizando o Time UFRGS e, outro, referente ao gerenciamento de agendas distribuídas.

Resumo não disponível.