This paper evaluates how semi-randomly formed project groups, compared to forming groups at free will, affect students’ learning in a project-oriented setting. The findings are based on empirical data. We have analyzed students’ experiences by taking a course in the subject of Information Systems. The identified experiences are considered to be either a strength or a problem. We can conclude that how we form project groups has an effect on learning. We can also conclude that several of the experiences from semi-randomly formed project groups are of both a positive and negative nature. In the concluding chapter, we give some explanations in order to understand the differences in students’ experiences.

<div><b>Background: </b>Purdue Polytechnic’s Tech12000, Design Thinking in Technology, course incorporates many instances of team work. Over the last 8 years, there have been varied methods of how to create the teams for the projects.</div><div><br></div><div><b>Purpose: </b>This study compares two methods of team formation, software generated and instructor/student-selected, to determine which, if any, method generates increased perception of team member satisfaction and increased team member contribution.</div><div><br></div><div><b>Methodology: </b>The subjects for this study were students enrolled in a design course at a Purdue Polytechnic, divided into a comparison group with instructor/student-selected teams, and a treatment group with software-generated teams. These students were predominately first year students enrolled in their first semester of college.</div><div><b><br></b></div><div><b>Findings/conclusions: </b>The researcher discovered that the computer software-generated teams produced teams that had slightly larger mean scores on satisfaction and contribution versus the instructor/student-selected teams, although not at a statistically significant level.</div><div><br></div><div><b>Implications:</b> The findings of this study provide another tool for educators, with possible implications for industry, to generate teams in the classroom.</div>

The division of resources between a group of people may cause con- flicts: Individuals with varying roles and responsibilities will claim different shares of the surplus to be divided. In this dissertation, we analyze how the decision to form a group will influence the bargaining behaviour of the members of that group. People will act collectively as certain tasks may require the participation of a specific number of individuals before it can be completed. We examine whether certain mechanisms can efficiently promote group formation for the sake of surplus production, and then, what will be the effect of these mechanisms on the behaviour of the group members. For these reasons, we constructed a novel surplus production and distribution interaction which we call the Anticipation Game (AG). The AG can be played between only two players (pairwise interaction) or among more then two players (group interaction). In our study we will analyze both the pairwise AG and the group version of AG, first by obtaining our own empirical data and then by performing a stochastic evolutionary analysis. We aim to provide answers on: i) how will a reputation based partner approval mechanism influence the surplus distribution in both the pairwise and the group AG, ii) will then limitations in obtaining the reputation of a potential partner alter the results of the pairwise AG? iii) will we notice any effect on the behaviour of players when they can repeatedly cooperate with the same partners in group interactions, iv) how natural selection may have shaped the behaviour of players in group formation interactions (both pairwise and group AG evolutionary analysis). / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

京都大学 / 新制・課程博士 / 博士(情報学) / 甲第24934号 / 情博第845号 / 新制||情||141(附属図書館) / 京都大学大学院情報学研究科社会情報学専攻 / (主査)教授 緒方 広明, 教授 伊藤 孝行, 教授 田島 敬史 / 学位規則第4条第1項該当 / Doctor of Informatics / Kyoto University / DFAM

Les Systèmes multi-agents ou SMA proposent une approche originale de conception de systèmes intelligents et coopératifs. Ils se caractérisent par la distribution du contrôle global du système et par la présence d'agents autonomes évoluant dans un environnement partagé et dynamique. De plus, il existe plusieurs interdépendances entre les buts des agents, leurs capacités et les ressources qu'ils utilisent, donc afin d'éviter d'éventuels conflits, de favoriser la synergie des activités des agents et de partager les ressources de l’environnement commun, il est important que les agents coordonnent leurs actions. Nous nous sommes intéressés, dans le cadre de cette thèse, au déploiement des systèmes multi-agents sur une architecture pair à pair (Peer-to-Peer ou P2P) et ceci dans le but d’établir la communication entre ces agents et les relier entre eux. Cependant, du fait de la nature dynamique des systèmes P2P où chaque pair peut apparaître et disparaître à tout moment, des nouveaux problèmes se posent pour la coordination d’agents nécessitant des mécanismes de coordination adaptés au contexte spécifique des P2P. Pour cela, nous avons proposé une méthode de formation de groupe comme solution à ces problèmes. Nous nous sommes intéressés ensuite à l’application des systèmes multi-agents à architecture P2P au domaine d’apprentissage collaboratif en ligne où des apprenants contribuent aux apprentissages du groupe, et en retour, le groupe contribue à ceux des apprenants et c’est la cohérence du collectif qui permet d’atteindre l’objectif. Cependant, l’apprentissage collaboratif à distance implique des nouveaux rôles pour l’enseignant ainsi que pour les apprenants. Il est donc essentiel de définir ces rôles pour identifier les besoins qui en découlent pour pouvoir intégrer à l’outil informatique des fonctionnalités afin de satisfaire ces besoins. En effet, il est essentiel de fournir aux enseignants et apprenants la possibilité d’avoir des informations sur la progression de leur apprentissage ainsi que sur les niveaux de collaboration et de sociabilité de chaque apprenant et du groupe. Enfin, nous avons proposé, comme application de nos travaux, un système appelé COLYPAN (COllaborative Learning sYstem for Project mANagment) conçu pour l’apprentissage à distance et de façon collaborative de la gestion des projets. / Multi-Agents systems (MAS) propose an original approach to design intelligent and cooperative systems. They are characterized by the distribution of the overall system control and the presence of autonomous agents operating in a shared and dynamic environment. In addition, there are many interdependencies between: agents' goals, their abilities and used resources. So, in order to avoid possible conflicts, promote synergy of agents activities and share resources of the common environment, it is important that the agents coordinate their actions. We are interested, in the context of this thesis, in the deployment of multi-agents systems on Peer-to-Peer (P2P) networks in order to establish communication between these agents. However, because of the dynamic nature of P2P systems where each peer may appear and disappear at any time, new problems arise concerning the coordination of agents. Thus, coordination mechanisms adapted to the specific context of P2P are required. For that, we have proposed a group formation method to solve these problems. Then, we were interested in the usage of multi-agents systems with P2P architecture in the field of collaborative e-learning. In such applications, each learner contributes in the learning process of the group, and in return, the group contributes in the learning process of its members. The consistency of the whole group allows to achieve the goal. However, collaborative e-learning implies new roles for teachers as well as for learners. It is therefore essential to define these roles in order to identify the users needs and integrate, in the platform, the functionalities that allows us to satisfy such needs. Indeed, it is essential to provide teachers and learners with the opportunity to obtain information about the progress of their learning processes as well as the level of collaboration and sociability of each learner in the group. Finally, we have proposed, as an application of our work, a system called COLYPAN (COllaborative Learning sYstem for Project management) designed for the collaborative e-Learning project management.

Gamification is a term that refers to the use of game design elements in contexts other than video games. In these contexts, the primary goal of gamification is not playful, but rather to motivate users to perform tasks or change behaviors. It is also the goal of gamification, captivate users and influence them to persist in the use of the gamified system. In recent years, we have witnessed a growing interest in gamification and its application in learning environments, especially online. In learning contexts, motivating students to follow up on teaching tasks is an important role for teachers and intelligent educational systems. However, ill-designed gamification interventions can become a distraction capable of interfering on the teaching-learning process. Despite this, most studies in the area remain focused on the potential benefits of gamification and less on investigating systematized solutions to achieve these benefits. Our contribution to the solution of the problem is based on the use of persuasion profiles that take into account the students player roles. We conduct systematic mappings of the literature to gather information about gamification in education, and how group formation in collaborative learning environments. As a result, we created two conceptual frameworks. One framework to help understand and classify group formation in the context of computer-supported collaborative learning, and other to support the definition of player roles in collaborative learning environments. Also, in a preliminary study (N = 481), we adapted and validated for Brazilian Portuguese speakers a scale to measure users susceptibility to persuasion. In another study (N = 149) we developed a theoretical model to map persuasive strategies and different roles of players to support the elaboration of persuasion profiles. Finally, to verify the feasibility of our model, in another study (N = 18) we elaborated prototypes of user interfaces and analyzed the perceived persuasiveness of the interfaces for different players roles and their susceptibility to persuasion. Results show that less motivated students were more likely to accept the suggestions of the prototypes, whereas users with above-average motivation (among observed students) reacted negatively to influence attempts by showing low agreement rates for the requirements of the prototypes. We also observed in the three studies (N = 648) that the number of individuals susceptible to the principle of authority were the lowest, compared to the other influence principles. Few research initiatives have been investigating the development of tailored gamified. One of the reasons for such deficiency is the difficulty of creating computational models based on learners psychological traits (e.g., psychological needs, susceptibility to persuasion, and learner and player roles). However, more worrisome than the ineffectiveness of gamification models based on one-size-fits-all is the risk of designing counterproductive models that could backfire, since the appropriate strategy to motivate an individual may end up discouraging others. Thus, evidence suggest that gamification design could benefit of influence principles, although tailored solutions should be designed to minimize the risks of selecting counter-tailored and ill-defined persuasive strategies. / Gamificação é um termo que se refere ao uso de elementos do projeto de jogos em contextos que não são jogos. Nestes contextos, o objetivo primário da gamificação não é lúdico, mas sim o de motivar os usuários a realizarem tarefas ou alterarem comportamentos. Também é objetivo da gamificação, cativar usuários e influenciá-los a persistirem na utilização do sistema gamificado. Nos últimos anos, testemunhamos um crescente interesse em gamificação e sua aplicação em ambientes de aprendizagem, especialmente online. No contexto da aprendizagem, motivar os estudantes a dar seguimento as tarefas pedagógicas é um papel importante dos professores e dos ambientes educacionais inteligentes. Por essa razão, as tecnologias persuasivas como a gamificação têm sido usadas também em ambientes de aprendizagem colaborativa para aumentar o engajamento dos estudantes e para reduzir o sentimento de obrigação na execução de tarefas pedagógicas. Contudo, quando mal utilizada, a gamificação pode se tornar uma distração capaz de interferir no processo de ensino-aprendizagem. Entretanto, a maioria dos estudos na área continuam focados nos potenciais benefícios da gamificação e menos em investigar soluções sistematizadas para se atingir os benefícios. Nossa contribuição para a solução do problema é baseada no uso de perfis de persuasão que levam em consideração o papel de jogador do estudante. Nós conduzimos mapeamentos sistemáticos da literatura para obter informação sobre gamificação em educação e como são formados grupos de estudantes em ambientes de aprendizagem colaborativa. Como resultado nós criamos dois arcabouços conceituais. Um arcabouço para ajudar a compreender e classificar a formação de grupos no contexto da aprendizagem colaborativa com suporte computacional, e outro para apoiar a definição de papéis de jogadores em ambientes colaborativos. Em um estudo preliminar (N=481), adaptamos e validamos para o português brasileiro uma escala para medir a susceptibilidade à persuasão dos usuários. Em outro estudo (N=149) desenvolvemos um modelo teórico para mapear estratégias persuasivas e diferentes papéis de jogadores para apoiar a elaboração de perfis de persuasão. Para verificar a viabilidade de nosso modelo, em outro estudo (N=18) elaboramos protótipos de interfaces do usuário. Analisamos a capacidade de influenciar das interfaces comparando papéis de jogadores e susceptibilidade a princípios de influência. Os resultados mostram que os estudantes menos motivados eram mais susceptíveis a aceitar as sugestões do protótipo, enquanto usuários com índices de motivação acima da média (dentre estudantes observados), tendiam a reagir negativamente às tentativas de influenciá-los, apresentando índices menores de concordância para com as solicitações do protótipo gamificado. Observamos ainda nos três estudos conduzidos (N=648), comparado aos outros princípios de influência, o número de indivíduos suscetíveis ao princípio de autoridade eram os menores. Poucas iniciativas de pesquisa vêm investigando como desenvolver sistemas de gamificados que se adaptam aos papéis de jogadores. Parte desta deficiência pode ser explicada devido à complexidade no projeto e desenvolvimento destes sistemas. Entretanto como evidenciado, além da ineficácia dos modelos de gamificação baseados em uma solução para todos, o maior risco observado está no uso de modelos contraproducentes, uma vez que a estratégia apropriada para motivar um indivíduo, pode acabar desmotivando outros (backfire effect).

Em ambientes de desastre urbano, grupos de agentes de resgate devem resolver tarefas de modo a minimizar os danos que podem ocorrer na cidade. Tais ambientes são dinâmicos e parcialmente observáveis, com características que dizem respeito à distância espacial, quantidade de recursos, à dificuldade da tarefa de desastre e à capacidade do agente de atendê-la. A comunicação entre os agentes pode ser ruidosa ou inexistente. Os sistemas multiagente são desenvolvidos para resolver problemas complexos e abrangentes, que estão além da capacidade de um único agente. Nesse contexto, os agentes são elementos computacionais autônomos que são responsáveis por uma parte da solução do problema. Os agentes são situados em um ambiente e podem ter habilidade social, interagindo com outros agentes para resolver as tarefas. Comumente, o domínio de desastre urbano é formalizado como um problema de alocação de tarefas e modelado como um problema de otimização de restrições distribuídas entre agentes heterogêneos, onde eles têm que escolher as tarefas que maximizam suas utilidades individuais ou minimizem seus custos individuais. Essa dissertação de mestrado propõe um modelo para formação de grupos de agentes baseado na minimização de uma métrica de distância. O modelo é formalizado como um problema de otimização de restrições distribuídas, usando algoritmos para troca de mensagens entre os agentes. O modelo chamado Formação de Grupos pela Minimização da Distância (FGMD) tem agentes autônomos que tem a capacidade de se auto-organizar sem a necessidade de um controle centralizado. Aplicamos o FGMD na plataforma RMASBench, que é um simulador para situações de desastre urbano. Comparou-se o FGMD com os algoritmos mais recentes de passagem de mensagens, tendo sido verificado que o FGMD use menos computação não-paralela. Com respeito a minimização dos danos na cidade, mostrou-se que é possível obter resultados melhores que as abordagens do estado-da-arte com leve aumento no esforço computacional. / In urban disaster environments, groups of rescue agents must solve tasks in order to minimize the damage that can occur in a city. Such environments are dynamic and partially observable, with features that correspond to spatial distance, amount of resources, difficulty of the disaster task, and the capability of the agent to handle it. The communication between the agents can be noisy or non-existent. Multiagent systems are developed to solve complex and comprehensive problems, that are beyond the capability of one single agent. In this context, the agents are autonomous computational elements that are responsible for a piece of the solution of the problem. The agents are situated in an environment, and may have social ability, interacting with other agents to solve the tasks. Commonly, the urban disaster domain is formalized as a task allocation problem, and modelled as a constraint optimization problem distributed among heterogeneous agents, where they have to choose the tasks that maximize their individual utilities or minimize their individual costs. This master thesis proposes a model for formation of groups of agents based in the minimization of a distance. The model is formalized as a distributed constraint optimization problem, using algorithms to exchange messages between agents. The model called Formation of Groups by Minimization of Distance (FGMD) has self-organizing autonomous agents without a centralized control. We applied the FGMD in the RMASBench platform, that is a simulator for urban disaster situations. We compare the FGMD with the most recent message passing algorithms, verifying that FGMD uses less non-parallel computation. With respect to the minimization of the damage in the city, we show that it is possible to obtain better results than the state-of-art approaches, with slightly increase of computational effort.

Em ambientes de desastre urbano, grupos de agentes de resgate devem resolver tarefas de modo a minimizar os danos que podem ocorrer na cidade. Tais ambientes são dinâmicos e parcialmente observáveis, com características que dizem respeito à distância espacial, quantidade de recursos, à dificuldade da tarefa de desastre e à capacidade do agente de atendê-la. A comunicação entre os agentes pode ser ruidosa ou inexistente. Os sistemas multiagente são desenvolvidos para resolver problemas complexos e abrangentes, que estão além da capacidade de um único agente. Nesse contexto, os agentes são elementos computacionais autônomos que são responsáveis por uma parte da solução do problema. Os agentes são situados em um ambiente e podem ter habilidade social, interagindo com outros agentes para resolver as tarefas. Comumente, o domínio de desastre urbano é formalizado como um problema de alocação de tarefas e modelado como um problema de otimização de restrições distribuídas entre agentes heterogêneos, onde eles têm que escolher as tarefas que maximizam suas utilidades individuais ou minimizem seus custos individuais. Essa dissertação de mestrado propõe um modelo para formação de grupos de agentes baseado na minimização de uma métrica de distância. O modelo é formalizado como um problema de otimização de restrições distribuídas, usando algoritmos para troca de mensagens entre os agentes. O modelo chamado Formação de Grupos pela Minimização da Distância (FGMD) tem agentes autônomos que tem a capacidade de se auto-organizar sem a necessidade de um controle centralizado. Aplicamos o FGMD na plataforma RMASBench, que é um simulador para situações de desastre urbano. Comparou-se o FGMD com os algoritmos mais recentes de passagem de mensagens, tendo sido verificado que o FGMD use menos computação não-paralela. Com respeito a minimização dos danos na cidade, mostrou-se que é possível obter resultados melhores que as abordagens do estado-da-arte com leve aumento no esforço computacional. / In urban disaster environments, groups of rescue agents must solve tasks in order to minimize the damage that can occur in a city. Such environments are dynamic and partially observable, with features that correspond to spatial distance, amount of resources, difficulty of the disaster task, and the capability of the agent to handle it. The communication between the agents can be noisy or non-existent. Multiagent systems are developed to solve complex and comprehensive problems, that are beyond the capability of one single agent. In this context, the agents are autonomous computational elements that are responsible for a piece of the solution of the problem. The agents are situated in an environment, and may have social ability, interacting with other agents to solve the tasks. Commonly, the urban disaster domain is formalized as a task allocation problem, and modelled as a constraint optimization problem distributed among heterogeneous agents, where they have to choose the tasks that maximize their individual utilities or minimize their individual costs. This master thesis proposes a model for formation of groups of agents based in the minimization of a distance. The model is formalized as a distributed constraint optimization problem, using algorithms to exchange messages between agents. The model called Formation of Groups by Minimization of Distance (FGMD) has self-organizing autonomous agents without a centralized control. We applied the FGMD in the RMASBench platform, that is a simulator for urban disaster situations. We compare the FGMD with the most recent message passing algorithms, verifying that FGMD uses less non-parallel computation. With respect to the minimization of the damage in the city, we show that it is possible to obtain better results than the state-of-art approaches, with slightly increase of computational effort.

Gamification is a term that refers to the use of game design elements in contexts other than video games. In these contexts, the primary goal of gamification is not playful, but rather to motivate users to perform tasks or change behaviors. It is also the goal of gamification, captivate users and influence them to persist in the use of the gamified system. In recent years, we have witnessed a growing interest in gamification and its application in learning environments, especially online. In learning contexts, motivating students to follow up on teaching tasks is an important role for teachers and intelligent educational systems. However, ill-designed gamification interventions can become a distraction capable of interfering on the teaching-learning process. Despite this, most studies in the area remain focused on the potential benefits of gamification and less on investigating systematized solutions to achieve these benefits. Our contribution to the solution of the problem is based on the use of persuasion profiles that take into account the students player roles. We conduct systematic mappings of the literature to gather information about gamification in education, and how group formation in collaborative learning environments. As a result, we created two conceptual frameworks. One framework to help understand and classify group formation in the context of computer-supported collaborative learning, and other to support the definition of player roles in collaborative learning environments. Also, in a preliminary study (N = 481), we adapted and validated for Brazilian Portuguese speakers a scale to measure users susceptibility to persuasion. In another study (N = 149) we developed a theoretical model to map persuasive strategies and different roles of players to support the elaboration of persuasion profiles. Finally, to verify the feasibility of our model, in another study (N = 18) we elaborated prototypes of user interfaces and analyzed the perceived persuasiveness of the interfaces for different players roles and their susceptibility to persuasion. Results show that less motivated students were more likely to accept the suggestions of the prototypes, whereas users with above-average motivation (among observed students) reacted negatively to influence attempts by showing low agreement rates for the requirements of the prototypes. We also observed in the three studies (N = 648) that the number of individuals susceptible to the principle of authority were the lowest, compared to the other influence principles. Few research initiatives have been investigating the development of tailored gamified. One of the reasons for such deficiency is the difficulty of creating computational models based on learners psychological traits (e.g., psychological needs, susceptibility to persuasion, and learner and player roles). However, more worrisome than the ineffectiveness of gamification models based on one-size-fits-all is the risk of designing counterproductive models that could backfire, since the appropriate strategy to motivate an individual may end up discouraging others. Thus, evidence suggest that gamification design could benefit of influence principles, although tailored solutions should be designed to minimize the risks of selecting counter-tailored and ill-defined persuasive strategies. / Gamificação é um termo que se refere ao uso de elementos do projeto de jogos em contextos que não são jogos. Nestes contextos, o objetivo primário da gamificação não é lúdico, mas sim o de motivar os usuários a realizarem tarefas ou alterarem comportamentos. Também é objetivo da gamificação, cativar usuários e influenciá-los a persistirem na utilização do sistema gamificado. Nos últimos anos, testemunhamos um crescente interesse em gamificação e sua aplicação em ambientes de aprendizagem, especialmente online. No contexto da aprendizagem, motivar os estudantes a dar seguimento as tarefas pedagógicas é um papel importante dos professores e dos ambientes educacionais inteligentes. Por essa razão, as tecnologias persuasivas como a gamificação têm sido usadas também em ambientes de aprendizagem colaborativa para aumentar o engajamento dos estudantes e para reduzir o sentimento de obrigação na execução de tarefas pedagógicas. Contudo, quando mal utilizada, a gamificação pode se tornar uma distração capaz de interferir no processo de ensino-aprendizagem. Entretanto, a maioria dos estudos na área continuam focados nos potenciais benefícios da gamificação e menos em investigar soluções sistematizadas para se atingir os benefícios. Nossa contribuição para a solução do problema é baseada no uso de perfis de persuasão que levam em consideração o papel de jogador do estudante. Nós conduzimos mapeamentos sistemáticos da literatura para obter informação sobre gamificação em educação e como são formados grupos de estudantes em ambientes de aprendizagem colaborativa. Como resultado nós criamos dois arcabouços conceituais. Um arcabouço para ajudar a compreender e classificar a formação de grupos no contexto da aprendizagem colaborativa com suporte computacional, e outro para apoiar a definição de papéis de jogadores em ambientes colaborativos. Em um estudo preliminar (N=481), adaptamos e validamos para o português brasileiro uma escala para medir a susceptibilidade à persuasão dos usuários. Em outro estudo (N=149) desenvolvemos um modelo teórico para mapear estratégias persuasivas e diferentes papéis de jogadores para apoiar a elaboração de perfis de persuasão. Para verificar a viabilidade de nosso modelo, em outro estudo (N=18) elaboramos protótipos de interfaces do usuário. Analisamos a capacidade de influenciar das interfaces comparando papéis de jogadores e susceptibilidade a princípios de influência. Os resultados mostram que os estudantes menos motivados eram mais susceptíveis a aceitar as sugestões do protótipo, enquanto usuários com índices de motivação acima da média (dentre estudantes observados), tendiam a reagir negativamente às tentativas de influenciá-los, apresentando índices menores de concordância para com as solicitações do protótipo gamificado. Observamos ainda nos três estudos conduzidos (N=648), comparado aos outros princípios de influência, o número de indivíduos suscetíveis ao princípio de autoridade eram os menores. Poucas iniciativas de pesquisa vêm investigando como desenvolver sistemas de gamificados que se adaptam aos papéis de jogadores. Parte desta deficiência pode ser explicada devido à complexidade no projeto e desenvolvimento destes sistemas. Entretanto como evidenciado, além da ineficácia dos modelos de gamificação baseados em uma solução para todos, o maior risco observado está no uso de modelos contraproducentes, uma vez que a estratégia apropriada para motivar um indivíduo, pode acabar desmotivando outros (backfire effect).

Em ambientes de desastre urbano, grupos de agentes de resgate devem resolver tarefas de modo a minimizar os danos que podem ocorrer na cidade. Tais ambientes são dinâmicos e parcialmente observáveis, com características que dizem respeito à distância espacial, quantidade de recursos, à dificuldade da tarefa de desastre e à capacidade do agente de atendê-la. A comunicação entre os agentes pode ser ruidosa ou inexistente. Os sistemas multiagente são desenvolvidos para resolver problemas complexos e abrangentes, que estão além da capacidade de um único agente. Nesse contexto, os agentes são elementos computacionais autônomos que são responsáveis por uma parte da solução do problema. Os agentes são situados em um ambiente e podem ter habilidade social, interagindo com outros agentes para resolver as tarefas. Comumente, o domínio de desastre urbano é formalizado como um problema de alocação de tarefas e modelado como um problema de otimização de restrições distribuídas entre agentes heterogêneos, onde eles têm que escolher as tarefas que maximizam suas utilidades individuais ou minimizem seus custos individuais. Essa dissertação de mestrado propõe um modelo para formação de grupos de agentes baseado na minimização de uma métrica de distância. O modelo é formalizado como um problema de otimização de restrições distribuídas, usando algoritmos para troca de mensagens entre os agentes. O modelo chamado Formação de Grupos pela Minimização da Distância (FGMD) tem agentes autônomos que tem a capacidade de se auto-organizar sem a necessidade de um controle centralizado. Aplicamos o FGMD na plataforma RMASBench, que é um simulador para situações de desastre urbano. Comparou-se o FGMD com os algoritmos mais recentes de passagem de mensagens, tendo sido verificado que o FGMD use menos computação não-paralela. Com respeito a minimização dos danos na cidade, mostrou-se que é possível obter resultados melhores que as abordagens do estado-da-arte com leve aumento no esforço computacional. / In urban disaster environments, groups of rescue agents must solve tasks in order to minimize the damage that can occur in a city. Such environments are dynamic and partially observable, with features that correspond to spatial distance, amount of resources, difficulty of the disaster task, and the capability of the agent to handle it. The communication between the agents can be noisy or non-existent. Multiagent systems are developed to solve complex and comprehensive problems, that are beyond the capability of one single agent. In this context, the agents are autonomous computational elements that are responsible for a piece of the solution of the problem. The agents are situated in an environment, and may have social ability, interacting with other agents to solve the tasks. Commonly, the urban disaster domain is formalized as a task allocation problem, and modelled as a constraint optimization problem distributed among heterogeneous agents, where they have to choose the tasks that maximize their individual utilities or minimize their individual costs. This master thesis proposes a model for formation of groups of agents based in the minimization of a distance. The model is formalized as a distributed constraint optimization problem, using algorithms to exchange messages between agents. The model called Formation of Groups by Minimization of Distance (FGMD) has self-organizing autonomous agents without a centralized control. We applied the FGMD in the RMASBench platform, that is a simulator for urban disaster situations. We compare the FGMD with the most recent message passing algorithms, verifying that FGMD uses less non-parallel computation. With respect to the minimization of the damage in the city, we show that it is possible to obtain better results than the state-of-art approaches, with slightly increase of computational effort.