Made available in DSpace on 2016-03-22T17:26:22Z (GMT). No. of bitstreams: 1
dm2_Luciano_vargas.pdf: 637463 bytes, checksum: b08b63e8c6a347cd2c86fc24fdfd8986 (MD5)
Previous issue date: 2009-03-31 / The study and development of systems to control interactions in multiagent systems
is an open problem in Artificial Intelligence. The system of social exchange values
of Piaget is a social approach that allows for the foundations of the modeling of interactions
between agents, where the interactions are seen as service exchanges between
pairs of agents, with the evaluation of the realized or received services, thats is, the investments
and profits in the exchange, and credits and debits to be charged or received,
respectively, in future exchanges. This evaluation may be performed in different ways
by the agents, considering that they may have different exchange personality traits. In an
exchange process along the time, the different ways in the evaluation of profits and losses
may cause disequilibrium in the exchange balances, where some agents may accumulate
profits and others accumulate losses. To solve the exchange equilibrium problem, we use
the Partially Observable Markov Decision Processes (POMDP) to help the agent decision
of actions that can lead to the equilibrium of the social exchanges. Then, each agent has
its own internal process to evaluate its current balance of the results of the exchange process
between the other agents, observing its internal state, and with the observation of its
partner s exchange behavior, it is able to deliberate on the best action it should perform
in order to get the equilibrium of the exchanges. Considering an open multiagent system,
it is necessary a mechanism to recognize the different personality traits, to build the
POMDPs to manage the exchanges between the pairs of agents. This recognizing task
is done by Hidden Markov Models (HMM), which, from models of known personality
traits, can approximate the personality traits of the new partners, just by analyzing observations
done on the agent behaviors in exchanges. The aim of this work is to develop an
hybrid agent architecture for the self-regulation of social exchanges between personalitybased
agents in a open multiagent system, based in the BDI (Beliefs, Desires, Intentions)
architecture, where the agent plans are obtained from optimal policies of POMDPs, which
model personality traits that are recognized by HMMs. To evaluate the proposed approach
some simulations were done considering (known or new) different personality traits / O estudo e desenvolvimento de sistemas para o controle de interações em sistemas
multiagentes é um tema em aberto dentro da Inteligência Artificial. O sistema de valores
de trocas sociais de Piaget é uma abordagem social que possibilita fundamentar a modelagem
de interações de agentes, onde as interações são vistas como trocas de serviços entre
pares de agentes, com a valorização dos serviços realizados e recebidos, ou seja, investimentos
e ganhos na troca realizada, e, também os créditos e débitos a serem cobrados
ou recebidos, respectivamente, em trocas futuras. Esta avaliação pode ser realizada de
maneira diferenciada pelos agentes envolvidos, considerando que estes apresentam traços
de personalidade distintos. No decorrer de processo de trocas sociais a forma diferenciada
de avaliar os ganhos e perdas nas interações pode causar desequilíbrio nos balanços
de trocas dos agentes, onde alguns agentes acumulam ganhos e outros acumulam perdas.
Para resolver a questão do equilíbrio das trocas, encontrou-se nos Processos de Decisão
de Markov Parcialmente Observáveis (POMDP) uma metodologia capaz de auxiliar a tomada
de decisões de cursos de ações na busca do equilíbrio interno dos agentes. Assim,
cada agente conta com um mecanismo próprio para avaliar o seu estado interno, e, de
posse das observações sobre o comportamento de troca dos parceiros, torna-se apto para
deliberar sobre as melhores ações a seguir na busca do equilíbrio interno para o par de
agentes. Com objetivo de operar em sistema multiagentes aberto, torna-se necessário um
mecanismo para reconhecer os diferentes traços de personalidade, viabilizando o uso de
POMDPs nestes ambientes. Esta tarefa de reconhecimento é desempenhada pelos Modelos
de Estados Ocultos de Markov (HMM), que, a partir de modelos de traços de personalidade
conhecidos, podem inferir os traços aproximados de novos parceiros de interações,
através das observações sobre seus comportamentos nas trocas. O objetivo deste trabalho
é desenvolver uma arquitetura de agentes híbrida para a auto-regulação de trocas sociais
entre agentes baseados em traços de personalidade em sistemas multiagentes abertos. A
arquitetura proposta é baseada na arquitetura BDI (Beliefs, Desires, Intentions), onde os
planos dos agentes são obtidos através de políticas ótimas de POMDPs, que modelam
traços de personalidade reconhecidos através de HMMs. Para avaliar a proposta, foram
realizadas simulações envolvendo traços de personalidade conhecidos e novos traços
Identifer | oai:union.ndltd.org:IBICT/oai:tede.ucpel.edu.br:tede/105 |
Date | 31 March 2009 |
Creators | Gonçalves, Luciano Vargas |
Contributors | Dimuro, Graçaliz Pereira |
Publisher | Universidade Catolica de Pelotas, Mestrado em Ciência da Computação, Ucpel, BR, Informática |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações do UCpel, instname:Universidade Católica de Pelotas, instacron:UCPEL |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0059 seconds