Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-03-06T16:26:14Z
No. of bitstreams: 1
2017_LeonardoHenriqueMoreira.pdf: 1690592 bytes, checksum: e6528f291ca601089ce0d3f64309f5ca (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-03-07T15:45:35Z (GMT) No. of bitstreams: 1
2017_LeonardoHenriqueMoreira.pdf: 1690592 bytes, checksum: e6528f291ca601089ce0d3f64309f5ca (MD5) / Made available in DSpace on 2018-03-07T15:45:35Z (GMT). No. of bitstreams: 1
2017_LeonardoHenriqueMoreira.pdf: 1690592 bytes, checksum: e6528f291ca601089ce0d3f64309f5ca (MD5)
Previous issue date: 2018-03-07 / Planejamento multiagente é um tema desafiador e atual na área de pesquisa de Inteligência Artificial. A complexidade e necessidade de interação entre os agentes tem como consequência elevados valores para métricas relacionadas ao tempo de execução e volume de comunicação. Considerando esses fatores como interessantes questões de pesquisa, esse trabalho propõe um modelo de planejamento multiagente com verificação, transformação e validação de planos. O modelo proposto foi denominado LCMAP - Lightweigth Coordination Multiagent Planning, por utilizar um modelo de coordenação eficiente reduzindo o nível de troca de mensagens entre os agentes. No LCMAP a verificação e transformação do problema são realizadas em uma fase inicial, com o intuito de facilitar o processo de planejamento diminuindo a interação entre os agentes. As capacidades dos agentes são analisadas quanto à possibilidade de atingirem os objetivos de forma total ou parcial. Para simplificar o problema original, o mesmo é transformado em um conjunto de instâncias menores através da atribuição dos objetivos aos agentes com as capacidades necessárias. Desta forma, o processo de planejamento é realizado de maneira individual, minimizando o tempo necessário e o volume de mensagens trocadas. Por fim, os planos calculados são validados, garantindo que suas execuções possam ocorrer de maneira paralela. As principais contribuições do trabalho incluem: (i) realização de testes antes da fase de planejamento para avaliar a possibilidade de encontrar uma solução; (ii) utilização de técnicas de execução paralela, sendo este aspecto pouco explorado nos trabalhos relacionados; e (iii) alocação eficiente dos recursos disponíveis através de estratégias que visam minimizar o número de agentes ou balancear a carga entre os mesmos. / Multiagent planning is a challenging and modern theme in the Artificial Intelligence research area. The complexity and requirements of interactions among agents lead to high values of metrics related to execution time and communication volume. Concerning these points as interesting research questions, this work proposes a multiagent planning model with plan verification, transformation, and validation. The proposal was defined as LCMAP - Lightweight Coordination Multiagent Planning due to its use of an efficient coordination process that aims to reduce the message exchanged level among agents. In LCMAP, the problem verification and validation are carried out in an initial phase in order to ease the planning process by diminishing agent interactions. The agent’s capabilities are analyzed about the possibility of reaching the goals in a total or partial way. The original problem is transformed to smaller instances set by assigning goals to agents with the required capabilities. In this sense, the planning process is performed in an individual way, minimizing the necessary time and the message exchanged volume. Finally, the plans found are validated in order to grant that their executions can occur parallel. The main contributions of these works include: (i) tests carried out before the planning phase in order to evaluate the possibility of finding a solution; (ii) use of parallel execution techniques, which are rarely exploited in related works; and (iii) efficient allocation of available resources using strategies that aim to minimize the number of agents or balance the load among them.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/31362 |
| Date | 30 November 2017 |
| Creators | Moreira, Leonardo Henrique |
| Contributors | Ralha, Célia Ghedini |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
| Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds