des arrollo sma

Curso de doctorado:

Agentes Inteligentes

Desarrollo de Sistemas Multi-AgenteLa metodologa INGENIAS

Jorge Gmez Sanz

Juan Pavn Mestras

Dep. de Sistemas Informticos y Programacin

http://grasia.fdi.ucm.es

Juan Pavn MestrasUCM 2004 Ingeniera del Software Orientada a Agentes 2

Sistemas multi-agente (SMA)

Qu son?Por qu otro paradigma?Otra moda tecnolgica?Qu hay de nuevo?Para qu sirven?

Cmo se construyen?


Sistemas multi-agente (SMA)

Los agentes software tienen un conjunto de caractersticasque habr que tener en cuenta para su desarrollo

No son simplemente objetos distribuidos pero se puedenimplementar como tales

Tampoco son sistemas expertos pero su comportamientopodra implementarse con conceptos similares

Podran verse como un tipo de componentes software perono se plantean como las tcnicas actuales de componentes(J2EE, .NET, CCM)

Son estas cosas y algo ms


SMA vs. OO

Agentes Autonoma de decisin

Flujo de control propio

Encapsula la activacin del comportamiento

Estado mental: objetivos, creencias, ...

Comportamiento: cmo decidir lo que hacer

Interacciones: actos de habla (intencionalidad)

Organizacin: relaciones sociales entre agentes

Objetos

Ejecuta los mtodos invocados

Flujo de control del llamante

Encapsula estado y comportamiento

Estado: valor de variables

Comportamiento: salida a partir de una entrada

Mensajes invocan procedimiento

Asociaciones entre objetos


SMA vs. Sistemas Expertos

Agentes Interactan con el entorno

Distribucin de la toma de decisiones:Comportamiento emergente

Mayor grado de interaccin con el usuario

Interaccin con otros agentes

Sistemas Expertos Sistemas cerrados

Sistemas de decisin centralizados

Interaccin con el usuario bajo peticin del usuario


Sobre la utilidad de los agentes

La primera pregunta que habr que plantearse cuando se va a realizar un sistema es:

Hace falta utilizar agentes?

O bastara con objetos, componentes, ...?


Sobre la utilidad de los agentes

Se trata de un sistema distribuido abierto? Pueden incorporarse dinmicamente nuevos tipos de entidades en el sistema? Pueden cambiar las existentes?

Es necesario considerar una evolucin del comportamiento independiente para cada uno de los componentes del sistema o para una parte significativa?

Hay incertidumbre? Es posible para una entidad del sistema conocer su contexto suficientemente para poder decidir con certeza el efecto de las acciones que puede realizar?

Hay personalizacin? Un mismo servicio se puede ofrecer simultneamente de manera distinta segn las caractersticas de cada usuario?

Hace falta definir una organizacin de entidades que interactan para resolver conjuntamente problemas globales?


Metodologas de desarrollo de SMA

Una vez decidido construir un SMA habr que ver Qu resultados producir

Documentacin Cdigo, prototipos, pruebas

Con qu lenguaje especificar el SMA Visuales: Data Flow Diagrams, Entity-Relationship diagrams, Message Sequence Charts, UML

Formales: Z, redes de Petri

Qu actividades para producir los resultados De anlisis, diseo, implementacin, validacin,

Cmo: Guas Mtricas Con qu herramientas

Desarrollo Entorno de ejecucin



La respuesta:


Pero... cul elegir?


Metodologas para desarrollar SMA

Orientacin a objetos

Conceptos de agentes:

Anlisis de roles

Mtodos Formales

Z, lgica temporal

Sistemasexpertos

Conceptos de agentes:

BDI

SMA


Metodologas para desarrollar SMA

Orientacin a objetos

Kendall, MaSE, Styx, ODAC, MASB, Adelfe,...

Anlisis de roles

Gaia, AAII, ...

Mtodos Formales

SMART, DESIRE,Concurrent METATEM

Sistemas expertos

MAS-CommonKADS,CoMoMAS

BDI

AAIIIntegraciIntegracin:n:

MESSAGE, INGENIAS


Algunas metodologas

AAII (Australian Artificial Intelligence Institute) Basada en el modelo BDI

Gaia SMA como conjunto de entidades que interactan

MaSE OO con conversaciones entre objetos

Tropos nfasis en la gestin de requisitos

Zeus Entorno visual de desarrollo de agentes Prototipos de agentes

MAS-CommonKADS CommonKADS extendido con OO, SDL y MSC

MESSAGE, INGENIAS Meta-modelado, agentes que siguen el principio de racionalidad de

Newell


Metodologa AAII [Kinny, Georgeff y Rao 96](Australian Artificial Intelligence Institute)

Modelo BDI (Beliefs, Desires, Intentions) [Bratman87]

CreenciasDeseos

Intenciones



Punto de vista externo Modelo de agentes: jerarqua de clases Modelo de interacciones: responsabilidades de los agentes,

servicios que proporcionan, interacciones asociadas, relaciones de control entre agentes

Basado en anlisis de roles:1. Identificar roles del dominio de aplicacin

Primera definicin de clases de agentes

2. Para cada role, identificar las responsabilidades asociadas y servicios que proporciona Descompone las clases de agentes hasta el nivel de servicios

3. Para cada servicio,identificar las interacciones asociadas Modelo interno de cada clase de agente

4. Refinar la jerarqua de agentes Definir superclases cuando hay clases de agentes con similitud Componer clases de agentes con herencia o agregacin Introducir clases concretas de agente teniendo en cuenta aspectos

especficos de implementacin



Punto de vista interno (basado en BDI) Modelo de creencias: informacin sobre el entorno, estado

interno del agente y acciones que puede realizar Modelo de objetivos: objetivos que puede adoptar el agente y

eventos a los que puede responder Modelo de planes: secuencias de acciones que puede emplear el

agente Basado en el anlisis del propsito de los servicios y su

descomposicin hasta llegar a planes:1. Analizar los medios para alcanzar los objetivos

Descomposicin de cada objetivo en acciones y subobjetivos Generar planes

2. Construir las creencias del sistema A partir de las condiciones que controlan la ejecucin de actividades,

y requisitos de entrada y salida para cada objetivo

El refinamiento de los modelos internos realimenta los modelos externos


GAIA [Wooldridge, Jennings y Kinny, 2000]

Extiende la metodologa Fusion [Coleman et al. 94] SMA como organizacin de entidades que interactan Anlisis: Basado en anlisis de roles en interaccin

Modelo de roles: Para cada rol (un individuo, departamento u organizacin de la vida real):

Responsabilidades: funcionalidad del agente (como propiedades de viveza y seguridad)

Permisos: derechos a informacin y recursos Actividades: acciones privadas (sin interactuar con otros agentes) Protocolos

Modelo de interacciones: define los protocolos (entre roles) Atributos: propsito, iniciador, respondedor, entradas/salidas, proceso

Diseo: Basado en agrupacin de roles en agentes Modelo de agentes: tipos de agentes (agente=conjunto de roles) y

sus instancias Modelo de servicios: funciones de cada rol Modelo de conocidos: con quienes puede interaccionar


GAIA [Wooldridge, Jennings y Kinny, 2000]

Extensiones ROADMAP [Juan, Pearce y Sterling, 2002]

En el anlisis aade: Captura de requisitos utilizando casos de uso Modelo de entorno Modelo de conocimiento, derivado de los dos anteriores

Especificacin de interacciones utilizando AUML

Gaia II [Zambonelli, Jennings y Wooldridge, 2003] En el anlisis aade:

Modelo del entorno: representacin computacional abstracta del entorno del SMA, como una lista de recursos abstractos

Reglas organizacionales: restricciones para las actividades de los roles

En el diseo considera la definicin de la estructura organizacional

Definida a partir de un conjunto de patrones organizacionales

Sigue sin considerar la implementacin


MaSE [DeLoach et al. 01]

Agentes como objetos con capacidad de coordinarse mediante conversaciones

Agentes: clases cuyo comportamiento est definido por autmatas

Soportado por la herramienta agentTool [DeLoach y Wood 01] Generacin automtica de cdigo Notacin UML

Basado en el RUP, trata especialmente las actividades de anlisis y diseo


MaSE [DeLoach et al. 01]

Las conversaciones (protocolos de coordinacin) se definen con dos diagramas de estados: uno para cada clase de agente participante


Tropos

Integracin de trabajo terico previo: i*, KAOS Proceso de desarrollo

Anlisis y Diseo basado en refinamiento de diagramas i* ampliados

Diseo detallado empleando tcnicas adicionales AUML para modelar protocolos Diagramas de Planes

Implementacin mediante plantillas de traduccin a plataformas de agentes BDI

Existen ejemplos de aplicacin Hay herramientas de soporte pero no son de dominio

pblico


Tropos

Fases: Requisitos iniciales

Identifica actores relevantes con sus objetivos

Requisitos posteriores El sistema a desarrollar se considera un actor, y a partir de las dependencias con otros actores se identifican sus obligaciones

Diseo arquitectural Se introducen ms actores del sistema mediante descomposicin de objetivos y tareas del sistema

Diseo detallado Definicin de los actores del sistema en detalle, incluyendo protocolos de comunicacin y coordinacin

Implementacin Transforma las especificaciones en plantillas adaptadas a una plataforma de programacin de agentes (p.ej. Jack)


Tropos

actor

objetivo fuerte

objetivo

plan

recurso

contribuye


Zeus [Nwana et al. 99]

Zeus: entorno visual de desarrollo de SMA http://more.btexact.com/projects/agents/zeus/

Proporciona una plataforma de ejecucin de agentes, prototipos de agentes, y componentes para su realizacin Agentes de utilidad

Servidor de nombres Agentes facilitadores Agente visualizador

Herramienta de construccin de agentes Librera de componentes de agentes

El desarrollador configurar agentes genricos mediante la definicin de Ontologas Agentes Tareas Organizacin Coordinacin



Etapas de desarrollo Anlisis del dominio

Basado en el modelado de roles, utilizando diagramas de clase UML y patrones

Diseo de los agentes Identificacin de ontologas, servicios, tareas y relaciones entre agentes

Realizacin de los agentes Definicin de los elementos identificados en el diseo y su implementacin

Guiado por las herramientas grficas de construccin de agentes de Zeus

Soporte en tiempo de ejecucin Depuracin y optimizacin de cdigo con herramientas de visualizacin y monitorizacin



Etapa de realizacin de agentes Creacin de la ontologa (Zeus Ontology Editor)

Conocimiento declarativo que representa los conceptos significativos dentro del dominio de la aplicacin

Creacin de agente (Zeus Agent Editor) Configuracin de un agente genrico de Zeus: definicin de agente, descripcin de tareas, organizacin del agente, coordinacin del agente

Configuracin de agentes de utilidad (Code GenerationEditor) Atributos de los agentes de utilidad (plataforma de agentes)

Configuracin de agentes de tarea Parmetros de ejecucin de los agentes de tarea

Implementacin de agentes Utilizando la herramienta de generacin de cdigo


MAS-CommonKADS [Iglesias 98]

Extiende la metodologa CommonKADS [deHoog et al. 93] de desarrollo de sistemas expertos con: Tcnicas de orientacin a objetos (OMT y OOSE) Tcnicas de ingeniera de protocolos: SDL y MSC

Modelo de ciclo de vida en espiral dirigido por riesgos Y modelo en cascada con reutilizacin para proyectos pequeos

El desarrollo de un SMA consiste en rellenar un conjunto de plantillas de un nmero de modelos interrelacionados Asociada a cada plantilla hay un estado que caracteriza los hitos en el desarrollo de cada modelo Para cada variable de estado se pueden asociar varios valores: vaco, identificado, descrito y validado

Ejemplo de estados hito: identificacin inicial de los agentes, descripcin de objetivos y servicios, validacin de relaciones entre un modelo y los dems



Fase de conceptuacin Definicin de casos de uso

Especificacin del sistema (Anlisis) Modelo de agente

Un agente es cualquier actor: humano, agente software, sistemas software (e.g. BD)

Capacidades de razonamiento, habilidades, servicios, sensores, efectores, grupos de agentes a los que pertenece y clase de agente

Modelo de tareas Qu tareas pueden realizar los agentes, cmo se estructuran, objetivos, ...

Modelo de experiencia (o modelo de conocimiento) Conocimiento necesario por los agentes para alcanzar sus objetivos

Modelo de organizacin de la sociedad de agentes: Organizacin de los agentes y su relacin con el entorno

Modelo de comunicacin con el usuario Factores de la interaccin humano-agente

Modelo de coordinacin Interacciones entre agentes software

Modelo de diseo Arquitectura y diseo del SMA como paso previo a su implementacin




MESSAGE [Message 2000]

Methodology for Engineering Systems of Software AGents) Proyecto Eurescom P907

Extiende ingeniera de software OO con conceptos del rea de agentes Que se definen en 5 meta-modelos:

Agente Organizacin Dominio Tareas-objetivos Interacciones

Adopta el Proceso Unificado de Desarrollo de Software (tambin conocido como Rational Unified Process)


INGENIAS

Evolucin de MESSAGE

Abordando con mayor profundidad los distintos aspectos que definen la metodologa:

Notacin: Lenguaje visual para expresar el diseo de SMA y agentes

Mtodos: Organizacin de entregas Actividades relacionadas

Herramientas: Ingenias Development Kit (IDK) Generacin de especificacin Validacin de diseo Generacin de cdigo Generacin de documentacin


Planteamiento de INGENIAS

Principios Agentes como paradigma de modelado

Conceptos de ms alto nivel que en objetos y ms cercanos al dominio

Se pueden considerar adaptaciones especficas a dominios de aplicacin particulares

Los aspectos organizativos e intencionales reducen el salto de especificacin de requisitos a implementacin

Implementacin sobre distintos tipos de plataforma Un modelo de SMA se puede implementar sobre una plataforma de agentes o sobre un entorno de objetos tradicional

La metodologa facilita y promueve el desarrollo de herramientas de generacin de cdigo que faciliten el paso del modelo (anlisis y diseo) a la implementacin

Contempla la evolucin de la tecnologa de agentes Adaptabilidad a nuevos lenguajes y estndares (p.ej. AUML)

Todo ello basado en la utilizacin y manipulacin de meta-modelos


INGENIAS

El modelo de desarrollo con INGENIAS El desarrollador de SMA: realiza la aplicacin

Modela con el editordel IDK

Simula y valida el modelo

Implanta el SMAen la red

Genera cdigo y valida el modelo


Editor de INGENIAS


INGENIAS

El modelo de desarrollo con INGENIAS Ingeniero INGENIAS: prepara las herramientas

Define metamodelodel dominio de

aplicacin y puede personalizar el editor

Prepara generador de cdigo para simulador

Crea generador de cdigo para plataforma final


Aspectos de un SMA

SistemaMulti

Agentes

Modelo de Organizacin

Modelo de Agente

Modelo de Objetivos/Tareas

Modelo de Entorno

Modelo de Interacciones


Aspectos del SMA

Modelo de organizacin Estructura del SMA, roles, relaciones de poder, workflows

Modelo de agente Los agentes realizan tareas o persiguen objetivos Responsabilidades, control y estado mental del agente

Modelo de objetivos y tareas Identificacin de objetivos generales y descomposicin en objetivos ms concretos que se pueden asignar a agentes

Similarmente con tareas Objetivos: motivacin Tareas: actividad

Modelo de interaccin Qu interacciones existen entre agentes/roles

Modelo de entorno Entidades y relaciones con el entorno del SMA


Modelo de organizacin

La organizacin define una estructura donde van a existir los agentes, recursos, tareas y objetivos Estructura. Descomposicin de la organizacin en:

Grupos Flujos de trabajo

Interrelacin de tareas en flujos de trabajo Relaciones entre agentes respecto a las tareas Recursos disponibles y asignacin

Relaciones sociales Relaciones de poder (p.ej. subordinacin) y cliente/servidor entre agentes

Relaciones entre grupos Relaciones entre organizaciones

Funcionalidad Propsito Tareas que debe realizar


Elementos del modelo de organizacin

Descripcin estructural

Organizacin

Grupo

Agente Rol

juega

Propsitopersigue

workflow

descomponeAplicacin

descompone

Recurso



Descripcin social

Organizacin

Grupo

Agente

Rol

servicio Organizacin

Grupo

Agente

Rol

subordinacin

servicio

subordinacin

condicional/incondicional

condicional/incondicional

servicio

servicio



Descripcin funcional

workflow

tarea tareaconecta

AgenteRol

Aplicacin

usaresponsable consume/produce

RecursoUnidad de interaccin


Modelo de agente

Descripcin de agentes particulares Funcionalidad del agente: Responsabilidades

Qu tareas sabe ejecutar Qu objetivos se compromete a alcanzar

Comportamiento: Control del agente Estado mental

Agregacin de entidades mentales: objetivos, creencias, compromisos, hechos

Gestin de estado mental Creacin, destruccin, modificacin de las entidades del estado

mental

Mecanismo de decisin: procesador de estado mental Reglas, planificacin, etc.

Agente Rol


Control del agente

Rol

Objetivo

Tarea

Rol

Objetivo

Tarea

EvidenciaInteraccinProduce

Satisface

Satisface

Quieren satisfacer

Quieren satisfacer

puede satisfacerse ejecutando

puede satisfacerse ejecutando

Agente

Agente


Elementos del modelo de agente

Agente Rol

juega

Objetivopersigue

tareaPG

creencia

Estado mental

responsable

afectaHecho


Agente planificador

Planificador clsico. Las tareas transforman entidades mentales para alcanzar objetivos del agente


Modelo de objetivos y tareas

Qu consecuencias tiene la ejecucin de tareas y por qu se deberan ejecutar Justifica la ejecucin de tareas basndose en objetivos Que a su vez se van modificando tras su ejecucin

Objetivo: Situacin deseada Conjunto de estados que el agente quiere lograr, mantener, o evitar Una funcin de utilidad que maximizar Responde a por qu?

Tarea: Transiciones de estado Conduce a la consecucin de objetivos Responde a cmo?

Objetivo Tarea


Ciclo de vida de un objetivo

Pendiente Refinado

Resolvindose

FalloSatisfecho

refinamiento

comienza ejecucin de tarea

Evidencia de xito Evidencia de fallo


Descomposicin de objetivos

rboles Y/O [Rich y Knight 90]

Evaluarautnomamente

No molestaral usuario

No enviarinformacin indeseada

Vender ms

Incrementarbeneficios

Reducircostes

O

- Reglas de transmisin de xito o de fallo


Descomposicin de objetivos

A

B C

D E

Y

O

Resolucin por xito

A

B C

D E

Y

O

Resolucin por fracaso


Elementos de definicin de tareas

Hecho A

Hecho Btarea

consume

consume

Hecho Cproduce

AplicacinRecurso

usausa afecta

objetivo

precondicionespostcondiciones

produce

interaccin


Relaciones entre tareas y objetivos

Una tarea afecta a un objetivo

tarea afectaobjetivo

Crea, destruye o modifica (satisfaciendo o fallando el objetivo)

objetivotarea

SATCondicin de satisfaccin del objetivo

Patrn de estado mental

La satisfaccin de un objetivo justifica la eleccin de una tarea


tarea1

Relaciones entre tareas y objetivos

objetivotarea2

SATOtra condicin

Patrn de estado mental

La satisfaccin de un objetivo justifica la eleccin de una tarea

SATCondicin de satisfaccin del objetivo

tarea3

FAILCondicin de fallo

planificacin


Ejemplo de tareas

Descripcin de relacin productor-consumidor entre dos tareas


Modelo de interacciones

Intercambio de conocimiento o peticiones (intencionalidad) entre agentes

Define las interacciones entre los agentes o entre agentes y humanos Se definen a alto nivel, en diseo se detalla el protocolo de interaccin

Se puede usar el concepto de protocolo de interaccin de Agent UML o los protocolos de Gaia


Definicin de interacciones

Qu actores participan en la interaccin Cada actor debe mostrar la razn por la que participa Roles iniciador y colaboradores

Definicin de unidades de interaccin Mensajes, actos de habla

Orden de las unidades de interaccin Protocolos: contract net, FIPA request, especficos. Diagramas de protocolos AUML

Acciones ejecutadas en la interaccin Criterios para decidir cundo ejecutar una tarea Consecuencias de la ejecucin de una tarea

Definicin del contexto de la interaccin Objetivos que persigue la interaccin Estado mental de los participantes

Modelo de control Mecanismos de coordinacin


Comunicaciones entre agentes

Actos del habla Determina un conjunto de primitivas con las que se comunican los agentes request:solicitar la ejecucin de una accin inform: modificar la informacion que almacena un agente not-understood: no se ha comprendido el mensaje

Necesita de un lenguaje de contenido XML SL0

Una ontologa A qu se refieren los elementos que aparecen en el mensaje

Un protocolo Fipa-request: solicitar de un agente la ejecucin de una tarea


Protocolo


Modelo de entorno

Define las entidades del entorno del SMA con las que vaya a interactuar Recursos

Elementos consumibles o no consumibles: Descriptores de ficheros, hilos de ejecucin, memoria, dispositivos de

E/S, sockets, ancho de banda, etc.

Aplicaciones Uso ms complejo, por medio de alguna interfaz Se pueden ver como objetos o como agentes

Agentes Satisfacen el principio de racionalidad


Tipos de entorno [Russel y Norvig 95]

Accesible/Inaccesible Capacidad para percibir todo el entorno

Determinista/No determinista Dado un estado y una accin ejecutada, se puede predecir el siguiente estado

Episdico/No episdico La experiencia del agente se puede segmentar en episodios independientes

Esttico/Dinmico El mundo no cambia mientras el agente delibera

Continuo/Discreto Existe un conjunto finito de variables a observar y un conjunto finito de acciones posibles


Formas de modelar el entorno

Representar el mundo que rodea al agente [Ferber 99] Tarea extremadamente difcil

Enfoque pragmtico (Situated Automata [Rosenschein y Kaelbling 95] y redes neuronales [Zilouchian 00])

Discretizar el entorno utilizando un conjunto finito de variables observables Categorizar el tipo de entidades relevantes del entorno Restringir la interaccin (percepcin y actuacin) con estas entidades:

Recursos Aplicaciones Agentes


Ejemplo de entorno

Entorno para un asistente de ficheros en un PC

AsistenteReubicacinficheros

6553510000 65535

HilosEjecucin

12820 128

MemoriaDisponible

DiscoDuro

dameDirectoriodameFicherodameContenidoFicherodameOcupacinDisco

ENTORNO

______MUESTREO_______dameOcupacin:90min

___DiscoDuro___________ContenidoDiscoDuroCambio


Son muchos diagramas, entidades y relaciones

Por ello definimos Un proceso de desarrollo

Compuesto de actividades Y que determina entregas a realizar

Un entorno de desarrollo que facilite la implementacin

Y damos Ejemplos de modelado Una tesis doctoral que describe la notacin y el proceso siguiendo el planteamiento del proceso unificado

Actualmente Revisin para adaptar al paradigma de Desarrollo de software dirigido por modelos (MDD, Model Driven Development)


Un proceso de desarrollo orientado a agentes

Ejemplo: Diseo de un sistema de recomendacin usando filtradocolaborativo Los documentos llegan a una comunidad de usuarios Sern evaluados segn los gustos mayoritarios de la comunidadde usuarios de gustos similares



1. Identificar OBJETIVOS Anlisis: Qu tiene que hacer el sistema (requisitos)

De casos de uso a objetivos



2. Descomponer los OBJETIVOS en subOBJETIVOS y TAREAS Del anlisis al diseo:

OBJETIVOS identifican requisitos (propsito)



2. Descomponer los OBJETIVOS en subOBJETIVOS y TAREAS Del anlisis al diseo:

TAREAS definen procedimientos para satisfacer OBJETIVOS



3. Asignar OBJETIVOS a ROLES en la ORGANIZACIN Diseo:

ROLES definen servicios (responsabilidades y funcionalidadesperada)



3. Asignar OBJETIVOS a ROLES en la ORGANIZACIN Diseo:

ORGANIZACIN define arquitectura (estructura, normas)



4. Definir WORKFLOWS e INTERACCIONES Diseo:

WORKFLOWS definen relaciones entre TAREAS, ROLES y RECURSOS




INTERACCIONES definen cmo se comunican los ROLES




INTERACCIONES definen cmo se comunican los ROLES



5. AGENTES desempean ROLES Diseo:

AGENTES tienen capacidades para desempear ROLES Cada AGENTE puede tener una estrategia diferente para

satisfacer los objetivos del mismo ROLE



6. Generacin de cdigo Simulacin: validar el comportamiento del sistema multi-

agente Realizacin e implantacin de un sistema ejecutable


Proceso de desarrollo orientado a agentes

Hay otras posibilidades

Centrarse y comenzar con los workflows Cuando la organizacin est orientada a procesos

Centrarse en la coordinacin y las interacciones Cuando el problema es la definicin de un algoritmo distribuido Sistemas cooperativos

Centrarse en el entorno Sistemas empotrados Robtica

Centrarse en los actores Simulacin social


INGENIAS Development Kit

http://ingenias.sourceforge.net

Editor de modelos Herramienta visual (notacin grasia!) Inicialmente basado en herramienta de meta-modelado

(METAEDIT+) Actualmente 100% Java

Generacin de modelos siguiendo los meta-modelos Integracin con mdulos para procesamiento de las especificaciones Integracin con agentes (en desarrollo)

Mdulos: Para la generacin de cdigo

Armazones (plantillas) configurables, especificados con XML, para distintas plataformas de agentes

Jade, Robocode, Servlets, Agentes grasia!

Para validar especificaciones: basado en AT Para generar documentacin (HTML) Armazn para desarrollar mdulos personalizados


IDK

Descripcin SMA

modelo de agentemodelo de agentemodelo de agente

modelo de organizacin

modelo de objetivos/tareasmodelo de objetivos/tareasmodelo de objetivos/tareas

modelo de entorno

modelo de interaccionesmodelo de interaccionesmodelo de interacciones

EditorMduloMduloMduloMduloMdulo

produce procesados por

contiene


Editor del IDK

El editor del IDK permite Crear y modificar modelos de SMA Generar documentacin (HTML) Sacar snapshots de los diagramas para utilizarlos en otras aplicaciones

Procesar las especificaciones mientras se estn generando con el editor o una vez grabadas en un fichero

Introducir explicaciones en lenguaje natural de los diferentes diagramas y de cada elemento en los diagramas, as como aadir etiquetas de texto


Manejo del Editor del IDK


Generacin del editor

Goals/tasks metamodel Environmen

t metamodel

Organization

metamodel Agent

metamodel Interaction metamodel

MAS Editor

Editor template Java/XML

Metamodel Description

XML

icoicoicon

Relationship Editor Attributes (e.g. Icons)

With metamodels XML

MetaEditor


modelo SMAmodelo

SMAmodelo SMA (XML)

Especficos de una plataforma(deben reunir los elementos de los metamodelos)

Generacin de cdigo

plantilla de cdigomarcado con XML

Plataforma de agentes



Generadorcdigo

de agentecdigode agentecdigode agente

Completar/Revisarpor el programador


Conclusiones

El paradigma de agente extiende al de objeto: Aprovechar las metodologas OO

Ms fcil de aceptar por los ingenieros software Aprovecha herramientas y experiencia

Ciclo de desarrollo iterativo e incremental, basado en casos de uso

Extensiones: Aspectos sociales (organizacin, interacciones, negociacin) Comportamiento (autonoma, estado mental, objetivos, tareas) Concurrencia y distribucin

Modelado desde varios puntos de vista (VowelEngineering, AAII, MAS-CommonKADS, MESSAGE) Para poder gestionar la complejidad del SMA Modelos: Entorno, dominio/ontologa, roles, objetivos/tareas, interacciones/protocolos, organizacin, agente


Conclusiones

Anlisis Casos de uso para capturar requisitos funcionales Roles y servicios para agrupar las distintas funcionalidades asociadas a un agente o grupo de agentes

Diseo Independiente de la arquitectura (Gaia) Basado en una arquitectura concreta (MaSE, AAII, Zeus) Define el modelo computacional del agente => arquitectura del agente (MAS-CommonKADS)

Relevancia de las herramientas (Zeus, MaSE, MESSAGE, INGENIAS)

Intentos de estandarizacin: FIPA Methodology TC y AgentLink AOSE TFG


Resumen

INGENIAS proporciona Una notacin para modelar un SMA desde cinco puntos de vista: Organizacin Agente Objetivos/Tareas Interacciones Entorno

Un conjunto de actividades que se pueden enmarcar dentro de un proceso de desarrollo estndar: el Proceso Unificado

Herramientas de soporte: Ingenias Development Kit (IDK) Generacin de cdigo sobre distintas plataformas En el futuro tiene que evolucionar para:

Mejorar la usabilidad y documentacin Facilitar trabajo en equipo (esto requiere, entre otras facilidades,

control de versiones) Identificacin de patrones de diseo orientado a agentes


Bibliografa

Bratman, M. E. (1987) Intentions, Plans, and Practical Reason. Harvard University Press. DeLoach, S. 2001. Analysis and Design using MaSE and agentTool.. Proceedings of the 12th

Midwest Artificial Intelligence and Cognitive Science Conferece (MAICS). Ferber, J., 1999. Multi-Agent System: An Introduction to Distributed Artificial Intelligence.

Addison Wesley Longman. Iglesias, C. (1998). Definicin de una metodologa para el desarrollo de sistemas multiagente,

Tesis Doctoral, UPM. Juan, T., Pearce, A. y Sterling, L. (2002). ROADMAP: Extending the Gaia Methodology for

Complex Open Systems. Proceedings of the first international joint conference on Autonomousagents and multiagent systems (AAMAS2002), Bologna, Italia, 3-10.

Kinny, D., Georgeff, M. y Rao, A. (1996). A methodology and modelling technique for systems of BDI agents. En Agents Breaking Away: Proceedings of the Seventh European Workshop on Modelling Autonomous Agents in a Multi-Agent World, LNAI 1038, 5671.

Nwana, H. S. et al. (1999) ZEUS: A Toolkit for Building Distributed Multi-Agent Systems, Applied Artificial Intelligence Journal, vol. 1, no. 13, pp. 129-185.

Russell, S. y Norvig, P. (1995) Artificial Intelligence: a modern approach. Prentice Hall. Weiss, G. Multiagent Systems. The MIT Press, 1999. Wooldridge, M., Jennings, N. R. y Kinny, D (2000). The Gaia Methodology for Agent-Oriented

Analysis and Design, Journal of Autonomous Agents and Multi-Agent Systems, 3 (3), 285-312. Zambonelli, F., Jennings, N. y Wooldridge, M. (2003) The Gaia methodology for agent-oriented

analysis and design. ACM TOSEM.

Web sobre metodologas de agentes: http://ma.ei.uvigo.es/isoa/ Gmez Sanz, J.J. y Pavn, J. Methodologies for Developing Multi-Agent

Systems, Journal of Universal Computer Science (10) 4, 359-374Juan Pavn MestrasUCM 2004 Ingeniera del Software Orientada a Agentes 84

Bibliografa

des arrollo sma

Documents