Documente Academic
Documente Profesional
Documente Cultură
Strategii de coordonare n
timp real a comportamentului
agenilor inteligeni mobili
Real-time coordination
strategies of the intelligent
mobile agents behaviour
Conductor tiinific
Prof.dr.ing. Vasile COMNAC
BRASOV, 2012
1
CONDUCTOR TIINIFIC:
REFERENI:
Data, ora i locul susinerii publice a tezei de doctorat: 5 octombrie 2012, ora
09:00, sala V III 9, aflat la etajul 3 al corpului V al Universitii Transilvania din
Braov, Str. Mihai Viteazul, nr. 5.
Eventualele aprecieri sau observaii asupra coninutului lucrrii v rugm s
le transmitei n timp util, pe adresa Departamentului de Automatic i Tehnologia
Informaiei, Corpul V al Universitii Transilvania din Braov, Str. Mihai Viteazul,
nr. 5, 500174, la numrul de fax al departamentului: 0268 418 836, sau pe adresa
de email: ioana.cobeanu@unitbv.ro.
Totodat v invitm s luai parte la edina public de susinere a tezei de
doctorat.
V mulumim.
CUPRINS
Pg.Tez Rez.
1. INTRODUCERE .................................................................................................... 9..5
1.1 Obiectivele tezei .............................................................................................. 11
1.2 Structura tezei.................................................................................................. 12..7
2. SISTEME MULTI-AGENT .................................................................................. 15..9
2.1 Noiuni introductive ......................................................................................... 16
2.2 Arhitectura sistemelor multi-agent .................................................................... 19..9
2.3 Comunicaia n cadrul sistemelor multi-agent .................................................... 23
2.4 Domenii de utilizare ......................................................................................... 2710
2.5 Aplicaia propus ............................................................................................. 3010
2.6 Concluzii ......................................................................................................... 37
3. MODELAREA I SIMULAREA SISTEMELOR MULTI-AGENT .................... 3914
3.1 Noiuni introductive ......................................................................................... 40
3.2 Instrumente utilizate n modelarea i simularea sistemelor multi-agent................ 40
3.3 Analiza comparativ a instrumentelor ............................................................... 4514
3.4 Platforma CoReMo .......................................................................................... 4716
3.5 Arhitectura platformei CoReMo ....................................................................... 4916
3.6 Concluzii ......................................................................................................... 55
4. PROCESAREA EVENIMENTELOR N CADRUL SISTEMELOR MULTI-AGENT
.............................................................................................................................. 5718
4.1 Noiuni introductive ......................................................................................... 58
4.2 Arhitectura sistemelor bazate pe evenimente ..................................................... 5918
4.3 Procesarea evenimentelor complexe .................................................................. 6319
4.4 Evaluarea comparativ a platformelor CEP ....................................................... 6619
4.5 Utilizarea CEP n procesarea evenimentelor din cadrul sistemelor multi-agent .... 7220
4.6 Concluzii ......................................................................................................... 80
5. MODELAREA PROCESULUI DE DECIZIE ...................................................... 8324
5.1 Noiuni introductive ......................................................................................... 84
5.2 Modelul de alocare al activitilor agenilor ....................................................... 84
5.3 Procesul de decizie al agenilor inteligeni ......................................................... 9024
5.4 Concluzii ....................................................................................................... 104
6. STRATEGII DE COORDONARE N TIMP REAL........................................... 10729
6.1 Noiuni introductive ....................................................................................... 108
6.2 Tehnici utilizate pentru realizarea coordonrii ................................................. 10929
6.3 Necesitatea coordonrii n cadrul sistemului multi-agent propus ....................... 11530
6.4 Strategia de coordonare n timp real propus ................................................... 11630
6.5 Evaluarea strategiei de coordonare .................................................................. 12233
6.6 Concluzii ....................................................................................................... 131
7. CONCLUZII ....................................................................................................... 13338
7.1 Contribuii personale ...................................................................................... 13641
7.2 Diseminarea rezultatelor................................................................................. 13843
3
CONTENT
Pg. Tess. Sum.
1. INTRODUCTION .................................................................................................. 9..5
1.1 Thesis objectives ............................................................................................ 11
1.2 Thesis structure............................................................................................... 12..7
2. MULTI-AGENT SYSTEMS ................................................................................. 15..9
2.1 Introduction ..................................................................................................... 16
2.2 Multi-agent systems architecture .................................................................... 19..9
2.3 Multi-agent systems communication ................................................................. 23
2.4 Areas of application ......................................................................................... 2710
2.5 Proposed application ........................................................................................ 3010
2.6 Conclusions ..................................................................................................... 37
3. MULTI-AGENT SYSTEMS MODELING AND SIMULATION ......................... 3914
3.1 Introduction ..................................................................................................... 40
3.2 Multi-agent systems modeling and simulation tools ........................................... 40
3.3 Tools comparison analysis................................................................................ 4514
3.4 CoReMo Platform ............................................................................................ 4716
3.5 CoReMo platform architecture ......................................................................... 4916
3.6 Conclusions ..................................................................................................... 55
4. PROCESSING EVENTS IN MULTI-AGENT SYSTEMS ................................... 5718
4.1 Introduction ..................................................................................................... 58
4.2 Event based systems architecture .................................................................. 5918
4.3 Complex Event Processing ............................................................................... 6319
4.4 CEP platforms comparison analysis .............................................................. 6619
4.5 Using CEP for event processing in multi-agent systems ..................................... 7220
4.6 Conclusions ..................................................................................................... 80
4
INTRODUCERE
Aplicaiile de control fac parte din viaa fiecruia dintre noi. Ele pot fi ntlnite n cadrul
locuinelor (controlul temperaturii n camer utiliznd termostatul centralei de nclzire,
controlul audio sau video n cazul sistemelor de supraveghere, etc.), pe strad (controlul
traficului n intersecii, controlul modului n care sunt livrate produsele de ctre firmele de
curierat, etc.), n halele industriale (controlul liniilor de producie, a modului de funcionare a
roboilor, etc.), i exemplele pot continua. n cadrul acestor aplicaii se urmrete obinerea unei
reacii la nivelul componentelor n timp real. De exemplu, n cazul aplicaiilor de control al
traficului, n momentul detectrii unui incident, autovehiculele aflate n trafic trebuie s aib
posibilitatea de a evita zona congestionat.
Complexitatea sistemelor care modeleaz aplicaiile de control depinde de numrul
entitilor implicate n rezolvarea problemelor. O dat cu dezvoltarea reelelor wireless de
senzori, a crescut foarte mult numrul nodurilor care pot fi conectate ntr-o reea. n acelai timp
nodurile reelelor wireless pot fi rspndite pe suprafee spaiale mari. Aceast evoluie face ca
5
SISTEME MULTI-AGENT
Tehnologia sistemelor multi-agent este utilizat cu succes n modelarea sistemelor
distribuite. Mediul sistemelor distribuite este unul dinamic. Tehnologia utilizat pentru
modelarea unui astfel de sistem trebuie s fac fa situaiilor neprevzute aprute n cadrul
sistemului [52]. Prin construcia aplicaiilor utiliznd tehnologia sistemelor multi-agent se
mbuntete flexibilitatea sistemelor i capacitatea acestora de a rezolva situaiile neprevzute
aprute n cadrul sistemului.
Sistemele multi-agent au cunoscut o mare rspndire n ultimii ani, fiind utilizate n
aplicaii din diverse domenii. Arhitectura sistemelor multi-agent difer n funcie de aplicaia n
care este utilizat. La realizarea unei astfel de arhitecturi este important s se cunoasc rolul
agenilor i modul n care acetia interacioneaz. Aceasta este construit n funcie de modul n
care se realizeaz coordonarea agenilor. n cadrul unui sistem multi-agent trebuie s fie posibil
schimbarea de informaii, astfel nct deciziile agenilor s fie luate n concordan cu
necesitile ntregului sistem.
2.2 Arhitectura sistemelor multi-agent
Arhitectura unui sistem software reprezint descrierea structurii acestuia. Arhitectura
reprezint primul artefact care poate fi analizat pentru a determina ct de bine dac sunt atinse
atributele sistemului privind calitatea i servete ca i plan al proiectului [3]. Arhitectura unui
9
l arc (u , v)
v med (u, v)
(2.1)
unde l arc reprezint lungimea strzii asociate arcului ( u ,v ) A i v med reprezint viteza medie
de parcurgere a strzii asociate arcului ( u ,v ) A .
2.5.1.2 Tipurile i rolurile agenilor
Principalele tipuri de ageni aflai n cadrul sistemului multi-agent propus sunt: agenii
mobili inteligeni numii ageni de livrare, agenii mobili reprezentai de participanii la trafic
care nu livreaz materiale, agentul care detecteaz incidentele aprute n trafic i agentul
dispecer care genereaz rutele iniiale ale agenilor mobili inteligeni. Aceast divizare a fost
realizat pe baza principalelor roluri pe care trebuie s le ndeplineasc fiecare n cadrul
sistemului multi-agent.
Agentul detector al incidentelor
Detectarea incidentelor poate fi realizat la nivelul fiecrui agent mobil de livrare sau la
nivelul unui agent detector al incidentelor localizat la nivel global fr a fi necesar un agent
coordonator.
Realizarea unui control distribuit ai agenilor mobili de livrare poate conduce la creterea
alarmant a numrului de mesaje trimise n cadrul sistemului, putnd duce chiar la blocarea
comunicaiei. Pentru a putea pstra procesul de decizie la nivelul fiecrui agent de livrare i
pentru a evita blocarea comunicaiei la nivelul sistemului s-a realizat detectarea incidentelor la
nivelul unui agent numit detector al incidentelor. n acest mod la nivelul agenilor mobili sunt
primite doar informaiile despre incidentele care le pot afecta comportamentul, i nu informaii
de la toi ceilali ageni care nu le influeneaz n nici un fel acel comportament. n acelai timp
informaiile legate de trafic de la ageni sau de la componentele infrastructurii sunt trimise doar
la un agent i nu la toi agenii de livrare. Agentul detector al incidentelor are rolul principal de a
detecta n timp real incidentele aprute n trafic.
Agentul dispecer
Agentul dispecer are rolul de a realiza planul iniial al agenilor mobili inteligeni. Prin
realizarea planului iniial se nelege stabilirea tuturor rutelor agenilor mobili inteligeni.
Algoritmul de stabilire a rutelor agenilor trebuie s in cont de urmtoarele constrngeri: rutele
trebuie s treac prin toate punctele de construcie unde trebuie livrate produsele, toate
materialele trebuie livrate n intervalul de timp stabilit la nivelul antierelor, timpul petrecut de
ageni n trafic trebuie s fie ct mai scurt, materialele se pot afla n mai multe depozite.
12
13
despre fiecare autovehicul: poziia sa, strada pe care se afl i viteza sa, date despre incidentele
aprute n trafic precum strada pe care a avut loc incidentul.
Principalele interaciuni care au loc n sistemul multi-agent propus sunt:
Interaciunea Agentului Detector al Incidentelor i agenii mobili;
Transmiterea informaiilor ntre Agentului Detector al Incidentelor i agenii mobili se
realizeaz ntr-un singur sens. Informaiile sunt transmise doar de la agenii mobili la agentul
detector al incidentelor. Informaiile transmise sunt evenimente simple de poziie. Aceste
evenimente conin informaii legate de poziionarea fiecrui agent mobil. Pe baza acestor
evenimente simple Agentului Detector al Incidentelor realizeaz detecia n timp real a
incidentelor.
Interaciunea Agentului Detector al Incidentelor i agenii mobili inteligeni;
Transmiterea informaiilor ntre Agentului Detector al Incidentelor i agenii mobili
inteligeni se realizeaz n ambele sensuri. Informaiile transmise de la agenii mobili la agentul
detector al incidentelor sunt evenimentele simple de poziie prezentate anterior. Informaiile
transmise de la agentul detector al incidentelor la agenii mobili sunt evenimentele complexe prin
care agenii mobili sunt informai de detecia unui ambuteiaj pe o strad.
Interaciunea Agentului Dispecer i agenii mobili inteligeni;
Transmiterea informaiilor ntre Agentului Dispecer i agenii mobili se realizeaz ntr-un
singur sens. Agentul Dispecer transmite agenilor mobili inteligeni rutele lor iniiale. Rutele sunt
reprezentate sub forma unui vector n care sunt reinute punctele prin care trebuie s treac
agenii.
sunt definite locaiile acestora, intervalele de timp la care trebuie livrate materialele de
construcie i depozitul la care se afl acele materiale.
De transportul materialelor se vor ocupa agenii inteligeni mobili care aparin unei firme
de distribuie. n cadrul acestui modul se realizeaz modelarea comportamentului agenilor
mobili inteligeni (agenii care livreaz materialele n cadrul antierelor). La nivelul acestora a
fost integrat un modul de inteligen artificial prin care acetia i reconfigureaz
comportamentul n funcie de starea traficului.
La nivelul agentului dispecer sunt realizate planurile iniiale ale agenilor mobili, la nivelul
acestuia fiind integrat de asemenea un modul de inteligen artificial. La nivelul
comportamentului detector al incidentelor a fost integrat algoritmul care face posibil detectarea
n timp real a ambuteiajelor aprute n trafic.
22
n cazul n care densitatea, calculat pentru o strad, este mai mare dect densitatea etalon
este semnalat apariia unui incident. Reconfigurarea noilor rute se va face pe baza noilor timpi
de parcurgere a strzilor. Acetia sunt modificai imediat dup detectarea unui incident pe o
anumit strad.
Costurile strzilor blocate sunt generate ca fiind un timp foarte mare, echivalent cu faptul
c strada respectiv este blocat.
4.5.4 Rezultate obinute prin integrarea n platformei CoReMo
propui la nivelul agenilor mobili inteligeni trebuie s genereze soluiile ntr-un timp ct mai
scurt. Pentru ca algoritmii s genereze soluii optime, acetia necesit un interval de timp care n
cele mai multe situaii este mai mare dect timpul necesar gsirii unei soluii (sistemul fiind
dinamic starea acestuia se poate schimba ntr-un interval foarte scurt de timp, de ordinul
secundelor).
5.3 Procesul de decizie al agenilor inteligeni
5.3.2.1 Scenariul
Scenariul se refer la livrarea de ctre un agent a materialelor de construcie la antierele
distribuite n cadrul unui ora. Transportul trebuie realizat astfel nct fiecare material s fie livrat
n momentul utilizrii acestuia deoarece capacitatea antierelor este limitat. Pentru aceasta la
nivelul fiecrui antier este definit un interval de timp n care trebuie livrate materialele. Livrarea
trebuie s se realizeze astfel nct intervalele de timp s fie respectate i timpul petrecut de agent n
trafic s fie ct mai apropiat de timpul rutei iniiale.
5.3.2.2 Metoda propus
Algoritmul propus primete ca date de intrare reeaua de drumuri, locaia agentului, locaia
depozitului destinaie, locaia antierelor i intervalele de timp n care trebuie livrate materialele
asociate fiecrui antier.
Pentru reducerea acestui timp a fost necesar obinerea unui graf simplificat, derivat din
graful care descrie reeaua de drumuri. Prin construcia grafului simplificat (fig. 5.4) s-a urmrit
realizarea reducerii algoritmului de replanificare.
Fig. 5.4. Modul de obinere a grafului simplificat n cazul replanificrii rutei unui agent
24
5.3.3.1 Scenariul
Scenariul se refer la crearea rutelor iniiale ale agenilor mobili inteligeni. Livrarea
materialelor de ctre ageni trebuie s se realizeze astfel nct intervalele de timp s fie respectate i
25
timpul petrecut de ageni n trafic s fie ct mai mic. Acest scenariu reprezint o variant extins a
scenariului prezentat la procesul de decizie a agenilor mobili inteligeni.
5.3.3.2 Metoda propus
Reeaua de drumuri, numrul depozitelor, materialelor depozitate n cadrul fiecrui depozit
i numrul agenilor care sunt disponibili reprezint datele de intrare pentru algoritm. Algoritmul
propus asociaz agenii cu depozitele astfel nct un agent s nu poat fi atribuit mai multor
depozite, asigur ca toate materialele de construcie s fie livrate la antierul asociat n intervalul
de timp stabilit i minimizeaz timpul petrecut de ageni n trafic.
Reprezentarea reelei de drumuri este fcut ca i n cazul algoritmului de replanificare a
rutelor la nivelul unui agent printr-un graf simplificat (fig. 5.8) [15].
Fig. 5.8. Modul de obinere a grafului simplificat n cazul planificrii rutelor iniiale
27
Ageni
Clieni
1
1
1
1
1
1
2
2
3
3
3
3
3
3
4
4
4
6
8
9
12
12
10
15
20
10
15
20
20
20
25
25
50
Timp
DLV
[secunde]
3.59
11.33
13.97
12.45
18.87
23.75
25.75
12.31
13.35
33.55
-
Timp
Choco
[secunde]
0.32
0.45
0.54
0.36
0.43
0.56
1.12
1.88
1.98
2.12
8.25
28
Principalele tehnici prin care se poate realiza coordonarea n cadrul unui sistem multi-agent
sunt: tehnici bazate pe structuri organizaionale [6] [35], tehnici bazate pe contractare [6] [32]
[41], tehnici bazate pe planificare [4] [27] [38] [51], tehnici bazate pe negociere [8] [35] [39]
[49], tehnici bazate pe licitaie [5] [17], tehnici bazate pe programarea orientat pe pia [48],
tehnici bazate pe formarea coaliiilor [37] [42], tehnici bazate pe argumentare [31] [50],
coordonare indirect [18] [33], tehnici adaptive de nvare [1] [18] [36].
6.3 Necesitatea coordonrii n cadrul sistemului multi-agent propus
Pentru a realiza ndeplinirea acestui scop global fiecare agent inteligent mobil trebuie s
cunoasc materialele i antierele la care trebuie s livreze materialele. Scopul global trebuie
mprit n scopuri locale la nivelul fiecrui agent care livreaz produse. Pentru a realiza acest
lucru este necesar crearea unui plan iniial. Prin acest plan se realizeaz divizarea sarcinilor la
nivelul fiecrui agent. Planul iniial este realizat la nivelul agentului dispecer.
n momentul n care fiecare agent i cunoate sarcina pe care trebuie s o ndeplineasc,
acesta trebuie s i adapteze comportamentul la starea actual a sistemului. Adaptarea
comportamentului trebuie realizat n timp real, deoarece sistemul sistemului multi-agent este un
sistem dinamic.
6.4 Strategia de coordonare n timp real propus
Dup realizarea planului iniial fiecare agent are capacitatea de a-i replanifica activitile
pentru a evita incidentele aprute n trafic, fiind vorba de o planificare descentralizat.
Informaiile pe baza crora este realizat replanificarea sunt obinute de la agentul detector al
incidentelor. n cadrul sistemului nu exist nici un agent coordonator care s realizeze planurile
intermediare ale agenilor. n acest mod este pstrat autonomia fiecrui agent mobil i crete
flexibilitatea acestuia.
Politicile pe baza crora agenii realizeaz reconfigurarea rutelor sunt aceleai i anume: de
a evita incidentele aprute pe strzile ce fac parte din ruta iniial a acestora, de a respecta timpii
de sosire la antiere i de a minimiza timpul petrecut de acetia in trafic.
Dezavantajele principale ale tehnicilor bazate pe planificare sunt faptul c presupun
procesarea i transferul unui volum mare de informaii n cadrul sistemului. Acestea au fost
diminuate n cadrul strategiei de coordonare propuse prin urmtoarele metode.
Minimizarea numrului de informaii transmise n cadrul sistemului este realizat n primul
rnd prin faptul c sistemul este bazat pe evenimente. n acest mod mesajele nu sunt transmise de
ctre toi agenii mobili, ci doar de cei care se afl n trafic la momentul respectiv de timp.
Evenimentele transmise au rolul de a informa agentul detector al incidentelor cu privire la noua
lor poziie. Reducerea semnificativ a evenimentelor transmise este realizat de la nivelul
agentului detector al incidentelor la agenii mobili inteligeni. Mesajele transmise sunt doar cele
care semnaleaz detecia unui incident. n intervalul de timp n care traficul se desfoar n
condiii normale pe toate strzile, agenii mobili nu vor primi nici un mesaj.
Strategia de coordonare propus are ca obiectiv i minimizarea puterii de calcul necesare la
nivelul componentelor sistemului. n acest scop s-a propus ca detecia incidentelor s nu se fac
la nivelul fiecrui agent, ci la nivelul unui agent global. Astfel la nivelul agenilor mobili vor fi
integrai doar algoritmii de replanificare, iar agentul detector al incidentelor trebuie s realizeze
doar procesarea evenimentelor provenite de la agenii mobili. Complexitatea agenilor ct i
resursele necesare la nivelul fiecrui agent sunt prezentate n continuare.
6.4.2 Transferul datelor n cadrul sistemului multi-agent
Nucleul motorului CEP ocup doar civa MB (n RAM). Pe disk acesta ocup 2MB
pentru fiierele .jar i logs i civa KB (KiloByte) pentru fiierele de configurare [57]. n
momentul execuiei unui algoritm gradul de ocupare al memoriei de ctre motorul CEP depinde
de numrul fluxurilor de evenimente care intr n motorul CEP, de numrul interogrilor, de
numrul i dimensiunea ferestrelor.
Algoritmul, prezentat detaliat n cadrul capitolului 4, este un algoritm simplu. n cazul
acestui algoritm s-a definit un singur flux de evenimente care intr n motorul CEP, fiind
reprezentat de evenimentele de poziie ale agenilor mobili. Algoritmul conine un numr redus
interogri ale evenimentelor. Pentru a realiza detecia incidentelor ntr-un interval de timp ct
mai scurt, s-a realizat reducerea numrului de ferestre definite. n acest algoritm este definit o
singur fereastr cu o durat de 0.25 secunde. Prin scderea numrului de ferestre ct i a duratei
acestora scade gradul de utilizare al procesorului.
6.4.3.2 Agentul dispecer
Agentul dispecer a fost implementat n Java, utiliznd solverul CP Choco. La nivelul
agentului dispecer a fost integrat algoritmul de planificare a rutelor iniiale ale agenilor mobili
inteligeni. A fost integrat implementarea utiliznd solverul Choco deoarece n urma
rezultatelor experimentale obinute n cazul implementrii algoritmului a rezultat faptul c timpii
obinui utiliznd solverul CP Choco sunt mai mici dect cei obinui n urma utilizrii sistemului
ASP DLV.
Memoria pe care o necesit solverul Choco este de 128 MB. Testele au fost realizate pe un
calculator cu procesor Intel Core I5 cu frecvena de 2,27 GHz i RAM de 4GB. Datele de intrare
ale algoritmului n cazul testrii au fost: 3 depozite n care sunt depozitate materialele, un numr
de 4 ageni pentru fiecare depozit, un numr de 47 antiere i un depozit final. n acest caz
rezult o cretere a utilizrii procesorului n momentul execuiei algoritmului de planificare de
aproximativ 20%. n cazul utilizrii memoriei aceasta este de ordinul a 0,02 GB. O dat cu
creterea numrului de depozite, a agenilor i a antierelor, va crete i gradul de utilizare a
procesorului.
Agentul dispecer pentru a genera planul iniial al agenilor realizeaz urmtorii pai:
Calculul grafului simplificat pe baza reelei de drumuri (costurile arcelor sunt cele iniiale);
Generarea rutelor utiliznd algoritmul de iniializare a rutelor.
6.4.3.3 Agenii mobili
Agenii mobili sunt implementai n cadrul modulului CoReMo Core. Comportamentul
acestor ageni const n calculul celei mai scurte rute dintre locaia de start i locaia la care
trebuie s ajung i deplasarea pe ruta stabilit indiferent dac apar sau nu incidente pe strzile
care compun aceast rut.
Funcia de calcul a celei mai scurte rute (cea implementat n cadrul platformei Repast)
poate duce la ntrzieri n cadrul ntregii simulri n cazul n care numrul agenilor devine mare.
La 2000 de ageni aceste ntrzieri pot fi vizibile, un interval de timp stabilit fiind executat ntr-o
secund, pe cnd n cazul simulrii cu 300 de ageni n cazul n care un interval de timp stabilit
este executat 0,1 secunde. La fiecare interval de timp se realizeaz deplasarea agenilor cu o
anumit distan fixat n funcie de viteza acestora i calculul rutelor n cazul n care n simulare
sunt introdui noi ageni mobili sau agenii iniial parcai ncep s se deplaseze.
32
Dup cum rezult din prima parte a capitolului, pentru realizarea coordonrii n cadrul unui
sistem multi-agent au fost propuse o mare varietate de tehnici. Aceste tehnici au diferite
proprieti i caracteristici, fiind utile n diferite tipuri de sisteme. Fiecare mecanism propus are
avantajele i limitrile sale. Problema care apare este modul n care se pot evalua. n cercetare
accentul s-a pus pe modul de creare al coordonrii i nu pe metode sau instrumente prin care se
poate realiza evaluarea mecanismelor de coordonare [6].
Procesul de decizie al agenilor, fie c este realizat online sau offline, trebuie realizat n
concordan cu strategia potrivit problemei date. n [2] este recomandat ca analiza strategiilor
de coordonare s se fac n termeni ai caracteristicilor dependente sau independente de domeniu:
cerine legate de strategii, costul de execuie al strategiei, calitatea soluiei, cerinele legate de
domeniu.
Instrumentele de evaluare ale strategiilor de coordonare pot ajuta la construcia unor
sisteme multi-agent mai eficiente i mai robuste i permit proiectanilor s discute calitatea
aciunilor coordonate ale agenilor. n [26] este propus urmtorul set de criterii care ofer
posibilitatea caracterizrii diferitelor elemente asociate coordonrii agenilor: predictivitatea,
adaptabilitatea,controlul aciunii, modul de comunicaie, conflicte, schimbul de informaii,
agenii, aplicaii, avantaje, dezavantaje
6.5.1 Rezultate experimentale
Pentru a putea evalua corect strategia de coordonare n timp real propus n controlul
traficului este necesar realizarea mai multor teste. Prin aceste teste se urmrete obinerea
performanelor acestei strategii: timpul necesar planificrii i replanificrii rutelor, resursele
necesare fiecrui proces, calitatea soluiilor gsite, numrul de evenimente transmise n cadrul
sistemului.
6.5.1.1 Planificarea rutelor iniiale ale agenilor mobili inteligeni
Agentul dispecer trebuie s dein cunotine legate de infrastructura oraului, depozitele
unde se gsesc materiale, numrul de ageni disponibili, antierelor i depozitele destinaie.
33
Planificarea rutelor este realizat n dou etape: prima const n crearea matricei costurilor
i cea de a dou de a genera rutele.
Timpii necesari agentului dispecer pentru a genera rutele iniiale ale agenilor sunt
prezentai n tabelul 6.1.
Tab. 6.1. Timpii necesari generrii rutelor iniiale la nivelul agentului dispecer
Timp
Depozite
Ageni
Clieni
Choco
[secunde]
1
3
10
2.02
1
3
15
2.15
1
3
20
2.24
1
4
10
2.06
1
4
15
2.13
1
4
20
2.26
2
6
20
2.82
2
8
20
3.58
3
9
25
3,68
3
12
25
3.82
3
12
50
9.95
Calitatea soluiilor generate depinde foarte mult de modul n care este dat intervalul n care
poate lua valori costul maxim al tuturor rutelor. Cu ct aceast valoare este mai mare cu att
calitatea soluiilor este mai mic. Aceasta din cauz c algoritmul utilizat nu caut soluia
optim. Soluiile generate nu impun ca suma timpilor petrecui de ageni n trafic s fie cea mai
mic. n schimb soluiile generate respect toate constrngerile definite n cadrul sistemului,
aceste soluii fiind reprezentate prin rute corecte, potrivite situaiei date.
6.5.1.2 Replanificarea rutelor agenilor mobili inteligeni
Agenii mobili inteligeni trebuie s dein cunotine legate de infrastructura oraului,
antierele unde trebuie s livreze materialele i depozitul destinaie.
Planificarea noilor rute este realizat n dou etape: prima const n crearea matricei costurilor i
cea de a doua n generarea rutelor.
Ca i n cazul agentului dispecer, construcia matricei costurilor duce la ntrzieri. La
fiecare reconfigurare matricea costurilor trebuie reactualizat n funcie de locaia din acel
moment a agentului i a antierelor nevizitate. Din aceast cauz la fiecare reconfigurare, n afara
ntrzierii provocate de cutarea soluiilor apare i ntrzierea cauzat de construcia acestei
matrice. n cazul n care agentul mai are de livrat produse la 3 antiere timpul construciei
matricei este de 0.6 secunde. Acest timp crete proporional cu numrul antierelor (fig. 6.5).
Calitatea soluiilor generate, ca i n cazul planificrii, depinde foarte mult de modul n
care este dat intervalul n care poate lua valori costul maxim al rutei. Soluiile generate nu
respect faptul c timpul petrecut de agent n trafic trebuie s fie cel mai mic. Aa cum a fost
argumentat anterior soluiile generate sunt reprezentate prin rute corecte, potrivite situaiei date.
34
Fig. 6.5. Timpii necesari generrii noilor rute ale agenilor mobili inteligeni
n cazul ambelor simulri gradul de utilizare a procesorului este aproximativ acelai, acesta
crescnd cu 60 % fa de utilizarea procesorului de dinaintea iniializrii. Memoria fizic
utilizat n timpul rulrii aplicaiei este de 0,23 n cazul simulrii cu 300 ageni i de 0,26 n
cazul simulrii cu 2000 de ageni.
Modul de ncrcare al sistemului este dat de numrul de evenimente care sunt transmise
ntre ageni. n fig. 6.9 i fig. 6.10 este reprezentat numrul agenilor i numrul evenimentelor
transmise la fiecare moment de timp. Numrul agenilor aflai n sistem pot fi 300 sau 2000, dar
numrul agenilor care transmit evenimente legate de poziia lor sunt doar cei care se afl n
trafic. De aceea numrul agenilor variaz pe durata simulrii. n fig. 6.9 sunt prezentate
rezultatele n cazul simulrii sistemului format din 300 de ageni, iar n fig. 6.10 n cazul
sistemului format din 2000 de ageni.
35
Fig. 6.9. Numrul evenimentelor i numrul agenilor n cazul simulrii cu 300 ageni
Fig. 6.10. Numrul evenimentelor i numrul agenilor n cazul simulrii cu 2000 ageni
6.5.2 Evaluarea
36
limitate. n momentul n care este necesar realizarea replanificrii rutei resursele necesare
agentului cresc, acesta trebuind s construiasc matricea costurilor i s utilizeze solverul Choco
pentru generarea noii rute.
Timpii necesari replanificrii rutelor au fost prezentat n cadrul seciunii anterioare. Timpul
necesar generrii noilor rute trebuie s fie ct mai scurt, dar n acelai timp trebuie s existe un
echilibru legat de calitatea soluiilor.
Prin utilizarea solverului Choco la nivelul de decizie al agenilor mobili inteligeni s-au
obinut timpi satisfctori n generarea soluiilor, nepericlitnd astfel ntr-un mod semnificativ
calitatea soluiilor. Agenii, utiliznd rutele generate, viziteaz toate antierele n intervalele de
timp stabilite i ajung la depozitul destinaie ntr-un timp ct mai scurt. Acest timp nu este cel
mai mic deoarece timpul generrii soluiei optime crete foarte mult.
Agentul detector al incidentelor
Agentul detector al incidentelor nu trebuie s dein cunotine legate de infrastructura
reelei de drumuri. Acesta detecteaz incidentele aprute n cadrul sistemului doar pe baza
evenimentelor primite de la agenii mobili. Deoarece algoritmul de detectare al incidentelor este
un algoritm simplu, care nu este bazat pe un numr mare de interogri i numrul tipurilor de
evenimente este redus, resursele utilizate la nivelul agentului fiind reduse ct mai mult posibil.
Numrul evenimentelor primite la nivelul acestui agent este mare. Tehnologia utilizat n
implementarea acestui agent trebuie s aib capacitatea de a procesa n timp real toate
evenimentele i prin corelarea acestor evenimente s detecteze situaii neprevzute n cadrul
sistemului.
Avantajele utilizrii CEP n procesarea evenimentelor sunt semnificative. Detectarea
incidentelor este realizat n timp real pe baza corelrii evenimentelor. Fiecare eveniment are
asociat i un moment de timp la care a avut loc ceea ce face posibil i corelarea temporal a
evenimentelor.
6.5.2.3 Conflictele
Aceast strategie nu ofer abilitatea de a aborda i rezolva conflictele aprute n cadrul
sistemului, ci doar de a le evita [16]. Prin aceast strategie sunt diminuate i consecinele unui
incident deoarece agenii vor evita zona congestionat. Evitarea conflictelor utiliznd o astfel
strategie de coordonare este realizat prin detectarea n timp real a evenimentelor neprevzute.
Pe baza acestor evenimente agenii realizeaz replanificarea comportamentului astfel nct s
ocoleasc spre exemplu incidentele aprute n trafic. Deoarece deciziile sunt luate ntr-un timp
ct mai scurt (n timp real), se poate prentmpina intrarea ntr-un ambuteiaj sau a unui conflict.
n acelai timp comportamentul agenilor mobili este format pentru a evita producerea
conflictelor ntre aceti ageni. Sunt definite politici clare n ce condiii se poate realiza depirea
altui agent sau prioritile din intersecii. Din aceast cauz singurele incidente care pot apare n
cadrul sistemului multi-agent sunt ambuteiajele i nu accidentele.
6.5.2.4 Alte aspecte
n afara agentului detector al incidentelor i agentul dispecer ceilali ageni sunt ageni
omogeni [16]. Acetia au aceeai structur intern, cunotine despre domeniu, aciuni posibile.
Agenii mobili inteligeni sunt ageni care i extind pe cei mobili. Acestora le este adugat
37
posibilitatea reconfigurrii rutei pe baza incidentelor detectate pentru a trece pe la toate antierele
unde trebuie s livreze materialele.
Aplicaiile potrivite pentru o astfel de strategie de coordonare pot face parte dintr-o gam
larg de domenii precum domeniul transporturilor (descrcarea i ncrcarea navelor n cadrul
unui port, realizarea unei aplicaii n controlul aerian), domeniul militar (coordonarea
submarinelor, coordonarea soldailor pe cmpul de lupt), domeniul sntii (controlul
ambulanelor), sau domeniul industriei (controlul proceselor de producie). O astfel de strategie
poate fi aplicat n orice sistem n cadrul cruia este necesar detecia anumitor situaii care pot
influena comportamentul agenilor, iar agenii pe baza situaiilor detectate decid modul n care
trebuie s i modifice comportamentul. Numrul evenimentelor simple pe baza crora sunt
detectate situaiile poate fi unul mare, deoarece motorul CEP are o putere mare de a procesa
astfel de evenimente. Procesul de decizie poate consta n rezolvarea problemelor complexe de
optimizare deoarece CSP permite acest lucru.
Un dezavantaj al acestui tip de strategii de coordonare este faptul c nu sunt predictive
deoarece agenii reacioneaz numai la evenimentele detectate n timp real. Agenii nu au
abilitatea de a determina stadiul viitor al agenilor sau al mediului.
CONCLUZII
Obiectul cercetrii realizate pe durata studiilor doctorale a fost realizarea unei strategii de
coordonare n timp real n cadrul sistemelor multi-agent. O astfel de strategie are ca scop
coordonarea agenilor mobili inteligeni componeni ai sistemului.
n prima parte a tezei a fost propus utilizarea tehnologiei multi-agent n modelarea unei
aplicaii de control a traficului rutier. Scenariul utilizat este cel de livrare a materialelor la
antiere distribuite pe suprafaa unui ora. Livrarea materialelor trebuie fcut astfel nct acestea
s fie livrate n intervalul de timp stabilit. n acelai timp rutele mini-utilitarelor trebuie s fie
definite pentru ca timpul petrecut n trafic de ctre acesta s nu depeasc timpul de lucru al
unei zile. Dup generarea rutelor iniiale ale fiecrei mini-utilitare, acestea vor avea capacitatea
de a i reactualiza rutele pentru a evita zonele n care sunt detectate incidente i n acelai timp
intervalele de timp stabilite la nivelul antierelor s fie respectate. Detecia incidentelor n timp
real trebuie realizat pe baza informaiilor obinute de la ceilali participani la trafic. Reeaua de
drumuri este descris printr-un graf ale crui noduri reprezint interseciile strzilor, iar arcele
grafului reprezint strzile care compun reeaua. Fiecrui arc i este atribuit un cost. Acest cost
reprezint timpul mediu de parcurgere al acelei strzi i este calculat n funcie de lungimea
strzii i viteza medie de parcurgere a acesteia.
Arhitectura propus este construit astfel nct s permit autonomia agenilor mobili.
Detectarea situaiilor neprevzute este realizat la nivel global, la nivelul agenilor mobili
inteligeni fiind primite doar evenimentele care semnaleaz apariia unui incident. Avantajele
acestei abordri sunt date de faptul c fiecare agent inteligent are o imagine ct mai complet
asupra strii sistemului, numrul evenimentelor transmise n cadrul sistemului este mai mic dect
n situaia n care procesarea evenimentelor este realizat la nivelul fiecrui agent mobil
inteligent i n acelai timp controlul sistemului este un control descentralizat deoarece decizia
este luat la nivelul fiecrui agent.
Evaluarea performanelor strategiei de coordonare a putut fi realizat deoarece ntregul
sistem a fost modelat i simulat n cadrul unei platforme de modelare i simulare a sistemelor
multi-agent. Astfel strategia a putut fi evaluat n contextul unei realizri concrete.
38
necesare cunotine de CSP. Acesta permite definirea de noi constrngeri i deasemenea permite
accesul utilizatorului la definirea strategiilor de cutare a soluiilor (n acest mod putnd fi
mbuntite performantele algoritmului).
Soluiile generate nu sunt cele optime, dar sunt potrivite contextului actual al sistemului,
fiind generate ntr-un timp ct mai scurt. n acest mod se obine un echilibru ntre calitatea
soluiei, care trebuie s fie ct mai mare, i timpul generrii soluiilor care trebuie s fie ct mai
mic.
Strategia de coordonarea a agenilor mobili inteligeni este construit astfel nct s fac
posibil coordonarea acestora n timp real. Tehnica utilizat pentru a obine coordonarea
agenilor este cea a planificrii. Pe baza planului iniial agenii i modeleaz comportamentul
pentru a putea urmrii acest plan. n momentul detectrii unei situaii neprevzute n cadrul
sistemului, agenii trebuie s decid dac trebuie s i reconfigureze comportamentul astfel nct
s i poat duce la ndeplinire sarcina atribuit.
Simularea sistemului n cadrul simulatorul CoReMo a fcut posibil testarea strategiei de
coordonare propus. n evaluarea acesteia s-au urmrit n primul rnd performantele obinute n
urma integrri CEP i CSP n cadrul sistemelor multi-agent. S-au avut n vedere modul de
obinere a controlului n cadrul sistemului, costul de execuie al strategiei (performanele
obinute de procesul de decizie al agenilor inteligeni), modul n care sunt evitate conflictele i
alte aspecte prin care se pot urmri performanele unei strategii de coordonare (omogenitatea
agenilor, aplicaiile n cadrul crora se poate utiliza acest tip de strategie, etc.). Aplicaiile n
care poate fi utilizat acest tip de strategie sunt diverse, putnd fii aplicat n orice sistem unde este
necesar reacia ntr-un timp ct mai scurt a agenilor la apariia anumitor situaii. Situaiile
neprevzute pot fi detectate utiliznd CEP, iar prin utilizarea CSP la nivelul agenilor se pot
obine soluii potrivite situaiei actuale a sistemului.
7.1 Contribuii personale
Domeniul n care se ncadreaz cercetarea realizat pe durata studiilor doctorale este cel al
sistemelor multi-agent. n cadrul tezei este propus o nou strategie de coordonare a
comportamentelor agenilor mobili inteligeni. n cadrul acestei strategii a fost propus o nou
metod prin care se realizeaz procesarea datelor transmise n cadrul unui sistem multi-agent.
n continuare sunt evideniate principalele contribuii ale acestei teze de doctorat n cadrul
domeniului din care face parte.
7.1.1 Proiectarea sistemelor multi-agent
2. S-a realizat simularea sistemului propus n cadrul modulului CoReMo Citadel aparinnd
simulatorului CoReMo.
- realizarea analizei comparative a instrumentelor utilizate n modelarea i simularea
sistemelor multi-agent;
- dezvoltarea modulului CoReMo Citadel n cadrul simulatorului CoReMo.
41
Ipotezele i prile originale ale lucrrii au fost validate prin recenzie sau dezbatere, n
cadrul a numeroase articole i conferine internaionale. Cercetrile ntreprinse n perioada
studiilor doctorale au permis elaborarea i publicarea, n calitate de prim autor, a unui numr de
42
BIBLIOGRAFIE SELECTIV
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
Abdulhai, B., Pringle, R., Karakoulas, G. J., Reinforcement learning for true adaptive traffic
signal control, Journal of Transportation Engineering, Vol. 129, No. 3, pp. 278-285, 2003.
Barber, K.S., Han, D.C., Liu, T.H., Coordinating Distributed Decision Making Using Reusable
Interaction Specifications, Springer-Verlag Berlin Heidelberg, LNAI, Vol 1881, pp. 1-15, 2000.
Bass, L., Clements, P., Kazman, R., Software Architecture in Practice, Addison Wesley
Publishing Comp., 2003.
Bazzan, A., A Distributed Approach for Coordination of Traffic Signal Agents, Autonomous
Agents and MultiAgent Systems, Vol. 10, Issue 1, pp. 131-164, 2005.
Bauer, B., Muller, J., Odell, J., Agent UML: A Formalism for Specifying Multiagent Software
Systems, International Journal of Software Engineering and Knowledge Engineering, Vol. 11,
Issue 3, pp. 207-230, 2001.
Bedrouni, A., et. al., Distributed Intelligent Systems. A Coordination Perspective, Springer,
2009.
Bellifemine, F. L., Caire, G., Greenwood D., Developing Multi-Agent Systems with JADE,
Wiley, 2007.
Bussmann, S., Muller, J., A Negotiation Framework for Cooperating Agents, Proceedings of
CKBS-SIG, pp. 1-17, Keele, Anglia, 1992.
Cobeanu, I., Catrinescu, C., Mrgineanu, I., Itu, L.M., WLAN roaming simulator, Proceeding of
12th International Conference Optimization of Electrical and Electronic Equipment, Braov,
Romnia, pp. 825-830, 2010.
Cobeanu, I., Comnac V., Testing complex event processing capabilities embedded in multi-agent
systems for traffic control, Proceedings of 6th International Conference on Interdisciplinarity in
Education (ICIE), pp. 319-324, Karabuk, Turcia, 2011.
Cobeanu, I., Comnac V., Embedding of event processing into multi-agent system decision
mechanism, Proceedings of 6th IEEE International Symposium on Applied Computational
Intelligence and Informatics (SACI), pp. 105 109, Timisoara, Romnia, 2011.
Cobeanu, I., Comnac, V., Multi-agent systems: traffic control application, Bulletin of the
Transilvania University of Braov, Vol 4, Issue 53, Series I, No. 2, pp. 107-114, 2011.
Cobeanu, I., Comnac V., Multi-Agent System Architecture Used in Traffic Control Application,
Scientific Bulletin of Politehnica University of Timisoara, Transactions on Automatic Control
and Computer Science, Vol. 56, Issue 70, No. 4, pp. 153- 160, 2011.
44
14.
15.
Cobeanu, I., Comnac V., Multi-Agent Scheduling using Constraint Satisfaction Problem,
Proceedings of 11th International Conference on Development and Application Systems (DAS),
pp. 183-186, Suceava, Romnia, 2012.
Cobeanu, I., Trnauc, B., Nechifor, S., Comnac V., Real-time Scheduling of Mobile Agents
Using Answer Set Programming, Proceedings of 13th International Conference on Optimization
of Electrical and Electronic Equipment (OPTIM), pp. 1505-1510, Braov, Romnia, 2012.
16.
Cobeanu, I., Comnac V., Real-time Coordination Strategy for Control Traffic, Bulletin
of the Transilvania University of Braov, Vol 5, Issue 54, Series I, No. 1, pp. 57-62, 2012.
17.
Collins, J., Ketter, W., Gini, M., A Multi-Agent Negociation Testbed for Contracting Tasks with
Temporal and Precedence Constraints, International Journal of Electronic Commerce, Vol. 7,
Issue 1, pp. 35-57, 2002.
Di Caro, G., Dorigo, M., AntNet: Distributed Stigmergetic Control for Communications
Networks, Journal of Artificial Intelligence Research, Vol. 9, pp. 317-365, 1998.
Dresner, K., Stone, P., A multiagent approach to autonomous intersection management, Journal
of Artificial Intelligence Research, Vol. 31, Issue 1, pp. 591 656, 2008.
Dunkel, J., et. al., Event-driven architecture for decision support in traffic management systems,
Expert Systems with Applications, Vol. 38, pp. 6530-6539, 2011.
Ekanayake, S., Pathirana, P.N., Smart Cluster Bombs Control of Multi-agent Systems for
Military Applications, Proceedings of IEEE International Conference on Networking, Sensing
and Control, pp. 471 476, Londra, UK, 2007.
Etzion, O., Niblet, P. Event Processing in Action, Manning Publications, USA, 2010.
Faison, T., Event-Based Programming: Taking Events to the Limit, Apress, 2006.
Fortino, G., et. al., Using event-driven lightweight DSC-based agents for MAS modeling,
International Journal of Agent-Oriented Software Engineering, Vol. 4, No. 2, pp. 113-140, 2010.
Fox, M., Barbuceanu, M., Teigen, R., Agent-Oriented Supply-Chain Management, International
Journal of Flexible Manufacturing Systems, Vol. V12, No. 2, pp. 165 188, 2000.
Frozza, R., Alvares, L.O., Criteria for the Analysis of Coordination in Multiagent Applications,
Springer-Verlag Berlin Heidelberg LNCS, Vol. 2315, pp. 158-165, 2002.
Halle, S., Chaib-draa, B., A collaborative driving system based on multiagent modelling and
simulations, Trasportation Research Part C, Vol 13, Issue 4, pp. 320 345, 2005.
Heck, B.S., Wills, L.M., Vachtsevanos, G.J., Software Technology for Implementing Reusable,
Distributed Control Systems, IEEE Control systems, Vol. 23, Issue 1, pp. 21-35.
Jennings, N.R., Commitments and Conventions: The Foundation of Coordination in Multi-Agent
Systems, Knowledge Engineering Review, Vol 8, No. 3, pp. 1-54, 1993.
Jennings, N.R., Controlling Cooperative Problem Solving in Industrial Multi-Agent Systems using
Joint Intension, Artificial Intelligence, Vol. 75, Issue 2, pp. 195 240, 1995.
Jennings, N.R., et. al., Automated Negotiation: Prospects, Methods, and Challenges,
International Journal of Group Decision and Negotiation, Vol. 10, No. 2, pp. 199-215, 2001.
Kraus, S., Automated Negociation and Decision Making in Multiagent Environments, Lecture
Notes in Artificial Intelligence, Vol. 2086, pp. 150-172, 2001.
Mamei, M., Zambinelli, F., Programming Stigmergic Coordination with the TOTA Middleware,
Proceedings of Fourth International Joint Conference on Autonomous Agents and Multiagent
Systems, pp. 415-422, New York, USA, 2005.
Michelson, B.M., Event-Driven Architecture Overview: Event-Driven SOA is Just Part of the
EDA Story, Patricia Seybold Group, 2006.
Nwana, H.S., Lee, L., Jennings, N.R., Co-ordination in software agent systems, BT Technology
Journal, Vol. 14. Issue 4, pp. 79-89, 1996.
Polvichai, J., Scerri, P., Lewis, M., An Approach to Online Optimization of Heuristic
Coordination Algorithms, In Proceedings of 7th Int. Conf. on Autonomous Agents and
Multiagent Systems (AAMAS), pp. 623-630, Estoril, Portugalia, 2008.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
45
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
Rahwan, T., Jennings, N., An algorithm for distributing coalitional value calculations among
cooperation agents, Artificial Intelligence, Vol. 171, pp. 535-567, 2007.
Raney, B., Nagel, K., Iterative route planning for large-scale modular transportation
simulations, Future Generation Computer Systems, Vol. 20, Issue 7, pp. 1101-1118, 2004.
Rosenschein, J.S., Zlotkin, G., Rules of Encounter: Designing Conventions for Automated
Negotiation among Computers, MIT Press, 1994.
Seyboth, G.S., Event-based Control for Multi-Agent Systems, Masters Degree Thesis, Stockolm,
2010.
Smith, R.., The Contract Net Protocol: High-Level Communication and Control in a Distributed
Problem Solver, IEEE Transactions on Computers, Vol. 29, No 12, pp. 1104-1113, 1980.
Shehory, O., Kraus, S., Feasible Formation of Stable Coalitions among Autonomous Agents in
Non-super-additive Environments, Computational Intelligence, Vol. 15, No 3, pp. 218251,
1999.
Song, S., Shin, S., Kim, M., Multiagent-Based Defensive Strategy System for Military
Simulation, Lecture Notes in Computer Science, Vol. 5044, pp. 329 338, 2009.
Tanenbaum, A.S., Steen M.V., Distributed Systems principles and paradigms, Prentice Hall,
2002.
Vazquez-Salced, J., Costes, U., Padget, J., Integrating the organ and tissue allocation precesses
through an agent-mediated electronic institution, Springer-Verlag LNAI, Vol. 2504, pp. 309
321, 2002.
Vinyals, M., Rodriguez-Aguilar, J.A., Cerquides, J., A survey on Sensor Networks from a
Multiagent Perspective, The Computer Journal, Vol. 54, Issue 3, pp. 455 470, 2011.
Wang, Y.-L., Flexible and Responsive Multi-agent Based Logistics Coordination Management,
Proceedings of The 2nd IEEE International Conference on Information Management and
Engineering (ICIME), pp. 43-47, Chengdu, China, 2010.
Wellman, M.P., Wurman, P.R., Market-aware agents for a multiagent world. Robotics and
Autonomous Systems, Vol. 24, pp. 115125, 1998.
Wollking, S., Valasek, J., Ioerger, T., Automated Conflict Resolution for Air Traffic Management
Using Cooperative Multiagent Negotiation, Proceedings of AIAA Guidance, Navigation, and
Control Conference, pp. 2004-4992, Rhode, Islanda, 2004.
Wooldridge, M., Reaching Agreements, In an Introduction to Multi-agent Systems, John
Wiley & Sons, Ltd, 2002.
Wu, F., Zilberstein, S., Chen, X., Online planning for multi-agent systems with bounded
communication, Artificial Intelligence, Vol. 175, pp. 487-511, 2011.
Yang, Q., Shieh, J.S., A multi-agent prototype system for medical diagnosis, Proceedings of 3th
International Conference on Intelligent System and Knowledge Engineering, pp. 1265-1270,
Fujian, China, 2008.
Zambonelli F., Dyke Parunak H. Van, Signs of a revolution in computer science and software
engineering, Lecture Notes in Computer Science, Vol. 2577, pp. 13 28, 2003.
*** Aleri, Analyse and Act on Fast Moving Data: An Overview of Complex Event Processing,
White Paper,2012, http://www.sybase.com/files/White_Papers/SYB_CEP_OverviewAnalyze_and_Act_WPJan2012_WEB.pdf, accesat n 2010.
*** Choco, http://www.emn.fr/z-info/choco-solver/, accesat n 2012.
*** DLV, http://www.dlvsystem.com/dlvsystem/index.php/Home, accesat n 2011.
*** Esper, http://esper.codehaus.org/, EsperTech, accesat n 2012.
*** FIPA, http://www.fipa.org/repository/aclspecs.html, accessed in 2010.
***, Forrester, The Forrester Wave: Complex Event Processing (CEP) Platforms,
http://www.forrester.com/rb/Research/wave&trade%3B_complex_event_processing_cep_platform
s,_q3/q/id/48084/t/2, Q3 2009, accesat n 2010.
*** MatSim, http://www.matsim.org/, accesat n 2010.
46
61.
62.
63.
REZUMAT
Cuvinte-cheie: sisteme multi-agent, coordonare, timp real, modelare i simulare,
procesarea evenimentelor complexe, proces de decizie, constrngeri, controlul traficului.
ABSTRACT
Keywords: multi-agent systems, coordination, real-time, modeling and simulation,
complex event processing, decision process, constraint, traffic control.
47
The technologies used to develop complex control systems should lead to an improved
system flexibility, a better autonomy of system components, an improved real-time reaction of
the components, maintaining the systems robustness, processing a large volume of information.
This thesis proposes the use of multi-agent systems technology in developing the control
applications. Coordination represents a very important issue in multi-agent system modeling.
Creating the coordination strategy in a multi agent system involves the coordination of each
agents activities. Different techniques, mechanisms, and protocols used in developing the
coordination were developed. Choosing the coordination technique for a multi-agent system
should take into consideration the system requirements.
The coordination strategy, subject of this thesis, has the main role of detecting in real time
the various situations which could influence the behaviour of the agents and taking the decisions
at the agent level in order that they can accomplish the given tasks in compliance to the new state
of the system. The technique used to build this strategy is planning.
The proposed application in this thesis, used to test the performances of the coordination
strategy, is a traffic control application. This implies the real-time detection of incidents
appeared in traffic and replanning the mobile agents routes in such way that they can avoid the
incidents and fulfill their tasks. The proposed architecture is built in such manner that it permits a
higher degree of mobile agents autonomy.
The real-time coordination strategy implies the processing of a big volume of events sent
inside the system. The technology used must have de capability to process in real time the
events, to be able to associate events with the time when they occurred. The solution proposed
was using the CEP (Complex Event Processing) technology.
Another important aspect is modeling the agents decision making process. The agents
decisions need to be made in the shortest time possible, but at the same time they must represent
the closest answer to the optimal answer in regard to actual state of the system. Modeling the
decision process was made using constraint based programming.
Evaluating the performances of the coordination strategy could be accomplished because
the entire system was modeled and simulated in the CoReMo modeling and simulation platform
for multi agent systems.
CURRICULUM VITAE
Experiena Profesional
Data
Funcia sau postul ocupat
Principalele activiti i
responsabiliti
Numele angajatorului
Sectorul afacerii
Data
Funcia sau postul ocupat
2011 - 2012
Asistent asociat
Predat laboratoare:
- Reele industriale (protocolul de comunicaie Modbus)
Aplicaiile de laborator sunt dezvoltate n mediul de programare
LabWindows/CVI
Universitatea Transilvania Braov, Facultatea Inginerie Electric i
tiina Calculatoarelor
Educaie universitar
Iunie 2011 - August 2011
Student doctorand
48
Principalele activiti i
responsabiliti
Numele angajatorului
Sectorul afacerii
Data
Funcia sau postul ocupat
Principalele activiti i
responsabiliti
Predat laboratoare:
- Calculatoare de process i sisteme de operare n timp real
- Utilizarea calculatoarelor n controlul proceselor
- Reele industriale (protocolul de comunicaie Modbus)
Aplicaiile delaborator sunt dezvoltate n mediul de programare
LabWindows/CVI
Numele angajatorului
Sectorul afacerii
Educaie universitar
Educaia
Data
Titlul sau calificarea obinut
Principalele subiecte/aptitudini
obinute
Numele i tipul organizaiei care a
realizat educaia
Data
Titlul sau calificarea obinut
Limba matern
Romn
Limbi strine
Auto-evaluare
Nivel european(*)
nelegere
Ascultare
Vorbire
Citire
Interaciuni
verbale
Scriere
Vorbire
Englez
C1
C1
C1
C1
C1
Francez
A2
A2
A2
A2
A2
49
Aptitudini i competene n Limbaje de programare: C/C + +, Java, Function Block Diagram, Ladder
domeniul calculatoarelor Diagram, Sequential, Function Chart
Medii de programare: LabWindowsCVI, DLV, Choco, MicroWIN 32 Step
7, Step 7 Manager, Matlab, SQL Server.
Microsoft Office (Excel, Word)
CURRICULUM VITAE
Work experience
Dates
Occupation or position held
Main activities and responsibilities
2011 2012
Junior University Associate
Labs taught: - Industrial Networks (Modbus communication protocol)
Laboratory applications are developed in LabWindows/CVI programming
environment
Transylvania University Braov, Faculty of Electrical Engineering and
Computer Science
University education
June 2011 - August 2011
PhD student
Constraint Programming, Enterprise resource scheduling, Answer Set
Programming.
Siemens Austria, Department of: CT T CEE AT (Corporate Research and
Technologies CEE Austria)
External Research Stage
2009 2011
Junior University Associate
Labs taught: - Computers and process real-time operating systems
- Using computers in process control
- Industrial Networks (Modbus communication protocol)
Laboratory applications are developed in LabWindows/CVI programming
environment
Transylvania University Braov, Faculty of Electrical Engineering and
Computer Science
University education
50
Other language(s)
Self-assessment
European level (*)
Understanding
Listening
Speaking
Reading
Spoken
interaction
Writing
Spoken
production
English
C1
C1
C1
C1
C1
French
A2
A2
A2
A2
A2
51