EPM 5

SISTEME MULTIAGENT PENTRU MONITORIZAREA SI CONDUCEREA

UNUI PROCES TEHNOLOGIC

1.1. CONCEPTUL DE INTELIGENŢĂ ARTIFICIALĂ DISTRIBUITĂ ( IAD ).

IAD se ocupă cu studiul comportamental al colectivelor ( grupelor ) inteligente, fiind produsul

cooperării unor entităţi denumite agenţi, care împreună formează un Sistem Multi-Agent ( SMA ).
Problemele de bază studiate în IAD sunt:
 cum se formează, descrie, descompune şi atribuie o problemă şi cum se rezolvă aceasta de
către un grup de agenţi
 înzestrarea agenţilor cu capacităţi de comunicare şi interacţiune, ce limbaje de comunicare şi
protocale de comunicaţie se utilizează, şi cum şi cu cine trebuie să comunice agenţii.
 asigurarea coerenţei acţiunilor de luare a deciziilor, modul în care rezultatele globale sunt
influenţate de deciziile locale şi tratarea situaţiilor conflictuale
 cum sunt utilizate tehnici inginereşti pentru dezvoltarea unui SMA

Principalele abilităţi ale unui SMA sunt:

 de a rezolva probleme prea extinse pentru un singur agent centralizat
 de a obţine soluţii pentru probleme distribuite de ordin esenţial, ca de exemplu controlul
traficului aerian cu mai mulţi agenţi
 de a mări viteza, încrederea şi extensibilitatea ( de a schimba numărul de procesoare destinate
unei probleme ), de a tolera cunoştinţe nesigure.

1.2. ARHITECTURA UNUI AGENT

Arhitectura unui agent se bazează pe interconexiunea modulelor sale hardware şi software, care
permit unui agent să se comporte conform specificaţiilor de proiectare. Un agent poate fi definit ca o
unitate de calcul cu semnale de intrare ( de exemplu, de la senzori ) şi cu semnale de ieşire ( de
exemplu, către elementele de execuţie ), sau în capul unei reţele de comunicaţii, cu intrări-ieşiri pe linia
de comunicaţie, fig.1.1.

AGENT

Date de la Module software Date

ieşire
senzori Module hardware

Fig.1.1

Un agent este autonom dacă acesta exercită un control asupra propriilor acţiuni şi este flexibil dacă nu
toate acţiunile sale sunt prestabilite. Un agent poate fi mobil dacă este capabil să se mişte în spaţiu, de
exemplu de la o maşină la alta, reactiv dacă primeşte semnale de “percepţie” şi emite semnale de “
acţiune “, adică percepe mediul în care se află. Un agent software este un sistem software care rulează
 EPM 5
pe calculatoare sau reţele, asistând utilizatorii în executarea unui task. Un agent software trebuie să
reacţioneze într-un anumit mod, eficient şi cu un schimb minim de cunoştiinţe. În prezent creşte
numărul şi rolul agenţilor software deoarece creşte numărul de calculatroare, de sisteme informaţionale
şi de utilizatori. Astfel, după destinaţia lor, există agenşi robotici ( pentru RI ), agenţi informaţionali, de
exemplu, agenţi internet, care oferă servicii Internet intelignte. Arhitecturile agenţilor se pot clasifica
după modul cum aceştia vin în contact cu mediul ( format din senzori şi elemente de execuţie ),
rezultând arhitecturi orizontale şi verticale, fig.1.2.a.b.
Acţiuni
Agent 1

Agent 2
Agent n
Percepţii Acţiuni

Agent n
Agent 1

a
Fig.1.2 b Percepţii

1.3. SISTEME MULTI-AGENT ( SMA )

Un SMA este un sistem distribuit, format dintr-o colecţie de agenţi autonomi care interacţionează
într-un mediu comun, fiecare agent având cunoştinţe, capacităţi de acţiune şi scopuri proprii. Un
ansamblu de agenţi ( care reprezintă entităţi active ), operează într-un mediu, un spaţiu prevăzut cu
metrică, asupra unor obiecte ( care sunt entităţi pasive, adică pot fi create, distruse şi modificate de
către agenţi ) pe baza unui ansamblu de relaţii care uneşte obiectele între ele, folosind operatori care au
sarcina de a reprezenta aplicarea acestor operaţii. Dacă numărul de agenţi este egal cu numărul de de
obiecte şi mediul este o mulţime vidă ( adică roboţii sunt interconectaţi numai între ei ), atunci avem un
sistem multiagent pur comunicant. În construcţia sistemelor multiagent s-a impus o nouă paradigmă
metodologică de programare, AOP – adică Agent Oriented Programming, care poate fi văzută ca o
specializare a paradigmei programării orientate pe obiecte, OOP ( Object Oriented Programing ). În
AOP stările modulelor ( numite mentale ) sunt convingeri, intenţii etc. Pentru a preveni haosul, pentru a
rezolva constrângerile de mediu, în condiţiile în care agenţii au diferite capacităţi şi posibilităţi de
expertiză, acţiunile agenţilor fiind uneori interdependente, este necesară coordonarea, care uneori
impune proiectarea unui agent coordonator. Coordonarea se poate face prin partajarea de task-uri şi
prin partajarea de rezultate. Astfel se pot enumera exemple de situaţii în care se impune o cooperare
între agenţi în caz de conflict.
Exemplul 1. Un agent cere ajutorul altui agent, acesta fiind un exemplu de partajare de sarcină.
Exemplu 2. La un agent sosesc rezultate referitoare la o informaţie de la diferiţi agenţi, acesta fiind caz
de cooperare de tip partajare de rezultate.
Exemplul 3. Un agent nu obţine o informaţie pe care o cere de la alt agent. În acest caz coordonatorul
trebuind să găsească un alt plan de rezolvare pentru acel task. Rezultă că între agenţi poate avea loc o
negociere, adică un schimb de mesaje bazat pe un protocol, destinat stabilirii unui acord în situaţii
conflictuale.

1.4. SISTEME MULTI-AGENT ÎN MEDII DE TIMP REAL

Într-un SMA o problemă se execută în paralel, ceea ce oferă o viteză mărită de execuţie şi o
creştere a eficienţei soluţiei propuse. Termenele de execuţie ale unui task sunt importante în aplicaţia
unde există limite temporale, unde există priorităţi pentru ordinea de excuţie a task-urilor, ca de
 EPM 5
exemplu, privind timpul absolut de sosire a unei cereri de task, privind timpul limită de terminare a
task- ului, privind timpul curent absolut pentru un agent etc., sau intervale de timp, ca de exemplu
timpul mediu de execuţie a unui task.
Domeniile de aplicare ale SMA în medii de timp real sunt:
 Conducerea proceselor. Astfel există platforme software de construire a unui SMA şi
metodologii pentru proiectarea aplicaţiilor, destinate conducerii proceselor, managementului
transportului energiei electrice, pentru fabrici de ciment etc. Un asemenea agent reprezintă un sistem
computaţional format din 4 module: de comunicaţie, de coordonare, de management al informaţiei şi
un modul pentru diagnosticarea domeniului de lucru al agenţilor.
 Procese de fabricaţie. Aceste procese sunt definite prin parametrii care se schimbă des în
funcţie de produsele care trebuie fabricate, de resursele disponibile şi de constrângerile de timp. Astfel
un agent poate fi o întreprindere, o componentă a sa, fiind necesare protocoale pentru delegarea task-
urilor către fabrici, secţii şi ateliere.
 Controlul traficului aerian. În acest sistem, agenţii sunt folosiţi pentru a reprezenta tipurile şi
traseele avioanelor pe un teritoriu mare, în jurul unui aeroport. Când un avion intră în spaţiul aerian
controlat, îi este atribuit un agent, care primeşte toate datele şi obiectivele zborului.
 Comerţul electronic, managementul afacerilor, utilizarea informaţiilor sunt domenii de
perspectivă de utilizare a SMA.

1.5.CONDUCEREA UNUI PROCES TEHNOLOGIC ÎN ECOLOGIE ( într-o abordare

SMA )

Procesele tehnologice complexe din ecologie au următoarele caracteristici:

 Dificultatea obţinerii modelului matematic al procesului, datorită complexităţii sistemului
ecologic şi/sau naturii intrinseci a procesului
 Existenţa unei expertize euristice a operatorilor umani ai procesului, ceea ce necesită ca
variabilele de intrare şi ieşire din proces să fie interpretate ca atribute şi obiecte ale bazei de cunoştinţe
 Sistemul trebuie să poată funcţiona cu informaţii nesigure, de exmplu datorită percepţiei
inadecvate a mediului
 Sistemul trebuie să administreze arhive de date pentru analiza şi recunoaşterea situaţiei
curente, de exemplu pentru diagnoză postfactum, pentru întreţinerea preventivă a instalaţiilor
procesului.
 Un SMA permite reduceea încărcării cognitive a operatorilor umani în vederea creşterii
productivităţii şi garantarea unei conduceri sigure a procesului, deoarece operatorul uman poate acţiona
diferit în funcţie de gradul de oboseală, cunoştinţe, pregătire profesională.
 Un SMA reduce volumul comunicaţiilor deoarece se transmit soluţii parţiale către alţi agenţi,
în loc de consultarea unei baze de date centralizate.
Utilizarea tehnologiei SMA în conducerea proceselor permite proiectantului să vadă problema
conducerii ca un task global. Din punct de vedere global, fiecare agent execută propriul său task de
conducere şi interacţionează cu alţi agenţi pentru a schimba informaţii relevante, în vederea
îmbunătăţirii performanţelor locale ale fiecărui agent, a eficienţei acestuia.
Instrumentele software de extragere a unor informaţii esenţiale, calitative din proces se numesc
abstractori, ca de exemplu pentru un abstractor de tendinţă, sau de grad de oscilaţie a unui semnal din
proces. Un abstractor de tendinţă include operaţii de filtrare, determinarea extremelor, calculul
gradientului şi abstractizarea gradientului, ca de exemplu pentru obţinerea unei informaţii calitative,
creştere rapidă, lentă etc.
Pentru descrierea algoritmilor de funcţionare a agenţilor se folosesc două limbaje de programare:
ADL-( Agent Description Language ) sau CKRL ( Common Knowledge Representation Language ),
 EPM 5
dezvoltate pentru algoritmi de învăţare simbolică. Mesajele vehiculate între agenţi pot avea un format
impus sau liber ceea ce impune ca agentul transmiţător şi receptor să proceseze informaţia într-un
anumit mod. Un mesaj transmis de către un agent constă din:
 Adresele de reţele ale agenţilor transmiţător şi receptor, numele agenţilor fiind transformate
într-o secvenţă de transport adresat.
 Tipul mesajului, care poate fi cerere de serviciu, răspuns la o cerere de serviciu, înregistrare
reţea , iar descrierea agenţilor se face în limbaj ADL
 Conţinutul mesajului şi eventual limbajul necesar pentru a fi înşeles ( pot fi utilizate şi limbaje
de reprezentare a cunoaşterii )
Principalele funcţii ale unui agent sunt : gestionarea de mesaje, dispunând de o anumită strategie
pentru prelucrarea mesajelor şi elaborarea de cereri de servicu şi gestionarea bazei de date, care
cuprinde datele despre mediu şi despre obiectele partajate. Această bată de date este accesată de către
propriile lui servicii, care sunt executate ca procese concurente independente sau într-o modalitate non-
concurentă ( adică agentul execută sericiile şi opreşte controlul )

1.6. SISTEM MULTIAGENT PENTRU MONITORIZAREA ŞI CONDUCEREA UNUI

PROCES TEHNOLOGIC

O structură de conducere cu SMA include mai mulţi agenţi, fig.11.3.

Prelucrare Sistem Achiziţie Conducere Alarme

date expert

PROCES

Fig.1.3.

 Agentul Achiziţie , obţine periodic date din proces şi oferă valorile curente agenţilor interesaţi
şi salvează datele în fişiere de tip istoric. Acest agent oferă serviciile de eşantionare a datelor din proces
şi de modificare a perioadei de eşantionare
 Agentul Alarmare, transmite un mesaj de alarmă dacă un parametru este în afara limitelor
specificate pe durata mai multor intervale de eşantionare
 Agentul Prelucrare are rolul de a calcula mărimi calitative ( abstractori ) ale procesului condus,
de exemplu a tendinţei şi a gradului de oscilaţie
 Agentul Conducere implementează de exemplu un algoritm PID şi oferă servicii privind
fixarea valorilor parametrilor de acordare şi a perioadei de eşantionare şi solicită servicii privind
valorile eşantionate din proces.
 Agentul Sistem expert, pe baza informaţiilor de la agentul de prelucrare ( a abstractorilor )
sesizează disfuncţionalităţi, execută operaţii de detecţie şi diagnoză.
Descrierea serviciilor oferite sau solicitate de un agent se face între-un limbaj de programare, de
exmplu ADL.
 EPM 5
1.7. SISTEM MULTIAGENT PENTRU IDENTIFICAREA SURSELOR MOBILE DE
POLUARE SONORĂ

Agenţii nu trebuie să aibă toată informaţia pentru a rezolva complet şi precis, probemele lor.
Problemele fiecărui agent nu sunt complet independente, existând restricţii între subprobleme. Aceste
restricţii pot fi folosite pentru a rezolva inconsitenţa şi incertitudinile ce sunt în rezolvarea problemei
locale datorită pierderii preciziei şi actualizării datelor. Cu agenţii se poate face un schimb parţial de
rezultate şi de tendinţe. Acest schimb poate compensa lipsa de precizie a datelor, adică să depăşească
incertitudinile în rezolvarea problemei locale.
În problemele cu multiagenţi, strategiile de rezolvare trebuie determinate dinamic pe baza
scopului curent şi a stadiului de rezolvare a problemei. În general, ipotezele în rezolvarea unei
probleme locale sunt incerte, scopul ineracţiunii între agenţi este de a face explicată convergenţa
rezolvării unei probleme.
Ca exemplu, se consideră 2 agenţi pentru determinarea traseului unor surse mobile de poluare
sonoră, de exemplu avioane. Fiecare agent primeşte date de pe regiunea sa, fig.11.4, unde fiecare punct
reprezintă poziţia şi clasa de frecvenţă, fiecare tip de avion produce un spectru caracterisic frecvenţei
acustice. Scopul este de a determina tipul de avion şi traseul său în regiunea respectivă. Datele vin
grupate în două seturi în timp, cum au fost obţinute.
Incertitudinile soluţiei sunt de la zgomotele din mediu, de la semnalele măsurate impropriu. În
practică pot apărea semnale fantomă de la diverse reflectări ale semnalelor acustice ale avionului sau
semnale din mediu cercetat, de exemplu sunete de la nori, descărcări electrice. Pentru a discerne
diferite cauze ale incertitudinilor, trebuie introduse restricţii. De exemplu, dacă un traseu al unui punct
se opreşte, atunci acesta nu era un avion. Deci inerpretarea definitivă a unei soluţii trebuie să fie
rezultatul unui număr mare de măsurări.
Fiecare agent are o valoare limitată datorită numărului de senzori şi el nu poate verifica datele
sale fără a comunica cu un alt agent. De exemplu, un semnal fantomă poate intra în zona de măsurare a
unui agent, dar nu la toţi agenţii, deci agenţii, fig.1.4, fac un schimb de date pentru a converge căte
soluţia corectă, pentru a obţine un nivel de certtudine acceptabil al soluţiei. Astfel, în acest exemplu,
agentul A poate lua un semnal fantoma drept un semnal util.

Agent A
Agent A

fantomă

Agent A
Agent B

Primul set de
date în timp fantomă
Al doilea set de
date în timp

Soluţie finală
Date de intrare

Fig.1.4
 EPM 5

Deci agenţii îşi ajustează soluţiile locale prin comunicaţiile între ei, altfel nefiind posibilă o
soluţie exactă. Agenţii comunicând între ei fac o serie de scenarii privind traseul şi numărul de avioane.
În această aplicaţie cu radarul, se determină poziţia avionului, iar tipul avionului prin analiza spectrală a
sunetului.
În aplicaţii este importantă cunoaşterea sursei de incertitudine pentru ajustarea soluţiilor. Astfel
este de dorit să existe afirmaţii simbolice în funcţie de sursa de incertitudine, în termenii ipotezelor
credibile ale soluţiei. De asemenea este foarte important să existe un criteriu de apreciere a consistenţei
soluţiei finale. De exemplu, se adaugă intenţionat surse de incertitudine la măsurările deja făcute şi se
vede dacă soluţia rămâne acceaşi.
Decizile privind soluţia finală se pot lua după algoritmul:
 Decizia unui agent.este extinsă la traseul în zona altui agent şi trebuie ca aceasta să fie
consistentă
 Ipoteza unui agent privind traseul în zona altui agent să fie consistentă
 Agenţii trebuie să fie capabili să găsească dovezi externe când consideră o ipoteză greşită
( semnalele fantomă )
Modelul surselor de incertitudine se suprapune peste zonele mai multor agenţi. Aceste surse de
incertitudine globale ajută la creşterea consistenţei unei soluţii, fiind dovezi externe ale consistenţei.
Rezultă că aprecierea consistenţei soluţiilor finale necesită o diagnoză diferenţiată şi distribuită.