Sesiunea 1

http://turing.cs.pub.ro/ai_mas

2

Adina Magda Florea

Invatare RL aplicata la strategii de negociere

Strategii cooperative intre agenti competitivi

Agenti afectivi

 

Eugenia Kalisz, Adina Florea

SMA pentru gestiunea resurselor regenerabile

Modele conceptuale ale SMA

Teme de cercetare / membriiTeme de cercetare / membrii

3

Cosmin CarabeleaTeza de doctorat in cotutela impreuna cu Ecole Superieure des Mines de Saint EtienneAgenti cu autonomie ajustabila in functie de context si inteligenta proactiva

 Bogdan NedelcuGeorge Stan TACOvidiu Trascu TACRadu Negoescu

Arhitectura modulara de Sisteme Multi-agent cu agenti clonabili

Teme de cercetare / membriiTeme de cercetare / membrii

4

Bogdan Iordache

Icarus: SMA pentru trading pe piata bancara

 

Oana Bucur

Adelina Stanciulescu

Strategii de negociere bazate pe teoria jocurilor

Teme de cercetare / membriiTeme de cercetare / membrii

5

Definitii?

2 directii: agenti izolati vs. colectivitate de agenti

Proprietati agenti:

Autonomie

Reactivitate

Pro-activitate

Abilitati sociale

Agenti si Sisteme Multi-Agenti si Sisteme Multi-agentagent

6

Interactiuni:Comunicare limbaj, protocol, strategie, ontologieCoordonare motivati colectiv / motivati individual

scopuri proprii / indiferentiscopuri proprii / competitiviscopuri proprii / coalitiiscopuri proprii / competitivi / coalitii

Organizare centralizata / descentralizata

MASMAS

7

knowledge – Mihai stie ca oamenii sunt muritori beliefs – Mihai si-a luat umbrela deoarece credea ca

va ploua desires, goals – Mihai doreste sa fie doctor (PhD) intentions – Mihai intentioneaza sa studieze ca sa fie

doctor choices – Mihai decide sa se inscrie la doctorat commitments – Mihai nu se va opri din lucru pana

cand nu va obtine titlul de doctor obligations – Mihai trebuie sa munceasca ca sa-si

castige traiul

Agenti cognitiviAgenti cognitivi

8

Unitati simple de prelucrare care reactioneaza la schimbari in mediu

Nu au o reprezentare simbolica a lumii si nu utlizeaza rationament simbolic complex

Inteligenta nu este o proprietate a entitatii active ci este distribuita in sistem si rezulta din interactiunea intre entitatile structurii distribuite si mediu.

Agenti reactiviAgenti reactivi

9

Cum se poate modela aceasta problema cu agenti cognitivi si cu agenti reactivi?

Problema exempluProblema exemplu

Getting out of a maze

10

Cum se poate modela aceasta problema cu agenti cognitivi si cu agenti reactivi?

Problema exempluProblema exemplu

Preys and predators

11

Legaturi cu alte disciplineLegaturi cu alte discipline

Decision theory

Economictheories

Sociology

Psychology

Distributedsystems

OOP

Artificial intelligenceand DAI

AutonomyMarkets

LearningProactivity

Reactivity

Cooperation

Character

Communication

Mobility

Organizations

AOP

MAS

Rationality

12

Cel mai simplu

vede : E P - capacitatea de observare a mediului, unde E – multimea de stari ale mediului, P – multimea de perceptii;

actiune : P A – procesul de decizie, respectiv ce actiune aA alege agentul in functie de o perceptie pP;

mediu : E x A P(E) – evolutia mediului – pentru o stare eE si o actiune aA starea mediul se poate modifica intr-o stare din submultimea Ee,a P(E).

Modele agentiModele agenti

Mediu mediu

Decizie actiune

Executie actiune

Perceptie vede

Agent

13

Mai multi agenti

inter : P I – decizia agentului referitor la interactiunea cu un alt agent, unde I este multimea de interactiuni disponibile agentului iar iI este interactiunea aleasa de agent in functie de perceptia pP asupra mediului.

ModeleModeleagentiagenti

Mediu mediu

Decizie actiune

Executie actiune

Perceptie vede

Agent

Agent

Agent

Interactiune inter

14

Agenti cu stari

actiune : S A – definita pe multimea de stari interne ale agentului – agentul decide ce actiune sa efectueze in functie de starea lui interna;

urm : S x P S – schimbarea starii interne a agentului;

inter : S x P I se modifica pentru a tine seama si de starea interna in decizia de interactiune cu alti agenti;

vede : E P si mediu : E x A P(E) raman nemodificate.

Modele agentiModele agenti

15

Agenti cu scopuri

scop : E {0, 1} – functie cu valoarea 1 pentru starile scop si 0 pentru celelalte.

Agenti cu utilitate

utilitate : E R , unde R este multimea numerelor reale.

Intr-un mediu nedeterminist, env : E x A P(E), utilitatea unei stari poate fi combinata cu rezultatul probabil al unei actiuni.

Modele agentiModele agenti

16

Agenti cu utilitateprob(ex(a,e) = e') este probabilitatea asociata de agent faptului

ca rezultatul actiunii a in starea e a mediului este starea e'.

Utlitatea asteptata a unei actiuni a in starea e este data de:

Maximum Expected Utility (MEU)

Modele agentiModele agenti

),('

1)'),((aeenve

eeaexprob

),('

)'(*)'),((),(aeenve

eutileeaexprobeaUA

17

Comportament rationalInteligenta artificiala

Focus: Modalitatea prin care agentii isi ating scopurile, in particular probleme de planificare

Teoria deciziei

Focus: Daca agentul cunoaste alternativele care ii permit atingerea scopului, cum poate alege alternativa care ii aduce un maxim de utilitate pentru scopurile dorite.

Modele agentiModele agenti

18

Reprezentarea cunostintelor: despre lume, despre agentul insusi, despre alti agenti

Comunicare: limbaje, protocoale Planificare: partajarea taskurilor, partajarea rezultatelor, planificare

dsitribuita Coordonare Luarea deciziilor: negociere, piete, formarea coalitiilor Invatare multiagent Adaptare: la context, la taskuri, la utilizator Teorii organizationale Arhitecturi agent Implementare

Programare orientata agenti: paradigme, limbajePlatforme multi-agentMiddleware, mobilitate, securitate, incredere

Ingineria sistemelor multi-agent Aplicatii

Aplicatii industriale: monitorizare in timp real, managementul proceselor de productie, retele de telecomunicatii, sisteme de transport si distributie, etc.Business process management, suport al deciziei Ecommerce, emarkets - CAI, Web-based learningRegasirea si filtrarea informatiei - Human-computer interactionPDAs - EntertainmentCSCW

Directii de cercetareDirectii de cercetare