Inteligência Artificial Distribuída Ano lectivo 2002/2003

Transcrição

1 Departamento de Sistemas e Informática Inteligência Artificial Distribuída Ano lectivo 2002/2003 Mercado Virtual Realizado por : Ana Malhado nº 2231 Jorge Clemente nº 2794 Docentes : Joaquim Filipe Hugo Gamboa

2 Indice Introdução 3 Conceitos Teóricos 4 Inteligência Artificial Distribuída 4 Sistemas Multi-Agente 5 Agentes 6 Comunicação entre Agentes 8 Negociação 11 Mercados Virtuais 14 Mercados Virtuais no Contexto Actual 14 A Expansão de Mercados Virtuais 16 Arquitectura dos Mercados Virtuais 18 Gestor do Mercado 19 O Mercado 20 Linguagens e Ferramentas de Implememtação 20 Java 20 Jade 22 Fipa 23 Caracteristicas dos Agentes participantes 24 Arquitectura do sistema 25 Funcionamento da Aplicação 26 Diagrama de estados dos agentes 28 Regras 30 Utilização do Mercado 30 Conclusão 32 Ana Malhado nº 2231 & Jorge Clemente nº

3 INTRODUÇÃO Este relatório diz respeito á cadeira de Inteligência Artificial Distribuída, do 5º ano do curso de Informática de Gestão e têm como objectivo apresentar o projecto desta cadeira. O projecto desta cadeira consiste no desenvolvimento de um sistema multi-agente, mais concretamente num mercado, em que existem 5 tipos de agentes, sendo o mercado gerido por um único agente ( o facilitador). Para o desenvolvimento deste sistema foram utilizadas as seguintes ferramentas: Java, Jess e Jade. Neste relatório encontram-se todas as explicações e decisões tomadas no desenvolvimento do sistema. O sistema foi desenvolvido a partir de um exemplo que o professor nos disponibilizou. Ana Malhado nº 2231 & Jorge Clemente nº

4 CONCEIITOS TEÓRIICOS Este capitulo tem como objectivo, introduzir alguns conceitos sobre o tema. Conceitos este que se mostram necessários à compreenção deste trabalho. Inteligência Artificial Distribuída A Inteligência Artificial Distribuída (IAD) é um campo da inteligência artificial que se debruça sobre o estudo de entidades computacionais que interagem entre si, quer na perspectiva das suas capacidades internas quer na perspectiva da sua "sociabilização", incluindo a cooperação, levando à realização conjunta de objectivos predefinidos. Na IAD podem-se distinguir duas áreas principais, que estão intimamente relacionadas: Resolução Cooperativa e Distribuída de Problemas (RCDP): considera como a tarefa de resolver um problema particular pode ser distribuída por um conjunto de módulos, que cooperam na divisão e partilha de conhecimento acerca do problema e da sua solução. Sistemas Multi-Agente (SMA): preocupa-se com o comportamento de uma colecção de agentes autónomos para a resolução de um determinado problema. O trabalho inicial em IAD assentou na área de RCDP e assumiu um elevado grau de cooperação entre os agentes, de modo a alcançar um objectivo comum. O trabalho mais recente em SMA sobre mercados, por outro lado, assume agentes egoístas e competitivos durante negociações sobre recursos limitados. Tal não impede, no entanto, de considerar a interacção necessária entre tais agentes como uma forma de cooperação em que o objectivo principal do SMA é permitir as transacções comerciais. Observamos recentemente o estabelecimento de um novo campo dentro da Inteligência Artificial, a Inteligência Artificial Distribuída (IAD). Com o surgimento de problemas complexos e de grandeza maior, torna-se necessário, então, um tratamento para conhecimentos de vários tipos de domínios, podendo, até mesmo, ser necessária a gestão de dados distribuídos fisicamente. Dentro deste contexto, a Inteligência Artificial Distribuída assume a metáfora baseada no comportamento social, onde um grupo distribuído de entidades procura uma solução colaborativa de problemas globais, ao contrário da Inteligência Artificial clássica que é baseada no comportamento individual humano. Ana Malhado nº 2231 & Jorge Clemente nº

5 Sistemas Multi-Agente Os agentes em Sistemas Multi-agentes (Multi-agent Systems - MAS) são projectados para resolverem qualquer tipo de problema, e não um problema em específico como acontece em DPS. Isto deve-se, basicamente, porque, nos sistemas Multi-agentes, esses agentes são entidades autónomas que tem conhecimento da sua própria existência e da existência de outros agentes e, portanto, colaboram uns com os outros para atingirem um objectivo comum dentro de um ambiente. Desta Maneira, na abordagem MAS, os agentes são primeiramente criados pelo projectista para após estudar em que ambientes essa sociedade de agentes pode ser utilizada. Agentes existentes Problema a ser resolvido Resolução do Problema Solução Fig 2 - Fluxo do projecto de um MAS proveniente de (Sichman et al. 95). Num sistema MAS, os agentes devem possuir algumas capacidades específicas para interagirem no mesmo ambiente. Portanto, os agentes devem ter conhecimento da sua existência e da existência dos outros agentes. Eles devem ser capazes de comunicar possuindo, para tanto, uma linguagem específica. Cada agente deverá possuir conhecimentos e habilidades para executar uma determinada tarefa e, portanto, devem cooperar para atingir um objectivo global. Considerações importantes para a abordagem MAS: Os agentes devem ser capazes de decomporem as tarefas baseadas no conhecimento que eles possuem de si próprio e dos outros agentes; Como os agentes são autónomos, eles podem possuir metas próprias e decidirem o que fazer a qualquer momento; Os agentes possuem capacidade para resolverem seus problemas e os problemas que surgirem no ambiente; Os agentes podem entrar e sair do ambiente a qualquer momento. Portanto, em sistemas MAS os agentes devem ser capazes de modificar o conhecimento que possuem dos outros agentes do ambiente; Os agentes devem ser capazes de reconhecer modificações no ambiente quando estas ocorrerem, alterando sua representação interna do ambiente. Em relação aos aspectos acima mencionados podemos observar que as arquitecturas DPS, embora mais fácil de implementar, são mais rígidas. Os sistemas MAS, por sua vez, apresentam maior flexibilidade, porém há um overhead devido a comunicação Ana Malhado nº 2231 & Jorge Clemente nº

6 inter-agentes durante o processo de cooperação. Principais problemas encontrados na abordagem MAS: Descrição, decomposição e alocação de tarefas: como as tarefas mais complexas poderão ser descritas e decompostas em subtarefas mais específicas, e como essas subtarefas serão alocadas e, em que ordem deverão ser executadas. Protocolo de Comunicação: que primitivas deveria um protocolo de comunicação utilizar num trabalho cooperativo. Coerência, controle e coordenação: como garantir um comportamento global coerente entre um conjunto de agentes, tendo cada um suas próprias habilidades e objectivos, e como deveria ser projectado o controle de tal sistema. Conflitos e incertezas: como podem ser resolvidos os conflitos que surgem, já que nenhum agente possui toda a informação do seu ambiente, e como dados incompletos podem ser distribuídos de forma garantir resultados coerentes. Linguagem de programação e ambiente: sob o ponto de vista computacional, quais as linguagens de programação que poderiam ser utilizadas em tais sistemas. AGENTES Existem inúmeras definições de agente, umas mais elaboradas do que outras, introduzindo propriedades mais exigentes e que ao mesmo tempo são mais subjectivas: é o caso da autonomia e da inteligência, por exemplo. Uma definição abrangente de agente, que se aplica tanto a agentes humanos como a robots e agentes de "software", é a seguinte: um agente é algo que obtém conhecimento do seu ambiente através de sensores e actua nesse ambiente através de efectuadores. Uma outra definição, que pretende sintetizar o que possa haver de comum em todas as outras definições, diz que agentes de "software" são entidades computacionais persistentes e activas que percebem, raciocinam, agem e comunicam num ambiente. Sistemas multi-agente são conjuntos de agentes associados pela interacção num ambiente comum. Um agente caracteriza-se por um conjunto de propriedades de domínio contínuo. Algumas dessas propriedades são intrínsecas do agente: tempo de vida (efémero a permanente), nível de cognição (reactivo a deliberativo), implementação (declarativo a procedimental), mobilidade (estacionário a móvel), adaptabilidade (fixo, ensinável ou autodidacta) e modelação (do ambiente ou de outros agentes). Outras são extrínsecas ao agente, definidas no contexto da sua relação com os outros: localização (local ou remoto), autonomia social (independente a controlado), sociabilidade (autista, atento, responsável ou membro), colaboração (cooperativo, competitivo ou antagonista) e interacção (com o ambiente e outros agentes). Ana Malhado nº 2231 & Jorge Clemente nº

7 Alguns autores defendem que num SMA existem basicamente dois tipos diferentes de agentes: agentes artificiais (módulos de software) e agentes humanos (utilizador). Este devem possuir alguns comportamentos que estão baseados em dois critérios: a localização da tarefa a ser executada pelo agente: local ou global; a capacidade do agente de executar sozinho a tarefa: apto ou não apto. Assim, de acordo com estes critérios, são definidos os seguintes comportamentos possíveis para agentes: Coabitação: um agente deve realizar uma tarefa com sucesso e deve ser apto a realizá-la sozinho; Cooperação: quando um agente não estiver capacitado para realizar sozinho uma tarefa pessoal, ele deve pedir auxílio para outros agentes. Esta cooperação deve ocorrer ainda quando outros agentes podem executar mais eficientemente a mesma tarefa; Colaboração: alguns objectivos globais podem interessar a todos os agentes e podem ser realizados individualmente por vários agentes. Deve-se, então, eleger um agente para executar a tarefa; Distribuição: algumas tarefas globais podem ser realizadas colectivamente por mais de um agente. O principal problema está em dividir a tarefa global e distribuí-la entre os agentes cooperativos; Um agente é uma entidade autónoma que deve possuir várias habilidades, tais como: Percepção e interpretação de dados de entrada e mensagens; Raciocínio sobre suas crenças; Tomada de decisão (selecção de objectivos); Planeamento (selecção ou construção de planos de acções, resolução de conflitos e alocação de recursos); Habilidades de executar planos incluindo mensagens. O grau de sofisticação de um agente está directamente ligado à forma como ele selecciona as acções a tomar. O agente pode simplesmente reagir a eventos que ocorrem no mundo envolvente, utilizando um conjunto de regras "situação-acção" é o caso extremo de um agente reactivo. A tomada de decisão pode implicar um conhecimento prévio do mundo, que será memorizado pelo agente. Além disso, o agente pode ser gerido por objectivos, fazendo depender a escolha da acção a tomar do destino pretendido. O agente pode ainda basear as suas acções em funções de utilidade (medidas de satisfação para o agente). Neste extremo temos o agente deliberativo por excelência. O grau de sofisticação nem sempre é directamente Ana Malhado nº 2231 & Jorge Clemente nº

8 proporcional ao desempenho do agente, pois em certos domínios (nomeadamente da robótica) um agente reactivo pode obter melhores resultados do que um agente deliberativo. Uma noção de agente mais elaborada inclui na sua definição atitudes de informação acerca do mundo (conhecimento e crença) e pró-atitudes (intenções e obrigações) que guiam as acções do agente. Este tem a chamada arquitectura "BDI", onde a estrutura tripla <crença ("belief"), desejo ("desire"), intenção ("intention")> toma um papel activo no processo cognitivo do agente. A arquitectura típica básica de qualquer agente divide-se, de forma mais ou menos evidente, em duas partes: Sistema inteligente: parte responsável por resolver os problemas do domínio da sua especialidade; Camada de Comunicação: parte que permite ao agente comunicar e interagir com outros agentes do sistema multi-agente em que está inserido. Camada de Comunicação Sistema Inteligente Fig 3 - Arquitectura básica de um agente O sistema inteligente é o componente que dá ao agente um carisma autónomo na resolução de problemas, capaz de tomar decisões inteligentes no que diz respeito à execução das suas tarefas. A camada de cooperação permite que os agentes troquem mensagens entre si, por forma a interagirem. COMUNICAÇÃO ENTRE AGENTES Quando os agentes não se conhecem é necessário que haja uma estrutura de dados compartilhada para que os agentes interajam entre si. Neste tipo de sociedade, uma boa abordagem a ser utilizada é a arquitectura de quadro-negro (blackboard). O Blackboard é uma estrutura única e compartilhada entre vários agentes, onde as informações serão escritas e lidas durante o desenvolvimento das tarefas. Como não há comunicação directa entre os agentes, eles devem consultar a estrutura de tempos em tempos para verificar se existe alguma informação destinada a ele. As estruturas de quadro-negro podem armazenar primitivas simbólicas (hipóteses), fatos e regras. Em sistemas Multi-Agente são usadas duas estratégias principais para suportar a comunicação entre agentes: Ana Malhado nº 2231 & Jorge Clemente nº

9 Troca directa de mensagens entre os agentes; Troca indirecta de mensagens através de um repositório de dados partilhado é o chamado "blackboard". Fig 4 - Comunicação entre agentes Conceptualmente, o "Blackboard" é um repositório onde os agentes escrevem mensagens e buscam informação. Esta informação encontra-se muitas vezes hierarquizada por níveis no "Blackboard". Ao nível implementacional, contudo, este local pode funcionar como um agente auxiliar, com o qual os agentes comunicam de uma forma directa. Os dois sistemas de comunicação podem ser combinados em sistemas complexos. Por exemplo, cada agente pode ser composto de vários subsistemas, que trocam informação utilizando um "Blackboard" local; os agentes comunicam uns com os outros através da troca directa de mensagens. A negociação entre agentes é a troca de mensagens, baseada num dado protocolo, com vista ao estabelecimento de um acordo. Um dos protocolos mais estudados para negociação foi inspirado nos processos contratuais das organizações humanas: é a Rede Contratual (Contract Net). Nesta, os agentes coordenam as suas actividades através de contratos para atingir determinados objectivos. Um agente organizador anuncia tarefas para o grupo de agentes contraentes potenciais. Estes respondem ao agente organizador com licitações para a execução das tarefas. O agente organizador avalia as propostas e escolhe a melhor, celebrando depois o contrato. Ana Malhado nº 2231 & Jorge Clemente nº

10 Fig 5 - Protocolo da Rede Contratual Seja para cooperar na prossecução de um determinado objectivo, seja para negociar de uma forma competitiva sobre um determinado recurso, os agentes têm necessidade de comunicar entre si. Para que essa comunicação seja possível, é imperativo que eles compreendam e utilizem uma linguagem comum. Um dos grandes desafios para a compreensão entre agentes é que eles podem ter diferentes sistemas de crenças. Por exemplo, os agentes podem usar diferentes termos para o mesmo conceito. A utilização de uma representação comum é essencial para que a comunicação e coordenação tenham sucesso. Em agentes computacionais, isto representa uma ontologia comum uma representação do conhecimento de um dado domínio que é partilhada por todos os agentes. Esta partilha de ontologias permite uniformizar o conteúdo semântico do vocabulário utilizado. A solução para o problema da interpolação entre agentes construídos por diferentes entidades passa pela definição de uma linguagem comum, normalmente referida como Agent Communication Language (ACL). Um dos trabalhos mais importantes nesta área é o desenvolvimento de uma linguagem para a troca de informação e conhecimento: a Knowledge Query Manipulation Language (KQML), desenvolvida pelo consórcio ARPA Knowledge Sharing Effort. Conceptualmente, a linguagem KQML está dividida em três níveis: Conteúdo: é o conteúdo da mensagem propriamente dita, na linguagem de representação própria dos agentes o KQML pode incluir qualquer linguagem de representação, sendo o conteúdo ignorado no que diz respeito à sua interpretação (esta tarefa cabe ao agente receptor); Mensagem: encobre o conteúdo da mensagem que um agente quer transmitir a outro este nível forma o cerne da linguagem KQML e determina os tipos de interacção que os agentes podem ter; Ana Malhado nº 2231 & Jorge Clemente nº

11 Comunicação: acrescenta alguns parâmetros à mensagem relacionada com a comunicação de baixo nível, como a identidade do remetente e do destinatário e um identificador único associado à comunicação. Fig 6 - Níveis do KQML Uma mensagem KQML consiste numa "performativa" e nos seus argumentos, incluindo o conteúdo da mensagem e um grupo de argumentos opcionais, que o descrevem de uma forma independente da sintaxe da linguagem de conteúdo. A "performativa" indica qual a acção a tomar pelo agente receptor quando recebe a mensagem. Mais recentemente, a FIPA (Foundation for Intelligent Physical Agents) promoveu uma especificação de uma linguagem ACL, na tentativa de a padronizar. NEGOCIAÇÃO O tipo de relacionamento entre os agentes, no que diz respeito aos seus objectivos, pode ir de completamente cooperativo a antagónico. Agentes cooperativos são capazes de resolver problemas interdependentes. O objectivo global do sistema multi-agente está, neste caso, distribuído pelos agentes que dele fazem parte. Por outro lado, agentes antagónicos não cooperam e podem até bloquear os objectivos uns dos outros. No meio deste espectro há lugar à negociação, um processo pelo qual os agentes comunicam de uma certa forma para chegar a uma decisão comum. Embora a negociação seja importante na modelação de sistemas multi-agente, não há uma definição clara e comum do que é a negociação. A ideia comum, em todas as contribuições no seio da IAD, é que os agentes usam a negociação para a resolução de conflitos e coordenação entre eles. O recente acréscimo de interesse em agentes de "software" autónomos e interactivos, e a sua aplicação potencial em áreas como o Mercado Virtual, aumentou a importância da negociação automática. Ana Malhado nº 2231 & Jorge Clemente nº

12 Negociação Competitiva vs. Cooperativa A literatura sobre negociação em transacções comerciais define dois tipos de negociação: Competitiva ou Distribuída: consiste num processo de decisão em que as duas (ou mais) partes envolvidas competem por um único objectivo mutuamente exclusivo. Portanto, à medida que uma das partes melhora a sua utilidade a outra piora (por esta razão, a negociação é referida como sendo do tipo "winlose"). A teoria de jogos descreve esta situação como um "jogo de soma zero". Cooperativa ou Integrada: é um processo de decisão em que as partes envolvidas negoceiam sobre vários objectivos interdependentes mas não mutuamente exclusivos. À medida que as várias dimensões da transacção são negociadas e se deslocam em várias direcções, é possível que todas as partes melhorem a sua utilidade (a negociação é do chamado tipo "win-win"). A teoria de jogos classifica este tipo de negociação como um "jogo de soma diferente de zero". Exemplos de negociação competitiva podem ser encontrados em vários tipos de leilões. No sistema AuctionBot é possível haver leilões de vários tipos a decorrer simultaneamente. Um desses tipos é o chamado continuous double auction (CDA), onde são admitidos múltiplos compradores e vendedores ao mesmo tempo, negociando multi-lateralmente. O sistema Kasbah também se aproxima deste tipo de leilões, mas a negociação é feita de uma forma bilateral, sendo melhor definido como um sistema de anúncios classificados com negociação. Mesmo em negociações competitivas, as entidades envolvidas necessitam de cooperar suficientemente, de forma a levar a cabo a própria negociação e a acordar nas semânticas dos protocolos de negociação utilizados. Os objectivos dos vendedores são o lucro a longo prazo, vendendo o maior número de produtos possível, ao maior número de clientes possível, o mais caro possível e com o mínimo de custos de transacção. Os objectivos principais dos consumidores são satisfazer as suas necessidades através da compra de produtos apropriados a vendedores apropriados, o mais barato possível e com o mínimo de custos de transacção. A negociação cooperativa pode ajudar a maximizar ambos os conjuntos de objectivos. Existem ferramentas para analisar quantitativa e qualitativamente a tomada de decisões envolvendo múltiplos objectivos interdependentes. A teoria da utilidade multi-atributo (Multi-Attribute Utility Theory - MAUT) analisa preferências com múltiplos atributos. Esta teoria tem sido aplicada em vários tipos de problemas de decisão. Um sistema que utiliza MAUT é o Persuader, usado para resolver conflitos através da negociação em problemas de grupo. Outro exemplo é o Logical Decisions for Windows (LDW), uma ferramenta que ajuda as pessoas a pensar e analisar os seus problemas. A teoria MAUT pode ajudar os consumidores a tomar decisões de compra. Pode também ajudar Ana Malhado nº 2231 & Jorge Clemente nº

13 os vendedores na criação de políticas de valorização dos seus produtos, considerando o valor acrescentado proveniente da sua diferenciação. A teoria MAUT analisa quantitativamente os problemas de decisão, através de utilidades. Os problemas de satisfação de restrições (Constraint Satisfaction Problems CSP) requerem uma análise de índole qualitativa, através de combinações de restrições. Um CSP é formulado através de variáveis, domínios e restrições. A tarefa de um motor de CSP é atribuir valores às variáveis, ao mesmo tempo que garante a satisfação das restrições. Pode haver também a possibilidade de definir "restrições leves", que não precisam de ser verificadas, mas que são utilizadas na ordenação das soluções. Há muitos problemas que podem ser formulados como CSPs, tais como escalonamento, planeamento, etc.. Em mercados por retalho, técnicas de CSP podem ser usadas para definir "restrições pesadas" e "restrições leves". Um exemplo desse uso encontra-se no sistema PersonaLogic, que auxilia o utilizador na etapa de Selecção do Produto do modelo CBB. Um aspecto importante dos CSPs é que eles conseguem explicar porque tomam determinadas decisões (como nos sistemas periciais), o que conduz à confiança do utilizador no processo de decisão. Sistemas como o PersonaLogic podem ser alargados, de forma a cobrir também as etapas de Selecção do Vendedor e Negociação do modelo CBB. Este alargamento pode ser feito utilizando técnicas de satisfação de restrições distribuídas (Distributed Constraint Satisfaction Problems - DCSP). DCSPs são semelhantes a CSPs, com a diferença de que as variáveis e restrições estão distribuídas pelos agentes (no caso do comércio a retalho, consumidores e vendedores). O sistema Tete-a-Tete combina técnicas de MAUT e DCSP para mediar as negociações entre agentes compradores e vendedores, baseando a negociação não apenas no preço de um produto, mas num conjunto de dimensões que são consideradas no processo de compra. Ana Malhado nº 2231 & Jorge Clemente nº

14 MERCADOS VIIRTUAIIS Mercados Virtuais no Contexto Actual A popularidade da Internet e da World Wide Web (WWW) aumentou fortemente a importância e a necessidade do Mercado Virtual. Contudo, este ainda não desenvolveu todo o seu potencial na redefinição do mercado no qual produtos e serviços são transaccionados. Algumas das razões que estão na origem deste atraso são os hábitos de compra dos consumidores, a confiança e segurança das transacções e o facto de estarmos na presença de modelos de mercado novos e portanto incertos. Se bem que alguns destes problemas estejam a ser abordados por governos, pela indústria e por instituições de investigação, há ainda poucos procedimentos padrão adoptados, o que dificulta a sua resolução. O Mercado Virtual envolve bastante mais do que a simples pesquisa de produtos expostos em montras ou catálogos virtuais e a comparação de preços. Engloba a automatização da negociação entre compradores e vendedores, com vista a encontrar um acordo quanto ao preço e outros termos da transacção. Trata também da encomenda de produtos e do pagamento electrónico. O este mercado já é uma das mais importantes aplicações da Internet, potencializando até mudanças na forma como empresas devem se estruturar para esta nova realidade e criando um mercado com características marcantes que não podem ser desconsideradas. Entre as principais características deste novo mercado estão: Velocidade de adaptação às novas tecnologias, Personalização e Globalização. A primeira é uma característica marcante e sempre presente, já que as empresas precisam ser velozes na adaptação às tecnologias emergentes de forma a acompanhar a evolução natural do mercado; a segunda, é uma característica importante no que se refere ao relacionamento com o utilizador final. As empresas interessadas em comércio eletrônico devem considerar o facto de que a utilização dos serviços é fortemente individualizada, uma vez que existe um único utilizador em cada computador e, consequentemente, todos os serviços devem ser personalizados como se tivessem sendo feitos sobre medida para cada um. A terceira, apesar de não ser uma regra a actuação num mercado global, o negócio quase que conduz a este posicionamento, já que não existem mais fronteiras geográficas para a venda de produtos e serviços. Assim, as empresas devem estar preparadas para uma eventual actuação em um mercado globalizado. Estas características fazem da tecnologia de agentes de software, também chamados "empregados digitais", uma tecnologia promissora para aplicações de comércio eletrônico. Ela mostra como esta pode agregar valor nas aplicações de comércio eletrônico, sendo aplicável em diversas etapas envolvidas no processo de comercialização, principalmente com relação à personalização e automatização do processo de negociação. Ana Malhado nº 2231 & Jorge Clemente nº

15 O conceito de agenciamento eletrônico, inicialmente abordado com a utilização de hardware específicos como robôs e andróides, migrou, posteriormente, para o paradigma de software, permitindo, de forma geral, que se delegasse e automatizasse a execução de tarefas de acordo com as necessidades do utilizador. Actualmente, a pesquisa na área de agentes de software divide-se em duas linha principais. A primeira caracteriza-se pela pesquisa de agentes de software com habilidades na área de Inteligência Artificial. Estes agentes, muitas vezes denominados "agentes inteligentes", são capazes de realizar inferências, apreender com o comportamento do utilizador e, baseados nestes dados, alterar a sua linha de execução, caracterizando, assim, um comportamento autónomo e adaptativo. Em contraste, a segunda linha de pesquisa enfatiza agentes de software capazes de realizar tarefas bem definidas, de forma automática, sem a utilização de conceitos da área de Inteligência Artificial como, por exemplo, software automáticos (robôs) de busca por conteúdos específicos na Web e agentes administradores de caixas postais, sentinelas de pontos de rede entre outros. Apesar de ser um conceito já razoavelmente difundido (1), e empregue em diversas áreas de pesquisa da Ciência da Computação, a definição de agentes de software ainda não é clara e varia, dependendo da área na qual se aplica. A proliferação de agentes de software em áreas como Interface com Utilizador, Bases de Dados, Redes, Computação Gráfica, Engenharia de Software provocou a utilização deliberada do termo "agente". Alguns programas são denominados "agentes" simplesmente por terem a capacidade de executar remotamente em outras máquinas, por informarem ao utilizador quando o sistema de arquivos está com problemas, por informarem problemas de comunicação em nós de uma LAN (Local Area Network) ou por filtrar informações desejadas na Web aliviando a sobrecarga de informação. Com a capacidade de automatizar tarefas diversas, a possibilidade de automatizar etapas no processo de negociação entre compradores e vendedores, faz com que a tecnologia de agentes de software seja propícia às aplicações de comércio eletrônico. Apesar de possuírem muitas diferenças, os diversos mecanismos de negociação utilizados em aplicações de comércio eletrônico possuem um subconjunto das etapas identificadas como fundamentais no Modelo de Comportamento de Compra do Consumidor (Consumer Buying Behavior - CBB). Diversos modelos tentam capturar o comportamento de compra do consumidor e as etapas comuns em todos eles são: Identificação da necessidade, Procura por produto, Procura por vendedor, Negociação, Compra e Entrega e Avaliação; sendo que nesta última etapa, a avaliação consiste no retorno de informação do consumidor ou vendedor avaliando todo o processo de negociação. Com esta avaliação, é possível classificar vendedores e consumidores por reputação e qualidade de serviço, o que pode ser utilizado também como uma nova dimensão de negociação. O uso de agentes de software permite à automatização de etapas importantes do processo de negociação. Para as aplicações de Mercado Virtual, as principais motivações para automatizar etapas são: Diminuição da sobrecarga de informação, Diminuição da necessidade de interacção com o sistema, Redução de Custos e Ana Malhado nº 2231 & Jorge Clemente nº

16 Comodidade para o utilizador. Desta forma, a tecnologia de agentes de software pode ser aplicada agregando valor às diversas etapas envolvidas em aplicações de Mercado Virtual. O apelo para a utilização de agentes aumenta, consideravelmente, com relação às aplicações especificamente desenhadas para o utilizador em movimento, sendo uma tecnologia que ajuda a resolver os problemas básicos das aplicações móveis. A Expansão de Mercados Virtuais O crescimento da "Web" permitiu um aumento significativo das transacções electrónicas entre as organizações. Contudo, esta abertura do mercado, só por si, não conduziu a uma transformação radical na forma como as organizações se relacionam. Nas formas de relacionamento electrónico entre as organizações continuam a distinguirse dois mecanismos: Hierarquia Electrónica: as decisões de gestão controlam a actividade, especificando os atributos de produtos e serviços. O comprador não escolhe de entre vários vendedores potenciais, mas obtém produtos e serviços de um fornecedor predeterminado. O relacionamento entre o fornecedor e cada um dos compradores é considerado hierárquico; Mercado Electrónico: o fluxo de produtos e serviços é coordenado por um sistema descentralizado. A disponibilidade de produtos e serviços com diferentes preços, quantidades e qualidades variadas e outros atributos, não é determinada por direcções de gestão de uma firma fornecedora ou compradora dominante. Em mercados de informação perfeita, os compradores compram ao fornecedor que ofereça a melhor combinação de atributos dos seus produtos. As redes electrónicas interorganizacionais podem aumentar a coordenação entre as firmas, de duas formas contrastantes. Por um lado, através da redução dos custos da procura de produtos e serviços, aponta-se para um crescimento do mecanismo tipo mercado electrónico. Os compradores podem, de uma forma rápida e barata, avaliar as ofertas de vários fornecedores. Por outro lado, a utilização de redes electrónicas permite estreitar o relacionamento entre as diferentes entidades, integrando os processos de interacção entre elas. Isto favorece as relações de longo prazo entre fornecedores e compradores, que estabelecem assim relações de tipo hierárquico. Há uma série de factores que podem influenciar a tendência para um dos mecanismos electrónicos referidos. Um deles diz respeito à descrição dos atributos dos produtos. Os produtos de menor complexidade são mais fáceis de descrever e procurar. Por esta razão, os mercados electrónicos desenvolver-se-ão primordialmente entre firmas que comercializam produtos simples. Um exemplo destes é o livro, que pode ser facilmente identificado através do ISBN. Um artigo difícil de identificar é por exemplo a fotografia, para a qual não existem descritores convencionais. Ana Malhado nº 2231 & Jorge Clemente nº

17 Outro factor importante é o grau de abertura da rede. Uma rede que facilita a comunicação entre as diferentes entidades, através da utilização de protocolos de domínio público, e cujos custos de ligação são baixos, é mais aberta e promove assim a interacção entre mais participantes. A adesão de mais firmas a um ambiente de uma rede electrónica aberta depende também de quem controla a rede. Uma rede gerida por uma entidade independente do conjunto de vendedores e compradores conduz mais facilmente a relações de mercado entre estes. Em redes de dados privadas, existentes principalmente antes do crescimento explosivo da Internet, as hierarquias electrónicas são mais comuns do que os mercados electrónicos. Ao contrário das redes de dados internas, que são usadas principalmente para reduzir os custos de operação, as redes externas permitem que as firmas criem novos serviços diferenciadores e produtos rentáveis. Contudo, o uso geral das redes abertas baseia-se no desenvolvimento de relações hierárquicas de longo prazo entre firmas. Os baixos custos das redes abertas permitem que estas relações hierárquicas se estendam mesmo a parceiros de negócio pequenos. Só quando as redes abertas se estendem ao consumidor final é que elas são usadas para suportar mercados electrónicos. Para que o Mercado Virtual se desenvolva, é necessária a presença de entidades que providenciem serviços de selecção como a procura de produtos, comparação e avaliação. Assim, para além dos poderes acrescidos que o Mercado Virtual atribui a clientes e vendedores (globalização da oferta e da procura, automatização da negociação, etc.), também certo tipo de intermediários ganha importância e visibilidade, na disponibilização da informação relevante sobre o mercado em cada situação particular. Está, portanto, criado todo o contexto de necessidades que apelam para o desenvolvimento das capacidades informáticas que suportem sistemas com as características interactivas pretendidas. Ana Malhado nº 2231 & Jorge Clemente nº

18 Arquitectura dos Mercados Virtuais O mercado tem um papel central na disponibilização de uma infra-estrutura para as trocas entre a oferta e a procura. Os potenciais parceiros de negócio podem exibir os seus serviços e recursos disponíveis, procurar fornecedores ou enviar as suas próprias ofertas. No mercado interagem três tipos de agentes: o gestor do mercado; os agentes compradores e os agentes vendedores. Um agente pode ser comprador e vendedor ao mesmo tempo, só comprador ou só vendedor. Fig 7 Estrutura de um Mercado Virtual O mercado inclui um conjunto de serviços e instalações específicas do domínio, compostos por: Um Registo de clientes que expressaram o seu interesse em fazer negócio no mercado. As entradas neste registo consistem na identificação do cliente, um inventário dos produtos oferecidos ou procurados por esse agente. Se o agente for um comprador deve ser-lhe pedida uma segurança de crédito superior ao seu limite de pagamento; Especificações dos protocolos que formalize os tipos de protocolos de negociação apoiados no mercado; Uma especificação ontológica para cada domínio de marketing apoiado no mercado. Cada comunidade de agentes adere a um domínio de actividade e usa essa ontologia para a sua comunicação e negociação; Ana Malhado nº 2231 & Jorge Clemente nº

19 Um gerador de soluções usado para construir as proposições iniciais para os agentes, e gerar soluções mediadas para os agentes em conflito; Um serviço de segurança para protecção contra fraude e falsa representação. O gestor de mercado age como mediador entre comprador e vendedor. Todos os agentes têm de fazer um registo perante o gestor de mercado antes de qualquer interacção com qualquer agente presente no mercado. Consequentemente, o gestor tem de preencher as seguintes tarefas: Gerir o serviço comum do mercado (segurança, ontologia, protocolos, etc.); Gerir o serviço de registo; Fornecer um serviço que recomende potenciais parceiros para os agentes compradores e que gere propostas finais; Mediar conflitos entre compradores e vendedores; Prevenir que os agentes entrem num ciclo vicioso infinito de negociação. GESTOR DO MERCADO O agente gestor age como supervisor do mercado, gere os seus componentes e age como facilitador ou mediador dos agentes negociantes. Para gerir o serviço de registo, o gestor possui dois hashtables, um é o registos de todos os agentes do mercado e outro as comunidades ou domínios de interesse do mercado. Os agentes vendedores são adicionados a essas comunidades através da publicidade da sua vontade ou capacidade para vender o seu produto nesse domínio. Contudo, um vendedor deve sempre retrair os seus anúncios se não estiver mais interessado nessa comunidade. Ana Malhado nº 2231 & Jorge Clemente nº

20 O MERCADO A função do Sistema Multi-Agente Mercado é a de simular um mercado em todas as suas vertentes. Para tal, são utilizados Agentes de diferentes tipo (Produtores, Consumidores, Banco, etc) que atravez de trocas multiplas de mensagens vão interagir num mesmo espaço de forma a simularem todas as transacções realizadas num mercado de produtos real. Para que este sistema se pareça realmente com um mercado, os agentes que nele participam são dotados de alguma forma de inteligência, autonomia, proactividade e uma forte capacidade de sociabilização. Estas caracteristicas essenciais permitem-lhes tomar decisões importates face as diferentes situações com que se deparam sem a participação humana. Linguagens e Ferramentas de Implememtação JAVA O JAVA é uma linguagem de programação desenvolvida nos laboratórios da Sun Microsystems, orientada a objectos e com características adequadas ao ambiente em rede. Permite criar programas que podem correr em qualquer plataforma (Windows, UNIX, Macintosh) desde que possua uma JVM (Java Virtual Machine), sem ter que recompilar o código fonte. É muito popular e cada vez mais utilizada no mundo WWW, uma vez que permite todo o género de possibilidades interactivas e de animação. Esta linguagem de programação de alto nível permite a criação de programas independentes e applets baseadas em browsers. Estes últimos correm em browsers, como por exemplo, o Netscape Navigator ou o Internet Explorer; os primeiros, pelo contrário, implementam uma aplicação que permite ao programador compilar sem ter que recorrer a uma linguagem de programação, como por exemplo o C++. O JAVA é similar ao C++, mas mais simples. Tal como o C++, é uma linguagem orientada a objectos, em que estes últimos são as entidades usadas. O código está organizado por classes que são modelos para a criação dos objectos. Em cada classe define-se um conjunto de métodos que constituem o comportamento de um objecto, para além de permitirem actuar sobre eles. As classes podem herdar comportamentos de outras classes. Tal como qualquer linguagem de programação, o JAVA é escrito em código fonte, sendo necessário o uso de um compilador para gerar um programa executável. O interpretador JAVA é um programa especial que converte o código virtual do JAVA em instruções binárias específicas do processador. Assim, ao compilar um programa escrito em JAVA, o compilador gera código numa linguagem intermédia chamada Java bytecodes. Os bytecodes são interpretados pela JVM e é gerado o código de máquina, para a plataforma específica onde o programa vai correr. Ana Malhado nº 2231 & Jorge Clemente nº

21 Fig 8 - Esquema de funcionamento do compilador de JAVA Os programas JAVA são escritos em ficheiros com a extensão.java. Após a compilação, o ficheiro binário resultante terá a extensão.class e conterá todo o código para execução da applet por parte do browser. No caso de haver mais do que uma classe definida no ficheiro.java, haverá o número correspondente de ficheiros.class. Os programas JAVA (applets) podem ser embebidos de forma natural em páginas WWW. Quando um utilizador acede a uma página com JAVA, o programa associado à página é carregado e executado localmente, na máquina do cliente, isto naturalmente se o browser suportar JAVA. Por outro lado, os programas JAVA independentes não podem ser executados através de um browser - tal facto deve-se à flexibilidade: há coisas que se podem fazer num programa independente JAVA, e que não se podem fazer numa applet (por exemplo, a escrita em ficheiros). A plataforma JAVA é composta por 2 componentes: Java Virtual Machine (JVM) Java Application Programming Interface (JAVA API) Fig 9 - Os componentes da plataforma JAVA Ana Malhado nº 2231 & Jorge Clemente nº

22 JADE O Jess é uma ferramenta de software utilizado para o desenvolvimento de um tipo de software inteligente designado por Sistemas Periciais. Por Sistema Pericial entende-se um conjunto de regras que podem ser aplicadas recursivamente a um conjunto de factos. Estas regras podem ser disparadas ou executadas. O algoritmo utilizado pelo Jess para fazer a ligação entre as regras e os factos é designado por Rete. A utilização deste algoritmo confere ao Jess uma maior capacidade e velocidade de processamento, fazendo com que esta tecnologia se caracteriza por algo mais do que um simples encadeamento de if.. then.. else em loop. JESS A tecnologia JADE (Java Agent Development Framework) é um software totalmente desenvolvido em JAVA. Trata-se de uma ferramenta que simplifica a implementação de sistemas multi-agente através de um middle-ware que respeita as especificações FIPA, assim como um conjunto de ferramentas que suportam a fase de debug e de implementação. A plataforma de agentes pode ser distribuída por diversas máquinas com Sistemas Operativos diferentes, e a configuração pode ser controlada por uma GUI (Graphic User Interface) remota. Toda a configuração pode também ser alterada em run-time, através da deslocação de agentes entre máquinas. Os agentes são implementados como uma thread por agente, mas normalmente necessitam de executar tarefas paralelas. A plataforma JADE suporta facilmente a calendarização de comportamentos cooperativos. O ambiente run-time suporta determinados comportamentos comuns para as tarefas mais comuns em programação de agentes, tais como os protocolos de interacção FIPA e a estruturação de tarefas complexas em agregação de outras mais simples. Para além de todas estas funcionalidades, a plataforma JADE fornece também a designada JessBehaviour, que permite a plena integração com a tecnologia Jess, onde o JADE fornece a Shell dos agentes, enquanto o Jess é o motor dos que fornece aos agentes a sua capacidade de decidir através da base de conhecimento. O Agente Dummy: ferramenta que permite inspecionar a troca de mensagens entre diferentes agentes. O agente Dummy facilita a validação de um interface de agente, antes da integração com o MAS assim como a contornamento de erros quando um agente está a falhar. O interface gráfico fornece suporte para editar, compor e enviar mensagens ACL para agentes, receber e visualizar mensagens de agentes e eventualmente gravar e carregar mensagens para/de o disco. O agente Sniffer: permite fazer, tal como o nome indica, o seguimento das mensagens trocadas entre os agentes. Quando o utilizador decide fazer o sniffer de um agente ou de um conjunto de agentes, todas as mensagens de e para esse agente são seguidas e visualizadas na janela do sniffer. Ana Malhado nº 2231 & Jorge Clemente nº

23 FIPA A FIPA ( Foundation for Intelligent Physical Agents) é uma associação sem fins lucrativos cujo propósito é promover o sucesso de aplicações, serviços e equipamentos que utilizam a tecnologia de agentes. O objetivos da FIPA é fazer e disponilizar especificações para maximizar a interoperabilidade entre sistemas de agentes. Como a descrição sugere, a FIPA é uma organização para especificar padrões para agentes de software. A FIPA ACL é uma linguagem, baseada em acções de fala. A sua espeficação consiste num conjunto de tipos de mensagem e descrições dos efeitos da mensagem sobre os agentes que a enviam e sobre os que a recebem. FIPA ACL é superficialmente similar à KQML. A sua sintaxe é idêntica, excepto por alguns nomes diferentes para primitivas. Com isso, foi mantido o conceito de separação do conteúdo que existe em KQML. A linguagem externa (correspondente a parte de mensagem de KQML) define o significado desejado da mensagem e a interna, uma expressão das crenças, desejos e intenções do interlocutor. A KQML tem sido criticada por usar o termo ``perfomative'' para se referir às primitivas de comunicação. Em FIPA ACL, as primitivas de comunicação são chamadas de acções comunicativas. Apesar dos nomes diferentes, as performatives e acções comunicativas são o mesmo tipo de entidade. O documento de especificação da FIPA ACL, assim como KQML, não faz nenhum compromisso com uma linguagem conteúdo em particular. Isto é verdadeiro para a maioria das primitivas. Porém, agentes destinatários devem entender a Linguagem Semântica, LS. LS é uma linguagem formal usada para definir a semântica da FIPA ACL. É quantificada, multimodal com operadores modais para crença (, ``belief''), desejo (, de ``desire'') e intenção ( PG, de ``persistent goals''). Ana Malhado nº 2231 & Jorge Clemente nº

24 Caracteristicas dos Agentes participantes O Mercado implementado inclui cinco tipos de Agentes: Agentes Consumidores; Agentes Produtores; Agente Instituto Politécnico; Agente Banco; Agente Facilitador. Agentes Consumidores Estes agentes assumem o papel de comprar os produtos fabricados pelos Agentes Produtores. Em cada consumidor há um agente, com regras de comportamento predefinidas baseadas num vector de necessidades, representado por uma variável aleatória multi-dimencional. Agentes Produtores Estes agentes assumem o papel de fabricar os produtos que os consumidores compram. Estes agentes têm a capacidade de produção inicial, que é igual para todos, que indica quanto tempo demoram a produzir cada produto. No entanto o vector das decisões tomadas pelo produtor, nomeadamente através da selecção dos produtos a produzir e da decisão de formação ( num Instituto Politácnico) para incrementar a capacidade de produção de certos produtos. Agente Instituto Pilitécnico (IP) Este agente tem a função de oferecer cursos de forma a contribuir para o aumento da capacidade de produção dos Agentes Produtores. Agente Banco Este agente permite aos Agentes Produtores fazerem depósitos e levantamentos de capital, o qual é valorizado durante o período do depósito. Agente Facilitador Este assume a função de intermediário entre os diversos agentes, permitindo afixar pedidos e ofertas de produtos. Ana Malhado nº 2231 & Jorge Clemente nº

25 Arquitectura do sistema Tal como foi referido anteriormente, o Mercado foi desenvolvido com base na arquitectura que conjuga três componentes principais: JADE: ferramenta de Software de programação de sistemas multi-agente que permite a vivência de todos os agentes. JESS: componente que permite fornecer aos agentes a inteligência que estes utilizam para tomar as suas decisões. A inteligência é definida através de um conjunto de regras que são introduzidas e guardadas na base de conhecimento. JAVA: componente que permite definir os interfaces dos agentes. Responsável pela criação dos agentes na plataforma JADE. Fig 11 - Arquitectura do sistema Ana Malhado nº 2231 & Jorge Clemente nº

26 Funcionamento da Aplicação O Primeiro é lançar a Plataforma de Agentes, nesta é o Agente Facilitador o primeiro a ser activado seguido dos restantes agentes (Consumidores, Produtores, Banco e IP). Cada um dos Agentes Activos procede ao seu registo junto do Agente Facilitador. A partir do momento que todos os Agentes estão registados e o Agente Facilitador lança a primeira UT (Unidade de Tempo) dá-se inicio ao torneio. Antes de descrevermos as restantes operações do torneio é necessário esclarecer alguns pontos: 1. A necessidade de activar o Agente Facilitador em primeiro lugar, advém ao facto de este ter que estar activo quando os restanter agentes procedem ao seu registo. 2. São lançados 3 Agentes Produtores, esta operação deve-se ao facto de se ter de respeitar a regra do torneio que diz que se tem de enviar 3 propostas de venda aos Agentes Consumidores. 3. As UT (Unidades de Tempo) são interpretadas da seguinte forma pelos Agentes Consumidores: a. À primeira UT a ser enviada pelo Agente Facilitador, o Agente Consumidor envia suas necessidades (ao facilitador). b. Nas restantes UT s surgem as ofertas. Assim, no inicio do torneio, os Agentes Consumidores enviam ao Agente Facilitador as suas necessidades, estas são constantes ao longo do torneio. O Agente Facilitador em cada UT envia 3 ofertas aleatórias de vendas aos Agentes Consumidores. Após as recepção destas, cada Agente Consumidor analisa ofertas por forma a seleccionar aquela que melhor se adequa as suas necessidades de preço / quantidade. O Agente Consumidor pode ou não efectuar uma compra, uma vez que esta decisão vai depender do facto de existir uma oferta que satisfazça as suas necessidades. A compra é efectuada directamente do Agente Consumidor ao Agente Produtor. O Agente IP disponibiliza aos Agentes Produtores cursos que podem ser tirados a um custo a qualquer altura do torneio. Para tal e ao receberem uma UT determinam a sua necessidade de aprendizagem, estes devem enviar um pedido ao Agentes Facilitador que por sua vez informar o Agente IP de que o Agente Produtor pretende especializarse. Estes cursos adquiridos pelos Agentes Produtores têm como objectivo fazer com que os estes agentes adquiram capacidades de produção melhores, ou seja, aumentar a sua capacidade produtiva. Ana Malhado nº 2231 & Jorge Clemente nº

27 Os cursos tem a duração de uma unidade de tempo, na unidade de tempo seguinte o Agente IP calcula e envia as notas do curso ao Agente Facilitador. O Agente Produtor quando recebe essas notas actualiza a sua nova capacidade produtiva (capacidade produtiva antiga + vector de notas). O Agente Produtor começa o torneio com um capital inicial de 100 unidades monetárias (UM). No decorrer do torneio este agente tem a possibilidade de depositar Unidades Monetárias no Agente Banco (quantia determinada pela inteligência do agente), o que faz com que o seu capital aumente, uma vez que, o Agente Banco aplica uma taxa de juro a essas UM. Este deposito é válido por uma UT, isto é, se na UT seguinte o Agente Produtor necessitar do capital depositado pode levantá-lo. Definições Importantes: Capacidade Produtiva: Unidades que se podem produzir por UT; Empenho Produtivo: Quanto custa produzir por UT. Foi estipulado que seria o mesmo independentemente da quantidade produzida. Custo de Apredizagem: Quanto custa aprender, isto é, tirar um curso no IP para aumentar a sua capacidade produtiva. Empenho de Aprendizagem: O total de empenho de aprendizagem para todos os produtos por Produtor é de 1 (100%), este empenho é distribuído por todos os produtos (exemplo 0.1 para cada produto se forem 10 produtos). O esquema seguinte tenta apresentar as interacções entre os agentes implementados: Fig 10 Funcionamento Geral Ana Malhado nº 2231 & Jorge Clemente nº