Um modelo de suporte à comunicação de agentes para tratamento de informação imprecisa baseada em sinônimos

Este trabalho propõe o desenvolvimento de um modelo de suporte á comunicação entre agentes e uma Ontologia com informações imprecisas. Os conceitos desta ontologia podem possuir sinônimos possibilitando a interpretação de termos linguísticos imprecisos. Tal problema é relacionado às questões de desenvolvimento da comunicação em Sistemas Multiagentes, possuindo como referência uma base de conhecimento da qual estes agentes possam requisitar informações. Neste estudo, a premissa do modelo é o de ser útil como componente na utilização por desenvolvedores que queiram utilizar de forma simplificada uma conexão com uma Ontologia para dar suporte na comunicação. Para o presente estudo são discutidos os conceitos sobre a comunicação no ambiente multiagentes. Também é realizada uma revisão sobre o desenvolvimento de Ontologias, de forma a criar uma ontologia para os agentes. A lógica nebulosa, baseado em variáveis linguísticas, servirá como modeladora da imprecisão da informação, dando suporte a essa questão com a Ontologia e a comunicação. De forma a validar o modelo proposto, é realizado um estudo de caso no sistema multiagentes das hortas urbanas do Parque San Jerónimo, de Sevilha, Espanha.

Uma abordagem evolucionária para o planejamento online de rotas para múltiplos robôs móveis em ambiente multiagente

O problema de planejamento de rotas de robôs móveis consiste em determinar a melhor rota para um robô, em um ambiente estático e/ou dinâmico, que seja capaz de deslocá-lo de um ponto inicial até e um ponto final, também em conhecido como estado objetivo. O presente trabalho emprega o uso de uma abordagem baseada em Algoritmos Genéticos para o planejamento de rotas de múltiplos robôs em um ambiente complexo composto por obstáculos fixos e obstáculos moveis. Através da implementação do modelo no software do NetLogo, uma ferramenta utilizada em simulações de aplicações multiagentes, possibilitou-se a modelagem de robôs e obstáculos presentes no ambiente como agentes interativos, viabilizando assim o desenvolvimento de processos de detecção e desvio de obstáculos. A abordagem empregada busca pela melhor rota para robôs e apresenta um modelo composto pelos operadores básicos de reprodução e mutação, acrescido de um novo operador duplo de refinamento capaz de aperfeiçoar as melhores soluções encontradas através da eliminação de movimentos inúteis. Além disso, o calculo da rota de cada robô adota um método de geração de subtrechos, ou seja, não calcula apenas uma unica rota que conecta os pontos inicial e final do cenário, mas sim várias pequenas subrotas que conectadas formam um caminho único capaz de levar o robô ao estado objetivo. Neste trabalho foram desenvolvidos dois cenários, para avaliação da sua escalabilidade: o primeiro consiste em um cenário simples composto apenas por um robô, um obstáculo movel e alguns obstáculos fixos; já o segundo, apresenta um cenário mais robusto, mais amplo, composto por múltiplos robôs e diversos obstáculos fixos e moveis. Ao final, testes de desempenho comparativos foram efetuados entre a abordagem baseada em Algoritmos Genéticos e o Algoritmo A*. Como critério de comparação foi utilizado o tamanho das rotas obtidas nas vinte simulações executadas em cada abordagem. A analise dos resultados foi especificada através do Teste t de Student.