Aula Jason

Introdução à programação de sistemas multiagentes usando o framework JaCaMo Renato Luciano Cagnin Prof. Dr. Ivan Rizzo Guilherme Pós - graduação em Ciência da Computação

Conteúdo

●

Frame Fra mewor workk JaC JaCaM aMo o (Ja (Jaso son, n, CA CArt rtAg AgO, O, Mo Moise ise). ). ○ ○ ○

● ● ● ●

Progra Prog rama maçã ção o ori orien enta tada da à Ag Agen ente tes. s. Prog Pr ogra rama maçã ção o orie orient ntad ada a aos aos agen agente tess BDI BDI (Jas (Jason on). ). Prog Pr ogra rama maçã ção o orie orient ntad ada a ao amb ambie ient nte e (CArt (CArtAg AgO) O).. Exem Ex empl plo o de de impl implem eme ent ntaç açã ão. ○ ○

●

O que é ? Ins nsta tala laçã ção o do do Fra Fram mewo work rk.. Inst In stal alaç ação ão do pl plug ugin in pa para ra a IDE IDE Ec Eclilips pse. e.

Def efiini niçção do pr prob obllem ema. a. Deci De cisõ sões es de pro proje jeto to par para a impl implem emen enta taçã ção. o.

Exercícios pr prátic ico os.

Conteúdo

●

Frame Fra mewor workk JaC JaCaM aMo o (Ja (Jaso son, n, CA CArt rtAg AgO, O, Mo Moise ise). ). ○ ○ ○

● ● ● ●

Progra Prog rama maçã ção o ori orien enta tada da à Ag Agen ente tes. s. Prog Pr ogra rama maçã ção o orie orient ntad ada a aos aos agen agente tess BDI BDI (Jas (Jason on). ). Prog Pr ogra rama maçã ção o orie orient ntad ada a ao amb ambie ient nte e (CArt (CArtAg AgO) O).. Exem Ex empl plo o de de impl implem eme ent ntaç açã ão. ○ ○

●

O que é ? Ins nsta tala laçã ção o do do Fra Fram mewo work rk.. Inst In stal alaç ação ão do pl plug ugin in pa para ra a IDE IDE Ec Eclilips pse. e.

Def efiini niçção do pr prob obllem ema. a. Deci De cisõ sões es de pro proje jeto to par para a impl implem emen enta taçã ção. o.

Exercícios pr prátic ico os.

Framework JaCaMo O que é (JaCaMo) ?

Página oficial do projeto: ●

http://jacamo.sourceforge.net/

Framework JaCaMo O que é (JaCaMo) ?

Página oficial do projeto: ●

http://jacamo.sourceforge.net/

Framework JaCaMo Instalação do Framework.



Descompacte o arquivo e execute o arquivo no diretório lib/jacamo.jar.

Configure o diretório "Java Home" para o diretório onde o JDK foi instalado!

Framework JaCaMo Instalação do plugin para a IDE Eclipse.

Menu help > Install New Software

Framework JaCaMo Instalação do plugin para a IDE Eclipse.

http://jacamo.sourceforge.net/eclipseplugin/juno

Framework JaCaMo Criando o primeiro projeto




Ambiente/agente centralizado: todos os agentes do sistema participam do mesmo ambiente Ambiente/agente distribuído: separa o ambiente em diferentes espaços de trabalho ( workspaces) no mesmo sistema.

Framework JaCaMo Estrutura do projeto

Código fonte dos agentes do sistema Especificação de protocolos internos. Código da especificação da organização Código fonte das entidades que compõem o ambiente (artefatos)

Framework JaCaMo Estrutura do projeto

Código fonte dos agentes do sistema Jason Moise Código da especificação da organização Código fonte das entidades que compõem o ambiente (artefatos)

CArtAgO

Programação orientada à agentes


Ambiente de interação dos agentes Constituído por artefatos (entidades funcionais) Ambiente interno: representado pelos artefatos que podem representar interface para o ambiente externo Ambiente externo: representado por hardware e software externo ao sistema Linguagem de programação: JAVA

CArtAgO


Agentes que constituem o sistema multiagentes Os agentes fazem uso dos artefatos para atuar ou perceber o ambiente Caracterizados por: - pró-atividade - habilidade social - autonomia Linguagem de programação: Agent Speak.

Jason


Agentes cooperam e constituem organizações. Os agentes assumem papéis e são encarregados de executar missões. Caracterizada por três níveis: - estrutural - funcional - normativo Arquivos de especificação: XML

Moise

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Executando o código

Hello World !!!

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Entendendo o código fonte (Linguagem AgentSpeak )

Crenças iniciais: No exemplo nenhuma.

Desejo inicial: Alcançar o objetivo "start".

Base de planos: // Comentário em linha /* */ Comentário em bloco

Ações que serão executadas segundo o desejo do agente.


Crenças iniciais: No exemplo nenhuma. Representam o estado informacional acerca dele mesmo, de outros agentes ou do ambiente.


Crenças em Jason podem ser escrita a partir da composição de literais da lógica de primeira ordem. Exemplo: raining.

Literais em letras minúsculas são sempre constantes

// Está chovendo.

name(renato).

// O nome é Renato.

isAt(renato, unesp).

// O Renato está na Unesp.

car("Fiesta").

// O carro é um Fiesta

has(renato, car("Fiesta") ).

// O Renato tem o carro Fiesta.

Literais que iniciam em letras maiúsculas, se entre " " são Strings senão são variáveis!


O Agente acredita inicialmente nestes fatos!


Quando o agentes estão em execução as crenças em Jason podem ser: ● ● ●

Adicionadas ( + ) Removidas ( - ) Atualizadas ( - + )

Contudo tais operações somente podem ocorrer dentro do corpo de um plano!


Exemplo: -raining.

// Remoção da crença, o agente deixou de acreditar que está chovendo.

+sunny.

// O agente passou a acreditar que está ensolarado.

- +isAt(renato, home).

// O Renato está em casa agora.

Lembre-se : operações permitidas dentro do corpo de um plano, após o símbolo <- .


Importante: As diferentes ações no corpo de um plano são separadas por ;

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Executando o novo código.

Ok mas e as crenças ?


Mind Inspector!


Agentes do sistema.

Crenças atuais


Crenças também podem (e devem !) ser consultadas durante a execução dos planos do agente.

A consulta de uma crença deve ser feita na região de contexto de um plano.

Dessa forma, vamos agora verificar mais profundamente como é estruturado um plano em AgentSpeak.


Planos em AgentSpeak:

+ -

: significa que um novo objetivo foi "lançado" ( o agente deseja atingir um objetivo). : significa que o objetivo não pôde ser alcançado (falha durante a execução de um plano, ou nenhum contexto válido). ! : plano para obtenção de um objetivo (realização de uma ação) ? : plano para consulta ou unificação de valores em variáveis.



Nome do objetivo: o agente selecionará somente planos que apresentam o nome do objetivo que também foi "lançado" como desejo do agente. Um objetivo pode também receber variáveis como parâmetros.



Contexto: representa consultas na base de crença ou condições para validade do plano.



Corpo do plano: representa as ações que o agente fará durante a execução deste plano. Importante: planos pode apresentar objetivos de subplanos em seu corpo!

Programação orientada aos agentes BDI (Jason). Exemplo de consulta (Linguagem AgentSpeak )

Importante: Variáveis em Jason são definidas por quaisquer literais que começa com letra maiúscula

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Exemplo de consulta (Linguagem AgentSpeak )

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Exemplo de plano com contexto (Linguagem AgentSpeak )


1)

O objetivo "start" é o desejo do agente


2) Dentre os planos o agente escolhe o plano relacionado ao objetivo "start"


3) Este plano torna-se uma intenção que será executada.


4) Este plano "lança" um novo desejo : atingir o objetivo "checkWeather"


5) O agente encontra dois possíveis planos para este desejo

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Exemplo de plano com contexto (Linguagem AgentSpeak ) Importante: Os planos são testados na ordem com que aparecem no código

6) O agente consulta sua base de crenças para verificar a validade do contexto.

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Exemplo de plano com contexto (Linguagem AgentSpeak ) Importante: Os planos são testados na ordem com que aparecem no código

7) Como o contexto é válido, o plano também será empilhado como uma nova intenção.

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Pilha de intenções (Linguagem AgentSpeak )

Intenção atual Próximo ciclo Reasoning Cycle

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Pilha de intenções (Linguagem AgentSpeak )

Nova intenção a ser empilhada

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason -Operadores lógicos e relacionais (Linguagem AgentSpeak )

Contextos ou consultas mais elaboradas podem ser realizadas usando operadores lógicos e relacionais Lógicos Relacionais E(&)

igual ( == )

OU ( | )

diferente ( \== )

NÃO ( not )

maior ( > ) maior ou igual ( >= ) menor ( < ) menor ou igual ( <= )

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Operadores lógicos e relacionais (Linguagem AgentSpeak )


Planos relacionados a "checkTemperature"


Plano executado se nenhum dos contextos anteriores forem válidos

Programação orientada aos agentes BDI (Jason). "HelloWorld" em Jason - Tratamento de falhas (Linguagem AgentSpeak )

Planos podem não ser executados se caso o contexto não é válido. Nestes casos, sugerese um tratamento utilizando o evento remoção ( - ).

Exemplo: +! count : number(X) & X < 10 <- .println("OK "). - !count <- .println("Error").



Se o plano associado a "goByCar" falhar, o agente encerra sua execução sem que nenhuma ação seja executada.

Programação orientada aos agentes BDI (Jason).

Tornando o sistema "multi"

Sistemas multiagentes são caracterizados por apresentarem mais de um agente.

Além disso, tais agente exibem habilidades sociais (interação e troca de conhecimentos).

Programação orientada aos agentes BDI (Jason). Criando um novo agente.


Aqui será criado o protótipo do agente, o arquivo.asl !


Agora é necessário criar uma instância deste novo tipo!


Em seguida pressione "Finish"

O botão "Next" permitirá configurações mais avançadas.


Arquivo de configuração com o novo agente.

Programação orientada aos agentes BDI (Jason). Comunicação entre agentes

Os agentes podem se comunicar utilizando duas ações internas ( internal actions).

.send(agente_destinatário, performativa, valor ). .broadcast( performativa, valor).

Diferença : send envia unicamente para um agente.

Programação orientada aos agentes BDI (Jason). Comunicação entre agentes

Performativas: -

tell : solicita ao agente receptor para adicionar uma nova crença. untell : solicita ao agente receptor para remover a crença. achieve : solicita ao agente receptor para atingir um objetivo. unachieve : solicita ao agente receptor para desistir de um objetivo. tellhow : solicita ao agente receptor para adicionar um novo plano em sua base. untellhow : solicita ao agente receptor para remover um plano de sua base. askOne : solicita ao agente receptor unificar o valor de uma de suas crenças a partir da consulta passada. askAll : solicita ao agente receptor unificar o valor de todas as suas crenças a partir da consulta passada. askhow : solicita ao agente receptor quais são os planos que satisfazem um objetivo


O agente receptor pode, ou não, tratar este evento relacionado à comunicação com outro agente. No exemplo a seguir será apresentado como ocorre o tratamento de um evento de comunicação. 1)

James ao inicial a execução de seu primeiro plano envia a crença "hi" para o sample_agent.

Agente james, código agente007.asl


O agente receptor pode, ou não, tratar este evento relacionado à comunicação com outro agente. No exemplo a seguir será apresentado como ocorre o tratamento de um evento de comunicação. 2) O sample_agent vai tratar a recepção deste evento:

Agente sample_agent, código sample_agent.asl


O agente receptor pode, ou não, tratar este evento relacionado à comunicação com outro agente. No exemplo a seguir será apresentado como ocorre o tratamento de um evento de comunicação. 3) Quando james executar .send, sample_agent executará o plano "+hi"





Na performativa tell o agente receptor adiciona a nova crença enviada independente do evento ter sido tratado.

Nova crença recebida. Observe a fonte ( source)


Neste exemplo será demonstrado como ocorre a comunicação pela performativa "achieve". 1)

James ao iniciar a execução de seu primeiro plano envia a crença "hi" para o sample_agent. Aguarda um tempo e solicita a execução do plano "checkTemperature"



O agente receptor ao receber a performativa "achieve" executará o plano correspondente. 2) O sample_agent vai tratar a recepção deste evento:



Plano executado mediante solicitação de outro agente


Neste exemplo será demonstrado como ocorre a comunicação pela performativa "tellHow". 1)

sample_agent irá "ensinar" um novo plano para james e em seguida solicitará sua execução a partir da performativa "achieve"



Neste exemplo será demonstrado como ocorre a comunicação pela performativa "tellHow". 1)

sample_agent irá "ensinar" um novo plano para james e em seguida solicitará sua execução a partir da performativa "achieve"

Agente sample_agent, código sample_agent.asl Novo plano



Neste último exemplo de comunicação será demonstrado como ocorre a comunicação pela performativa "askOne". 1)

James ao iniciar a execução de seu primeiro plano envia a crença "hi" para o sample_agent. Aguarda um tempo e solicita a execução do plano "checkTemperature" e por fim, deseja saber o valor da temperatura. Nesta performativa o agente recebe como resposta uma nova crença.




Crença adicionada após a performativa "askOne"

Programação orientada aos agentes BDI (Jason). Internal actions (ações internas):

São operações extras que os agentes podem realizar fora as ações comuns já pré-definidas na Linguagem AgentSpeak. O Jason apresenta diversas delas presentes na biblioteca jason.stdlib. .println, . print , .wait , .send , .broadcast , são alguns exemplos delas.

Além disso, é possível criar novas ações internas personalizadas. A especificação e Javadoc de todas internal actions pode ser encontrada em: http://jason.sourceforge.net/api/jason/stdlib/package-summary.html

Programação orientada aos agentes BDI (Jason). Listas:

Jason trata múltiplos valores na forma de listas. As operações sobre listas geralmente são realizadas utilizando as ações internas : .concat , .delete, .member , .union, .intersection, entre outras.

Não será dada ênfase sobre listas nesta aula Além disso, existe um comando muito importante que apresenta como retorno uma lista de todos os valores das crenças consultadas. Seu nome é .findAll.


No último exemplo desta primeira parte, criaremos um novo agente


No último exemplo desta primeira parte, criaremos um novo agente

Programação orientada aos agentes BDI (Jason). Exemplo de execução da ação interna .findall

Programação orientada aos agentes BDI (Jason). Exemplo de execução da ação interna .findall

Membro da lista

Consulta

Resultados



Para maiores informações sobre a linguagem AgentSpeak e Jason: BORDINI, R., HUBNER, J. F., VIEIRA, R. Jason and the Golden Fleece of Agent-Oriented Programming. Springer US, 2005. BORDINI, R. H., HUBNER, J. F., and WOOLDRIDGE, M. Programming Multi-Agent Systems in AgentSpeak Using Jason. John Wiley and Sons Ltd, October 2007. RAO, A. S.; GEORGEFF, M. P. Modelling rational agents within BDI-architecture. Proceedings of the Second International Conference on Principles of Representation and Reasoning, San Mateo, 1991. RAO, A. S. AgentSpeak(L): BDI agents speak out in a logical computable language. Proceedings of the Seventh Workshop on Modelling Autonomous Agents in a Multi-Agent World (MAAMAW’ 96), 22–25 January, Springer-Verlag, 1996.

Documentação e tutorial Jason: http://jason.sourceforge.net/wp/documents/


Até então, foram apresentados agentes que executam seus planos exclusivamente sobre suas crenças iniciais.

Seria interessante que o agente pudesse obter o valor da temperatura atual do dia ou que pudesse via sensores determinar em que posição estou da terra.

Para que os agentes de um sistema multiagentes possam realizar estas operações é necessário definir um ambiente.

Programação orientada ao ambiente (CArtAgO).

No framework JaCaMo, o ambiente dos agentes é composto por entidades funcionais denominadas de artefatos.

Os artefatos proveem funcionalidades extras para os agentes do sistema, além de servirem como interface entre os agentes e os demais sistemas, frameworks ou API's.

Construiremos artefatos a partir do framework CArtAgO e sua integração com os agentes Jason.

Programação orientada ao ambiente (CArtAgO). Um ambiente composto de artefatos

Programação orientada ao ambiente (CArtAgO). Visão conceitual de um artefato:


Sinais enviados aos agentes para notificar eventos assíncronos


Propriedades internas aos artefatos mapeadas para a base de crença dos agentes.


Ações disponíveis aos agentes. A execução de operações podem alterar as propriedades internas dos artefatos


Permite a programação entre artefatos distribuídos possibilitando a passagem de valores ou execução de operação entre diferentes artefatos

Programação orientada ao ambiente (CArtAgO). Construindo o primeiro artefato

botão direito sobre a pasta src/env > New CArtAgO Artifact




Abstração


A definição das propriedades observáveis é feita pelo método


Um artefato pode apresentar zero ou mais propriedades observáveis


A operação é definida pela anotação @OPERATION.

Uma operação pode ou não apresentar

Programação orientada ao ambiente (CArtAgO). Utilizando o seu artefato.

Antes de utilizar o seu artefato, tenha em mente que: ● ● ● ●

O artefato deve inicialmente ser criado por um dos agentes do sistema. O agente terá acesso somente às operações, sinais e propriedades observáveis. Uma vez criado dois ou mais agentes podem observar e/ou utilizar as operações do artefato. O artefato pode ser localizado por qualquer agente, deste que esteja no mesmo "espaço de trabalho" ( workspace ).


O agente james criará e se utilizará do artefato:



Função do CArtAgO : permite a criação de artefatos no espaço de

Programação orientada ao ambiente (CArtAgO).

Identificador CArtAgo

Utilizando o seu artefato.


Identificador

Classe Java

Lista de parâmetros iniciais : passados para o método "init". Pode ser vazia!



O artefato foi criado, mas nada aparentemente mudou o comportamento dos agentes, isso é normal ?

Sim, pois o artefato é uma entidade funcional e não é pró-ativa! O que significa que somente os agentes podem determinar a execução de suas operações, pelo menos por enquanto...


O agente james criará e se utilizará do artefato a partir da visualização de suas propriedades observáveis

Agora o agente visualiza a propriedade


Depois de executada operação "focus" mapeia a propriedade observável para a base de crenças do agente

Observável "count" mapeada

Programação orientada ao ambiente (CArtAgO). Utilizando o seu artefato. Esta é uma das formas que constitui o mecanismo de percepção do ambiente!

Observável "count" mapeada


O agente james criará e se utilizará do artefato a partir da visualização de suas propriedades observáveis e também executará uma operação

Agora o agente executa a operação

Programação orientada ao ambiente (CArtAgO). Utilizando o seu artefato. Neste caso, como a operação não apresenta parâmetros, basta apenas chamá-la pelo seu identificador!


Após a execução de "inc"

Observável "count" mapeada foi incrementada


O agente james criará e se utilizará do artefato a partir da visualização de suas propriedades observáveis, executará uma operação e receberá um sinal do artefato.

Recepção de sinais


O agente james criará e se utilizará do artefato a partir da visualização de suas propriedades observáveis, executará uma operação e receberá um sinal do artefato.

Recepção de sinais


Após a execução de "inc"

O sinal não é mapeado na base de crenças do agente!

Observável "count" mapeada foi incrementada

Programação orientada ao ambiente (CArtAgO). Compartilhando o seu artefato.

Dois ou mais agentes podem se utilizar de um mesmo artefato. Antes de compartilhar o seu artefato, tenha em mente que: ● ● ●

O artefato deve inicialmente ser criado por um dos agentes dos sistemas. Os demais agentes terão acesso às operações, sinais e propriedades observáveis. Uma vez criado os demais agentes devem localizar o artefato no espaço de trabalho.


O agente hubble deseja utilizar o artefato "counter". Primeiro ele procurará o artefato.

O agente procura o artefato. Se encontrar irá visualizá-lo, Senão irá procurar novamente.


O agente hubble deseja utilizar o artefato "counter". Primeiro ele procurará o artefato.

Identificador

Identificador CArtAgO O agente procura o artefato usando a operação lookupArtifact.


Observável "count" mapeada para o agente hubble.

Programação orientada ao ambiente (CArtAgO). Para maiores informações sobre CArtAgO: RICCI A., PIUNTI, M., ACAY L. D., BORDINI R., HUBNER J., and DASTANI M. Integrating artifact-based environments with heterogeneous agent-programming platforms. In Proceedings of 7th International Conference on Agents and Multi Agents Systems (AAMAS08), 2008. RICCI, A.; PIUNTI, M.; VIROLI, M. Environment Programming in Multi-Agent Systems – An Artifact-Based Perspective, 2010.

Documentação e API ● ●

http://cartago.sourceforge.net/?page_id=6 CArtAgO by Examples.

Exemplo de implementação.

Agora que conhecemos um pouco sobre o Jason e o CArtAgO, podemos aplicar este conhecimento sobre o problema do agente aspirador de pó (Russell e Norvig)

Exemplo de implementação. Definição do problema:

Exemplo de implementação. Decisões de projeto para implementação.

Ambiente : -

Representação em Java. Propriedades observáveis. Sinais. Operações.

Agentes: -

Crenças Desejos Intenções.


Ambiente : -


Agentes: -


É possível representar este ambiente de maneira simplificada usando um array booleano para indicar se há lixo ou não na sala e uma variável inteira para armazenar a posição atual do robô.


Ambiente : -


Agentes: -


Posição atual do robô é uma propriedade interessante que será mapeada diretamente na base de crenças do agente.


Ambiente : -


Agentes: -


Notificação de quando um lixo é encontrado na sala onde o robô se encontra. Notificação de quando o robô encontra o limite do ambiente (bordas).


Ambiente : -


Agentes: -


As ações que o robô executará (ir para direita, ir para esquerda e aspirar).

Exemplo de implementação. Programando o ambiente.

1)

Cri ria ar um um no novo pr projeto

Jacamo.


2)

Cri ria ar um um no novo ar artefato


3) Pr Prog ogra rama mand ndo o os os atr atrib ibut utos os do ar arte tefa fato to..


4) Programando as operações e sinais do artefato


4) Programando as operações e sinais do artefato


Ambiente : -


Agentes: -


Posição do robô ao longo das salas.


Ambiente : -


Agentes: -


Procurar lixo. Limpar o lixo.


Ambiente : -


Agentes: -


Se o robô estiver na sala 0, ir para a sala 1 Se o robô estiver na sala 1, ir para a sala 0 Se lixo for encontrado na sala atual, limpar o lixo.

Exemplo de implementação. Programando o agente

Número de salas que constitui o ambiente


Limpa a pilha de intenções evitando retorno recursivo.


Observável do artefato


Operações do artefato


Sinal do artefato


Ok, mas até então o ambiente é determinístico e estático, isso significa que o seu estado não se altera ao longo do tempo.

Adicionaremos um fator aleatório para permitir com que as salas apresentem lixo ao longo do tempo.

No novo modelo, a cada 4 segundos existe 70% de probabilidade de uma sala tornar-se suja. Dessa forma, estaremos criando um ambiente dinâmico e estocástico para o nosso agente.

Exemplo de implementação. Reprogramando o ambiente.

Para adicionarmos fatores que alteram o comportamento do ambiente sem que ocorra atuação do agente, adota-se as operações internas.


Para adicionarmos fatores que alteram o comportamento do ambiente sem que ocorra atuação do agente, adota-se as operações internas.

Operação interna, em essência nova Thread


A operação interna é sempre executada mediante o método "execInternalOp"


Lixo na sala 1, o agente não havia percebido

Quando volta à sala 1, encontra o lixo e o limpa

Aula Jason

Recommend Documents