PT
As abordagens actuais de coordenação multi-agente e resolução distribuída de problemas não são suficientemente robustas ou escaláveis
para criar sociedades de agentes colaborativos uma vez que assentam
ou em componentes centralizados com total conhecimento do
domínio ou em estruturas sociais pré-definidas. A nossa abordagem
permite superar estas limitações através da utilização de um algoritmo
genérico de coordenação de resolução distribuída de problemas
em ambientes totalmente não estruturados, o qual permite a cada
agente decompor problemas em sub-problemas, identificar aqueles que
consegue resolver e procurar outros agentes a quem delegar os subproblemas
para os quais não tem conhecimento suficiente. Para a
decomposição de problemas, criámos duas versões distribuídas do algoritmo
de planeamento Graphplan. Para procurar os agentes com as
capacidades necessárias à resolução das partes não resolvidas do problema,
criámos dois algoritmos de procura que constroem e mantêm
uma camada de rede semântica que relaciona agentes dependentes
com o fim de facilitar as procuras. A nossa abordagem foi avaliada
em dois cenários diferentes, o que nos permitiu concluir que ´e uma
abordagem eficiente, escalável e robusta, possibilitando a resolução
distribuída e coordenada de problemas complexos em ambientes não
estruturados sem os pressupostos inaceitáveis em que assentava o trabalho
feito até agora.
EN
Current research on multi-agent coordination and distributed problem
solving is still not robust or scalable enough to build large real-world
collaborative agent societies because it relies on either centralised components
with full knowledge of the domain or pre-defined social structures.
Our approach allows overcoming these limitations by using
a generic coordination framework for distributed problem solving on
totally unstructured environments that enables each agent to decompose
problems into sub-problems, identify those which it can solve
and search for other agents to delegate the sub-problems for which it
does not have the necessary knowledge or resources. Regarding the
problem decomposition process, we have developed two distributed
versions of the Graphplan planning algorithm. To allow an agent
to discover other agents with the necessary skills for dealing with
unsolved sub-problems, we have created two peer-to-peer search algorithms
that build and maintain a semantic overlay network that
connects agents relying on dependency relationships, which improves
future searches. Our approach was evaluated using two different scenarios,
which allowed us to conclude that it is efficient, scalable and
robust, allowing the coordinated distributed solving of complex problems
in unstructured environments without the unacceptable assumptions
of alternative approaches developed thus far.