4o. SBAI - Simpósio Brasileiro de Auioma ção Inieligenie, São Paulo, SP, 08-10 de Setembro de 1999

UMA ARQUITETURA PARA O CONTROLE DE ROBÔS MÓVEIS

Prado,J;Batista,J;Feitas,RiFormigoni,C;Mezencio,R;Yamasita,A;Femandes,LUNIPIUNESP

Av. Presidente Vargas s/nCEP 14026-000- Ribeirão Preto - SI'

jprado@unip-objetivo.br

Resumo Devido à complexidade da tarefa e as restrições detempo de resposta, o controle de robô móvel constitui umdesafio para os projetistas de sistemas apoiados em InteligênciaArtificial. Este trabalho apresenta uma arquitetura de controlehíbrida que combina técnicas e conceitos de InteligênciaArtificial Distribuída e Lógica Paraconsistente Anotada para ocontrole de robôs móveis.

Palavras Chaves: Robôs móveis, Multi-agentes, LógicaParaconsistente Anotada, Planejamento .

Abstract: In application domains such as the ones found inmobile robots, the complexity of controI tasks growsproportionally to the increase on the number and variety ofstimuli brought by the externai world. The mobile robotsarchitecture described in this work gathering concepts andtcchniques of Distributed Artificial Intelligence and AnnotatedParaconsistent Logic.

Key Words: Mobile robots, Multi-agent system, AnnotatedParaconsistent Logic, Planning system.

1 INTRODUÇÃOA associação entre robôs móveis e Inteligência Artificial, foifeita pela primeira fez, no Instituto de Pesquisa de Stanford nofinal dos anos 60, [Nilsson 1969]. Nos dez anos seguintes, nãohouve nenhum avanço significativo nesta área. Até que noinício dos anos 80 o Defense Advanced Research ProjectsAgency (DARPA), através de seu programa de computaçãoestratégica iniciou um programa para o estudo edesenvolvimento de veículos automáticos de pouso.

Desde então, pesquisadores vêem desenvolvendo arquiteturaspara o controle de robôs móveis baseadas em InteligênciaArtificial.

2 ARQUITETURAS PARA O CONTROLEDE ROBÔS MÓVEIS

As primeiras arquiteturas propostas são baseadas em sistemasde planejamento e normalmente, possuem quatro módulosbásicos, [Bonasso 1998]:

413

a) módulo de controle dos sensores: responsável por coletaros dados dos diversos sensores do robô;

b) módulo de descrição do mundo: uma vez coletado osdados dos sensores este módulo os interpreta criando ummodelo do estado atual do mundo;

c) módulo de planejamento: contém o planejadorpropriamente dito, que baseado no modelo do estado atualgera o plano desejado;

d) módulo de controle e execução: responsável por executarcada uma das ações descritas no plano gerado .

Esta abordagem ficou conhecida como paradigma percepção-planejamento-ação. Sendo caracterizada por umprocessamento centralizado, onde na maioria das vezes umaúnica unidade de processamento executava todos os quatromódulos básicos de forma seqüencial.

A maior limitação desta abordagem é que a tarefa de modelar oestado atual é complexa e demorada, fazendo com que o ciclodo execução se torne lento, o que compromete, muitas vezes, asegurança do robô - um obstáculo, por exemplo, deve seridentificado em tempo hábil para que o robô possa desviar-sedo mesmo.

Na Segunda metade da década de 80, pela iniciativa de RodneyBrooks [Brooks 1986], começa a ser definido um novoparadigma para o controle de robôs. Este ficou conhecido comoparadigma percepção-ação, não havendo planejamento comonos sistemas pioneiros.

Nesta abordagem, os diversos comportamentos desejados norobô são modelados e implementados utilizando-se autômatosfinitos. Esses autômatos recebem as informações diretamentedos sensores e determinam as ações que devam ser tomadas,Os autômatos são organizados em camadas, onde há umahierarquia entre as mesmas. Por exemplo, uma camada éresponsável por desviar de obstáculos, uma segunda por fazero robô caminhar na direção de um dado ponto da sala. Estecomportamento irá dominar o anterior , fazendo com que o robôse desloque até o ponto determinado, mantendo-se a umadistância segura dos obstáculos.

40. SBAI- Simpósio Brasileiro de Automação Inteligente. São Paulo. SP. 08-iO de Setembro de 1999

Cada camada possui sua própria representação simplificada domundo - contendo apenas as informações relevantes para acamada - , não havendo uma representação global corno noparadigma anterior. Esta característica permite umprocessamento local em cada camada, que não demanda muitorecurso computacional. Nesta abordagem, diferente da anterior,o processamento pode ser feito de forma paralela.

Seguindo esse paradigma, Brooks e outros pesquisadoresdesenvolveram diversos robôs que tiveram sucessodesempenhando tarefas simples, corno aprender a andar ou acoletar latas de refrigerante enquanto desvia de pessoas e deoutros obstáculos. Apesar do sucesso obtido, está claro que osrobôs projetados seguindo está abordagem são bastantesespecializados e portanto limitados. A importância de secombinar as características dos dois paradigmas em urnamesma arquitetura, foi reconhecida por Chapman e Agre em[Agre 1987]. Atualmente, para o controle de robôs inteligentes,procura-se por urna abordagem híbrida onde, ocomportamento reativo próximo dos sensores é orquestrado porplanos gerados por um processador central. Neste novoparadigma as linhas gerais do comportamento do robô sãodadas por um processador central e são seguidas pelas demaisunidades de processamento do sistema.

Figura 1: Foto do VAGl

3 JUSTIFICATIVA E MOTIVAÇÃOForam desenvolvidos pelo Grupo de Automação Inteligente daUniversidade Paulista dois robôs móveis: o VAG-l - VeículoAutoguiado I - , Figura I e o VAG-2, posteriormentedenominado SOFIA, Figura 2. A arquitetura de controledesenvolvida para estes robôs segue originalmente o paradigmade percepção-ação, em urna segunda etapa do projeto aarquitetura foi modificada se aproximando do paradigmapercepção-planejamento-ação.

O desenvolvimento destes robôs e das arquiteturas de controlepermitiram testar e validar inúmeras técnicas e conceitosrelacionados ao desenvolvimento e ao controle de robôsmóveis. Os resultados obtidos em testes com ambientescontrolados foram satisfatórios. Contudo, em atividades maiscomplexas, corno navegar entre dois pontos de um prédio ondeexistem vários obstáculos naturais que não podem ser

414

previstos, é necessário um número maior de sensores e umamaior eficiência no processamento dos dados obtidos por estes.

Para superar as limitações dos dois primeiros projetos,iniciou-se o desenvolvimento de um novo robô dotado dediversos sensores, entre eles: contato, infra -vermelho, ultra-som e visão. Para processar os dados coletados por um númeromaior de sensores, diferente dos dois primeiros projetos quecontavam com um único microprocessador 80486, este novorobô possui:

• três microprocessadores 80486, onde são executados amaior parte das rotinas de controle;

• um microprocessador Pentium, dedicado ao sistema devisão e

• um microprocessador 8051, que controla os motores e amaior parte dos sensores.

Para controlar os diversos componentes de "hardware" e"software" e alcançar os objetivos do projeto, é necessária aespecificação de urna arquitetura de controle híbrida capaz deplanejar as ações do robô, monitorar o mundo a sua volta eacompanhar a execução do plano, modificando-o e/ouadaptando-o sempre que necessário.

Finalmente, a arquitetura proposta deve ser capaz de"encapsular" os programas desenvolvidos, ocultando destes osmecanismos de cooperação, coordenação e tratamento dasinconsistências, reduzindo-se assim, o esforço necessário parase fazer a integração destes sistemas. Esta característica éfundamental quando considera a diversidade de programasdesenvolvidos, bem corno o número de paradigmas elinguagens utilizadas.Na tentativa de atender os aspectos citados acima, optou-se pordesenvolver urna arquitetura multi-agente, baseada naArquitetura ParaNet [Prado 1996] e [prado 1997b], conformeé descrito a seguir.

Figura 2: Foto do SOFIA

40. SBAI- Simpósio Brasileiro de Automação Inteligente, São Paulo, SP. 08-10 de Setembro de 1999

4 A ARQUITETURA PROPOSTAEm domínios de aplicação como o controle de robôs móveis, acomplexidade da tarefa de controle aumenta a medida queaumentam o número e a variedade de estímulos recebidos domundo exterior. Para lidar com esta complexidade e responderaos estímulos com a velocidade que o domínio de aplicaçãoimpõe, a tarefa de controle não pode ser centralizada[Durfee 1990]. A descentralização do controle, contudo, não éfácil de ser implementada. Pois, paradoxalmente, ela podelevar a um acréscimo no tempo de solução do problema, umavez que esta pode comprometer a coerência do processo deresolução. Na tentativa de evitar este fenômeno a arquiteturaproposta deve determinar:

a) como cada um dos agentes Ira usar seu conhecimento,planos, objetivos e habilidades, no processo de resolução;

b) como cada agente irá se comportar na presença deinformações imprecisas e inconsistentes;

c) como e quando cada agente irá comunicar aos demaisagentes seus planos, objetivos, habilidades e crenças e

d) como cada agente irá representar internamente asinformações recebidas dos demais agentes e suas crençasnestas informações.

Para alcançar esses objetivos, a arquitetura proposta combinatécnicas de Inteligência Artificial Distribuída [Prado 1997a] ede Lógica Paraconsistente Anotada [da Costa 1991a] e[da Costa 1991b].

4.1 Inteligência Artificial DistribuídaUnindo conceitos de Inteligência Artificial e de ProcessamentoDistribuído, a Inteligência Artificial Distribuida - queabrevia-se doravante por IAD -, tem corno propósito estudare desenvolver técnicas que permitam a interação entreentidades inteligentes.

Nos sistemas de IAD os agentes formam urna rede, onde cadaum possui apenas urna visão local do problema que está sendoresolvido. Em urna abordagem tradicional de ProcessamentoDistribuído, é necessário uma intensa troca de mensagens entreos nós da rede, na tentativa de suprir os mesmos com asinformações necessárias ao processamento e ao controle localde cada nó. Corno resultado desta comunicação tem-se urnaqueda na performance de todo o sistema e um alto nível desincronismo no processamento dos agentes.

Urna forma de se reduzir a taxa de comunicação e osincronismo entre os agentes, é aceitar que os mesmosproduzam resultados parciais incompletos, incorretos ou,ainda, inconsistentes e/ou paracompletos com os resultadosparciais gerados pelos demais.

Este tipo de processamento requer urna arquitetura pararesolução de problemas, que permita a cooperação entre osagentes, de tal forma que os resultados parciais de cada agentepossam ser revisados e evoluídos a partir das informaçõesobtidas durante a interação com os demais agentes.

415

Ao longo das duas últimas décadas, foram propostasarquiteturas de IAD para os mais diferentes usos, desde aintegração de sinais até aplicações industriais diversas.

o que pode ser notado, contudo, é que o fenômeno dainconsistência não é tratado de forma direta em taisarquiteturas. Na maioria delas, durante o processo de resoluçãosão considerados, apenas, os dados mais recentes,desconsiderando os mais antigos - independentemente daorigem desses - que poderiam levar a inconsistência. Destaforma, apesar de sua importância, o fenômeno dainconsistência, é um campo de pesquisa que permanece poucoexplorado dentro da Inteligência Artificial Distribuída[Malheiro 1994].

o que contribui para esta situação, é que o fenômeno dainconsistência e/ou paracompleteza não pode ser tratado, pelomenos diretamente, por meio da lógica clássica, na qual amaioria dos sistemas estão baseados. Para tratar diretamentetais inconsistências e/ou paracompletezas, têm-se que lançarmão de lógicas alternativas da clássica. Neste trabalho éempregada urna lógica paraconsistente anotada no tratamentodas inconsistências do sistema.

4.2 Lógicas Paraconsistentes,Paracompletas e Não-Aléticas

Seja T urna teoria dedutiva fundada sobre urna lógica L, esuponha-se que a linguagem de Te de L contenha um símbolopara a negação; se houver mais de uma negação, urna delasdeve ser escolhida, pelas suas características corno a negaçãoda lógica em apreço. A teoria T diz-se inconsistente se elapossuir teoremas contraditórios, isto é, um é a negação dooutro, neste caso, sendo A e -, A tais teoremas, deriva-senormalmente em Tuma contradição, isto é, urna expressão daforma A v -.A ; caso contrário, Tdiz-se consistente.

A teoria T diz-se trivial se todas as fórmulas de L - ou todasas fórmulas fechadas de L - forem teoremas de T, ou seja,dito informalmente, se tudo o que puder ser expresso nalinguagem de T puder ser provado em T; em hipótesecontrária, T diz-se não-trivial. Na maioria dos sistemaslógicos usuais, a presença em T de urna contradição trivializatal teoria. Esse fato tira todo o interesse desta teoria, urna vezque, corno qualquer preposição pode ser provada em T, torna-se impossível distinguir a preposição verdadeira e a preposiçãofalsa.

A lógica Paraconsistente permite que urna teoria sejainconsistente, sem que ocorra o fenômeno da trivialidade.Desta forma, urna lógica L chama-se Paraconsistente se puderservir de base para teorias inconsistentes mas não-triviais.

4.3 A Arquitetura ParaNetCombinando-se os princípios e as técnicas de InteligênciaArtificial Distribuída, juntamente com os poderosos recursosoferecidos pela Lógica Paraconsistente Anotada, através dastécnicas Programação Lógica Paraconsistente [Blair 1987],

40. SBAI - Simpósio Brasile iro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999

[Blair 1988} e [Subrahmanian 1987J, foi especificada eimplementada a Arquitetura ParaNet., que tem como principaiscaracterísticas:

o a capacidade de tratar, de forma natural e direta , ofenômeno da paraconsistência que pode ocorrer durante oprocesso de cooperação entre os agentes e

• o baixo acoplamento entre os agentes que compõem osistema.

Desta forma , os agentes que compõem 3 arquiteturaapresentada, durante o processo de resolução de um dadoproblema são capazes de executar a maioria de suas tarefasindependentemente, mas através da cooperação com os demaismembros da rede podem obter uma maior eficiência em seufuncionamento

Com o objetivo de se ocultar dos sistemas computacionais jáexistentes os mecanismos de cooperação, coordenação etratamento das inconsistências, adotou-se no projeto daarquitetura ParaNet um modelo semelhante a da ARCHüN,[Roda 1990]. Nesta arquitetura, cada agente é composto porduas camadas, Figura 3:

• A camada da aplicação, os programas que estão nestacamada não possuem os conhecimentos e os recursoscomputacionais necessários para cooperar com outrosagentes. A função desta camada é fornecer ao agente osresultados necessários para que este possa cumprir comsuas tarefas. Durante o processo de resolução de umdeterminado problema, são utilizados basicamente dados econhecimentos locais , quando estes não são suficientes, acamada da aplicação solicita à camad a de cooperação asinformações necessárias para que ele cumpra sua tarefa.

• A camada de cooperação é responsável por coordenar asinterações deste agente com os demais agentes da rede.Quando a camada da aplicação não possuí os recursosnecessários para executar uma dada tarefa, cabe à camadade cooperação a função de localizar e obter junto aosdemais agentes da rede estes recursos.

Figura 3: Camadas da Arquitetura ParaNet.

R.d .

416

Este modelo permite que os agentes sejam construídosutilizando os sistemas computacionais já existentes, de talforma que as únicas modificações necessárias em tais sistemasestão restritas a algumas de suas rotinas de entrada e saída paraque estas possam a ser feitas através da interface com acamada de cooperação.

4.4 A Linguagem ParalogNa tentativa de tornar natural o tratamento do fenômeno dainconsistência, parte do módulo de cooperação da arquiteturaParanet foi desenvolvido utilizando-se a linguagem deprogramação lógica Paralog [Prado 1996].

Por estar baseada na Lógica Paraconsistente Anotada[Blair 1988], na linguagem Paralog, todo predicado p vemacompanhado de uma anotação 11, na seguinte forma :

p:J.1

Onde J.l pertence a um reticulado 'to Nos exemplos que sequemé utilizado o reticulado finito 't = < 1'tI,::; >, mostrado naFigura 4, onde 't = {.l, t , r, lt, Ir, T} . Os elementos doreticulado representam, respectivamente: indefinido , verdade,fa lso, quase verdadeiro, quase falso e sobre definido ouinconsistente.

Figura 4: Reticulado de seis.

O fato de todo predicado ser anotado, é uma característicamuito importante da linguagem, pois muitas vezes oprogramador deseja representar suas crenças e não verdadesabsolutas. Ele pode, por exemplo, escrever certas cláusulasporque acredita que elas sejam verdadeiras e não que elassejam obrigatoriamente verdadeiras. Ao se analisar o exemploa seguir, intuitivamente, pode-se presumir - com um certograu de crença - que Gustavo é o progenitor de Fernando,uma vez que é sabido que Gustavo é casado com Ana e queesta é progenitora de Fernando.

40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999

homem(gustavo): t.homem(fernando) : t.mulher(luiza) : t.mulher(ana) : t.mulher(bruna) : t.casadó(luiza,jose) : t.casado(ana,gustavo) : t;progenitor(carlos,maria) : t,progenitor(maria,gustavo) : t,progenitor(ana,femando): t. -

É possível generalizar este raciocínio através da seguintecláusula Paralog:

progenitor(X;V) : It <--progenltor(Z,V) : t &casado(X,Z) : t.

a) A Camada de Comportamento: formada pelos agentesresponsáveis por tomar as decisões de alto nível na tentativade atingir os objetivos estipulados pelo usuário . Esta camadagera um plano de alto nível que é refinado e executado pelosagentes da camada imediatamente abaixo;

b) Camada de Habilidade: os agentes desta camadafornecem um conjunto de rotinas (capacidades e/ouhabilidades) para executar .as tarefa especificadas no planogerado pela camada de comportamento. Os agentes destacamada não tem acesso aos objetivos globais do robô, sepreocupando apenas com as tarefas individuais específicas noplano, tais agentes possuem, também, um visão parcial darepresentação do mundo . Algumas tarefas típicas dos agentesdesta camada são: navegar em uma sala, navegar em umcorredor, desviar de um obstáculo, encontrar uma porta, etc.

Figura 5: Camadas da Arquitetura Proposta

HABILIDADE

COMPORTAMENTO1 1

1_ _ -----11Outra importante característica do Prolog Paraconsistente é queseu motor de inferência não trata a negação como a"impossibilidade de prova", ou seja, ele não segue o princípiodo mundo fechado. Dada uma consultaMa um programa P, senão for possível provar M a partir de P, o motor de inferênciaretornará a crença * - desconhecido - para M e não o valorfalso como ocorre com o Prolog padrão .

Quando consultado, o motor de inferência associa à cláusulaprogenitor(carlos,maria) uma crença maior que a associadaà cláusula progenitor(gustavo,fernando) - conforme oreticulado 't, It < t - indicando uma crença maior napaternidade de Carlos do que na de Gustavo.

Quando necessário, o grau de crença f deverá ser associado aum cláusula de forma explícita, pelo programador. Porexemplo, a regra "um homem não é uma mulher" pode serassim definida: .

homem(X) : f <--mulher(X) : t.

4.5 Uma Arquitetura em CamadasDentro do propósito de se desenvolver uma arquitetura híbrida,para o controle de robôs móveis , onde os paradigmaspercepção-planejamento-ação e percepção-ação sãocombinados. As tarefas de monitoramento e interpretação dosdados dos sensores, planejamento e controle das atividades dorobô, são divididas entre diversos agentes, definidos seguindoa arquitetura ParaNet, sendo que, cada agente é especializadoem uma ou mais atividades.

Estes agentes, dependendo de sua especialidade, são divididosem três comunidades interligadas. Na maior parte da vezes atroca de informação é restrita a agentes que desenvolvemtarefas. complementarese pertencem a mesma comunidade.Desta forma , o conceito fie comunidade evita uma sobrecargade comunicação na rede que interliga os agentes.

Esta divisão em comunidades, leva a uma divisão lógica daarqnitetura, apresentando três camadas de controle, Figura 5- uma para cada comunidade - descritas a seguir:

J REATIVA Iir ir

[ Motores] [ Sensores )c) Camada Reativa: os agentes desta camada sãoresponsáveis por controlar os atuadores e receber os sinais dossensores, fazendo um pré-processamento destes sinais , natentativa de 'identificar situações críticas onde a segurança dorobô é ameaçada . Sensores cujo processamento é complexo,como o sensor de visão, são processados por agentes dacamada anterior. .

Para obter uma descrição mais natural - e, portanto, mais fiel.- do mundo, os agentes da arquitetura proposta utilizam paraa descrição e · a . manipulação do mundo urna lógica nãocl ássica, a Lógica Paraconsistente Anotada. Como resultado osagentes desenvolvidos são capazes de funcionar mesmo napresença de informações incorretas, incompletas econtraditórias. Está característica simplifica a tarefa demodelagem do mundo, uma vez que não é necessário eliminaras inconsistências, oriundas dos dados coletadospelos

417

40. S8AI- Simpósio 8rasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999

sensores , o que reduz consideravelmente o tempo de cada ciclode execução do sistema.

o uso de Lógica Paraconsistente Anotada na tarefa deplanejamento é demostrado em [Prado 1995] e [Prado 1996].

5 CONSIDERAÇÕES FINAISo desenvolvimento da arquitetura de controle do SOFIAmostrou a viabilidade e as vantagens de se empregar a LógicaParaconsistente Anotada no desenvolvimento de,planejadores.O objetivodeste projeto é dar continuidade a pesquisa que vemsendo desenvolvida pelo Grupo de Automação Inteligente daUniversidade Paulista, tendo como propós ito a especificação e'o desenvolvimento de uma nova arqui tetura de controle pararobôs móveis, baseada em Lógica Paraconsistente Anotada eem Inteligência Artificial Distribuída, que combine osparadigmas de percepção-ação e percepção-planejamento-ação . '

REFERÊNCIA BIBLIOGRÁFICA[Agre 1987] Agre, P. E.; Chapman, D. Pengi: An

Implementation ofTheory ofActividy. In Proceedings oflhe Tenth IJCAI , 1987.

[Blair 1987] Blair, H.A.; Subrahmanian, V.S. ParaconsistentLogic Programming, Lecture Notes in ComputerScience, v.287, p. 340-360,1987.

[Blair 1988] Blair, H.A.; Subrahmanian, V.S. ParaconsistentFoundations for Logic Programming , Journal of Non-Classical Logic , v.5, n.2, p.45-73 ,1988.

[Bonasso 1998] Bonasso, RP; Kortenkamp, D. Mobil eRobots: A Proving Ground for Artificial Intelligence, InArtificial Inteligence and Mobile Robots, p:3-20,AAAIPress/The MIT Press , California, 1998.

[Books 1986] Brooks, RA. A Robust Layered ControlSystem for a Mobile Robot. IEEE, Transactions onRobotic and Automation. 2(1):14-23, 1986.

[da Costa 1991a] da Costa. N.C.A.; Abe, J.M.; Subrahmanian,V.S. Remarks on -Annotated Logic. Zeltshr. f. malhoLogik und Groundiagen Math, n.37, p, 561-570,1991.

[da Costa 1991b] da Costa, N.C.A.; Subrahmanian, V.S.;Vago. C. The Paraconsistent Logic Pro Zeltshr. f. malhoLogik und Groundiagen Math, n.17, p.139-140,1991.

[Durfce 1990] Durfee, E.H. Towards Intelligent Real-TimeCooperative Systems. Maryland, University 'ofMaryland, 1990 (Technical Research Report, TR 90-45).

[Malheiro 1994] Malheiro, '8; Oliveira, E.; Jennings, N.RBelief Revision in Multi-Agente Systems. In: EuropeanConference on Artificial Intelligence, 11. Amsterdam,1994. Proceedings. Amsterdam, John Wiley & Sons,Ltd ., 1994. p.60-M. '

[Nilsson 1969] Nilsson, N. J. A Mobile Automaton: NaApplication of AI Techniques. In Proceedings of lheFirst IJCAI, p. 509-520,1969;

418

[Prado 1995] Prado, J.P.A; Abe, J.M. U,;,. Planejador Baseadoem Lógica Paraconsistente 'Ano tada. In: Simpós ioBrasileiro de Automação Inteligente, 2., Curitiba, 1995.Anais . Curitiba, SBA, 1995, p.327-338.

[prado 1996] Prado, J.P.A. Uma Arquitetura para Inteligênciaoomputacionalõtstributda Baseada em LógicaParaconsistente Anotada. São Paulo, 1996. 277p. Teses(Doutorado), Escola Politécnica, Universidade de SãoPaulo .

[Prado 1997a] Prado, lP.A; Abe, i.M. InteligênciacomputacionaLDistribufda; Aspectos. São Paulo ,IENUSP, 1997. (Relatório Técnico do Instituto deEstudos Avançados - USP, Série Lógica e Teoria daCiência, 35).

[prado 97c] Prado , J.P.A; Abe, J.M. PARANET: UmaArquitetura para Inteligência Artificial DistribuídaBaseada em Lógica Paraconsistente Anotada. SãoPaulo, IENUSP, 1996. (A ser publicado em RelatórioTécnico do Instituto de Estudos Avançados - USP,Série Lógica e da Ciência, 33).

[Roda 1990] Roda, C.; Jennings, N.R.; Mamdani, E.H.ARCHON: A Cooperation Framework for IndustrialProcess ControI. Cooperating Knowledge BasedSysterns, p.95-112,1990.

[Subrahmanian 1987] Subrahmanian, V.S. On lhe Semantics ofQuantitative Logic Programs. In: IEEE Symposium onLogic Programming, 4., Washington, 1987.Proceedings, Compu ter Society Press, Washington ,1987.pI73-182. .