Aplicando Sistemas Multi-Agentes Ubíquos em um Modelo de Smart Home Usando o Framework Jason

Aplicando Sistemas Multi-Agentes Ubíquos

em um Modelo de Smart Home Usando o

Framework Jason

Workshop de Pesquisa e Desenvolvimento em Inteligência Artificial, Inteligência Coletiva e

Ciência de Dados

• 1. Centro Federal de Educação Tecnológica (CEFET/RJ), Brasil• 2. Universidade Federal Fluminense (UFF), Brasil

Carlos Eduardo Pantoja 1,2 Vinicius Souza de Jesus 1

José Viterbo Filho 2

14 de Dezembro 2016

OUTLINE 1. Introdução2. ARGO for Jason

3. Arquitetura da Smart Home4. Testes de Performance

5. Exemplos 6. Trabalhos Relacionados

7. ConclusãoReferências Bibliográficas





4 Aplicando SMA Ubíquos em um Modelo de Smart Home Usando o Framework Jason

1. INTRODUÇÃO: SISTEMAS MULTI-AGENTES

AmI [Chaouche et al., 2009]




Agentes [Wooldridge, 2009]



Agentes [Wooldridge, 2009]Robóticos [Matarić, 2007]

Simulados




Sistemas Multi-Agentes (SMA)


Simulados



Linguagens de Programação Orientada a Agentes




Simulados







Simulados

Framework Jason [Bordini et al., 2007]







Simulados

ARGO [Pantoja et al., 2016]

Framework Jason [Bordini et al., 2007]



1. INTRODUÇÃO: PROBLEMA

Smart Homes

[Kazanavicius et al., 2009]

[Andrade et al. 2016]

[Martins and Meneguzzi 2013]

[Benta et al. ,2009]


[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]

[Hagras et al. 2004]

[Cook et al. 2003]

[Villarrubia et al. 2014]



Smart Homes





Jade [Bellifemine , 2004]


[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]




Smart Homes






Jason [Bordini et al., 2007]


[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]




Smart Homes





Não Usa AOPL Específica




[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]




Smart Homes









[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]



1. INTRODUÇÃO: OBJETIVOS

Objetivo Principal• propor um modelo de Smart Home física e autônoma controlada através de

agentes cognitivos utilizando o Jason e o ARGO

• testes de performance afim de explorar diferentes estratégias de implementação de SMA.

Objetivo Secundário

• a possibilidade de aplicar SMA através de protótipos ubíquos utilizando o framework Jason e a arquitetura ARGO e aplicados a ambientes inteligentes.

Contribuição






2. ARGO FOR JASON

ARGO [Pantoja et al., 2016]: Uma arquitetura customizada do Jason para programação de Agentes Robóticos usando placas microcontroladas (ATMEGA, PIC, Intel, etc.):

• Javino [Lazarin e Pantoja, 2015] middleware para comunicação entre

controladores e software de alto nível com detecção de erro.

• Filtros de Percepções [Stabile Jr e Sichman, 2015]

Filtros de percepção reduzem a quantidade de informação percebida pelo agente em tempo de execução.

The Argo by Lorenzo Costa


2. ARGO FOR JASON: FUNCIONALIDADES

O ARGO permite:

1. Controlar diretamente os atuadores em tempo de execução;2. Receber percepções dos sensores automaticamente dentro de um período de

tempo definido em tempo de execução;3. Mudar os filtros de percepção em tempo de execução;4. Alterar quais os dispositivos que estão sendo acessados em tempo de execução;5. Se comunicar com outros agentes em Jason;6. Decidir quando perceber ou não o mundo real em tempo de execução.



O ARGO permite:

1. Controlar diretamente os atuadores em tempo de execução;2. Receber percepções dos sensores automaticamente dentro de um

período de tempo definido em tempo de execução;3. Mudar os filtros de percepção em tempo de execução;4. Alterar quais os dispositivos que estão sendo acessados em tempo de execução;5. Se comunicar com outros agentes em Jason;6. Decidir quando perceber ou não o mundo real em tempo de execução.



O ARGO permite:





O ARGO permite:


tempo definido em tempo de execução;3. Mudar os filtros de percepção em tempo de execução;4. Alterar quais os dispositivos que estão sendo acessados em tempo de

execução;5. Se comunicar com outros agentes em Jason;6. Decidir quando perceber ou não o mundo real em tempo de execução.



O ARGO permite:





O ARGO permite:




2. ARGO FOR JASON: AÇÕES INTERNAS

• ARGO Internal Actions:

• .limit(x) • Define um intervalo de tempo para perceber o ambiente

• .port(y) • Define qual porta serial deve ser utilizada pelo agente

• .percepts(open|block)• Decide quando perceber ou não o mundo real

• .act(w)• Envia ao microcontrolador uma ação para ser executada por um efetuador

• .change_filter(filterName)• Define um filtro de percepção para restringir percepções em tempo real


2. ARGO FOR JASON


2. ARGO FOR JASON: METODOLOGIA

lightOn ativa

temperature(20);

getPercepts






3. ARQUITETURA DA SMART HOME PROPOSTA



Quatro cômodos possuem sensores de luminosidade e leds.



Comôdo com gerenciamento de temperatura.



Comôdo com gerenciamento da campainha da casa.







4. TESTES DE PERFORMANCE

Foram realizados testes e medido o tempo de execução de um circuito de ativação aplicando de 1 a 6 controladores ATMEGA sendo controlados por 1 até 6 agentes em três estratégias diferentes, realizando 3 repetições:

• Estratégia 1 os agentes abrem o fluxo de percepções dos sensores no início da execução, para ficar

percebendo o ambiente continuamente.

• Estratégia 2 os agentes abrem o fluxo das percepções onde é preciso (no início de cada plano e logo em

seguida as fecha), com o objetivo de adquirir apenas as percepções necessária aquele momento

• Estratégia 3 os agentes abrem e fecham o fluxo de percepções apenas no início do primeiro plano ou

quando houver mudança de controladores (afim de atualizar as percepções provenientes do novo dispositivo)


4. TESTES DE PERFORMANCE• De 324 testes:

189135


4. TESTES DE PERFORMANCE• De 324 testes:

189135

Quando a quantidade de

agentes é maior que a quantidade de controladores,

conflitos podem ocorrer.

OS AGENTES PRECISAM

NEGOCIAR O USO DOS DISPOSITIVOS











5. Exemplos6. Trabalhos Relacionados



5. EXEMPLOS: GERENCIAMENTO TÉRMICO

• Estudo de Caso 1 [Kazanavicius et al., 2009]

Controle de gerenciamento térmico de ambiente;


• Estudo de Caso 2 [Villarrubia et al., 2014]

Gerenciamento de campainha para surdos.

5. EXEMPLOS: CAMPAINHA


EXIBIÇÃO

5. EXEMPLOS






6. TRABALHOS RELACIONADOS

Smart Homes









[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]



Smart Homes









[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]




Smart Homes









[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]




Smart Homes









[Conte et al. 2009]

[Lim et al. 2009]

[Sun et al. 2013]


[Cook et al. 2003]








7. CONCLUSÃO

• Sistemas Multi-Agentes

Um modelo para Smart Home físico gerenciado pelo Jason; Análise de estratégias e performance para utilização do ARGO; Permitir a criação de SMA Ubíquos Utilizando o BDI.

• Trabalhos Futuros

Aplicar técnicas de negociação para os casos onde há a possibilidade de conflitos; Aplicar o modelo proposto em um laboratório; Aplicar a arquitetura ARGO em outros domínios.






REFERÊNCIAS BIBLIOGRÁFICA

•[Andrade et al. 2016] Andrade, J. P. B., Oliveira, M., Gonçalves, E. J. T., and Maia, M. E. F. (2016). Uma Abordagem com Sistemas Multiagentes para Controle Autônomo de Casas Inteligentes. In XIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC).•[Conte et al. 2009] Conte, G., Morganti, G., Perdon, A. M., and Scaradozzi, D. (2009). Multi-agent system theory for resource management in home automation systems. Journal of Physical Agents, 3(2):15–19.•[Cook et al. 2003] Cook, D. J., Youngblood, G. M., Heierman III, E. O., Gopalratnam, K., Rao, S., Litvin, A., and Khawaja, F. (2003). Mavhome: An agent-based smart home. In PerCom, volume 3, pages 521–524.•[Hagras et al. 2004] Hagras, H., Callaghan, V., Colley, M., Clarke, G., Pounds-Cornish, A., and Duman, H. (2004). Creating an ambient-intelligence environment using embedded agents. IEEE Intelligent Systems, 19(6):12–20.•[Kazanavicius et al. 2009] Kazanavicius, E., Kazanavicius, V., and Ostaseviciute, L. (2009). Agent-based framework for embedded systems development in smart environments. In Proceedings of International Conference on Information Technologies (IT 2009), Kaunas.•[Lim et al. 2009] Lim, C., Anthony, P., and Fan, L. (2009). Applying multi-agent system in a context aware. Borneo Sci, 24:53–64.



•[Benta et al. 2009] Benta, K.-I., Hoszu, A., Vacariu, L., and Cret, O. (2009). Agent based smart house platform with affective control. In Proceedings of the 2009 Euro American Conference on Telematics and Information Systems: New Opportunities to increase Digital Citizenship, page 18. ACM.•[Chaouche et al. 2014] Chaouche, A.-C., Seghrouchni, A. E. F., Ilie, J.-M., and Saıdouni, D. E. (2014). A higherorder agent model with contextual planning management for ambient systems. In Transactions on Computational Collective Intelligence XVI, pages 146–169. Springer.•[Martins and Meneguzzi 2013] Martins, R. and Meneguzzi, F. (2013). A smart home model to demand side management. In Workshop on Collaborative Online Organizations (COOS13)@AAMAS.•[Martins and Meneguzzi 2014] Martins, R. and Meneguzzi, F. (2014). A smart home model using jacamo framework. In 2014 12th IEEE International Conference on Industrial Informatics (INDIN). IEEE.•[Sun et al. 2013] Sun, Q., Yu, W., Kochurov, N., Hao, Q., and Hu, F. (2013). A multi-agent-based intelligent sensor and actuator network design for smart house and home automation. Journal of Sensor and Actuator Networks, 2(3):557–588.•[Villarrubia et al. 2014] Villarrubia, G., De Paz, J. F., Bajo, J., and Corchado, J. M. (2014). Ambient agents: embedded agents for remote control and monitoring using the pangea platform. Sensors, 14(8):13955–13979.



•[Bordini et al. 2007] Bordini, R.H., Hubner, J.F., Wooldridge, M. Programming Multi-Agent Systems in AgentSpeak Using Jason. John Wiley & Sons Ltd., 2007. •[Bratman, 1987] Bratman, M. Intentions, Plans, and Practical Reason. Harvard University Press, 1987.•[Guinelli et al., 2016] Guinelli, J. V. ; Junger, D. S. ; Pantoja, C. E. . An Analysis of Javino Middleware for Robotic Platforms Using Jason and JADE Frameworks. In: Workshop-Escola de Sistemas de Agentes, Seus Ambientes e Aplicações, Maceió. Anais do X Workshop-Escola de Sistemas de Agentes, seus Ambientes e Aplicações, 2016.•[Lazarin and Pantoja, 2015] Lazarin, N.M., Pantoja, C.E. : A robotic-Agent Platform For Embedding Software Agents Using Raspberry Pi and Arduino Boards. In: 9th Software Agents, Environments and Applications School, 2015•[Pantoja et al., 2016] Pantoja, C. E.; Stabile Jr, M. F. ; Lazarin, N. M. ; Sichman, J. S. ARGO: A Customized Jason Architecture for Programming Embedded Robotic Agents. In: Workshop on Engineering Multi-Agent Systems, 2016, Singapore. Proceedings of the Third International Workshop on Engineering Multi-Agent Systems (EMAS 2016), 2016.



•[Rao 1996] Rao, A.S.: AgentSpeak(L): BDI agents speak out in a logical computable language. In: de Velde,W.V., Perram, J.W. (eds.) Proceedings of the 7th European workshop on Modelling autonomous agents in a multi-agent world. Lecture Notes in Artificial Intelligence, vol. 1038, pp. 42-55. Springer-Verlag, Secaucus. USA, 1996.•[Stabile Jr. and Sichman, 2015] Stabile Jr., M.F., Sichman, J.S. Evaluating Perception Filters In BDI Jason Agents. In: 4th Brazilian Conference On Intelligent Systems, 2015.•[Wooldridge, 2000] Wooldridge, M. Reasoning about rational agents. Intelligent robotics and autonomous agents. MIT Press, 2000.•[Wooldridge, 2009] Wooldridge M. An Introduction to MultiAgent Systems. John Wiley & Sons, 2009.


AGRADECIMENTOS

[email protected]

[email protected]@ic.uff.br