Anda di halaman 1dari 6

UNIVERSIDADE ESTADUAL DO MARANHO

CENTRO DE CINCIAS TECNOLGICAS


CURSO DE ENGENHARIA DA COMPUTAO

ANDR FELIPE GALLAS FERREIRA


CARLOS ADRIANO
DANIEL GUSMO PEREIRA
EMANUEL GILVAN SOUZA LIMA JNIOR
ERYCK ARAUJO

JASON: UMA PODEROSA FERRAMENTA PARA MSA

So Lus
2012

ANDR FELIPE GALLAS FERREIRA


CARLOS ADRIANO
DANIEL GUSMO PEREIRA
EMANUEL GILVAN SOUZA LIMA JNIOR
ERYCK ARAUJO

JASON: UMA PODEROSA FERRAMENTA PARA MSA

Trabalho apresentado a Luis Carlos,


professor
da
disciplina
Inteligncia
Computacional do Curso de Engenharia da
Computao, da Universidade Estadual do
Maranho (UEMA), para obteno da 1
nota referente a esta disciplina.

So Lus
2012

NDICE

1. Introduo
1.1 Modelos e Arquitetura BDI
O modelo BDI originalmente proposto por Bratman, em 1987, como uma teoria
filosfica do raciocnio prtico, explicando o comportamento humano com as
seguintes atitudes: crenas, desejos e intenes. Primeiro analisando o ambiente,
faz-se a seleo de um conjunto de desejos que devem ser alcanados, de acordo
com a situao atual das crenas do agente.Em seguida determina como esses
desejos concretos produzidos como resultado do passo anterior pode seratingido
atravs do uso dos meios disponveisao agente.
As trs atitudes mentais que compem o modelo BDI so:
Crenas (Beliefs) Representam as caractersticas do ambiente, as
quais so atualizadas apropriadamente aps a percepo de cada ao.
Podem ser vistas como o componente informativo do sistema.
Desejos (Desires) Contm informao sobre os objetivos a serem
atingidos, bemcomo as prioridades e os custos associados com os vrios
objetivos. Podem ser pensados como a representao do estado motivacional
do sistema.
Intenes (Intentions) Representam o atual plano de ao escolhido.
Capturam ocomponente deliberativo do sistema.

1.2 Jason
O interpretador Jason, uma plataforma de desenvolvimento de sistemas
multi-agentes implementados em Java numa verso estendida da linguagem
AgentSpeak. Um ambiente de desenvolvimento integrado (IDE) encontra-se
disponvel, permitindo a execuo e depurao dos programas. A linguagem
AgentSpeak implementa agentes BDI na forma de um sistema de planejamento
reativo. Esses sistemas, em permanente execuo, reagem a eventos que ocorrem
no seu ambiente, executando planos parcialmente instanciados.

2. Aplicaes
Na plataforma Jason, o mecanismo de comunicao adicionado linguagem
AgentSpeak prev a troca de crenas, regras de inferncia, e planos (i.e., regras
para raciocnio prtico) usando comunicao baseada em atos de fala.
A habilidade de se adaptar para alcanar um objetivo essencial em domnios
reais por vrias razes. Em primeiro lugar, o conhecimento do agente pode ser
insuficiente para alcanar um objetivo. Tambm, os recursos necessrios para
executar um plano podem estar temporariamente indisponveis. E, por mais que se
tente prever as situaes possveis, o ambiente imprevisvel e incerto, o que acaba
tornando impossvel a tarefa de predizer o futuro.
Por isso cada vez mais a plataforma Jason vem se desenvolvendo para que
suas aplicaes sejam mais coerentes e procurem atingir seus objetivos de forma
mais clara. Com as ferramentas que vem sendo desenvolvidas, os agentes da
plataformaJason buscam o conhecimento necessrio para que consigam alcanar o
objetivo que lhe foi imposto, se esses conhecimentos no forem suficientes para ele
completar essa ao e ir buscar em outros agentes do sistema conhecimentos

necessrios para a execuo correta da ao e assim adicionar a sua base de


conhecimentos para poder prosseguir com a ao.

2.1 Controle de trfego areo:


Como funciona?
Sistema chamado OASIS e implementado no aeroporto de Sydney. Os agentes
representam tanto o avio como os distintos sistemas de controle de trfego.
Quando um avio entra no espao areo de Sydney, o sistema associa um
agente com a informao do avio (tamanho do avio, quantidade de combustvel,
etc.) e os objetivos do avio (aterrissar em uma determinada pista a uma
determinada hora). Os agentes controladores de trfego controlam os agentes que
representam os avies.
Por que agentes?
A metfora do agente prov uma maneira til e natural para modelar os
componentes autnomos do mundo real.

2.2 Aplicaes de medicina:


Por que agentes?
Distribuio: Conhecimento para solucionar um problema est distribudo em
diferentes lugares.
Interao / Coordenao: A soluo de um problema depende da coordenao
das tarefas que sero realizadas por diversos indivduos com diversas habilidades e
competncias.
Complexidade: Problema usualmente decomposto em subproblemas.
Pr-atividade: Os agentes realizam tarefas que so de benefcio para o usurio
sem que este seja solicitado.
Autonomia: Cada agente toma suas prprias decises baseando-se no seu
estado interno e na informao que recebe do usurio e de outros agentes.

2.3 Jogos e Robtica:


Na aplicao de jogos os agentes so essenciais para a formao do
conhecimento e para a constante reelaborao do prprio, pois de suma
importncia nos jogos com personagens que estes no faam sempre as mesmas
aes, assim determinando a complexidade,o sucesso, e a evoluo dos jogos
como vemos hoje em dia.
Na Robtica a aplicao dos agentes tem sua importncia, pois servem para a
programao de diversos setores da indstria que dependem cada dia mais desses
robs para fazerem desde operaes comuns que poderiam ser feitas por seres
humanos at operaes de alto risco para a humanidade, que sero de suma
importncia para se salvar vidas e executar essas aes com excelncia.

2.4 Aplicaes de recuperao da informao:


Como funciona?
Sistema chamado Letizia e desenvolvido pelo MIT
O agente observa o comportamento do usurio (pginas web que acessa) e
tenta inferir seus gostos automaticamente.
Agente de informao: Tem acesso a diversas fontes de informao e so
capazes de analisar e manipular a informao obtida.
Por que agentes?

Necessidade de automao na busca por informao qualificada. capaz de


armazenar, aprender e manejar as preferncias e gostos de usurios. capaz de se
comunicar com os provedores de informao. Necessidade de adaptar-se a
mudanas no seu ambiente faz com que o agente busque esse conhecimento em
diversas fontes para completar sua ao.

3. A ferramenta Jason
A utilizao da tecnologia Jason pode se dar de duas formas: como plugin para
o ambiente Eclipse ou como plugin do ambiente jEdit.
O Jason uma ferramenta desenvolvida na plataforma JAVA para a criao e
manipulao de um sistema de agentes inteligentes (MAS), e nesta seo
aprenderemos como utiliz-lo.
Para o desenvolvimento de aplicaes utilizando a plataforma Jason
necessrio conhecer a linguagem AgentSpeak, uma vez que aquele totalmente
baseado nesta. O procedimento conhecido dos usurios de IDEs: comea-se
criando um novo projeto. Da adicionam-se os agentes e, se for o caso, configuramse os ambientes. O Jason oferece suporte s tecnologias Jade e Saci, facilitando a
criao e manipulao dos MAS em rede. A afinidade com o protocolo KQML
permite, ainda, uma fcil comunicao entre os agentes do ambiente atravs das
aes natas. O Jason uma poderosa ferramenta no mbito da inteligncia
computacional, e tem o merecido destaque na rea.

4. Concluso
Sem dvidas, Jason uma plataforma diferenciada e seu destaque no
mercado um reconhecimento do seu poder. O Jason um interpretador do
AgentSpeak, linguagem baseada na arquitetura BDI. Como usa arquitetura BDI e a
dinmica dos sistemas multiagentes, o Jason ocupa espao de destaque na
comunidade cientfica.

5. Referncias
Rafael H. Bordini e Jomi F. Hbner, "BDI Agent Programming in AgentSpeak
Using Jason"
http://jason.sourceforge.net/mini-tutorial/getting-started/getting-started.html
http://jason.sourceforge.net/mini-tutorial/eclipse-plugin/