Metodologias Orientada a Agentes

Vera Maria B. Werneck, Luiz Marcio Cysneiros, Abraho Yehoshua Kano, Andrey Matheus
Coppeters, Andr Luiz Fasando, Leandro Augusto Justian Marzulo, Leila de Oliveira Furtado, Ligia
Fortes Pereira, Marco Antonio C. Lopez, Rafael Barros Pereira, Ricardo Augusto Gralhoz, Rdnei
Fernando de Andrade Martins, Thiago Schmidt da Silva e Tiago Rocha M. dos Santos

UERJ - Universidade do Estado do Rio de Janeiro

Departamento de Informtica e Cincia da Computao
Rua So Francisco Xavier 524, 6o Andar, Bloco B
Maracan - 20 550-013 - Rio de Janeiro Brasil
vera@ime.uerj.br

Resumo suprir muitas destas necessidades, almejando somar-se s

A Modelagem Orientada a Agentes vem suprir a
demanda pelo desenvolvimento de novas aplicaes, que
atendam aos requisitos e caractersticas das
organizaes sociais e de seus relacionamentos, de forma
autnoma e integrada. O estudo deste novo paradigma
ainda recente, entretanto vrias metodologias foram
propostas que adotam este conceito para o
desenvolvimento de sistemas. Neste trabalho
apresentado um resumo de algumas dessas propostas de
modelagem e metodologias orientadas a agentes.
Abstract
Agent-Oriented modeling enriches the growing
demand for new application developments, which should
sustain the social organizations requirements and
characteristics, besides the relationships involved, in an
autonomous and integrated way. The study of this new
Agent-Oriented design approach is still recent, even
though many systems development methodologies that
adopt this concept have been proposed so far. This paper
presents some of modeling proposals and methodologies
agent oriented.
1. Introduo
O crescimento da demanda pelo desenvolvimento de
novas aplicaes, que atendam aos requisitos e
carcatersticas das organizaes sociais e de seus
relacionamentos, de forma autnoma e integrada, tem
impulsionado a pesquisa por novos designs patterns de
software que consigam suportar naturalmente estas
propriedades. A Modelagem Orientada Agentes vem
demais abordagens existentes, como Orientada Objetos
(OO), na construo de sistemas complexos que tenham
na autonomia, na mobilidade e na capacidade de
coordenao e adaptao, os aspectos fundamentais de
seu funcionamento.
Este trabalho tem como meta fornecer uma viso geral
das propostas de modelagem orientada a agentes,
descrevendo de forma geral os mtodos na seo 2 e
apresentando nas sees de 3 a 8 as metodologias GAIA
[1], [2], Message [3], [4], MAS-CommonKADS [5],
Adelfe [6], Tropos [7] e MaSE [8].
.
2. Mtodos e Linguagens de modelagem
Orientadas a Agentes
A orientao a agentes um paradigma ainda em
desenvolvimento e vrios mtodos orientados a agentes
tm sido propostos, como por exemplo, Gaia [1], [2],
MESSAGE [3], [4], Tropos [7], Adelfe [6], MASE [8],
Prometheus [9]. Estes mtodos oferecem uma variedade
de conceitos, notaes, tcnicas e diretrizes
metodolgicas. Algumas extenses de mtodos ou
linguagens de modelagens consagradas como
CommonKADS [10] e UML [11] tambm tm sido
estendidas para atender aos sistemas multi-agentes como
o caso do MAS-CommonKADS [5] e AUML[12].
As metodologias orientadas a agentes possuem vrias
razes (Figura 1). Algumas so baseadas na idia da
inteligncia artificial oriunda da engenharia de
conhecimento (KE), outras so extenses da metodologia
orientada a objetos (OO). H ainda as que utilizam uma
mescla de conceitos baseados nessas duas metodologias e
algumas so derivadas de outras metodologias tambm
orientadas a agentes.
6:Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008
Figura 1: Influncias diretas e indiretas de
linguagens OO sobre metodologias OA [13]
3. MESSAGE
MESSAGE surgiu no domnio das aplicaes de
Telecomunicaes. Com este propsito, um instituto de
pesquisas da rea de telecomunicaes direcionou um dos
seus projetos, o P907 [3], [4], para a definio da
metodologia para a anlise e design baseados na
orientao a agentes.
MESSAGE [3], [4], utiliza a UML (Unified Modeling
Language) [10] como ponto de partida, adicionando
conceitos de entidades e relacionamentos necessrios
modelagem orientada a agentes. Esta modelagem busca
descrever a forma como um sistema multi-agentes
funciona para a realizao de uma meta coletiva,
similarmente s organizaes humanas e sociedades, alm
do comportamento cognitivo dos agentes, com o auxlio
da Inteligncia Artificial.
Tais conceitos lidam com idias e estruturas em um
nvel conceitual maior que o da orientao a objetos,
referenciado na rea de Inteligncia Artificial como
Nvel de Conhecimento, estabelecendo um contraste
entre o conhecimento e dados. A MESSAGE [3], [4] usa
a linguagem padro de Orientao a Objetos, UML
(Unified Modeling Language) [10] como padro de
linguagem nvel de dados, acrescentando os conceitos
ao nvel de conhecimento que esto descritos em seu
meta-modelo, que tambm prov uma interpretao de
alguns conceitos da UML [10] usados para descrio do
comportamento, dentre os quais a noo de estado.
A maior parte dos conceitos de entidades, existentes
no nvel de conhecimento do MESSAGE [3], [4] podem
ser agrupadas em trs categorias: Entidade Concreta,
Atividade e Entidade de Estado Mental. Na primeira
categoria, esto contidas as noes de Agente,
Organizao, Papel e Recurso. A segunda contm as
noes de Tarefa, Interao e Protocolo de Interao. A
terceira tem um foco maior no conceito de Meta.
O modelo de anlise consiste em uma complexa rede
de classes e instncias inter-relacionadas, derivadas dos
conceitos definidos no meta-modelo da metodologia [2],
[3], [4].
A Viso Organizacional representa as entidades
concretas no sistema e no seu ambiente, alm de seus
relacionamentos como os de agregao e de
conhecimento, este ltimo indicando que h pelo menos
uma interao entre as entidades. Estas entidades so
agentes, organizaes, papis ou recursos.
A Viso de Meta/Tarefa representa metas, tarefas,
estados e as dependncias entre eles. possvel
representar uma meta como a composio de uma srie de
sub-metas, de um nvel menor, e como as tarefas que
propiciam o alcance daquela meta so executadas, alm
da dependncia temporal. Para tal, emprega-se o
Diagrama de Atividades da UML.
A Viso de Agente/Papel descreve para cada par
agente/papel um diagrama que retrata as metas, os
eventos percebidos, os recursos controlados, suas regras
de comportamento e quais tarefas so realizadas.
A Viso da Interao tem enfoque na interao entre
agentes/papis. Para cada interao mostra-se o seu
iniciador, os colaboradores, o motivador (meta do
iniciador), as informaes importantes fornecidas e
obtidas por cada participante da interao, os eventos que
a disparam, dentre outros de seus efeitos relevantes.
A Viso de Domnio retrata as relaes e os conceitos
especficos do domnio do sistema que est em
desenvolvimento.
Na metodologia MESSAGE [3], [4], assume-se que o
ponto de partida para a anlise uma definio informal
dos requisitos, feita pelo cliente. Emprega uma tcnica de
anlise que consiste em um refinamento, em nveis, na
qual estgios subseqentes do refinamento resultam na
criao de modelos nos diferentes nveis, que devem ser
consistentes entre si.
O nvel mais alto para decomposio denominado
Nvel 0, no qual procura-se definir o sistema a ser
desenvolvido em relao aos seus interessados e ao seu
ambiente, dando uma idia geral sobre suas
funcionalidades gerais. No Nvel 1, so definidos o
comportamento e a estrutura interna das entidades
identificadas, tais como agentes, organizao, tarefas e
metas. possvel adicionar nveis posteriores para a
especificao de requisitos funcionais e no-funcionais
como desempenho e segurana, porm, a MESSAGE s
engloba os dois primeiros nveis.
H vrias maneiras de se fazer o refinamento dos
modelos do Nvel 0. A gerao de vrias vises do
sistema, aplicada pela MESSAGE, propicia uma
liberdade de escolha ao analista sobre a melhor estratgia
 Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008 : 7
a ser adotada. Porm, usualmente, procura-se utilizar uma
combinao destas estratgias de refinamento.
Uma das abordagens a Centralizada na Organizao,
que focaliza na anlise das propriedades gerais como: a
estrutura do sistema, os servios oferecidos, metas e
tarefas gerais, os papis principais e os recursos. A
abordagem Centralizada no Agente tem como foco a
definio dos agentes necessrios para que as
funcionalidades do sistema possam ser providas, sendo
que a organizao mais apropriada identificada de
acordo com os requisitos do sistema. A abordagem
Orientada Interao prega um refinamento progressivo
dos cenrios de interao, que caracterizam o
comportamento interno e externo da organizao e dos
agentes. A abordagem por Decomposio de Meta/Tarefa
baseia-se na decomposio funcional. Os papis, metas e
tarefas do sistema so sistematicamente analisados para
que sejam determinadas as condies de deciso, os
mtodos para resoluo de problemas e tratamento de
falhas.
O propsito da fase de projeto definir as entidades
computacionais que representam o sistema multi-agentes
(MAS) representado na fase de anlise. Estes artefatos
so transformados para possibilitar a implementao. A
fase de projeto na metodologia MESSAGE [3], [4],
dividida em dois processos: projeto de alto nvel e projeto
detalhado.
No projeto de alto nvel o modelo de anlise refinado
produzindo uma verso inicial da arquitetura MAS. O
projeto detalhado pressupe a definio das estruturas de
implementao possveis para o projeto dos agentes,
sendo que o MESSAGE define duas abordagens. A
primeira direcionada por uma arquitetura agente e por
uma organizao multi-agentes, considerando que o
agente uma entidade mais abrangente que uma classe.
A segunda abordagem mais orientada plataforma
agente, levando-se em conta que cada agente pode ser
mapeado para uma classe. Este conceito extrado dos
modelos suportados pela maioria das ferramentas para a
implementao de agentes, como a JADE [14] e a FIPA-
OS [15], nas quais h uma classe Agente a partir da qual
tipos especficos de agentes so derivados.
4. MAS-CommonKADS
A metodologia MAS-CommonKADS [5], [16], [17]
uma extenso da metodologia CommonKADS
englobando aspectos que so relevantes para sistemas
multi-agentes.
CommonKADS tornou-se, principalmente na Europa,
uma referncia no desenvolvimento de sistemas baseados
em conhecimento (SBC). No CommonKADS so
definidos vrios modelos [10], sendo o Modelo de
Experincia o central da metodologia CommonKADS
com meta de modelar o conhecimento de resoluo de
problemas empregado por um agente para realizar uma
tarefa. Este modelo divide o conhecimento da aplicao
em trs subnveis: nvel do domnio (conhecimento
declarativo sobre o domnio), nvel de inferncia (uma
biblioteca de estruturas genricas de inferncia) e nvel de
tarefa (ordem das inferncias).
Algumas consideraes e problemas foram analisados
ao se aplicar diretamente CommonKADS ao
desenvolvimento de sistemas multi-agentes [16], [17]
surgindo a proposta MAS-CommonKADS centrada no
Modelo de Agentes. Esta metodologia define sete
modelos [16]: Modelo de Agentes, Modelo de
Organizao, Modelo de Tarefas, Modelo de Experincia,
Modelo de Comunicao, Modelo de Coordenao e
Modelo de Design (Figura 2).
O Modelo de Agentes especifica as caractersticas de
um agente: sua capacidade de raciocnio, habilidades,
servios, sensores, grupos de agentes a que pertence e
classe de agente. Um agente pode ser um agente humano,
software, ou qualquer entidade capaz de empregar uma
linguagem de comunicao de agentes. O Modelo de
Organizao uma ferramenta para analisar a
organizao humana em que o sistema multi-agente vai
ser introduzido e para descrever a organizao dos
agentes de software e sua relao com o meio. O Modelo
de Tarefas descreve as tarefas que os agentes podem
realizar, as metas de cada tarefa, sua decomposio e os
mtodos de resoluo de problemas para resolver cada
meta. O Modelo de Experincia descreve o conhecimento
necessrio aos agentes para atingir suas metas. Segue a
decomposio de CommonKADS e reutiliza as
bibliotecas de tarefas genricas. O Modelo de
Comunicao descreve as interaes entre um agente
humano e um agente software. Centra-se na considerao
de fatores humanos para dita interao. O Modelo de
Coordenao descreve as interaes entre agentes de
software. E finalmente o Modelo de Design descreve a
arquitetura e o design do sistema multi-agentes como
passo prvio a sua implementao, sendo o nico modelo
a no tratar da Anlise.
O modelo de ciclo de vida para o desenvolvimento de
sistemas multi-agentes [5], [16], [17] segue a gesto de
projetos de Common-KADS [10] sendo dirigido por
riscos e engloba as seguintes fases: Conceituao,
Anlise, Design, Codificao, Integrao e Operao e
Manuteno. A fase de Conceituao consiste na tarefa
de elicitao para obter uma primeira descrio do
problema e a determinao dos casos de uso que podem
ajudar a entender os requisitos informais e a testar o
sistema. A Anlise determina os requisitos do sistema
partindo do enunciado do problema. Durante esta fase se
desenvolvem os seguintes modelos: organizao, tarefas,
agentes, comunicao, coordenao e experincia. No
Design define-se como os requisitos da fase de anlise
podem ser conseguidos mediante o desenvolvimento do
8:Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008
modelo de design, determinando-se as arquiteturas tanto
da rede multi-agentes como de cada agente. Na
Modelo da Tarefa
Organizao Funo
Tarefa
Capacidade de raciocnio
Modelo de Conhecimento estratgico
Experincia e da aplicao
Decomposio Transao
Transferncia de Tarefa
Transao
Modelo de
Design
Interao
Aplicao
Tarefa
Figura 2. Conjunto dos modelos CommonKADS
5. GAIA
A metodologia GAIA foi desenvolvida para anlise e
projeto de sistemas baseados em agentes, por estes serem
flexveis, terem autonomia em resolver problemas,
possurem interao e pela estrutura organizacional do
sistema [1], [2].
A metodologia GAIA permite que o analista passe da
especificao de requisitos para o projeto, que
suficientemente detalhado, permitindo que seja
implementado diretamente, conforme o analista migra de
um conceito abstrato para um mais concreto.
Os principais conceitos dessa metodologia podem ser
divididos em duas categorias: abstratos e concretos.
Entidades abstratas so aquelas usadas durante a anlise
representando os conceitos do sistema, mas que no
necessariamente tem alguma ligao com o sistema.
Entidades concretas, em contraste, so usadas dentro do
processo de projeto, e sero direcionadas, em
contrapartida, em tempo de execuo do sistema.
Gaia possui duas fases distintas [2]: fase de anlise e
fase de projeto (design). Na fase de anlise, so gerados o
modelo de ambiente, o modelo preliminar de papis, o
modelo preliminar de interao, e as regras
organizacionais do sistema. A fase de projeto subdivide-
se em duas: o Projeto de Arquitetura e o Projeto
Detalhado. A organizao dos modelos do Gaia nestas
fases apresentada na figura 3.
Codificao cada agente implementado e testado e na
fase de Integrao, o sistema completo testado.
Modelo de
Tarefas
Tarefa
Agente
Modelo de
Agentes
Iniciativa
Agente
Informao
Transao
Modelo de
Comunicao
Na fase de Arquitetura, definida uma estrutura
organizacional do sistema, e logo em seguida so
completados o modelo de papis e o modelo de interao.
Na fase de Projeto Detalhado, so gerados os modelos de
agentes (agent model) e o de servios (services model).
Na fase de anlise, o objetivo desenvolver um
entendimento do sistema e sua estrutura, chamada de
organizao do sistema, que tida como uma coleo de
papis, que se relacionam com outros e que fazem parte
de padres sistemticos e institucionalizados de interao
com outros papis. Assim o sistema decomposto em
papis que sero desempenhados na organizao (meta do
modelo de papis) e definida a maneira como eles
interagem de acordo com protocolos especficos (meta do
modelo de interao). Esta fase promove um melhor
entendimento do sistema e de suas estruturas sem
considerar detalhes de implementao [2].
Na fase de projeto, o objetivo transformar o modelo
de anlise em modelo de baixo nvel de abstrao com
tcnicas de projetos tradicionais (incluindo tcnicas de
Orientao a Objetos) que possam ser aplicadas de
maneira a implementar o agente. Em outras palavras,
GAIA se preocupa em como a sociedade de agentes
coopera para atingir metas no nvel do sistema e o que
solicitado para cada agente. Realmente como um agente
realiza estes servios alm do escopo de GAIA, e
depender do domnio de uma aplicao particular [2].
 Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008 : 9

Figura.3: Organizao dos Modelos do Gaia

algoritmo prvio para descrever o comportamento do

6. Adelfe
A metodologia ADELFE foi desenvolvida com propsito
de trabalhar alguns aspectos ainda no considerados pelas
metodologias orientadas a agentes previamente utilizadas
e para consolidar a teoria de AMAS (Adaptative Multi-
Agent Systems). A sigla ADELFE um acrnimo que,
traduzido do francs, significa framework para
desenvolvimento de software com funcionalidades
emergentes [6].
ADELFE trabalha baseado num processo especfico
adaptado de uma interpretao do RUP, Rational Unified
Process, de acordo com o Projeto Netuno
(http://www.neptune.irit.fr). Alguns acrscimos foram
feitos para levar em considerao especificidades da
teoria prpria dos AMAS, como, por exemplo, a
caracterizao do ambiente do sistema, a identificao de um AMAS, o restante do RUP aplica-se sem maiores
falhas de cooperao. Nesse tipo de sistema, cada usurio
e fornecedor de servios tm uma meta individual que a
execuo da solicitao requerida e no conhece a funo Ambiente foi adicionada ao RUP para caracterizar o
global do sistema. Este sistema fortemente indefinido,
devido a eventual entrada ou sada de usurios e ou
fornecedores de servios. Mais que isso, no existe um
sistema [18].
ADELFE alm do UML e do RUP [10] tambm utiliza
os princpios de AUML [12], [19] para expressar
protocolos de interao entre agentes e utiliza duas
ferramentas integradas ao framework ADELFE:
OpenTool e ferramenta interativa [2]. OpenTool uma
ferramenta grfica para modelagem que d suporte
notao UML e protocolos de interao AUML. A
ferramenta interativa descreve o processo de modelagem
e ajuda o desenvolvedor a aplic-lo.
O objetivo principal da metodologia ADELFE cobrir
todas as fases do processo de desenvolvimento clssico
de um software, desde os requisitos at a implantao
com base no processo RUP adaptado para AMAS.
Apenas as work definitions de requisitos, anlise e design
que requerem modificaes a fim de serem adaptadas a
problemas [18].
Na fase de anlise a atividade Caracterizar o
ambiente do sistema, e constitui-se das seguintes tarefas:
determinar as entidades, definir o contexto e caracterizar
o ambiente. Essa caracterizao tem incio na
identificao das entidades que interagem com o sistema
10:Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008
e nas restries sob essas interaes. Uma entidade um
ator no mesmo sentido que em UML, podendo ser
classificada em ADELFE como ativa ou passiva.
A definio do contexto analisa o ambiente por meio
das interaes entre as entidades e o sistema, definindo os
diagramas de seqncia e colaborao da UML. Os
fluxos de informaes entre entidades passivas e o
sistema so expressos por meio de Diagramas de
Colaborao, enquanto que interaes entre entidades
ativas e o sistema so descritas atravs de Diagramas de
Seqncia. De acordo com UML, o diagrama de
Colaborao deriva-se do diagrama de Classes.
Entretanto, a metodologia ADELFE no exige tais pr-
requisitos sendo desenvolvidos baseados na definio
prvia das entidades considerando-se o conjunto de
palavras-chave definidas anteriormente.
Por fim, o analista tem que descrever o ambiente sob
termos desenvolvidos por Russel e Norvig (1995 em [2]).
Assim, o ambiente pode ser descrito como: acessvel (em
contraste com inacessvel), contnuo (em contraste a
discreto), determinstico (em contraste a no
determinstico), ou dinmico (em contraste a esttico).
ADELFE est interessada apenas em agentes
cooperativos que possibilitam a construo de um
AMAS. O desenvolvedor, aps definir os casos de uso,
deve pensar j em eventos potencialmente nocivos ou
inesperados no sistema, tendo em mente que estas podem
levar a Situaes No Cooperativas no nvel do agente.
Tais falhas de cooperao podem ser vistas como uma
espcie de exceo. Para levar isto em considerao, na
confeco dos casos de uso incrementada as falhas de
cooperao utilizando-se de notao especfica [2],[18\.
Na fase de Anlise so incorporadas as atividades de
verificar a adequao a AMAS, Identificar agentes e
estudar as Interaes entre as entidades. ADELFE
adiciona a atividade de Verificar a adequao do sistema
em questo tecnologia AMAS, sendo esta realizada
atravs da Ferramenta de Adequao. A atividade de
Identificar Agentes visa identificar o que considerado
como agente no sistema. Na ADELFE, agentes no so
conhecidos de antemo, e o analista deve identific-los,
estudando as entidades definidas a priori. Entidades que
demonstram propriedades como autonomia, meta local a
se atingir, existncia de interaes com outras entidades,
viso parcial do sistema e habilidade de negociao so
aquelas que devem ser consideradas como agentes em
potencial. Isso no se aplica, obrigatoriamente, a todas as
entidades ativas identificadas, pois algumas permanecem
como objetos comuns.
A construo de um sistema AMAS se interessa por
agentes que se comportam cooperativamente devendo ser
oriundos das entidades definidas anteriormente na
atividade na fase de requisitos e das classes elaboradas na
atividade anlise. Os agentes cooperativos so entidades
que satisfazem a pelo menos os requisitos de autonomia,
meta local e interao com outras entidades. Ao terminar
esse estudo de identificao dos agentes, as respectivas
classes so marcadas com o esteretipo de agente
cooperativo.
A atividade de estudar as interaes entre entidades
tambm foi incorporada ao processo podendo estudar
interaes entre entidades ativas/passivas, entre entidades
ativas e entre agentes. Assim possvel validar as
interaes entre entidades ativas e passivas e as interaes
entre entidades ativas previamente definidas
representadas por diagramas de colaborao e seqncia,
respectivamente. O ltimo estgio desta atividade,
realizada atravs de um novo diagrama para descrever as
relaes entre agentes: diagrama de protocolo.
A fase de design tem um papel importante porque
trata-se de uma fase de refinamento do projeto, onde pode
ser possvel inclusive identificar candidatos a agentes que
passaram desapercebidos nas fases anteriores. Esta fase
dividida de em 5 etapas a saber: estudo da arquitetura
detalhada e do modelo do Multi-Agente, estudo das
linguagens de interao, refinamento dos agentes do
projeto, teste e finalizao dos diagramas do Projeto [18].
7. TROPOS
Tropos uma metodologia orientada a agentes,
caracterizada por trs aspectos fundamentais: (i) noo de
agente e as noes intelectuais relacionadas, da
arquitetura BDI (belief, desire, intention); (ii) ateno
especial para as atividades que precedem a especificao
dos requisitos prescritos, como o entendimento de como e
porqu o sistema atenderia aos propsitos da organizao;
(iii) idia de construir-se um modelo do que dever ser o
sistema, que ser refinado e estendido, incrementalmente,
desde um nvel conceitual at artefatos executveis, por
uma seqncia de passos de transformao [7], [13], [20].
A idia de se focar nas atividades que antecedem a
especificao dos requisitos de software, tal que se
entenda como o sistema desejado auxiliar a organizao
a atingir suas metas. Esta proposta baseada no
framework de modelagem i* [21], que oferece os
conceitos primitivos de atores, que podem ser agentes
(organizacional, humano ou software), posies ou
papis, metas concretas (goals) e dependncias sociais
(tais como metas flexveis (softgoals), tarefas e recursos)
para definio das obrigaes de cada ator em relao aos
outros [7], [13], [20].
Vrias atividades contribuem para elaborao de uma
primeira modelagem dos requisitos, e subseqentemente
seu refinamento e evoluo: Modelagem dos Atores,
Modelagem de Dependncias, Modelagem de Metas
Modelagem de planos e Modelagem de Competncias.
O Modelo dos Atores consiste na identificao e
anlise dos atores de um ambiente, dos agentes e atores
 Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008 : 11
do sistema, e seu foco depender da fase de
desenvolvimento. Esta modelagem representada no
Diagrama de Atores.
A Modelagem de Dependncias consiste na
identificao de atores que possuem um relacionamento
de dependncia, sendo tambm representada no Diagrama
de Atores.
A Modelagem de Metas baseia-se no estudo das metas
de um ator, a partir do seu ponto de vista, utilizando
tcnicas como: (i) a anlise do tipo means-end (meio-fim)
que visa identificar planos, recursos e metas fexveis que
provm meios para o alcance de uma meta concreta; (ii) a
anlise de contribuio, que aponta as metas que podem
contribuir positiva ou negativamente para que uma meta
flexvel analisada seja atingida; (iii) a decomposio
AND/OR, na qual uma meta maior decomposta em sub-
metas. A representao grfica desta modelagem feita
pelo Diagrama de Metas.
A Modelagem de Planos similar Modelagem de
Metas, empregando as mesmas tcnicas, analogamente, e
tambm representada graficamente pelo Diagrama de
Metas.
A Modelagem de Competncias realizada na fase de
projeto da arquitetura, sendo baseada na atribuio de
competncias aos sub-atores especificados, representadas
graficamente pelos Diagramas de Plano e de
Competncias. Com este intuito, so usados tambm os
Diagramas de Atividades da UML [10] e os Diagramas
de Interao da AUML [12].
A metodologia Tropos tem como meta suportar todas
as atividades de anlise e projeto no processo de
desenvolvimento de software, com a concepo de
construir-se um modelo do que dever ser o sistema e o
seu ambiente, que ser aperfeioado e estendido,
provendo uma interface comum para as vrias atividades
de desenvolvimento de software, assim como para sua
documentao e evoluo.
As cinco principais fases de desenvolvimento de
software que compem a metodologia so: Early
Requirements e Late Requirements (anlise de
requisitos), Projeto Arquitetural, Projeto Detalhado, e
Implementao.
Geralmente, a anlise de requisitos a fase inicial nas
metodologias existentes na engenharia de software, tendo
como funo levantar um conjunto de requisitos
funcionais e no funcionais do que dever ser o sistema.
Na Tropos, esta fase dividida em duas etapas, Early
Requirements e Late Requirements, que compartilham a
mesma abordagem conceitual.
Na etapa de Early Requirements, a preocupao com
a compreenso de um problema atravs do estudo da
configurao organizacional existente. Identifica-se os
participantes do domnio, que so modelados como atores
sociais, os quais dependem uns dos outros para o alcance
de metas, realizao de planos e fornecimento de
recursos. Os atores em uma organizao caracterizam-se
por possurem metas e intenes que seriam atingveis, ou
talvez no to facilmente alcanados, de forma isolada,
retratando uma dependncia que torna possvel verificar
como a implementao final satisfaz as necessidades
iniciais, ao descrever o porqu das funcionalidades do
sistema. Uma vez que so identificados os atores sociais,
suas metas e dependncias, gera-se o Diagrama de Atores
desta fase. Em seguida, feito um enriquecimento do
modelo ao analisar-se a lgica de cada meta, atravs de
uma decomposio em sub-metas e planos, gerando o
Diagrama de Metas. Neste, as metas mais abaixo na
hierarquia so mais especficas e motivadas pelos que se
encontram mais acima. Identifica-se tambm quais as
metas que contribuem positivamente ou negativamente
para as metas flexveis.
Na etapa de Late Requirements o modelo conceitual
estendido. O enfoque passa a ser o que dever ser o
sistema, o qual representado como um ator, que tem
uma srie de dependncias com os demais atores da
organizao. Tais dependncias definem os requisitos
funcionais e no funcionais do sistema, representados no
Diagrama de Atores desta fase. No Diagrama de Metas,
cada meta analisada do ponto de vista do sistema,
havendo um detalhamento sobre os planos necessrios a
sua execuo e os recursos envolvidos. O sistema
descrito dentro de seu ambiente operacional, com suas
qualidades e funes relevantes.
O Projeto Arquitetural composto de trs passos e
define a arquitetura geral do sistema em termos de sub-
sistemas, representados como atores, interligados por
fluxos de dados e controles, representados como
dependncias. O primeiro passo abrange a incluso de
novos atores, conforme o padro arquitetural escolhido, e
a sua decomposio em sub-atores aos quais so
delegadas sub-metas, baseando-se em uma anlise sobre
as metas do sistema. O resultado deste passo um
Diagrama de Atores Estendido. No segundo passo,
identifica-se quais as competncias necessrias aos atores
para a realizao de suas metas e planos, que podem ser
obtidos de uma anlise sobre o Diagrama de Atores
Estendido. O terceiro e ltimo passo estabelece um
conjunto de tipos de agentes, atribuindo a cada um destes
uma ou mais competncias, de acordo com a escolha do
designer aps uma anlise cuidadosa do Diagrama de
Atores Estendido e a sua viso sobre o sistema em termos
de agentes.
O enfoque na fase de Projeto Detalhado a
especificao de cada componente arquitetural, em
maiores detalhes. feita uma anlise dos agentes a um
nvel micro, na qual suas metas, crenas e competncias,
alm da comunicao com os demais agentes, so
especificadas detalhadamente, estando fortemente
relacionada com as escolhas de implementao. So
empregados os Diagramas de Atividades da UML [10]
12:Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008
para a representao dos planos e competncias, em
Diagramas de Competncia e Diagramas de Plano,
permitindo a modelagem de uma competncia sob o
ponto de vista de um determinado agente e o
detalhamento de cada plano contido no Diagrama de
Competncia. Nos Diagramas de Interao de Agentes, os
Diagramas de Seqncia da AUML [12] so explorados,
onde agentes correspondem a objetos cuja linha do tempo
de vida independente da interao a ser modelada e a
comunicao entre agentes corresponde arcos de
mensagem assncronos.
A programao orientada agentes motivada
principalmente pela necessidade de se ter arquiteturas
abertas, que mudam continuamente e evoluem para
suportar mais componentes e atender a novos requisitos.
Para algumas aplicaes a programao orientada
agentes parece ser muito adequada, como: o comrcio
eletrnico, o planejamento de recursos da empresa,
sistemas de controle de trfego areo, assistentes pessoais
(PDAs) e assim por diante.
Como exemplo de plataforma de programao, pode-
se citar a JACK Intelligent Agents [], um ambiente de
desenvolvimento orientado a agentes construdo para
estender a linguagem Java pelo modelo de agente BDI
(Belief, Desire, Intention), muito usado na rea de
inteligncia artificial e de cincias cognitivas. Os agentes
JACK [22] podem ser vistos como componentes de
software autnomos que possuem metas e desejos a
serem atingidos, sendo programados com um conjunto de
planos, no qual cada plano descreve como atingir uma
meta sob determinadas circunstncias. Para suportar este
modelo, JACK [22] oferece cinco construes de
linguagens principais: agentes, competncias, relaes de
bases de dados, eventos, e planos.
8. MaSE
A metodologia MaSE (Multiagent System Engineering)
independente de qualquer arquitetura de agentes,
linguagem de programao, ou framework de
comunicao. A MaSE v os agentes como uma
abstrao mais profunda do paradigma de orientao a
objeto, onde os agentes so especializaes de objetos.
Em vez de simplesmente objetos, com mtodos que
podem ser invocados por outros objetos, os agentes
conversam entre si e agem proativamente de modo a
alcanar uma meta individual ou do sistema [7].
MaSE tem como objetivo principal ajudar o
engenheiro de software a elicitar um conjunto inicial de
requerimentos e analisar, projetar e implementar um
sistema multiagente.
A metodologia MaSE uma especializao das
metodologias de engenharia de software mais tradicionais
e segue as fases e passos mostrados na figura 4 [7].
O objetivo da fase de Anlise da MaSE definir um
conjunto de papis que podem ser usados para alcanar as
metas dos nveis do sistema. Estes papis so definidos
por uma srie de tarefas, que por sua vez so descritas por
modelos de estado finitos. Este processo alcanado em
trs passos: Capturando Metas, Aplicando Casos de Uso e
Refinando Papis [7], [23].
Na fase Capturando Metas as metas do sistema so
capturados a partir da anlise do conjunto de requisitos
do sistema. Metas so o que o sistema est tentando
alcanar e eles geralmente se mantm constantes por todo
o resto do processo de projeto e anlise. Para estruturar as
metas, o analista estuda sua importncia e inter-relaes.
O primeiro passo identificar a principal meta do
sistema. Essa meta colocada no topo do Diagrama de
Hierarquia de Metas. As metas devero ser decompostas
em sub-metas at que quaisquer mais decomposies
dessas metas resultem em funes e no sub-metas [7],
[23].
Na fase Aplicando Casos de Uso, as metas e sub-metas
so traduzidas em casos de uso que contm os cenrios
obtidos no passo anterior. Os cenrios so descritos de
forma textual e so transformados em uma srie de
diagramas de seqncia similares aos diagramas de
seqncia da UML [6]. A principal diferena entre um
diagrama e outro o fato de que no diagrama de
seqncia da MaSE as seqncias de eventos ocorrem
entre papis enquanto que no diagrama da UML [6] as
seqncias de eventos ocorrem entre objetos [7], [23].
Figura 4. Fases da MaSE
 Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008 : 13
Quando os casos de uso so transformados em
diagramas de seqncia, os papis que foram
identificados se tornando o conjunto inicial de papis que
sero usados no prximo passo, que o refinamento dos
papis. O analista dever representar os requerimentos
crticos, sendo eles positivos ou negativos, pois os dois
so importantes para definir os papis do sistema.
O objetivo da fase Refinando Papis transformar as
metas estruturados e os diagramas de seqncia em
papis e suas tarefas associadas. Papis so a base para a
definio de classes de agentes e representam as metas do
sistema durante a fase de desenho.
Na MaSE as metas do sistema so atingidos se cada
meta consegue ser mapeada em um papel, e cada papel
usado por no mnimo uma classe de agentes. Em geral, o
mapeamento das metas em papis realizado de maneira
1 para 1. Entretanto, o desenvolvedor pode permitir que
um papel seja responsvel por mltiplos metas. O
desenvolvedor poder tambm combinar papis,
simplificando, assim, o desenho geral.
Na MaSE, o refinamento das metas capturado em um
Modelo de Papis. onde os papis so decompostos em
um conjunto de tarefas, as tarefas individuais so
designadas a alcanar as metas pelo qual o papel
responsvel [7], [23].
O Modelo de Tarefas Concorrentes associa as tarefas
com cada papel que descreve o comportamento que um
papel precisa ter para alcanar a sua meta. Em geral, um
nico papel pode possuir mltiplas tarefas concorrentes
que definem o comportamento esperado do papel.
Especificamos o comportamento dos papis como um
conjunto de n tarefas concorrentes. Cada tarefa especifica
uma nica linha de controle que define um
comportamento particular que o papel pode ter. Tarefas
concorrentes so representadas graficamente usando um
autmato de estados finitos. Esse autmato chamado
Diagrama de Tarefas concorrentes.
Atividades so utilizadas para especificar funes do
papel e so realizadas dentro dos estados das tarefas.
Enquanto essas tarefas executam concorrentemente elas
podem ser coordenadas usando eventos internos. Eventos
internos so passados de uma tarefa para outra e so
especificados nas transies entre estados. Para a
comunicao com outros papis, as mensagens externas
podem ser enviadas e recebidas. Essas mensagens
externas so especificadas atravs do uso de eventos de
send e recieve. Esses eventos recuperam as mensagens do
componente responsvel por tratar as mensagens do
papel. As tarefas, alm de se comunicarem com outros
papis, podem tambm interagir com o ambiente. Essa
interao tipicamente capturada em funes definidas amadurecimento
nos estados.
Na fase de anlise, um conjunto de metas foi detalhado
e usado para criar um conjunto de casos de uso e
diagramas de seqncia que descreviam o comportamento
bsico do sistema. Esses modelos so usados para
desenvolver um conjunto de papis e tarefas que
mostravam como as metas foram alcanadas. O propsito
da fase de projeto usar esses papis e tarefas e convert-
los em uma forma mais adequada implementao.
Existem quatro passos na fase de projeto da MaSE. O
primeiro passo Criando Classes de Agentes, no qual o
desenvolvedor designa papis para tipos de agentes
especficos. No segundo passo, Construindo
Conversaes, as conversaes entre as classes de
agentes so definidas enquanto que no terceiro passo,
Montando Classes de Agentes, a arquitetura interna e os
processos de raciocnio das classes de agentes so
desenhados. Finalmente, no ltimo passo, Projeto do
Sistema, o desenvolvedor define o nmero e a localizao
dos agentes no sistema desenvolvido.
O Diagrama de Desenvolvimento usado para mostrar
momentos de possveis configuraes do sistema em um
sistema multi-agentes, no qual os agentes se movem, ou
so criados e destrudos [7], [23].
9. Concluso
A tecnologia de agentes no um padro isolado para o
desenvolvimento de aplicaes, neste caso, baseando-se
em entidades de software autnomas, interativas e
adaptativas. A orientao a agentes deve ser integrada
com as demais metodologias j existentes, visando
explorar aspectos que estas no retratavam, como as
caractersticas presentes nas organizaes humanas.
Esta abordagem se adapta ao desenvolvimento de
aplicaes inteligentes e distribudas, na execuo de
tarefas ou disponibilizao de servios. Em relao
orientao a objetos, tecnologia mais usada atualmente,
difere pela autonomia. Os agentes dispensam uma
interveno externa para agir, diferentemente dos objetos,
que precisam ter seus mtodos invocados para efetuar
qualquer processamento.
Este novo paradigma ainda est restrito rea de
pesquisa com alguns relatos sobre casos de uso
comercial. Alm do fato de ser recente, outros fatores
contribuem para que a tecnologia no desponte no
mercado, tais como a falta de um consenso sobre o
suporte agentes e a existncia de vrias metodologias
com processos de anlise e design distintos.
Este trabalho revela a importncia do desenvolvimento
da tecnologia de agentes e os aspectos relevantes a serem
discutidos, a medida que surgem novas necessidades na
rea de tecnologia de informao. A demanda por
sistemas mais inteligentes e flexveis impulsionar o
das metodologias apresentadas,
acelerando sua evoluo e propiciando a sua utilizao na
criao de solues reais para o mercado.
Este trabalho est inserido num projeto de pesquisa de
avaliao de metodologias Orientadas a Agentes [24],
14:Cadernos do IME : Srie Informtica : Vol. 26 : Dezembro de 2008
[25], [26], [27], [28], [29] com base no framework de
avaliao proposto por Yu e Cysneiros [30].
10. Referncias Bibliogrficas
[1] Wooldridge, M., Jennings, N.R. and Kinny, D., The Gaia
methodology for agent-oriented analysis and design.
Autonomous Agents and Multi-Agent Systems, 3(3), 2000,
pp 285-312.
[2] Zambonelli, F., Jennings, N. R. and Wooldridge, M.,
Developing Multiagent Systems: The Gaia Methodology, In
ACM Transaction on Software Engineering and
Methodology, Vol. 12, No. 3, July 2003, pp 317-370.
[3] Caire, G., Coulier, W., Garijo, F., Gmez-Sanz, J., Pavn, J.,
Kearney, P.and Massonet. P., Message: A Methodology for
Development of Agent-Based Applications, In:
Methodologies And Software Engineering For Agent
Systems, edited by Federico Bergenti, Marie-Pierre Gleizes
and Franco Zambonelli, to be published by Kluwer
Academic Publishing (New York), 2004.
[4] Message, http://www.eurescom.de/~public-webspace/P900-
series/P907/index.htm, May 23, 2000.
[5] Iglesias, C.A. e Garijo, M. (2005) The Agent Oriented
Methodology MAS-CommonKADS; IN Agented-Oriented
Methodologies, Brian Henderson-Sellers e Paolo Giorgini
(ed.), IDEA Group Publishing, p. 46-78.
[6] ADELFE (Atelier de Dveloppement de Logiciels
Fonctionnalit Emergente) at http://www.irit.fr/ADELFE.
[7] Tropos at BRESCIANI, Paolo et al. Tropos: An Agent-
Oriented Software Development Methodology, Kluwer
Academic Publishers, 2004.
[8] MaSE, at http://macr.cis.ksu.edu/projects/mase.htm
[9] Prometheus at http://www.cs.rmit.edu.au/agents/
SAC2/methodology.html
[10] Schreiber, G et al, Knowledge Engineering and
Management: The CommonKADS Methodology,
Cambridge, MA,1999.
[11] Rumbaugh, J., Jacobson, I. E Booch,G., The Unified
Modeling Language Reference Manual, Second edition,
Addison,-Wesley, 2004.
[12] AUML at http://www.auml.org/auml/
Castro, J., Kolp M. and Mylopoulos. J., Towards Requirements-
Driven Information Systems Engineering: The Tropos
Project. In Information Systems, Elsevier, Amsterdam, The
Netherlands, 2002.
[13] Brian Henderson-Sellers e Paolo Giorgini (ed.), Agent-
Oriented Methodologies, IDEA Group Publishing, 2005.
[14] JADE: ,Java Agent DEvelopment Framework, available at
<http://jade.cselt.it/>, 2004.
[15] FIPA-OS Developers Guide, avaiable at <http://fipa-
os.sourceforge.net/>, 2004.
[16] Iglesias, C. ., Definicin de una Metodologa para el
Desarrollo de Sistemas Multiagente, Tese de Doutorado,
Departamento de Engenharia de Sistemas de
Telecomunicao, Universidade Politcnica de Madri.
Madri, 1998, 322p.
[17] Iglesias, C.A. e Garijo, M., UER Technique:
Conceptualisation for Agent-Oriented Development, In
Proceeding of 5th International Conference on Information
Systems Analysis and Synthesis (ISAS99), Vol 5, 1999, p.
535-540.
[18] Bernon, C., Camps, V., Gleizes, M. P. and Piscard, G.,
"Engineering Adaptive Multi-Agent Systems: The ADELFE
Methodology"; IN: Agent-Oriented Methodologies, Brian
Henderson-Sellers e Paolo Giorgini (ed.), IDEA Group Pu
blishing, 2005, pp. 172-202.
[19] Odell, J., Parunak, H. and Bauer, B., "Representing agent
interaction protocols in UML," In Agent-Oriented Software
Engineering, First International Workshop (AOSE 2000),
Ciancarini, P., Wooldridge, M., Eds., LNCS 1957 Springer,
Limerick, Ireland, 2001, pp. 121-140.
[20] Tropos, at http://www.troposproject.org/
[21] E. Yu, Modelling Strategic Relationships for Process
Reengineering, PhD Thesis, Graduate Department of
Computer Science, University of Toronto, Canada, 1995.
[22] Coburn, M., Jack Intellignet Agents: User Guide version
2.0, AOS Pty Ltd, 2000.
[23] Scott A. DeLoach. Multiagent Systems Engineering of
Organization-based Multiagent Systems. 4th International
Workshop on Software Engineering for Large-Scale Multi-
Agent Systems (SELMAS'05). May 15-16, 2005, St. Louis,
MO. Springer LNCS Vol 3914, Apr 2006, pp 109 - 125.
[24] Cysneiros, L. M., Werneck, V. M. B.; Yu, Eric,
Evaluating Methodologies: A Requirements Engineering
Approach Through the Use of an Exemplar. Journal of
Computer Science & Technology, USA, v. 5, n. 2, 205, pp.
71-79.
[25] Cysneiros, L. M., Werneck, V. M. B., Amaral, J. and Yu,
E., Agent/Goal Orientation versus Object Orientation for
Requirements Engineering: A Practical Evaluation Using an
Exemplar, In: Proc. of VIII Workshop in Requirements
Engineering, Porto, 2005, pp.123-134, ISBN 972-752-079-0.
[27] Coppieters, A. M., Marzulo, L.A.J., Kinder, E. e Werneck,
V.M., Modelagem Orientada a Agentes utilizando
MESSAGE, Cadernos do IME-Srie Informtica, Rio de
Janeiro, v.18, 2005, pp. 38-46.
[28] Werneck, V. M.; Pereira, L. F.; Silva, T. S.; Almentero, E.
K.; Cysneiros, L. M.; . "Uma Avaliao da Metodologia
MAS-CommonKADS", In: Proceedings of the Second
Workshop on Software Engineering for Agent-oriented
Systems, (SEAS06), Florianpolis, 2006, pp. 13-24.
[29] Werneck, Vera M. B. ; Cysneiros, Luiz Marcio ; KANO,
A. Y.. Evaluating ADELFE Methodology in the
Requirements Identification. In: Proceedings Of 10th
Workshop On Requirements Engineering. Toronto: York
University Printing Services, 2007. V. 1. P. 13-24.
[30] Yu,E., Cysneiros.L.M., Agent-Oriented Methodologies-
Towards a Challenge Exemplar in Proc of the 4th Intl. Bi-
Conference Workshop on Agent-Oriented Information
Systems (AOIS 2002) Toronto May 2002.