Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente

"Cada vez que se necesita resolver un problema utilizando un sistema multi-agente se deben responder dos preguntas respecto de los agentes involucrados en el mismo: 1. ¿Qué capacidad de censado debe tener cada uno de ellos? 2. ¿Qué acciones individuales debe tener cada agente para resolver e...

Descripción completa

Detalles Bibliográficos
Autor principal: Parpaglione, María Cristina
Otros Autores: Santos, Juan Miguel
Formato: Tesis de Doctorado
Lenguaje:Español
Publicado: 2016
Materias:
SISTEMAS MULTIAGENTES
RESOLUCION DE PROBLEMAS
ALGORITMOS GENETICOS
INGENIERIA INVERSA
Acceso en línea:http://ri.itba.edu.ar/handle/123456789/293
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-123456789-293
record_format dspace
spelling I32-R138-123456789-2932022-12-07T15:17:51Z Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente Parpaglione, María Cristina Santos, Juan Miguel SISTEMAS MULTIAGENTES RESOLUCION DE PROBLEMAS ALGORITMOS GENETICOS INGENIERIA INVERSA "Cada vez que se necesita resolver un problema utilizando un sistema multi-agente se deben responder dos preguntas respecto de los agentes involucrados en el mismo: 1. ¿Qué capacidad de censado debe tener cada uno de ellos? 2. ¿Qué acciones individuales debe tener cada agente para resolver el problema de manera eficiente? Responder cada una de estas preguntas es una tarea difícil cuando se esta resolviendo un problema. Cuando se conocen la capacidad de censado y los comportamientos, el problema a ser resuelto es solamente uno de los posibles comportamientos emergentes del sistema multi-agente en cuestión. El propósito de esta tesis es encontrar un método que permita descubrir cual es la respuesta a cada una de las preguntas anteriores, en orden de obtener un comportamiento emergente dado. Es decir, poder resolver un problema con un grupo de agentes simples con muy baja comunicación entre ellos. Para alcanzar este objetivo, la capacidad de censado de cada agente es modelada con una función parametrizable, encontrando el valor de estos parámetros usando una técnica de optimización, tal como Algoritmos Genéticos. Después de obtener estos valores, cada agente es entrenado utilizando Aprendizaje por Refuerzo para obtener los apropiados comportamientos individuales. Esta tesis propone un método para obtener tanto la capacidad de censado como los comportamientos que debe tener cada agente en un enjambre para alcanzar el comportamiento emergente deseado, dentro del grupo de problemas de formación de patrones. Es decir, resolver esta clase de problema utilizando el paradigma ant-robotic." Each time a problem needs to be solved using a multi-agent system two questions must be answered about the agents involved: 1. What sensing capability must each of them have? 2. Which individual actions must each agent have for solving the problem e-ciently? Answering each of these questions is a dicult matter when solving a problem. When sensing capability and behaviors are known, the problem to be solved is only one of the possible emergent behaviors of the multi-agent system. The purpose of this thesis is to nd a method to discover what the answer to each question is in order to obtain a given emergent behavior. That is, it aims to solve a problem with a group of simple agents with very low communication among them. To achieve this objective, the sensing capability of each agent is modeled by a parameterized function, nding the value of these parameters using an optimization technique such as Genetic Algorithms. After obtaining these values each agent is thoroughly trained using Reinforcement Learning to obtain the appropriate individual behaviors. This thesis proposes a method to obtain both, the sensing capability and the corresponding behavior for each agent in a swarm to reach the wished emergent behavior within the group of pattern formation problems. That is to say, solving this kinds of problems using the ant-robotic paradigm. Tesis Ingeniería Informática (doctorado) - Instituto Tecnológico de Buenos Aires, Buenos Aires, 2012 2016-12-06T03:37:04Z 2016-12-06T03:37:04Z c2012 Tesis de Doctorado http://ri.itba.edu.ar/handle/123456789/293 es application/pdf
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic SISTEMAS MULTIAGENTES
RESOLUCION DE PROBLEMAS
ALGORITMOS GENETICOS
INGENIERIA INVERSA
spellingShingle SISTEMAS MULTIAGENTES
RESOLUCION DE PROBLEMAS
ALGORITMOS GENETICOS
INGENIERIA INVERSA
Parpaglione, María Cristina
Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
topic_facet SISTEMAS MULTIAGENTES
RESOLUCION DE PROBLEMAS
ALGORITMOS GENETICOS
INGENIERIA INVERSA
description "Cada vez que se necesita resolver un problema utilizando un sistema multi-agente se deben responder dos preguntas respecto de los agentes involucrados en el mismo: 1. ¿Qué capacidad de censado debe tener cada uno de ellos? 2. ¿Qué acciones individuales debe tener cada agente para resolver el problema de manera eficiente? Responder cada una de estas preguntas es una tarea difícil cuando se esta resolviendo un problema. Cuando se conocen la capacidad de censado y los comportamientos, el problema a ser resuelto es solamente uno de los posibles comportamientos emergentes del sistema multi-agente en cuestión. El propósito de esta tesis es encontrar un método que permita descubrir cual es la respuesta a cada una de las preguntas anteriores, en orden de obtener un comportamiento emergente dado. Es decir, poder resolver un problema con un grupo de agentes simples con muy baja comunicación entre ellos. Para alcanzar este objetivo, la capacidad de censado de cada agente es modelada con una función parametrizable, encontrando el valor de estos parámetros usando una técnica de optimización, tal como Algoritmos Genéticos. Después de obtener estos valores, cada agente es entrenado utilizando Aprendizaje por Refuerzo para obtener los apropiados comportamientos individuales. Esta tesis propone un método para obtener tanto la capacidad de censado como los comportamientos que debe tener cada agente en un enjambre para alcanzar el comportamiento emergente deseado, dentro del grupo de problemas de formación de patrones. Es decir, resolver esta clase de problema utilizando el paradigma ant-robotic."
author2 Santos, Juan Miguel
author_facet Santos, Juan Miguel
Parpaglione, María Cristina
format Tesis de Doctorado
author Parpaglione, María Cristina
author_sort Parpaglione, María Cristina
title Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
title_short Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
title_full Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
title_fullStr Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
title_full_unstemmed Contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
title_sort contribución al estudio de la ingeniería inversa de comportamientos emergentes en sistemas multi-agente
publishDate 2016
url http://ri.itba.edu.ar/handle/123456789/293
work_keys_str_mv AT parpaglionemariacristina contribucionalestudiodelaingenieriainversadecomportamientosemergentesensistemasmultiagente
_version_ 1765661044575830016

Ejemplares similares