Agenti. Lorenzo Donatiello Dip. di Scienze dell'informazione Università di Bologna

Documenti analoghi
INTRODUZIONE AD OMNET++

Labss CNR Edulabss: Didattica e

Indice. Prefazione di Mario Rasetti Presentazione di Pietro Terna Ringraziamenti

Processi, Threads e Agenti

Università degli Studi di Udine Facoltà di Ingegneria Dipartimento di Ingegneria Elettrica Gestionale Meccanica INTRODUZIONE ALLA TEORIA DEGLI AGENTI

Analytical and simulation performance models for software system analysis and prediction

Il giardino nella macchina: la vita artificiale Mauro Annunziato

Passenger Simulation: tecnicheinnovative per la progettazione dei terminali di trasporto

Conway's Game of Life. Valerio Perticone

Modelli e Metodi per la Simulazione (MMS)

Metodi della conoscenza

Introduzione alla simulazione

Antropologia delle Società Complesse. Massimo Temporelli IED 2015

Apprendere (e ragionare) con i modelli

Specifiche del progetto

Corso di Biologia dei Sistemi A.A. 2016/17

Networking e Reti IP Multiservizio

Agente Razionale Ideale. Esempio Robot Aspirapolvere. Quando un Agente Artificiale è Razionale?

Università di Bergamo Facoltà di Ingegneria INGEGNERIA DEL SOFTWARE. Paolo Salvaneschi A4_3 V2.1. Progettazione. Metodi e Linguaggi

Definizione. Introduzione alle MANET. Host Mobili (2) Host Mobili (1)

Conway's Game of Life. Valerio Perticone

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A3_1 V1.3. Agenti

e applicazioni al dominio del Contact Management Andrea Brunello Università degli Studi di Udine

Flusso di Progetto Mixed Signal in ambiente CADENCE. Approccio Analog Centric. Corso di Progettazione Mixed Signal 19/12/2013 Prof.

Sviluppo di un framework per la modellazione di agenti BDI orientato ai computer games

Processi, Threads e Agenti

IL PROCESSO di PROGETTAZIONE

Modulo Simulazione Parte 1. Simulazione ad Eventi Discreti: Concetti Base. Organizzazione del modulo

APPLICAZIONI DIDATTICHE IN REALTÀ VIRTUALE... 1 INTRODUZIONE... 25

IoT & Raspberry. Alessio Madè 3^ Info A

Simulazione. Simulazione - Arena 1

Processi decisionali e modelli di simulazione

Tassonomia dei Serious Game e delle simulazioni. Giada Marinensi Serigamex Roma, 21 Marzo, 2013

Parte II - Reti di Calcolatori ed Internet IL LIVELLO RETE

Verso un Europa (in)sostenibile? Problemi e prospettive Simone Borghesi (Università di Siena, Dipt. Scienze Politiche ed Internazionali)

Sistemi di mappature e monitoraggio del traffico veicolare urbano. Roberto Cavaliere

Il World Wide Web. Il Servizio World Wide Web (WWW) WWW WWW WWW WWW. Storia WWW: obbiettivi WWW: tecnologie Le Applicazioni Scenari Futuri.

Corso di Laurea Magistrale in Ingegneria Informatica

Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA

DALLA ACQUISIZIONE DI CONOSCENZA ALL IMPIEGO PROFESSIONALE DEL MODELING & SIMULATION (M&S) A FINI ADDESTRATIVI SPECIALISTICI

introduzione al corso di sistemi operativi a.a maurizio pizzonia

Modellazione di sistemi ingegneristici (parte 1 di 2)

Management 2.0 Verso organizzazioni senza gerarchia. di Agostino La Bella

Una breve introduzione alla simulazione numerica nei circuiti con PSpice + qualche esempio...

Ingegneria del Software

Simulazione ad Agenti Aspetti Introduttivi

Un analisi della VQR A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013

Tecniche di Simulazione: Introduzione. N. Del Buono:

Esercitazione 5: the game of life

Università di Udine Dip. di Scienze Matematiche, Informatiche e Fisiche

CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof.

Agente Razionale Ideale. Esempio Robot Aspirapolvere. Quando un Agente Artificiale è Razionale?

Sistemi ad Agenti. Perche studiare IA? Sistemi ad Agenti. Sistemi ad Agenti Modulo A

Analisi dei sistemi di trasporto

Cosa sono i sistemi distribuiti. Prof. Andrea Omicini Corso di Sistemi Distribuiti L-A A.A. 2004/2005

EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION

AUTOMA A STATI FINITI

NX FULCRUM. punzonatrici - punching machines. sistemi automatizzati carico/scarico loading/unloading system

Tito Flagella - Il protocollo HTTP

Titolo Modulo Contenuti inc. Ore DATE Vecchie Date NUOVE TUTOR. Mario Varini un istituto scolastico.

Packet Tracer: simulatore di RETE. (Router.pkt)

SIMULAZIONE DISCRETA

GESTIONE DELLA SICUREZZA E TUTELA DELLA SALUTE

I profili professionali EUCIP per le architetture Service Oriented

SISTEMA INFORMATIVO TERRITORIALE INTEGRATO PER LA GESTIONE ATTIVA DELLA SICUREZZA STRADALE

UNIVERSITÀ DEGLI STUDI DI PALERMO Corso di Laurea in Matematica. Calendario degli esami di profitto 1/10/ /09/2014

Cimino - Informatica per la Logistica Lezione 3 - slide 16 di 23

Introduzione al Corso di Verifica Automatica dei Sistemi: Teoria e Applicazioni

Amedeo Leo Alessio Petrozziello Simone Romano

Modelli comunicativi e micro-macro link

I DSS e la gestione dei dati e della conoscenza. Prof. Luca Gnan

AXO - Architettura dei Calcolatori e Sistema Operativo. organizzazione strutturata dei calcolatori

Analisi dell avvio del TCP su canali satellitari a larga banda. Candidato Giovanni Verrecchia

Architetture di rete. 4. Le applicazioni di rete

Corso di Laurea Magistrale in Ingegneria Informa4ca.

Orari. Lezioni Venerdì 5 ottobre A partire dal 15 ottobre fino 6 novembre, lunedì e martedì Venerdì 9 novembre 17-20

Tecniche Biometriche Combinate nei Processi di elearning ed evoting

INTERAZIONE SOCIALE E VITA QUOTIDIANA

Demo Finale del progetto IoT ToI. Torino, 17 Aprile 2014

RETI DI CALCOLATORI II

Modelli di Carico in. Emiliano Casalicchio

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione

Corso di Laurea Ingegneria Civile Fondamenti di Informatica. Dispensa 07. Oggetti e Java. Marzo Programmazione Java 1

MANIFATTURA ADDITIVA E INDUSTRY 4.0: NUOVE COMPETENZE RICHIESTE

Nuovo Corso di laurea magistrale in Ingegneria Informatica AA

INFORMATICA. Prof. MARCO CASTIGLIONE. Istituto Tecnico Statale Tito Acerbo - PESCARA

2

Misurare l innovazione ambientale attraverso i brevetti

IL NUOVO MODELLO PER LA PREVISIONE POLLINICA. Stefano Marchesi Direzione Tecnica Centro Tematico Regionale Ambiente Salute

Corso di Laurea Specialistica in Ingegneria Informatica. Corso di Ingegneria del Software A. A Introduzione ad UML E.

Soluzioni ITS per Smart Cities Gino Franco

Apprendimento Automatico: Teoria e Applicazioni

La simulazione è l'imitazione di un processo o di un sistema reale per un

Scenari e modelli di gestione dell informazione

Benvenuti STEFANO NOSEDA

Introduzione al Corso: La Biofisica

Master SIT settembre Corso Web & GIS. Chiara Renso. ISTI- CNR

GESTIONE IMMOBILIARE REAL ESTATE

Workflow nella pubblica amministrazione: BPR e simulazione dei workflow inter-organizzativi

Internet and Intranet Access

Transcript:

i Lorenzo Donatiello Dip. di Scienze dell'informazione Università di Bologna

Comportamenti emergenti Complex systems Networks Science... 'Necessità di modellare sistemi caratterizzati dall'interazione di molti individui che hanno comportamento autonomo (azioni non sono predefinite; gli agenti individui-- rispondono alle sollecitazioni dell'ambiente che li contiene)' 2

e: Entità che agisce in modo autonomo e continuamente, in un ambiente che vede la presenza di processi e altri agenti. e: Autonomo Proattivo Reattivo 'Sociale' 3

Types (DeLaurentis) Adaptive Adaptive Yes Can it change its behavior based on past experiences Yes Mobile Mobile Does it move? Does it run without continuous user input? Yes Autonomous Autonomous Reactive Reactive Utility Utility N o Yes Yes Does it have a set solution path? N o Does it care about the utility value? N o Goal-based Goal-based Does it collect, filter & classify information? Yes Info-gathering Info-gathering Require Assistant User? Yes Interface Interface s can possess more than one property

Esempio: tipi di agenti Controllo del traffico Reactive: agenti di polizia (impone le leggi) Info-gathering: Media (informa gli automobilisti sulle condizioni di traffico e eventuali incidenti) Autonomous: perturbare il taffico -incidenti e/o condizioni metereologiche paricolarmente pericolose Goal-based:City planners (urbanisti): -incidenti flusso del traffico continuo Adaptive: Automobilista: strategia per evitare strade congestionate Utility: Automobilista: mimimizzare tempi di percorrenza

Legame tra entità e agente e (dotato di stato): Attributi Statici: nome Dinamici: memoria, risorse, 'vicini',... Metodi Regole di comportamento Regole che modificano il comportamento Aggiornamento delle regole relative agli attributi dinamici Decisioni 6

Ambiente in cui agiscono gli agenti e come questi ultimi interagiscono con esso - relazioni spaziali con altri agenti - informazioni più ricche basate ad esempio su GIS Traffico Inquinamento Stato del terrritorio 7

Struttura di un modello basato su agenti: Un insieme di agenti, caratterizzati da attributi e comportamenti un insieme di relazioni tra agenti e metodi di interazione Interconnessione tra agenti ( chi è commesso con chi e come avviene la connessione) Ambiente in cui agiscono gli agenti e come questi ultimi interagiscono con esso 8

Un insieme di relazioni tra agenti e metodi di interazione, interconnessione tra agenti agente dispone solo di informazioni locali; sistemi basati su agenti sono decentralizzati; interazione solo con i vicini (non ogni agente con tutti gli agenti) topologia di riferimento: griglia spaziale, reti di nodi e link (relazioni) (modelli di pandemia, reti sociali..) 9

Struttura di un modello basato su agenti: Un insieme di agenti, caratterizzati da attributi e comportamenti definire i comportamenti in base a conoscenze specifiche, modelli comportamentali standard, modelli basati su dati empirici... teorie di apprendimento.. machine learning 10

Un insieme di relazioni tra agenti e metodi di interazione - griglia lineare: automi cellulari-- Game of Life (agenti statici) - Sugarscape (Epstein and Axtell) (agenti dinamici) 11

ABM Esempio - BOIDS BOIDS Separation: entità sterza per Evitare affollamento locale Alignment: entità sterza per allinearsi alle traiettorie dei vicini Cohesion: entità sterza per muoversi verso il baricentro Reynolds

ABM Esempio - Evacuation Fuga precipitosa (stampede) Persone si feriscono quando si scontrano ad una certa velocità Difficile lasciare la stanza incolumi Fuga precipitosa e colonna Una colonna di fronte all'uscita può evitare contatti Il deflusso può aumentare e diminuire i contatti Helbing, Farkas,Vicsek

ABM Esempio Traffic Control

Applicazioni - Biologia - Sistemi sociali ed economici - Ecologia... Sistema immunitario Generazione di instabilità sociale ed economica Preda predatore 15

Progetto di un simulatore basato su agenti Validità Verifica Usabilità Estendibilità Human agents Comportamenti irrazionali Scelte soggettive Cyber conflict 16

Progetto di un simulatore basato su agenti progetto di uno studio di simulazione Implementazione del modello -Linguaggi general purpose Piattaforme specifiche: StarLogo Netlogo Swarm Repast 17

CM Macal, MJ North, Tutorial on agent-based modelling and simulation, http://www2.econ.iastate.edu/tesfatsi/abmtutorial.macalnorth.jos2010.pdf Eric Bonabeau: -based modeling: Methods and techniques for simulating human systems, http://www.pnas.org/content/99/suppl.3/7280.full P O Siebers, C M Macal, J Garnett, D Buxton and M Pidd Discrete-event simulation is dead, long live agent-based simulation! www.palgrave-journals.com/jos/journal/v4/n3/full/jos201014a.html 18

-based Simulation Platforms: Review and Development Recommendations Steven F. Railsback, Steven L. Lytinen and Stephen K. Jackson http://www.sci.brooklyn.cuny.edu/~sklar/teaching/s10/alife/papers /railsback-sim06.pdf RJ Allan Survey of Based Modelling and Simulation Tools http://epubs.cclrc.ac.uk/bitstream/5601/dltr-2010-007.pdf 19

CM Macal, MJ North, Tutorial on agent-based modelling and simulation, http://www2.econ.iastate.edu/tesfatsi/abmtutorial.macalnorth.jos2010.pdf Eric Bonabeau: -based modeling: Methods and techniques for simulating human systems, http://www.pnas.org/content/99/suppl.3/7280.full P O Siebers, C M Macal, J Garnett, D Buxton and M Pidd Discrete-event simulation is dead, long live agent-based simulation! www.palgrave-journals.com/jos/journal/v4/n3/full/jos201014a.html 20