Resumo: Aprendizado por Reforço é um método que permite programar um agente autônomo com uma função utilidade, sendo o agente responsável por encontrar a política ótima para satisfazer tal função. No entanto, as funções utilidades devem ser representadas de forma adequada como funções reforços, nas quais o funcionamento dos principais métodos de aprendizado por reforço baseiam-se. Este artigo propõe um algoritmo, MSE-RL, que faz de forma automática a transposição de uma dada função utilidade para uma função reforço utilizando regressão linear. Tal algoritmo permite a aplicação de métodos tradicionais de aprendizado por reforço a funções utilidades genéricas, contudo, sem garantir um ótimo desempenho.

Local: EPUSP - Sala C1-49 - Prédio da Engenharia Elétrica

Resumo: Dotar um robô móvel da capacidade de mapear um ambiente desconhecido ao mesmo tempo que determina sua localização é um problema de difícil solução. Este trabalho apresenta uma nova modelagem para esse problema, tratando-o como um processo a estados discretos regido por uma relaxação da condição de Markov. A modelagem requer que o robô distingua a presença de marcos no ambiente, sem no entanto ser necessário que os marcos sejam distinguíveis entre si.
Para a resolução do problema de mapeamento e localização simultâneos, é utilizado um algoritmo de busca informada com a adoção de uma heurística admissível. Os resultados indicam que a abordagem é apropriada, mas a heurística utilizada não é suficientemente eficiente de forma a permitir um rápido processamento de um conjunto grande de dados.

Palestrante: Eva Bou

Data: 11/08/2006 - 14:00h

Local: EPUSP - Sala B2-04 - Prédio da Engenharia Elétrica

Resumo: Electronic institutions (EIs) have been proposed as a means of regulating open agent societies. EIs define the rules of the game in agent societies by fixing what agents are permitted and forbidden to do and under what circumstances. And yet, there is the need for EIs to adapt their regulations to comply with their goals despite coping with varying populations of self-interested external agents. We focus on the extension of EIs with autonomic capabilities to allow them to yield a dynamical answer to changing circumstances through norm adaptation and changes in institutional agents.

Resumo: A Inteligência Artificial (IA) comemora, em Agosto de 2006 (Dartmouth Summer Workshop), 50 anos. A longa marcha desde Alan Turing, e da sua ideia de olhar para o comportamento para entender a natureza da inteligência, adoptada depois pelas escolas simbólica, conexionista e robótica, é hoje posta em causa. As sugestões de Cristiano Castelfranchi para olharmos para a antecipação (previsão), ao desenharmos agentes que possam vencer as surpresas, indicam qual deve ser o futuro das nossas próximas pesquisas. O mapa das suas trilhas está visível nos êxitos e fracassos, nas rupturas e saltos em frente, e também na concorrência de múltiplas escolas que apesar das suas diferenças souberam socializar. Nesta palestra procura-se através de vários sinais (Apostas de 1959 e 1970, Prémios DARPA e Loebner), e de marcas deixadas ao acaso (a guerra às Redes Neuronais), indagar o nexo das viagens de exploração e o porquê das opções adoptadas. Olhando para as Conferências míticas (IJCAI, ECAI) descobre-se o reforço das aprendizagens e as escolhas mais recentes: a constituição do território da IA. Nas disputas (Dreyfus, Searl, Penrose, Hawkins) observa-se a força das controvérsias, através de argumentos que nos ajudaram a compreender melhor a natureza das diferenças, e sobretudo os progressos do nosso conhecimento sobre o cérebro e a mente em geral. As Ciências do Cérebro, as Neurociências e as Ciências da Cognição (tema forte do próximo Programa Quadro 7 da CEE) ampliaram o seu saber e permitem que através de próteses se ajudem deficientes e se fale de cyborgs. A interdisciplinaridade é hoje um dos grandes argumentos para valorizar o empreendimento da IA: a consiliência disciplinar do Edward O. Wilson (sonho do iluminismo) é hoje possível, e o salto entre disciplinas (entre Biologia Molecular e Informática) faz-se na IA com grande facilidade e elegância. Finalmente, no mundo das aplicações, a ideia de agentes com corpo adquiriu uma nova força, popularizando de novo a robótica e dando a mão às necessidades mais urgentes do sector da saúde, consubstanciando o velho sonho dos pioneiros de ser possível pensar em sistemas gerais, integrados e universais.

Resumo: Aprendizado por Reforço é um método que permite programar um agente autônomo utilizando descrição de objetivos relacionada com a descrição utilizada por seres humanos, sendo o agente responsável por descobrir as melhores ações para atender tais objetivos. No entanto, não é fácil transformar objetivos humanos em reforços. O aprendizado por reforço inverso com avaliação (ARIA) consiste no problema de definir uma função reforço quando o agente recebe avaliações globais sobre comportamentos exibidos por ele mesmo, sejam as avaliações quantitativas ou qualitativas. Nesta apresentação será estabelecida uma relação entre teoria da utilidade,  aprendizado por reforço, e ARIA. Finalmente, algoritmos para ARIA considerando diferentes tipos de avaliação serão apresentados.

Resumo: Esta tese propõe a criação de uma ontologia organizacional integrada para prover interoperabilidade organizacional envolvendo agentes externos e sistemas multi-agentes (SMAs) abertos centrados na organização. A ontologia organizacional integrada será criada tendo-se por base modelos organizacionais já propostos para SMAs. Utilizando-se a ontologia organizacional integrada, pretende-se prover interoperabilidade organizacional de duas formas. Primeiro, estabelecendo-se mecanismos de tradução entre modelos organizacionais que possam ser implementados em uma camada intermediária de software. Assim, a idéia é fornecer a um agente externo que “entende” determinado modelo organizacional, e que deseja entrar em um SMA aberto que utiliza um modelo organizacional diferente, um serviço de tradução entre o modelo organizacional que o agente “entende” e o modelo organizacional que o SMA utiliza. A segunda forma é prover interoperabilidade organizacional criando um agente que utilize a ontologia organizacional integrada como modelo organizacional interno. Assim, raciocinando de uma maneira global e tendo meios de traduzir seu raciocínio para modelos organizacionais específicos, um tal agente pode migrar entre SMAs heterogêneos quanto ao modelo organizacional subjacente.

Resumo: A utilização de Sistemas Multiagentes para modelagem microscópica de tráfego é bastante promissora, devido à forte adequação do conceito de agente para representação do elemento básico do modelo: o motorista em um veículo. Neste seminário serão apresentadas algumas abordagens presentemente utilizadas para esse fim, alguns dos problemas e desafios da área, e algumas idéias de trabalhos a serem desenvolvidos.

Resumo: Redes neurais pulsadas - redes que utilizam uma codificação temporal da informação - têm despontado como uma nova e promissora abordagem dentro do paradigma conexionista emergente da ciência cognitiva. Um desses novos modelos é a rede neural pulsada de base radial, capaz de armazenar informação nos tempos de atraso axionais dos neurônios e que comporta algoritmos explícitos de treinamento. A recente proposição de uma sistemática para a codificação temporal dos dados de entrada utilizando campos receptivos gaussianos tem apresentado interessantes resultados na tarefa do agrupamento de dados (clustering). Este trabalho propõe uma função para o aprendizado não supervisionado dessa rede, com o objetivo de simplificar a sistemática de calibração de alguns dos seus parâmetros-chave, aprimorando a convergência da RNP no aprendizado baseado em instâncias. O desempenho desse modelo é avaliado na tarefa da classificação de pixels em imagens coloridas no domínio da visão computacional.

Resumo: Multi-agent systems are software systems considered as open in the sense that agents can dynamically enter or leave the system. This property is interesting to build flexible systems but it also brings some risks as it facilitates the intrusion of malicious agents. To protect a system from such intrusions, some works propose to introduce the concept of reputation to evaluate the honesty of agents and to exclude malicious agents. In this talk, we will present the works done in the Multi-Agent System Dpt of the Ecole des Mines de Saint-Etienne, France in the field of multi-agent reputation. Our works focus on the control of agent communications by the way of reputation. We will present how the communications are represented, how incorrect communications are detected and sanctionned and how a reputation model is built from these detections. In a second part of the talk, we will present the ART (Agent Reputation Testbed) group that aims at providing standard tools for the experimentation and comparison of reputation models.

LOCADIO, um sistema para inferir movimento e localização a partir da potência de sinal de redes Wi-Fi

Palestrante: André Iasi Moura

Data: 17/02/2006 11:00

Local: EPUSP, Prédio da Eng. Elétrica, Sala C1-49

Resumo Com a mobilidade e a pervasividade que apresentam os dispositivos eletrônicos hoje em dia, a computação orientada a contexto vem sendo o foco de uma grande quantidade de pesquisas e o sistema de localização em dispositivos portáteis é uma parte importante desse estudo. O maior desafio em localização tem sido obter bons resultados dentro de ambientes fechados e a solução que tem sido escolhida em grande parte dos casos é fazer uso das infra-estruturas instaladas de redes Wi-Fi, analisando potência de sinais de diferentes pontos de acesso para determinar o posicionamento dos dispositivos móveis. Neste seminário será apresentado um sistema chamado LOCADIO, que balanceia a imprecisão causada pelo ruído na medida da potência de sinal com suposições a priori sobre o comportamento do usuário. Essas suposições se baseam primeiro no estado de movimento - parado ou não - do usuário e em seguida em probabilidades de transição - de uma posição previamente estimada para outra - que levam em consideração, além do próprio estado do usuário, estatísticas de velocidades de pedestres e um mapa topológico do ambiente.