1 / 20

Aprendizado Multiagente

Aprendizado Multiagente. Wanderson C. Bragança wanderson.wbc@gmail.com. Universidade Federal Fluminense. Roteiro. Alguns Conceitos. Características: aprendizado em SMA. Aprendizagem por reforço. Aprendizado em SMA. Conclusões. Qual a aplicação?. Recordando o que é Aprendizado.

matty
Télécharger la présentation

Aprendizado Multiagente

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. AprendizadoMultiagente Wanderson C. Bragança wanderson.wbc@gmail.com Universidade Federal Fluminense

  2. Roteiro Alguns Conceitos Características: aprendizado em SMA Aprendizagem por reforço Aprendizado em SMA Conclusões

  3. Qual a aplicação? Recordando o que é Aprendizado O que envolve? O que é? Aprendizadoem SMA

  4. Alguns Conceitos • Inteligência em SMA

  5. Categorias de Aprendizado em SMA • Generalizando, existem duas categorias de aprendizado em SMA: • Centralizado (ou isolado): • Descentralizado (ou iterativo):

  6. Correntes de Pesquisa • Não existe uma metodologia de ensino bem-definida para aprendizado em SMA • Porém existem vários métodos de aprendizado single-agente que podem ser aplicados em SMA

  7. Tipos de Aprendizado • Aprendizado Supervisionado: • Aprendizado Não-supervisionado: • Aprendizado por Reforço: • Aprendizado por Reforço é o mais utilizado.

  8. Aprendizado por Reforço • Q-Learning • Exemplo: Suponha que temos 5 salas em um prédio ligado por algumas portas.

  9. Q-Learning • Podemos representar as salas por um grafo, onde cada sala representa um nó. A B C D E F

  10. Q-Learning • Queremos que o agente saia do edifício. A B C D E F 0 100 100 0 0 0 0 0 100 0 0 0 0

  11. Aprendizado e Coordenação • Correntes de estudo: • Aprendizado Isolado: • Pode ser centralizado ou distribuído • Aprendizado Interativo • Ambas utilizam aprendizagem por reforço

  12. Aprendizado sobre e a partir de outros agentes • Ao contrário da coordenação, agora o aprendizado objetiva uma melhoria individual da performance do agente • Adivinhar o comportamento do outros agentes:

  13. Aprendizado sobre e a partir de outros agentes • Vamos conhecer três abordagens: • Aprender papéis organizacionais • Aprender em ambientes de mercado • Aprender a explorar um oponente

  14. Abordagem 1: Aprender papéis organizacionais • Capacitar cada membro do grupo a identificar seu papel na organização de uma forma adaptável • Exemplo: Se “dando bem” na noite... • Observando os outros agentes, qual papel escolher? Exigente, moderado ou desesperado?

  15. Abordagem 2: Aprendendo em ambientes de mercado • Agentes compram e vendem informações em um mercado . • O ambiente é dinâmico por natureza. • A qualidade da informação vendida por diferentes agentes pode não ser a mesma. • Só é possível verificar a qualidade da informação após comprá-la.

  16. Abordagem 3: Aprendendo a aproveitar-se do oponente • Procura aprender a estratégia do oponente observando o seu comportamento. • A partir daí, adota uma estratégia mais inteligente. • Exemplo: Jogos...

  17. Aprendizado e Comunicação • Aprender a se comunicar: • Comunicação como aprendizado: • As duas abordagens: • Devem deixar claro o que, quando, como e com quem se comunicar. • Necessitam da definição de uma ontologia comum.

  18. Conclusões • Aprendizado multiagente é um tema vasto, em que muitas e diferentes abordagens existem • Muitas questões ainda em aberto...

  19. Obrigado! Universidade Federal Fluminense

  20. Referências • Handbook of Research on Multi-Agent  Systems:Semantics and Dynamics of Organizational Models Edited by: Virginia Dignum, Utrecht University, The Netherlands. • R. H. Bordini, M. Dastani, J. Dix, and A. El Fallah Seghrouchni, editors. Multi-Agent Programming:Languages, Platforms and Applications. Number 15 in Multiagent Systems, Artificial Societies, and Simulated Organizations. Springer, 2005. • Stone, P., Veloso, M., Multiagent Systems: A Survey from a Machine Learning Perspective, Carnegie Mellon University, 1997

More Related