Tesis
Reconocimiento y Descubrimiento de Patrones de Comportamiento en Sistemas Multi-Agente Cooperantes
Autor
Ayanegui Santiago, Huberto
Institución
Resumen
Un Sistema Multi-Agente Cooperativo (SMAC) es un grupo de agentes que se co- munica, coopera y utiliza mecanismos de coordinación con el fin de resolver algu?n problema que va ma?s alla? de las capacidades para un sólo agente. Existen tres a?reas importantes de investigación que continu?an abiertas en SMACs: La construcción de modelos relacionados con la comunicación entre agentes, las mu?ltiples interacciones entre agentes y los comportamientos adoptados por los agentes en la ejecución de una tarea [Ferber, 1999]. El presente trabajo esta relacionado con el descubrimiento delcom- portamiento en SMAC's, y especi?ficamente en equipos de soccer robótico. Descubrir el comportamiento de equipos de soccer es un reto computacional debido a las mu?ltiples interacciones que existen entre los jugadores. Esta tarea se vuelve ma?s difi?cil cuan- do los agentes se encuentran en dominios dina?micos, competitivos y en tiempo real. En el soccer robótico, dos grupos de agentes se enfrentan adoptando comportamientos principalmente determinados por estrategias y ta?cticas que cada equipo lleva a cabo para vencer a su oponente. Uno de los retos ma?s difi?ciles en el modelado de agentes es descubrir comportamientos de alto nivel como estrategias y ta?cticas, contando sólo con conocimiento de bajo nivel caracterizado principalmente por el movimiento de los agentes y del balón. Descubrir patrones de comportamiento en el soccer robótico, re- quiere de modelos de representación suficientemente expresivos que sean capaces de representar los aspectos ma?s relevantes del equipo. En este trabajo de tesis se propone un modelo a varios niveles de abstracción en la representación: nivel individual (repre- sentación de información de cada agente); nivel relacional (relación entre un conjunto de agentes); y el nivel de formaciones (relación entre todos los agentes que determinan la estructura que soporta la formación del equipo). El reconocimiento de formaciones es una tarea difi?cil debido a que los jugadores van cambiando de posición en cada momento del partido, convirtie?ndose en un reto el seguimiento de la estructura que determinan los agentes del equipo. Esto dificulta tam- bie?n el descubrimiento de jugadas ta?cticas ya que e?stas ocurren en una parte de la estructura que forma el equipo. Con base en el modelo de representación a varios niveles de abstracción, se propone un modelo de seguimiento eficiente de formaciones basado en la construcción de estruc- turas topológicas capaces de reconocer formaciones y cambios de formación a pesar del dinamismo de los agentes y las mu?ltiples interacciones entre estos. Adema?s, estas estruc- turas topológicas soportan el descubrimiento de patrones de comportamiento ta?ctico, los cuales revelan un nivel ma?s detallado del comportamiento del equipo. Las contribuciones principales de la tesis son: 1. Un modelo expresivo a varios niveles de representación. ?2. Reconocimiento, descubrimiento e interpretación de patrones de comportamiento en diferentes niveles de representación. 3. Un algoritmo robusto para el seguimiento de formaciones en ambientes multi- agentes basado en estructuras topológicas. Para la validación del modelo propuesto, se llevaron a cabo pruebas que permitieron analizar a los equipos de soccer con el proposito de observar y extraer patrones de comportamiento estrate?gico basado en formaciones y descubrimiento de patrones de comportamientos ta?ctico. Se presentan resultados de este trabajo tomando en cuenta diferentes equipos que participaron en la categori?a de simulación desde el campeonato RoboCup 2000 y hasta los mejores equipos de Robocup 2007, extrayendo sus patrones de comportamiento ofensivos.