SISTEME MULTIAGENT APLICATE ÎN TRANSPORTUL AERIAN

Proiect AGENȚI SOFTWARE

Domeniul sistemelor multiagent este puternic interdisciplinar, el se inspiră din diverse ramuri: economie, tehnică, filozofie, logică, ecologie, științe sociale, etc. Din acest motiv nu trebuie să surprindă existența mai multor puncte de vedere asupra a ceea ce reprezintă un proiect de sistem multi-agent.

Sistemele multi-agent sunt - prin definiție - o subclasă a sistemelor concurențiale, iar unii membri din comunitatea sistemelor distribuite sau calculului distribuit ar putea să pună întrebarea dacă sistemele multiagent sunt suficient de diferite de standardul sistemelor distribuite sau sistemelor concurente ca să justifice un studiu separat. Răspunsul este afirmativ pentru că agenții sunt presupuși autonomi, iar sincronizarea și coordonarea structurilor într-un sistem multiagent se face la momentul execuției și nu la momentul proiectării. În plus, agenții sunt entități cu interese proprii ("economice"), urmărind îndeplinirea unui scop individual sau colectiv la nivelul sistemului multi-agent.

Sistemul multi-agent este format dintr-un număr de agenți software inteligenți de același tip sau diferit specializați care acționează separat spre rezolvarea în colectiv a unei probleme, interacționând prin schimb de mesaje. Agenții individuali angajați într-un sistem multiagent au diferite țeluri sau motivații. Sistemele multi-agent pot rezolva probleme care pentru un agent software individual sau un sistem software monolitic (care activează la modul "mono-agent") sunt prea dificile (practic nerezolvabile). Pentru succesul interacțiunii, agenții trebuie să aibă capacitatea de cooperare, de coordonare și de negociere cu alți agenți.

Agenții și sistemele multiagent reprezintă o nouă modalitate de analiză, modelare și implementare a sistemelor complexe. Viziunea bazată pe agenți oferă astăzi o gamă largă de instrumente, tehnici și paradigme cu un uriaș potențial de a îmbunătăți modul în care oamenii concep și utilizează tehnologia informațională.

Agenții sunt și vor fi utilizați tot mai mult într-o mare varietate de aplicații, mergând de la sisteme de dimensiuni mici, cum ar fi filtrele personalizate pentru e-mail sau agenții pentru cumpărături (shopbot) și până la sisteme mari, deosebit de complexe, cum sunt organizațiile și sistemele economice virtuale. La o primă vedere, ar putea apărea că aceste tipuri de sisteme sunt extrem de diferite și că nu au nimic în comun unele cu altele. Dar, în toate aceste cazuri, poate fi utilizat conceptul de agent și metodele care derivă din acesta. Este remarcabil cât de mare este varietatea de aplicații ce poate fi caracterizată în termenii teoriei agenților și sistemelor multiagent. Datorită gradului mare de interes și nivelului ridicat de activitate din acest domeniu, la început teoriile și metodele referitoare la agenți pot apărea haotice și incoerente.

Sistemele multiagent sunt formate din mai mulți agenți interconectați. Sistemele multiagent reprezintă mijlocul ideal de a aborda probleme care au mai multe metode de rezolvare, mai multe modalități de structurare și/sau mai multe entități care le rezolvă (ca în cazul sistemelor distribuite).

Astfel de sisteme au, deci, avantajul natural al rezolvării distribuite și concurente a problemelor dar, în același timp, au și avantajul suplimentar al reprezentării modalităților complexe de interacțiune. Tipurile principale de interacțiuni cum sunt: cooperarea (lucrul

2

împreună pentru atingerea unui scop comun), coordonarea (organizarea activității de rezolvare a problemelor astfel încât interacțiunile dăunătoare sunt eliminate iar cele favorabile sunt utilizate) și negocierea (ajungerea la un acord care este acceptabil pentru toate părțile implicate) reprezintă aspecte esențiale ale utilizării în practică a metodelor bazate pe agenți.

Sistemele multiagent diferă de sistemele cu un singur agent prin aceea că includ mai mulți agenți, fiecare dintre aceștia putând executa acțiuni autonome și urmărind scopuri proprii.

Un SMA poate fi definit deci ca o rețea slab cuplată de rezolvitori de probleme care lucrează împreună pentru a rezolva probleme care depășesc capacitățile individuale sau cunoștințele fiecărui rezolvitor (Durfee, Lesser, 1989).

Acești rezolvitori de probleme care reprezintă agenți în sensul definit mai sus, sunt autonomi și pot fi diferiți unul de celălalt.

Principalele caracteristici ale SMA sunt următoarele: - fiecare agent are informație incompletă sau capacitate redusă de a rezolva problema, deci ei sunt limitați în raport cu complexitatea acestei probleme; - nu există un sistem de control global; - datele disponibile sunt descentralizate (distribuite); - calculul este asincron.

Pe lângă cerințele impuse sistemelor bazate pe agenți, în cazul SMA apar noi cerințe privind proiectarea și implementarea acestora. Astfel, un SMA trebuie să aibă o funcționare robustă și eficientă, să fie capabil să conlucreze cu sisteme existente și să aibă capacitatea de a rezolva probleme în cazul în care datele, expertiza sau controlul sunt distribuite. Datorită acestor cerințe, SMA ridică dificultăți deosebite atât în proiectare și implementare cât și în funcționare.

Sistemele multi-agent sunt foarte utile și importante. Acestea sunt folosite in diverse domenii cum ar fi: căutarea pe Web, robotica, economie, interacțiunea om-calculator etc.

Lucrarea mea prezinta sisteme multiagent aplicate în transportul aerian.

MEDII DE SIMULARE DE ZBOR APLICATE AGENȚILOR BAZAȚI PE UAV-URI AUTONOME

Încă de la construcția primelor vehicule, oamenii au visat la automatizarea operațiunilor acestora. Autonomia a fost limitată la unele funcții, dar se doreste ridicarea la o scară completă, care să permită vehiculelor să fie pe deplin autonome. Atunci când se ajunge la o autonomie deplină, vehiculele vor trebui să coopereze și să își coordoneze acțiunile reciproc, în scopul asigurării atât a securității cât și a utilizării optime a resurselor. Alegand orientarea spre agent pentru a controla vehiculele se economiseste atât timp cât și resurse. In acest fel, permit vehiculelor să comunice și să facă propriile planificări ale misiunii

3

și sa ia decizii în timp real. Pentru realizarea acestor tipuri de vehicule se folosesc medii de simulare. Un astfel de mediu economisește timp și resurse.

În continuare voi prezenta mai multe medii de simulare existente, care se folosesc în transportul aerian.

VEHICULE AERIENE FARA PILOT(UAV)UAV, acronim pentru vehicule aeriene fără pilot, este considerat un vehicul capabil să

zboare autonom, fără nici un control extern de la distanță.Există deja câteva exemple de utilizare civilă a UAV, fie de exploatare sau în stadiu de

dezvoltare, și anume cele legate de supraveghere sau care la nevoie de acces la zonele de risc (Air & Space Europe, 1999). Acestea nu au o influență semnificativă asupra sistemului de trafic aerian, deoarece UAV zboară peste zonele definite în mod clar la joasă altitudine și viteză.

Utilizarea de vehicule aeriene fără pilot implică câteva incertitudini și limitări legale precum unde și cum pot fi utilizate acestea. Majoritatea proiectelor care implică vehicule aeriene fără pilot sunt strict militare. Avioanele civile fără pasageri ridică o paradigmă complet diversă în termeni de fiabilitate. Din această cauză, obstacole noi apar în calea unei viitoare categorii de pasageri transportați cu UAV, precum și de nonpasageri transportați cu UAV care împart spațiul aerian cu avioane convenționale.

Astfel, operarea UAV pe plan internațional a spațiului aerian trebuie să antreneze două condiții strâns legate (Allouche, 2000): UAV trebuie să fie sigure și suficient de încredere pentru a zbura peste zonele dens populate și trebuie să fie operate în condiții de siguranță prin spațiul aerian.

Sistemul multiagentUn sistem multi-agent (SMA) poate fi văzută ca un sistem în care entitățile sunt

reprezentate de agenți independenți, care, la rândul său comunică unii cu alții, coordonarea activităților lor.

Operarea UAV poate fi considerata cu siguranță un SMA, în care fiecare aeronavă este un agent cu propriile sale obiective (destinatie, timp de sosire, standarde de servicii, etc), independente de obiectivele altor aeronave. Cu această abordare, este posibil să se aplice tehnici de negociere, care va permite aeronavei să coopereze în soluționarea conflictelor de spațiu aerian. Pentru gasirea sistemelor de luare a deciziilor capabile sa evite întâlnirile de aeronave într-un spațiu aerian dat au fost cercetate software-uri de inteligență artificială sau SMA (Lian și Deshmukh, 2006).

CERINȚELE MEDIULUI DE SIMULARE Alegerea unui mediu de simulare depinde de obiectivele proiectului. Caracteristicile

cheie care pot fi oportune în mediul de simulare pot fi grupate în categorii, cum ar fi caracteristici grafice, fizice sau de deschidere.

4

Deschiderea software-ul este un aspect important. Deschiderea poate fi definită în termeni de posibilitatea de a vizualiza și modifica codul sursă, precum și capacitățile de expansiune, cum ar fi posibilitatea de a dezvolta suplimente, module externe și agenți diferiti, care pot fi legati de mediu, prin intermediul API-uri definite, modele de interacțiune sau protocoale de comunicare, accesibilitatea și formatul datelor care pot fi introduse la mediul înconjurător, precum și formatul datelor de ieșire.

Simularea fizică a vremii este foarte importantă, atunci când se lucrează cu agenți mobili robotizați, cum ar fi UAV.

Cerințe specifice legate de aviație în medii simulateSimularea realistă de senzori și actuatori robotizați într-un mediu complex,

nestructurat, dinamic, cum ar fi fluide, constituie o provocare de cercetare. Cele mai multe simulatoare iau în considerare doar cei patru vectori de bază, care compun un zbor: portanță, greutate, rezistenta la înaintare și tracțiune. (Schiff, 1978). Cu toate acestea, în zbor real, o aeronavă are de a face cu numeroși factori, nu doar referitoare la aeronava în sine, ci și factori externi, de mediu.

În acest fel, când se alege un sistem de simulator de zbor, este foarte important să se definească ceea ce este mai relevant în cercetare. Fiecare simulator are caracteristicile sale corespunzătoare (sau nu) cu un anumit tip de cercetare. Având în vedere dezvoltarea unui mediu multiagent autonom ca obiectiv principal, parametrii relevanți din sistemul de zbor poate avea trei linii principale: Modelul de zbor acceptabil, având în vedere cererea care face obiectul anchetei; Flexibilitatea de a interacționa cu agentul prin intermediul interfețelor de programare; Posibilitatea de a avea modelul de zbor sau elemente simulate schimbate de software-ul

extern.Algoritmii de agent care trebuie să controleze o aeronavă va avea nevoie de un

model de simulator de zbor cât mai real posibil. Pe măsură ce numărul de elemente simulate oferite de simulatorul de zbor crește, face ca instrumentul sa fie adecvat pentru validarea simulării agenților UAV-urilor.

MEDII COMUNE DE SIMULAREExistă două categorii principale de simulator: mecanism de joc(game engine) și

simulatoare de zbor.În mecanismul de joc, cel mai important aspect este o vizualizare atrăgătoare.

Simulatoarele de zbor au accentul principal în simularea zborului în sine. Există unele accente și pe aspectul vizual, dar eforturile principale sunt dedicate aerodinamicii și factorilor de zbor prezenți în lumea reală.

Mecanismele de jocMai întâi, cercetătorii au posibilitatea de a testa și evalua roboții lor cu o gamă

diferită de senzori. Într-un mediu accesibil 3D, fizica și cinematica deschide noi perspective

5

robotizate de cercetare. Invers, atunci când aerodinamica este scopul principal, mecanismele de joc în mod normal, nu ajung la cerințe (Lewis și Jacobson, 2002).

Simulator de zbor COTS Există o mare varietate de simulatoare de zbor COTS. Grafica din simulatoarele de

zbor moderne sunt foarte realiste. Cu toate acestea, cercetarea științifică trebuie să își facă griji cu privire la dinamica de zbor a unei aeronave.

Simulatorul de zbor MicrosoftVersiunea curentă a seriei de simulatoare de zbor Microsoft(FSX) este, probabil, cel

mai realist de pe piață, din punct de vedere grafic, în parte datorită utilizării noii tehnologii DirectX 10. Modelul de zbor se bazează pe un set de tabele, și este independent de modelul vizual (Stock, 2007). Eșecul de modelare include defecțiuni ale echipamentelor, dar fără variație de modul în care echipamentul va eșua.

FSX prezintă API SimConnect, un acces FSUIPClike la funcții și variabile, care permite dezvoltatorilor să creeze noi suplimente pentru a adăuga sau a înlocui funcționalități, precum și activități de monitorizare (Microsoft Corporation, 2006).

X-PlaneX-Plane folosește abordarea geometrică și modelul său este definit ca structurală. Un

proces de inginerie numit "blade element teory(teoria elementui de lama)", calculează modelul de zbor, rupere de aeronave în jos, în multe elemente mici, și apoi găseste, forțele pe fiecare element, care sunt apoi convertite în acceleratii, viteze și poziții (Laminar Research, 2007). X-Plane are, de asemenea eșec de modelare, dar la fel ca în FSX, nu este permis să varieze modul în care echipamentele nu reușesc (McManus et al., 2003).

Un factor de credibilitate despre X-Plane este utilizarea sa profesională și aprobarea de către FAA a certificatului pentru formarea în transportul aerian. Cu toate acestea, Stock (Stock, 2007) compară X-Plane și FSX, iar rezultatele arată unele defecte conceptuale și modul în care acestea au afișări grave în modelele lo r.

FlightGearFlightGear este un program gratuit, open-source, multi-platforma, un proiect de

dezvoltare cooperativ de simulator de zbor, cu scopul de a crea un cadru sofisticat de simulator de zbor pentru utilizarea în medii de cercetare sau academice, după ce permite accesul la un număr foarte mare de variabile de stat interne (FlightGear, 2007). FlightGear permite controlul de la distanță printr-un script extern și folosirea unui modul dinamic extern de zbor(incluzând hardware pentru pilot automat) (Agenția pentru dezvoltarea aviației, 2001).

FlightGear permite utilizatorilor să aleagă dintre trei modele primare în dinamica zborului. Mai mult decât atât, este posibil să se adauge noi modele sau chiar interfață la

6

modelul sursa de zbor dinamic extern, cum ar fi de la Matlab. Cele trei modele disponibile sunt JSBSim, YASim și UIUC (bazat pe LaRCsim scrisă inițial de NASA (Jackson, 1995)).

PiccoloPiccolo este un cunoscut sistem de pilot automat pentru aeronave de mici

dimensiuni, de la CloudCap Tehnology (CloudCap Technology, 2007). Principalul produs este comercializat în calitate de componentă hardware, care poate fi montat pe o aeronavă de mici dimensiuni, care să permită zbor autonom. Există, de asemenea, o versiune de software a unui mediu de simulare, pentru software de testare în buclă. Componenta grafică este minimă, dar în termeni de simulare de zbor este foarte realist, simuland multe dintre forțele implicate într-un zbor. Poate, de asemenea, în mod implicit, sa afișeze datele în Microsoft Flight Simulator și FlightGear.

Motoare dedicate MiddlewareExistă sute de motoare middleware, care ar putea fi folosite în cercetarea științifică.

OpenFlight, MultiGen-Paradigm de conținut 3D nativ, este standardul de baze de date vizuale în lume și a devenit formatul standard în industria de simulare vizuală (MultiGen-Paradigm, Inc, 2007). AeroSim este o bibliotecă bloc Matlab care prevede componente pentru dezvoltarea neliniară (cu șase grade de libertate) a modelelor dinamice de aeronave (Unmanned Dynamics, 2007).

COLECTIVE ȘI DESIGN

În aeronautică, mai mulți agenți trebuie să acționeze ca un grup pentru a realiza o sarcina. Acești agenți pot fi vehicule aeriene fară pilot, un grup de acționare de control care trebuie să acționeze pentru a obține un răspuns dorit sau o echipă de experți în design care lucrează la porțiuni ale unei probleme globale de proiectare de sistem.

Tehnicile de proiectare pentru vehicule individuale sau controlere sunt bine dezvoltate. În ciuda importanței sistemelor multiagent în inginerie și societate, strategiile de proiectare și instrumentele pentru optimizarea sistemelor sunt primitive și euristice.

Un "colectiv" este un tip special de sistem multi-agent, în care un grup de persoane fizice auto-motivate caută să maximizeze performanța sistemului ca întreg.

Proiectarea unei aeronave, care implică multe persoane sau organizații, precum și zborul unui stol de gâște, de exemplu, au multe caracteristici similare. În fiecare caz, persoanele fizice trebuie să se decidă asupra unui curs de acțiune care trebuie să aducă beneficii sistemului ca întreg, în ciuda cerinței ca acestea să acționeze la nivel local și să nu poata certifica imediat efectul acțiunilor lor asupra întregului sistem. Mai multe niveluri de optimizare distribuită pot fi utilizate pentru a obține o performanță optimă a sistemului în timp ce se concentrează pe grade de libertate locale. O abordare similară conduce la optimizarea în formă de V al stolului de gâște, chiar și atunci când păsările singure caută doar

7

maximizarea locurilor goale. Aplicații suplimentare ale acestor idei arată cum colectivele pot oferi soluții noi la problemele din ingineria în design aerospațial.

SISTEME MULTI-AGENT PROIECTATE PENTRU APLICATII AEROSPATIALE

Modelarea fluxului de trafic aerianÎn scopul de a modela cu precizie problema controlului fluxului de trafic aerian pentru

porțiuni mari din SUA, SUA NAS Simulator a dezvoltat algoritmi care implementează modele optimizate de curgere. Simulatorul a fost construit pe un cluster de 32 noduri de calcul Dell distribuite în așa fel încât să permită fiecărei companii aeriene să ia decizii de control al debitului independent pe noduri separate, reflectând modul distribuit în care algoritmii vor fi aplicați în practică. Rutine de optimizare specifice avionelor au fost dezvoltate atât pentru modelul Discrete Path Flow cât și pentru modelul Continuous Link Flow, iar actualizarea prețurilor se face separat. Prin dezvoltarea platformei de calcul distribuit de simulare de trafic aerian, dimensiunea rețelei, care ar putea fi investigată, a crescut în mod semnificativ.

Centrul de control aerian de comandă a sistemului, care este cel mai interesat în a asigura faptul că restricțiile de capacitate pentru operarea în condiții de siguranță sunt îndeplinite pe fiecare porțiune a spațiului aerian.

Este de importanță strategică și creșterea nu numai limitarea capacității de trafic necesară pentru a asigura operațiunile de siguranță. De asemenea, alocarea resurselor să se facă într-o manieră plăcută pentru toți utilizatorii.

STARMAC (The Stanford Testbed of Autonomous Rotorcraft for Multi-Agent Control) este un vehicul cu mai multe testbed-uri folosite pentru a demonstra concepte noi în multi-agent de control pe o platformă din lumea reală. STARMAC constă din șase vehicule quadrotor, care sunt echipate cu senzori suficienți și putere de calcul (inclusiv un GPS, sonar gama-finder, și un IMU Microstrain) pentru a permite funcționarea complet autonomă, de la sarcini de nivel scăzut (de exemplu, punct de referință și traiectoria text), la nivel înalt de strategii optime de control (de exemplu, căutare teoretică de informații de cooperare și de salvare).

Vehiculele care rezultă se află în condiții de siguranță în medii interioare și în aer liber, poate transporta o mare varietate de încărcături (inclusiv gama-telemetri cu laser și computere PC104) și au o construcție simplă, reconfigurabilă cu cerințe reduse de întreținere.

Lucrările anterioare privind STARMAC a acoperit o mare varietate de subiecte, inclusiv de cooperarea la căutare și salvare, de controlul teoretic al informațiilor, de evitare a coliziunii, planificarea traiectoriei optime, și traiectorii acrobatice de proiectare în condiții garantate de siguranță. Activitatea curentă este axata pe integrarea capabilităților percepției STARMAC, pentru a permite vehiculelor să înțeleagă, să răspundă și sa raționeze în mediul lor.

8

Metoda de detectare a conflictelorModelele propuse pentru rezolvarea problemei conflictelor în gestionarea traficului

aerian bazat pe sisteme multi-agent folosesc principii diferite pentru detectarea conflictelor. Unele dintre aceste modele utilizează aceleași valori pentru detectarea conflictelor dintre avioane diferite și diferențele lor sunt doar în soluționarea acestor conflicte. De exemplu, cele mai multe dintre modelele propuse au folosit un prag minim de la distanță fiabile și sigure pentru detectarea conflictelor. Prin urmare, atunci când distanța dintre două aeronave este mai mică decât un prag valabil (folosiți de obicei o distanță predefinită de încredere), atunci există un risc de conflicte. Prin urmare, este nevoie să fie date avertismente la operatorii sau agenții care se ocupă de rezolvarea conflictelor; sau în cazul în care un agent a detectat un conflict va încerca să rezolve aceste conflicte.

Alte modele, prin utilizarea unor metode speciale, încearcă să prevină apariția conflictelor (metode de prevenire a conflictelor), și nu utilizează un criteriu explicit pentru detectarea conflictelor.

În cea mai mare parte s-a utilizat un prag de detectare a conflictelor în funcție de metrica care a fost folosită. Cele mai multe dintre modele folosesc un criteriu foarte simplu pentru a detecta conflictele dar altele au beneficiat de un criteriu mult mai complex în acest scop. În general, nu se poate susține care dintre aceste metode au o acuratețe mai mare, depinde de tipul modelului propus și a strategiilor necesare pentru a rezolva conflictele. Este posibil ca folosind un simplu metric să aibă o eficiență și precizie mai mare decât cu ajutorul unuia complex.

9