En el workshop WAT 09, que se celebra hoy en Lisboa. (explicar un poco dequé va)
Modelling Agreement Spaces. Este es mío y de Carlos. Básicamente se trata de definir el contexto en el que se va a desempeñar el agreement. Para eso, se propone una visión geométrica del problema, como en espacio de contextos n-dimensional donde cada dimensión es un concepto compartido entre las entidades. Las restricciones que cada entidad impone al acuerdo son planos (hiperplanos) y su intersección definen la porción de espacio en la que se ejecutará el acuerdo. Si el espacio es convexo, podemos asegurar que cualquier ‘movimiento’ dentro del espacio siempre está dentro del acuerdo. Se usa un CSP para construir deforma incremental el espacio de acuerdos que garantiza que el espacio que se construye siempre es contexto y por lo tanto siempre tendrá solución. SI no la hay, un intermediario puede relajar las restricciones para conseguir un espacio convexo.
Towards a Conceptual Framework for Organizational Mechanisms in Multiagent Systems. Es el turno de Roberto. Después de definir su visión de agente, pasa a hablar de la parte interesante: un sistema multiagente organizacional. Tiene 2 puntos de vista: uno micro (agentes individuales) y otro macro (del sistema completo). Y para ambos el sistema organizaciones muestra 2 perspectivas: la informativa y la regulativa. La diferencia es que las segundas producen cambios en el entorno y las primeras no (tienen que ver con intercambio de conocimiento). Además los agentes no pueden decidir usar o no mecanismos de regulación (se imponen). La pega es que es un sistema basado en utilidad, una función extremadamente difícil de definir ¿cómo definir en un número el provecho que puedo sacar de realizar o no una determinada acción? Un ejemplo de un mecanismo organizacional es el rol.
Real-Time Commitment Management. Y ahora le toca a Martí (al final todo queda en casa :-). Hablando, más o menos, de compromisos sociales en tiempo real. La idea es tratar de asegurar de que si un agente se compromete a realizar una tarea en un tiempo, va a cumplir su compromiso y se asegura de que se cumplen los tiempos acordados. Para eso, hace falta emplear técnicas de tiempo real que acoten el tiempo de ejecución de las tareas que forman el acuerdo. Emplea un CBR para analizar ejecuciones anteriores y predecir si los tiempos que se manejan actualmente son adecuados o no basándose en su experiencia.
Acaba la primera parte, así que ahora toca café. ¿Habrá pastelitos? Los he descubierto en este viaje y son deliciosos. ¡Siiiii! había pastelitos. Y otros de holandre que no había probado. La verdad es que en Lisboa hacen un hojaldre excelente. Pero antes de que esto se convierta en un blog gastronómico, voy a seguir con el workshop.
A Trust Model to Recommend Knowledge Objects in CoPs. CoPs (Communties of Practice) son grupos de personas con intereses comunes. Utilizan agentes para representar los miembros de la comunidady sobre él establecen un modelo de confianza para compartir conocimiento dentro de la comunidad. Usan 4 factores: la posición (en una jerarquía), la experiencia pasada, la intuición (similaridad con perfiles de usuario) y la experiencia (habilidades y conocimiento para desempeñar la tarea). Estos cuatro factores se ponderan para obtener una medida de trust global. En el ejemplo vuelven a aparecer managers que lo controlan todo. Los odio, ¿cuando alguién hablará de comunidades autoorganizadas pero de verdad? Al final, un prototipo para validar cosas. ¿Sigue sin haber agentes de verdad? ¿Por quñe los agentes no ayudan a los usuarios humanos?
ALZ-MAS 2.0: Distributing Resources for Enhancing Performance. Cosas parecidas a lo que hacemos nosotros (claro, por eso trabajamos juntos :-) Los agentes ‘pierden peso’ y construyen sus capacidades como servicios. Su modelo, FUSION@, permite la comunicación de agentes, aplicaciones y servicios como una capa intermedia (middleware) que usa los agentes para proporcionar servicios complejos de alto nivel a los usuarios, basándose en piezas de código autónomas y rehusables (servicios). El conocimiento está fuera de los agentes y estos se pueden considerar casi gestores de conversaciones. El núcleo de la plataforma está base en un servicio de planing basado en casos (una mezcla de planificador y CBR -> mirarlo para lo que estamos haciendo para conseguir serviciso de tiempo real garantizados).
Dialogue Systems Domain Interaction Using Reinforcement Learning.
A distributed algorithm for the Holonic Global Road Transportation System.
Comentarios recientes