Visualizar projeto

Dados Básicos
Título
DISTRIBUIÇÃO ESPACIAL DE AGENTES EM TERRENOS VIRTUAIS POR MEIO DE ALGORITMOS DE BUSCA E OTIMIZAÇÃO
Número do projeto
054887
Número do processo
23081.040265/2020-45
Classificação principal
Pesquisa
Data inicial
14/10/2019
Data final
30/10/2020
Resumo
Meta-heurísticas incluem métodos de pesquisa heurísticos projetados para resolver problemas de otimização. Consideranto tempo de processamento limitado e restrições de domínio, tais métodos de otimização têm sido pesquisados no cenário de jogos de estratégia em tempo real. Apesar disso, o uso de algoritmos de busca e otimização em ambientes virtuais envolvendo múltiplos agentes ainda não é um campo de pesquisa maduro para a Inteligência Artificial (IA) e Jogos. O problema a ser investigado neste trabalho diz respeito a distribuição espacial de agentes terrestres em terrenos virtuais como um problema de raciocínio espacial e otimização combinatória. Para tanto, o trabalho deve explorar algoritmos metaheurísticos de diferentes naturezas: Simulated Annealing (SA) e Tabu Search (TS). A eficácia desses algoritmos deve ser analisada na resolução de um problema de distribuição espacial de agentes, onde os agentes precisam ser posicionados em áreas selecionadas do terreno virtual de acordo com um padrão de formação exigido. Além de considerar restrições de domínio, os algoritmos devem ser submetidos a limites de tempo de processamento de 1s e 10s. Como parte do desenvolvimento do trabalho, um usuário interagindo com o ambiente de terreno virtual deve ser responsável por fazer o reconhecimento inicial da região do terreno em que os agentes deveriam ser distribuídos. Dentro desta área selecionada pelo usuário, a posição individual de cada agente deve ser determinada pela presença de feições do terreno, onde os agentes deveriam ser localizados próximos a essas feições. A partir de uma distribuição inicial arbitrária de agentes nesta área (calculada via métodos matemáticos), diferentes posições de agentes devem ser avaliadas durante o processo de pesquisa e otimização. O objetivo é buscar as posições ótimas para os agentes no que diz respeito a um padrão de formação almejado (por exemplo, padrão de formação circular). Os testes devem avaliar o erro e a taxa de otimização das distribuições espaciais dos agentes geradas pelos algoritmos. Para isso, esses testes devem ser realizados em diferentes áreas de terreno virtual. Em cada área, cada algoritmo deve executar a busca e otimização de soluções referentes a diferentes números de agentes. Dentro dos limites de tempo de 1s e 10s, partindo de distribuições de agentes iniciais consideradas válidas, os algoritmos devem alterar as posições dos agentes para obter a melhor distribuição espacial circular possível. Os algoritmos testados devem resultar em distribuições espaciais para os agentes em diferentes cenários de terreno virtual, onde as soluções devem ficar próximas do padrão de formação ideal.
Objetivos
O objetivo do trabalho é investigar a distribuição espacial de agentes terrestres no ambiente de terreno virtual como um problema de raciocínio espacial e otimização combinatória. Para tanto, o trabalho vai explorar algoritmos meta-heurísticos de diferentes naturezas: os algoritmos Simulated Annealing (SA) e Tabu Search (TS). Enquanto o SA é um algoritmo estocástico iterativo de solução única que começa com alguma solução arbitrária e não usa informações coletadas durante a pesquisa, o TS é uma meta-heurística de solução única incluindo vários tipos de estruturas de memória com o propósito de escapar de máximas máximos locais. Este trabalho pretende analisar a eficácia desses algoritmos na resolução de um problema de distribuição espacial de agentes, onde os agentes precisam ser posicionados em áreas selecionadas do terreno virtual de acordo com um padrão de formação exigido. Além de considerar restrições de domínio, os algoritmos devem ser submetidos a limites de tempo de processamento estritos de 1s e 10s, onde os testes visam avaliar o erro e a taxa de otimização das distribuições espaciais de agentes espaciais geradas.
Justificativa
Um sistema de simulação é um método amplamente utilizado de análise do comportamento de sistemas complexos. Um modelo de simulação representa suposições de como os sistemas de interesse do mundo real se comportam. Normalmente, os modelos utilizados para a construção de sistemas de simulação são comportamentais, ou seja, possuem conhecimento sobre comportamentos específicos de entidades. No cenário de treinamento e adestramento militar, o objetivo da modelagem e simulação é construir um ambiente realista e sintético para reproduzir os cenários de combate do mundo real. Os simuladores de treinamento são frequentemente utilizados para redução do custo operacional, reprodução de tarefas táticas perigosas, visibilidade dos eventos e a capacidade de realização de ações complexas. O objetivo da utilização do cenário virtual no treinamento baseado em simulação é auxiliar os usuários na aquisição de conhecimento e aprimoramento de habilidades técnicas e cognitivas requeridas para o desenvolvimento de várias tarefas no mundo real. Existem vários benefícios na utilização de cenários virtuais simulados: 1) os cenários auxiliam na aquisição, transferência e compartilhamento de conhecimento quando vinculados à cognição de curto e longo prazo; 2) a aprendizagem baseada em cenários torna o evento instrucional ativo e não passivo, e 3) permite que o aluno associe a série de tarefas dentro do cenário diretamente à sua experiência. Para a geração de exercícios de treinamento e adestramento militares eficazes e condizentes com os sistemas reais é necessário que os ambientes virtuais possuam características fundamentais. Uma dessas é a representação de unidades ou indivíduos atuando em forças geradas por computador (Computer Generated Forces - CGF). Os CGF são entidades autônomas, controladas por computador, empregadas para modelar atores simulados em muitas ferramentas de treinamento, exercício, planejamento e apoio à decisão. As entidades autónomas são capazes de interagir entre si, procurando realizar tarefas ao passo que percebem o ambiente o qual estão inseridos. Geralmente, as CGF são utilizadas para representar entidades simuladas (por exemplo, soldados, viaturass, etc) em um campo de batalha virtual gerados a partir de técnicas e métodos explorados no desenvolvimento de sistemas multi-agentes. O objetivo de reproduzir problemas simulados de forma realista é conduzir um aprendizado adequado para o aluno uma vez que o mesmo observa e aprende a partir do comportamento dos agentes modelados. Geralmente, os comportamentos de agentes inseridos nos sistemas de simulação são modelados em hierarquias de tarefas e subtarefas. Um exemplo consiste na modelagem do procedimento de reconhecimento, escolha e ocupação de diferentes áreas táticas por entidades militares inseridas no ambiente virtual. A subtarefa de reconhecimento e escolha de áreas táticas é onde este projeto de pesquisa está focalizado. O conjunto destas tarefas compreende diferentes níveis de raciocínio espacial, analisando o terreno de forma a conduzir a distribuição dos agentes no cenário virtual. Qualquer ação em que o terreno tenha influência na decisão é chamada de raciocínio espacial. É importante observar que a distribuição espacial dos agentes deve considerar requisitos e restrições impostas por uma doutrina de aplicação previamente estabelecida. Semelhantemente a sistemas de simulação, os jogos de estratégia em tempo real tornaram-se um ambiente de testes popular para aplicação de técnicas de inteligência artificial. Com base em tempo de processamento limitado e restrições de domínio, os trabalhos desenvolvidos no campo de raciocínio espacial para a tarefa de alocação de edifícios em jogos RTS são utilizados como suporte para o desenvolvimento deste trabalho. No entanto, o uso de algoritmos de busca e otimização em ambientes de jogos multiagentes não é um campo de pesquisa maduro em Inteligência Artificial e Jogos. Mais trabalhos ainda são necessários em diferentes aplicações. Este projeto visa investigar a distribuição espacial de agentes terrestres no ambiente de terreno virtual como um problema de raciocínio espacial e otimização combinatória. Para tanto, o trabalho vai explorar algoritmos meta-heurísticos: os algoritmos Simulated Annealing (SA) e Tabu Search (TS).
Resultados esperados
Uma revisão crítica da literatura a respeito de problemas de otimização e algoritmos de busca e otimização; Uma investigação sobre como abordar formas de modelar o problema de distribuição dos agentes em ambientes virtuais de forma que atenda às restrições de domínio; A configuração e teste de dois algoritmos de busca e otimização: Simulated Annealing (SA) e Tabu Search (TS); A demonstração de como realizar o processo de distribuição dos agentes no ambiente virtual de forma a satisfazer a restrição de tempo computacional de 1s e 10s.
Projeto em âmbito confidencial
Não
Projeto superior
050912 - Sistema Integrado de Simulação ASTROS - Grupo de Mísseis e Foguetes (SIS-ASTROS GMF)
Palavra-chave 1
Metaheurística
Palavra-chave 2
Distribuição de agentes
Palavra-chave 3
Simulação
Palavra-chave 4
Otimização
Tipo de evento
Não se aplica
Carga horária do curso
[Não informado]
Situação
Concluído/Publicado
Avaliação
Sem pendências de avaliação
Última avaliação
01/12/2020
Gestão do conhecimento e gestão financeira
O projeto pode gerar conhecimento passível de proteção?
Não
Propriedade Intelectual
[Não informado]
Proteção Especial
[Não informado]
Direito Autoral - Copyright
Não
O projeto contrata uma fundação? Indique a fundação
Não necessita contratar fundação
Classificações
Tipo
Classificação
Classificação CNPq
1.03.00.00-7 CIÊNCIA DA COMPUTAÇÃO
Linha de pesquisa
07.03.03 INTELIGÊNCIA ARTIFICIAL
Quanto ao tipo de projeto de pesquisa
2.01 Projeto de Pesquisa Pura

Plano Gestão
Objetivo Estratégico
PDI 2016-2026 - Desafios
Inovação, geração de conhecimento e transferência de tecnologia
Participantes
Matrícula Nome Função Carga Horária Período
@{matricula} @{pessoa.nomePessoa} @{funcao.descricao} @{cargaHoraria} h/semana @{dataInicial|format=dd/MM/yyyy} a @{dataFinal|format=dd/MM/yyyy}
Órgãos
Unidade Função Período
@{descricao} @{funcao.descricao} @{dataInicial|format=dd/MM/yyyy} a @{dataFinal|format=dd/MM/yyyy}
Plano de Trabalho
Metas/Indicadores/Fases
  • Meta:
    Pesquisa sobre a distribuição de agentes via algoritmos de busca e otimização
    Período:
    14/10/2019 a 30/10/2020
    Valor:
    R$ [Não informado]
    Conclusão:
    100 %