Real-Time BDI Agents: a model and its implementation

Este artigo redefine o ciclo de controle de agentes BDI para incorporar restrições temporais explícitas, propondo um modelo e sua implementação em um jogo de coleta de recursos que garante reações eficazes e o gerenciamento adequado de objetivos, planos e ações sob limitações de tempo e recursos.

O essencial

Imagine que você está dirigindo um carro autônomo em uma cidade muito movimentada. O carro precisa tomar decisões rápidas: desviar de um pedestre, parar no sinal vermelho ou mudar de faixa. Se o "cérebro" do carro demorar demais para pensar, ele pode causar um acidente.

Este artigo trata exatamente desse problema, mas aplicado a agentes de software (robôs virtuais) que precisam agir em tempo real, como em jogos de vídeo ou em sistemas críticos de aviação.

Aqui está a explicação do trabalho, usando analogias simples:

1. O Problema: O "Cérebro" que esquece o relógio

Os autores falam sobre um modelo antigo e famoso de inteligência artificial chamado BDI (Crenças, Desejos e Intenções).

• Crenças: O que o robô sabe sobre o mundo.
• Desejos: O que ele quer fazer (ex: "pegar aquele recurso").
• Intenções: O plano que ele escolhe para realizar o desejo.

O problema: Os robôs BDI tradicionais são ótimos pensando em o que fazer, mas péssimos em pensar quando fazer. Eles agem como um cozinheiro que decide fazer um bolo, mas esquece que o forno só aguenta 10 minutos antes de queimar tudo. Se o computador estiver sobrecarregado, o robô pode demorar horas para decidir, e a oportunidade já terá passado.

2. A Solução: O "Gerente de Trânsito" Inteligente

Os pesquisadores criaram uma nova arquitetura de 3 camadas para resolver isso. Vamos imaginar que o agente é uma empresa de entregas em uma cidade caótica:

Camada 1: O Diretor (Camada BDI)

Este é o "chefe" que pensa. Ele olha para o mapa (crenças), decide para onde enviar os motoristas (desejos) e escolhe a melhor rota (intenções).

• A novidade: Antes de escolher a rota, o Diretor agora pergunta: "Quanto tempo temos? O motor do caminhão aguenta essa viagem? Se eu escolher este caminho, vou atrasar a entrega?" Ele não apenas planeja, ele planeja com um relógio na mão.

Camada 2: O Supervisor de Campo (Camada de Execução e Monitoramento)

Este é o gerente que fica no chão de fábrica. Ele pega o plano do Diretor e verifica se ele é viável agora.

• O que ele faz: Ele verifica se as estradas estão livres (condições pré-requisito) e se a equipe tem força para trabalhar (recursos computacionais). Se algo der errado (ex: um caminhão quebrou ou um novo pedido urgente chegou), ele avisa o Diretor imediatamente para mudar o plano.

Camada 3: Os Motoristas (Camada de Tempo Real)

São os trabalhadores que realmente dirigem os carros. Eles seguem regras rígidas de trânsito (sistema operacional de tempo real).

• A regra: Eles têm prioridade baseada no prazo de entrega. Se um pacote precisa chegar em 5 minutos, ele é atendido antes de um que precisa em 1 hora. Isso garante que nada fique preso no trânsito.

3. A Prova: O Jogo "Kronity"

Para testar essa ideia, eles criaram um jogo de vídeo (chamado Kronity) onde robôs precisam coletar recursos e entregá-los em um depósito.

• O Cenário: Imagine que você é o jogador e, de repente, decide mover um robô para outro lugar do mapa.
• A Reação: O robô percebe a mudança, o "Diretor" recalcula o plano em frações de segundo, o "Supervisor" verifica se o novo plano cabe no tempo disponível, e os "Motoristas" executam a nova rota sem travar o jogo.

4. Por que isso é importante?

Antes, os robôs inteligentes podiam pensar muito bem, mas eram lentos para reagir a mudanças bruscas. Com essa nova arquitetura:

1. Previsibilidade: Sabemos exatamente quanto tempo o robô vai levar para pensar e agir.
2. Segurança: Em situações críticas (como um avião ou um carro autônomo), não podemos esperar que o robô "pense um pouco mais". Ele precisa decidir agora.
3. Adaptabilidade: O robô aprende novos planos. Se ele encontrar um obstáculo novo, ele cria um novo plano, testa se cabe no tempo, e o guarda na memória para usar de novo no futuro.

Resumo em uma frase

Os autores ensinaram aos robôs a não apenas "pensar no que fazer", mas a "pensar no tempo que temos para fazer", criando um sistema que é inteligente, rápido e nunca perde o prazo, mesmo quando o mundo ao redor muda de repente.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo "Real-Time BDI Agents: a model and its implementation", apresentado em português:

1. Problema

O modelo BDI (Crenças, Desejos, Intenções) é amplamente reconhecido por sua eficácia em desenvolver agentes autônomos para cenários complexos e imprevisíveis. No entanto, as implementações tradicionais de BDI possuem limitações significativas quando aplicadas a sistemas de tempo real:

• Falta de representação explícita de tempo: A maioria dos frameworks (como Jade, Jack, Jason) permite o agendamento temporal de tarefas, mas não incorpora o tempo como uma variável fundamental no processo de deliberação (tomada de decisão).
• Incapacidade de lidar com restrições de tempo: Os agentes não conseguem raciocinar sobre prazos (deadlines) ou custos computacionais durante a escolha de planos, o que pode levar a atrasos, falta de resposta ou falhas em sistemas críticos quando sobrecarregados.
• Limitações em cenários dinâmicos: Em ambientes como jogos ou sistemas críticos (aviação, automotivo), onde o tempo de reação é crucial e os eventos são imprevisíveis, a arquitetura BDI clássica não garante que as decisões sejam tomadas dentro de janelas de tempo estritas.

2. Metodologia

Os autores propõem uma nova arquitetura de BDI em Tempo Real (RT-BDI) inspirada em algoritmos clássicos de sistemas de tempo real. A solução é estruturada em três camadas interconectadas:

1. Camada BDI (Deliberação):

   • Responsável pela lógica de alto nível (Crenças, Desejos, Intenções).
   • Introduz conceitos de "cidadãos de primeira classe" (first-class citizens) no ciclo de raciocínio: capacidade computacional, prazos (deadlines), restrições de agendamento, ações duráveis e tarefas periódicas.
   • Cada desejo possui um prazo e uma prioridade. O agente verifica se um plano existente atende ao prazo; caso contrário, invoca um planejador temporal.
   • Utiliza um Planejador Temporal (baseado em PDDL 2.1 e o planejador OPTIC) para gerar novos planos quando necessário, garantindo que os planos gerados respeitem os prazos.

2. Camada de Execução e Monitoramento:

   • Responsável por executar e monitorar os planos selecionados.
   • Verifica as pré-condições e as restrições de agendabilidade em tempo real antes de iniciar a execução.
   • Monitora se os efeitos esperados e as condições de contexto são satisfeitos durante a execução. Se houver falha ou violação de restrições, notifica a camada BDI para replanejamento.
   • Mapeia planos atômicos para tarefas de baixo nível no sistema operacional de tempo real.

3. Camada de Tempo Real (RT):

   • Executa as tarefas de baixo nível em um Sistema Operacional de Tempo Real (RTOS).
   • Utiliza políticas de agendamento clássicas (como EDF - Earliest Deadline First e CBS - Constant Bandwidth Server) para garantir que as tarefas sejam executadas dentro de seus prazos e limites de capacidade computacional.

Implementação e Validação:

• O modelo foi implementado como uma extensão do simulador Kronosim (C++).
• Foi integrado ao motor de jogos Unity para criar um ambiente de validação chamado Kronity (um jogo de coleta de recursos).
• O sistema utiliza uma arquitetura cliente-servidor (TCP/IP) para separar a lógica do agente, o planejamento e a simulação gráfica.

3. Principais Contribuições

• Novo Framework RT-BDI: É a primeira arquitetura que integra conceitos de sistemas de tempo real (capacidade computacional, prazos, agendamento) diretamente no ciclo de deliberação BDI, e não apenas na execução.
• Gestão de Prazos em Todos os Níveis: Diferente de trabalhos anteriores que focavam apenas em prazos de tarefas, esta arquitetura impõe prazos também aos objetivos (goals) e aos planos, permitindo que o agente tome decisões baseadas na viabilidade temporal do objetivo global.
• Integração com Planejamento Temporal: O uso de um planejador temporal (OPTIC) permite que o agente gere novos planos dinamicamente para lidar com contingências, respeitando restrições de tempo e recursos.
• Implementação Prática: A validação em um cenário de jogo (Kronity) demonstra a viabilidade de implantar esses conceitos complexos em um ambiente sintético que simula aplicações do mundo real.

4. Resultados e Validação

A validação foi realizada através de cenários paradigmáticos no jogo Kronity, demonstrando:

• Reatividade a Eventos Externos: O agente consegue detectar mudanças no ambiente (ex: adição de um novo robô ou interferência do jogador) e, ao perceber que o plano atual não é mais viável ou seguro, inicia um replanejamento imediato.
• Coordenação Multiagente: Capacidade de coordenar múltiplos robôs em um ambiente unificado, distribuindo tarefas e otimizando o cumprimento de objetivos globais.
• Respeito a Restrições de Tempo: O sistema demonstra que, ao considerar a capacidade computacional e os prazos durante o planejamento, evita-se a geração de planos que seriam impossíveis de executar no ambiente de tempo real devido à sobrecarga.
• Ciclo de Raciocínio: Logs de execução mostram o ciclo completo: leitura de sensores, atualização de objetivos, seleção de intenções, progressão e monitoramento, com reações rápidas a eventos inesperados.

5. Significância e Conclusão

Este trabalho preenche uma lacuna crítica na pesquisa de agentes multiagentes ao unir a flexibilidade cognitiva do modelo BDI com a previsibilidade e rigor dos sistemas de tempo real.

• Impacto Teórico: Estabelece um modelo formal onde o tempo e os recursos são tratados como restrições fundamentais durante a deliberação, não apenas na execução.
• Impacto Prático: Oferece uma arquitetura viável para aplicações críticas (robótica, sistemas embarcados, controle de tráfego) onde atrasos na tomada de decisão podem ter consequências graves.
• Futuro: Os autores planejam integrar ainda mais o planejamento e a execução (considerando detalhes do agendador de baixo nível durante a busca do plano) e expandir o uso para PDDL 3.1 para suportar preferências e restrições mais ricas.

Em resumo, o artigo apresenta uma evolução fundamental do modelo BDI, transformando-o em uma arquitetura capaz de operar de forma autônoma, segura e previsível em ambientes de tempo real dinâmicos.