Prin studierea comportarii sociale a insectelor (termite), Grassé [2] propune in 1959 teoria stigmergiei, care poate fi rezumata prin “munca excita muncitorii”. Consecinta directa a acesteia este faptul ca grupurile de insecte se pot coordona prin comunicare indirecta intr-un mediu comun. Sarcinile de coordonare si corelarea activitatilor sunt realizate pe baza informatei depusa in mediu, fara un control central. In cazul furnicilor si termitelor, stigmergia este asigurata prin depunerea in mediu a unei substante chimice numita feromon.
In anii ’70, termenul de auto-organizare a fost lansat de castigatorul premiului Nobel Ilya Prigogine [3] si colegi, in contextul studiilor termodinamice. Idea de baza a fost aceea ca un sistem deschis isi scade entropia (ordinea se naste din dezordine) atunci cand o sursa de energie externa este aplicata sistemului.
Aceasta interpretare difera fundamental de notiunea de stigmergie a lui Grassé. In primul caz auto-organizarea rezulta dintr-o comportare interna a sistemului, pe cand in cazul termodinamicii, auto-organizarea rezulta ca o presiune aplicata sistemului din exterior.
Sisteme naturale cu auto-organizare includ exemple cunoascute cum ar fi insectele sociale (furnici, termite, albine). Alte exemple de comportare colectiva sunt stolurile de pasari sau bancurile de pesti.
Comportarea sociala a amenilor este de asemenea auto-organizata si da nastere la fenomene emergente complexe. Amenii lucreaza in mod tipic cu informatii locale prin interactiuni directe sau indirecte, generand structuri sociale complexe.
Biologia ofera o alta sursa de inspiratie pentru sistemele cu auto-organizare, de exemplu sistemul imunitar al mamiferelor, egenerarea celulelor sau reierul omenesc.
In cazul sistemelor artificiale cu auto-organizare bazate pe agenti, se observa diferite tendinte de proiectare variind de la modele cu auto-organizare inspirate de natura pana la mecanisme si infrastructuri care permit auto-organizarea sistemului.
In literatura de specialitate s-au propus diferite modele pentru a genera auto-organizarea in sistemele multi-agent [4,5]. Sistemele multi-agent reactive [6] ofera o baza pentru auto-organizare prin interactiunea intre agenti s mediu si ofera flexibilitatea pentru schimbari dinamice. SMA de tip Swarm ofera modele pentru realizarea aplicatiilor de management al retelelor fixe sau mobile [7], cum ar fi echilibrarea routarii [8] sau securitate [9]. Anumite sisteme de agenti isi bazeaza auto-organizarea pe cooperare [10,5], de exemplu agenti informationali cooperativi cu auto-organizare [11].
Conceptul de holon poate fi de asemenea utilizat pentru definirea si analiza SMA cu auto-organizare [12]. Structurile holonice au inspirat aplicatii de e-Government si e-Society. La nivelul global al infrastructurii (middleware) care sustine sistemele artificiale cu auto-organizare, anmite cercetari se inspira din modelul campului magnetic [13] sau furnici [14].
S-au propus diverse aplicatii a SMA cu auto-organizare : auto-organizarea comunitatilor de utlizatori folosind agenti brokeri [15], auto-organizarea orarelor de cursuri, e.g., ETTO (Emergent Time Table Organization) [16], auto-organizarea predictiei inundatilor [16], auto-organizarea alocarii terenurilor [8,9], rezolvarea problemelor de optimizare, de exemplu cele pentru simularea si directionarea traficului rutier [17].
In toate problemele de auto-organizare modelate prin agenti la ora actuala, functionarea sistemului nu este cunoscuta de agentii din sistem, care au acces numai la reguli simple de actiune si cooperare. Fara a avea cunostinte de nivel inalt, agentii nu pot determina cand au gasit o solutie, nu pot evalua calitatea acesei solutii si este necesara existenta unui observator extern pentru a detecta momentul in care problema este rezolvata. Cercetarea propusa incearca sa elimine aceasta problema extrem de importanta.
Conform [18] “Sistemele auto-adaptive lucreaza intr-o maniera top-down prin evaluarea comportarii globale si schimbarea comportarii daca scopurile fixate nu sunt realizate sau indeplinite in mod satisfacator. Sistemele cu auto-organizare lucreaza bottom-up. Ele sunt compuse dintr-un numar mare de componente care interactioneaza local pe baza unor reguli simple. Comportarea globala a sistemului rezulta din aceste interactiuni locale si este dificil de dedus proprietatile globale ale sistemului prin studiul componentelor individuale”. Conform [19], exista necesitatea asigurarii unei mai mari “libertati” sistemelor auto-adaptive, prin realizarea unei descentralizari a componentelor si o aut-organizare a acestora. Pe de alta parte, necesitatea auto-organizarii in maniera top-down permite eliminarea problemelor de nedetectabilitate a solutiei si impredictibilitate (macar partiala) a comportarii. Pornind de la aceste idei s cerinte, am propus cercetarea de fata.
Bibliografie
[1] http://www.once-cs.net/
[2] P. Grassé. La reconstruction du nid et les interactions inter-individuelles chez les bellicositermes natalenis et cubitermes sp. La théorie de la stigmergie: essai d'interprétation des termites constructeurs. Insectes Sociaux, 6:41-83, 1959.
[3] P. Glansdorff and I. Prigogine. Thermodynamic study of Structure, Stability and Fluctuations. Wiley, 1971.
[4] C. Bernon et.al. Applications of Self-Organising Multi-Agent Systems: An Initial Framework for Comparison, Informatica 30 (2006) Informatica, nr. 30, p73–82
[5] Di Marzo Serugendo G., Foukia N., Hassas S., Karageorgos A., Kouadri Mostéfaoui S., Rana O. F., Ulieru M., Valckenaers P., and Van Aart C., (2004) Self-Organising Applications: Paradigms and Applications. Engineering Self-Organising Systems: Nature-Inspired Approaches to Software Engineering, G. Di Marzo Serugendo, A. Karageorgos, O. F. Rana, F. Zambonelli (Eds), Lecture Notes in Artificial Intelligence 2977, Springer-Verlag, Berlin, pp. 1-19.
[6] Van Parunak H. (1997) Go to the Ant: Engineering Principles from Natural Multi-Agent Systems, Annals of Operations Research 75, pp. 69-101.
[7] Bonabeau E., Dorigo M., and Théraulaz G. (1999) Swarm Intelligence: From Natural to Artificial Systems. Santa Fe Institute Studies on the Sciences of Complexity. Oxford University Press, New York, NY, USA.
[8] A. Montresor, H. Meling and O. Babaoglu. Messor: load-balancing through a swarm of autonomous agents. G. Moro and M. Koubarakis (Eds.) Agents and Peer-to-Peer Computing, Lecture Notes in Artificial Intelligence, volume 2530, pp. 125-137. Springer-Verlag, Berlin 2003.
[9] N. Foukia. IDReAM: Intrusion Detection and Response executed with Agent Mobility. The International Conference on Autonomous Agents and Multi-Agent Systems (AAMAS’05), pp 264-270, Utrecht, The Netherlands, 2005.
[10] Gleizes M.-P., Camp, V. and Glize P. (1999) A Theory of Emergent Computation Based on Cooperative Self-Organisation for Adaptive Artificial Systems, 4th European Congress of Systems Science, Valencia.
[11] Hoile C., Wang F., Bonsma E., and Marrow P. (2002) Core Specification and Experiments in DIET: a Decentralised Ecosystem-Inspired Mobile Agent System, Proc. 1st Intl. Conf. Autonomous Agents and Multi-Agent Systems (AAMAS’02), pp. 623-630.
[12] Rodriguez S., Hilaire V., and Koukam A. (2003) Towards a Methodological Framework for Holonic Multi-agent Systems, In Proceedings of the Fourth Workshop on Engineering Societies in the Agents World (ESAW’03), pp. 31-45.
[13] M. Mamei, M. Vasirani, and F. Zambonelli. Selforganising spatial shapes in mobile particles: the TOTA approach. Engineering Self-Organising System. S. Brueckner et al. (Eds), Lecture Notes in Artificial Intelligence, volume 3464, pp. 138-153. Springer-Verlag, Berlin, 2005.
[14] D. Capera, J. P. Georgé, M.-P. Gleizes, and P. Glize. The AMAS theory for complex problem solving based on self-organising cooperative agents. International Workshop on Theory and Practice of Open Computational Systems (TAPOCS). Twelfth International IEEE International Workshops on Enabling Technologies: Infrastructure for Collaborative Enterprises (WETICE-2003), pp. 383-388. IEEE Computer Society Press, Los Alamitos, CA, 2003.
[15] Wang F. (2002) Self-organising Communities Formed by Middle Agents, Proc. 1st Intl. Conf. Autonomous Agents and Multi-Agent Systems (AAMAS’02), pp. 1333-1339.
[16] Picard G., Bernon C., and Gleizes M.-P., (2005) ETTO: Emergent Timetabling by Cooperative Self- Organisation, Third International Workshop on Engineering Self-Organising Applications (ESOA’05), Utrecht, The Netherlands, pp. 31-45.
[16] Georgé J.-P., Gleizes M.-P. Glize P., and Régis C. (2003) Real-time Simulation for Flood Forecast: an Adaptive Multi-Agent System STAFF, Proceedings of the AISB'03 Symposium on Adaptive Agents and Multi-Agent Systems, University of Wales, Aberystwyth, pp. 7-11.
[17] G. Di Marzo Serugendo, A. Karageorgos, O. F. Rana, and F. Zambonelli (Eds). Engineering Self- Organising Systems. Lecture Notes in Artificial Intelligence, volume 2977, Springer-Verlag, Berlin, 2004.
[18] J. Kephart. Research challenges of autonomic computing. In 27th International Conference on Software Engineering (ICSE 2005), 15-21 May 2005, St. Louis, Missouri, USA, pages 15–22. ACM, 2005.
[19] O. Babaoglu and H. Shrobe, editors. First IEEE International Conference on Self-Adaptive and Self-Organizing Systems (SASO 2007) 9-11 July, Boston, MA, USA. IEEE, 2007.