Revista de Engenharia da Computação e Tecnologia da Informação

Uma base para a aprendizagem “on the fly” baseada em agentes adaptativos de TTPs

Margery J. Doyle

Neste artigo, relatamos os métodos e estruturas flexíveis empregues para desenvolver, integrar e testar táticas, técnicas e procedimentos adaptativos baseados em agentes (AB-TTPs), num ambiente complexo de investigação em formação. Um ambiente de Modelação e Simulação (M&S) desenvolvido para o Laboratório de Investigação da Força Aérea 711th/HPW foi utilizado como base para o Not-So-Grand-Challenge (NSGC); o caso de uso tal como aplicado. Para tal, capitalizamos as propriedades de situações e sistemas adaptativos complexos. Permitindo a modelação baseada no contexto e, em última análise, a capacidade de um agente avaliar, testar e aprender novas táticas de forma independente. Estas capacidades foram alcançadas através da utilização de modularização, decomposição e/ou utilização de agentes e sistemas das capacidades combinatórias do(s) agente(s), do sistema e/ou das propriedades funcionais da situação; nomeadamente, affordances. O desenvolvimento e utilização de uma arquitetura de Abstração Ambiental (EA) Knowledge-to-Model (k2Mod) deu aos agentes a capacidade de obter consciência da situação, reconhecer as mudanças no seu ambiente e reagir e responder adequadamente. Na verdade, o Adaptive Agent Intelligence (AI), ou seja, os modelos utilizados, foram até capazes de prever com precisão o seu próprio desempenho e ajustar os seus próprios parâmetros. Este método também facilita a velocidade com que novas definições de agentes, parâmetros de situação, inteligência de agentes e ABTTPs podem ser desenvolvidos e atualizados através da “aprendizagem de IA em tempo real”; trocadilho intencional. Além disso, a formalização de um protocolo deste tipo proporciona à comunidade M&S um processo que promove a portabilidade, usabilidade, reutilização e composição para o desenvolvimento rápido de modelação baseada em agentes e investigação baseada em inteligência de agentes em ambientes complexos.