Please enable JavaScript.
Coggle requires JavaScript to display documents.
SISTEMAS MULTIAGENTES (SMA) - Coggle Diagram
SISTEMAS MULTIAGENTES (SMA)
Agrupamentos de agentes de IA que atuam coletivamente para resolver problemas complexos.
Simulam a lógica de times trabalhando juntos (Distrito).
ARQUITETURA E FUNCIONAMENTO
Tipos de Arquitetura (Organização da Rede):
Redes Centralizadas: Unidade central supervisiona, facilidade de comunicação, ponto fraco: dependência do centro.
Redes Descentralizadas: Agentes compartilham informações com vizinhos, robustez e modularidade.
Tipos de Estruturas (Organização da Colaboração):
Estrutura Hierárquica: Agentes com níveis variados de autonomia (semelhante a uma árvore).
Estrutura Holônica: Agrupamento em holarquias (agente líder com subagentes).
Coalizões: Agentes se unem temporariamente para aumentar desempenho.
Equipes: Agentes cooperam e são dependentes uns dos outros.
Etapas de Funcionamento (Ciclo do SMA - Distrito):
Descoberta e Registro: Agentes informam suas capacidades ao sistema.
Negociação de Tarefas: Agentes negociam quem fará o quê, baseados em especialização e carga.
Execução Coordenada: Troca de informações em tempo real durante a execução.
Aprendizado e Adaptação: Ajuste de estratégias para decisões futuras.
Agente de IA
Entidade computacional autônoma (percebe o ambiente, toma decisões e age).
Usa Large Language Models (LLMs) no cerne (IBM).
Capaz de planejar, raciocinar e utilizar ferramentas externas.
Origem e Inspiração
Surgiu na área de Inteligência Artificial Distribuída (IAD) na década de 1980.
Inspirado em estruturas da natureza (Ex: colônias de formigas).
CARACTERÍSTICAS E VANTAGENS
Características Essenciais:
Autonomia: Cada agente planeja e age por conta própria.
Colaboração/Comunicação: Agentes interagem, trocam dados e coordenam ações.
Resolução Distribuída de Problemas: Fundamental para tarefas complexas.
Principais Vantagens:
Escalabilidade: Lidam com problemas maiores e mais complexos que agentes únicos.
Resiliência/Robustez: A falha de um agente não compromete todo o sistema.
Flexibilidade/Adaptabilidade: Ajuste fácil a ambientes variados (adicionar/remover agentes).
Especialização de Domínio: Cada agente pode ter conhecimento focado em uma área.
Otimização: Compartilhamento de experiências aprendidas para evitar repetição.
APLICAÇÕES E DESAFIOS
Aplicações Práticas (Onde é Usado?):
Logística e Cadeia de Suprimentos: Otimização de rotas, previsão de demanda e negociação.
Atendimento Corporativo: Assistentes virtuais compostos por múltiplos agentes especializados.
Setor Financeiro: Análise de mercado, monitoramento de riscos e compliance.
Transportes: Gerenciamento de sistemas ferroviários complexos e atribuições de veículos.
Saúde Pública: Simulação da propagação epidêmica e análise genética para prevenção de doenças.
Sistemas de Defesa: Simulação de ataques e monitoramento de rede (cibersegurança).
Desafios na Implementação:
Complexidade da Coordenação: Desenvolver agentes capazes de negociar e cooperar.
Comportamento Imprevisível: Risco de ações conflitantes em redes descentralizadas.
Falhas do Agente: Vulnerabilidades compartilhadas que podem levar à falha de todo o sistema.