Especificando Comportamentos para Futebol de Robôs da Abordagem DDM
Resumo
O futebol de robôs é frequentemente utilizado como berço de teste para Sistemas Multi Agentes (SMA). Em um time de futebol, cada jogador é um agente, e suas ações precisam estar coordenadas com outros agentes para alcançar um objetivo. Neste contexto, planos coordenados, denominados setplays, são utilizados para simular e planejar situações reais do jogo. Ferramentas para definir setplays geralmente possuem um conjunto limitado de comportamentos disponíveis para uso, ex. chutar, e novos comportamentos precisam ser codificados manualmente. Este trabalho propõe uma solução para apoiar a implementação de comportamentos para simulação e execução de SMAs cooperativos, no contexto de futebol de robôs. A solução utiliza o Desenvolvimento Dirigido a Modelos (DDM), que permite a definição de comportamentos em alto nível de abstração e subsequente transformação (semi) automática em código-fonte para ferramentas específicas. Experimentos com times de futebol de robôs demonstraram a viabilidade da solução na definição de comportamentos e geração de código-fonte para as ferramentas FCPortugal Framework e SPlanner utilizadas por diversos times de futebol de robôs.
Referências
Brambilla, M., Cabot, J., and Wimmer, M. (2012). Model-driven software engineering in practice.
Cravo, J., Almeida, F., Abreu, P. H., Reis, L. P., Lau, N., and Mota, L. (2014). Strategy planner: Graphical definition of soccer set-plays. Data & Knowledge Engineering, 94:110–131.
Cravo, J. G. B. (2011). Splanner uma aplicação gráfica de definição flexível de jogadas estudadas no robocup. Master degree dessertation in Informatics and Computing Engineering. [link]. Acesso em: 15 de novembro de 2021.
Hogg, T. and Sretavan, D. W. (2005). Controlling tiny multi-scale robots for nerve repair.
INFORMATIK (2011). Simrobot. [link] Accessed 15 November 2022.
Jung, C. et al. (2019). Computação embarcada: Projeto e implementação de veículos autônomos inteligentes.
Konolige, K. and Nilsson, N. J. (1980). Multiple-agent planning systems. In Proceedings of the First AAAI Conference on Artificial Intelligence, AAAI’80, page 138–142. AAAI Press.
Magalhães Mascarenhas, A., Maciel, R., and Andrade, A. (2015). Towards a metamodel design methodology: Experiences from a model transformation metamodel design. International Conference on Software Engineering and Knowledge Engineering.
Marques, F. T. (2010). Generic coordination methodologies applied to the robocup simulation leagues. Master degree dessertation in Informatics and Computing Engineering. [link]. Accessed 15 November 2022.
Meessen, K. (2011). Turtle simulator. [link] Acesso em: 15 dez. 2021.
Mota, L. et al. (2015). Collaborative behavior in soccer: The setplay free software framework. Lecture Notes in Computer Science, 8992:709–716.
OMG (2008). Mof model to text transformation language, v1.0. Object Management Group. [link]. Accessed 24 October 2022.
Paraschos, A., Spanoudakis, N. I., and Lagoudakis, M. G. (2012). Model-driven behavior specification for robotic teams. In Proceedings of the 11th International Conference on Autonomous Agents and Multiagent Systems Volume 1, AAMAS ’12, page 171–178, Richland, SC. International Foundation for Autonomous Agents and Multiagent Systems.
Pessin, G. et al. (2007). Simulação virtual de agentes autônomos para a identificação e controle de incêndios em reservas naturais.
Reis, L. P. et al. (2010). Playmaker: Graphical definition of formations and setplays. In 5th Iberian Conference on Information Systems and Technologies, pages 1–6. [link].
Robocup. Objective. [link]. Accessed 23 October 2022.
Russell, S. J. and Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th Edition). Pearson, Berkeley.
Solingen, R., Basili, V., and Caldiera, G.and Rombach, H. (2002). Goal Question Metric (GQM) Approach. John Wiley & Sons, Hoboken.
