Miguel Lou Moreno1 Multiagent architectures for intelligent traffic management systems Josefa Z. Hernández Sascha Ossowski Ana García-Serrano
Miguel Lou Moreno2 Indice ITMS Objetivos Traffic Knowledge Processing Layer TRYS Arquitectura Modelos de coordinación InTRYS TRYSA 2 Conclusiones
Miguel Lou Moreno3 ITMS Objetivo: Optimizar el flujo de tráfico Paneles de señalización Difusión por RDS Configuración de itinerarios Otros sistemas
Miguel Lou Moreno4 ITMS Sistemas basados en el conocimiento Reglas y frames Manejo facil del conocimiento Explicación de las decisiones tomadas
Miguel Lou Moreno5 Knowledge processing layer
Miguel Lou Moreno6 Knowledge processing layer Gestiona: Estrategias Servicios de control de tráfico Aprendizaje
Miguel Lou Moreno7 Arquitectura TRYS Basada en agentes Diagnóstico: Dónde está el problema Gravedad del problema Posibles causas Acciones propuestas: Path uses frame: Control Plan: Mensajes que se mostrarán Path uses: impacto esperado State of control areas: Situación para aplicar el plan Unidades de conocimiento (KUs) - Jerarquía
Miguel Lou Moreno8 Modelos de coordinación Incompatibilidades: Conflicto físico Conflicto semántico
Miguel Lou Moreno9 InTRYS Agente coordinador: Evaluación de la compatibilidad Proposición del plan global Sintetización de mensajes Plan global Selección de 1 plan local
Miguel Lou Moreno10 InTRYS Agente coordinador: Unidades de conocimiento: Proposal compatibility KU: Evaluación de la compatibilidad Proposal integration KU: Resolución de conflictos Proposal completion KU: Deducción de señales complementarias
Miguel Lou Moreno11 TRYSA 2 Self-interested agents No cooperación = beneficio 0 Planes globales consistentes = Nash equilibrium Planes globales mixtos = Nash mixed equilibrium Permisos
Miguel Lou Moreno12 TRYSA 2
Miguel Lou Moreno13 TRYSA 2
Miguel Lou Moreno14 Conclusiones InTRYS Coordinación síncrona Planes globales construidos siempre desde cero TRYSA Coordinación Asíncrona Los planes globales se pueden modificar localmente Escalabilidad