Koordinálás és feladatkiosztás aukciókkal 3.rész. Kooperáció és intelligencia, Dobrowiecki, BME-MIT

Hasonló dokumentumok
Koordinálás és feladatkiosztás aukciókkal. Intelligens Elosztott Rendszerek BME-MIT, 2018

Témalabor 2016 Kooperatív intelligens rendszerek Bevezető-1. Dobrowiecki Tadeusz Mészáros Tamás

10. Koordinálás és feladatkiosztás aukciókkal. Intelligens Elosztott Rendszerek BME-MIT, 2017

Együttműködés versengés közepette - koordinálás és feladatkiosztás árveréssel/1

Intelligens Rendszerek Elmélete IRE 4/32/1

TEHETSÉGEK VÁSÁRA Útmutató

Hálózati réteg. WSN topológia. Útvonalválasztás.

Kezdjen árulni a Catawiki online árverésein!

Mesterséges Intelligencia MI

Dr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr.

Az optimális megoldást adó algoritmusok

Emelkedő áras árverés

A stratégiák összes kombinációján (X) adjunk meg egy eloszlást (z) Az eloszlás (z) szerint egy megfigyelő választ egy x X-et, ami alapján mindkét

Versenyben az euróval

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

Kereső algoritmusok a diszkrét optimalizálás problémájához

1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok. HálózatokII, 2007

Kereső algoritmusok a diszkrét optimalizálás problémájához

Mesterséges Intelligencia MI

Új típusú döntési fa építés és annak alkalmazása többtényezős döntés területén

1. Ágens szervezetek logikai modellek. (leíró modellek) (leíró modellek) (szabványosító leírások) (protokollok) (logikai modellek) (protokollok)

Számítógép hálózatok, osztott rendszerek 2009

Kooperáció és intelligencia kis HF-ok/ Kooperáció és intelligencia, Dobrowiecki T., BME-MIT 1

Problémamegoldás kereséssel. Mesterséges intelligencia március 7.

Operációkutatás példatár

Adatbázis rendszerek I

V. Kétszemélyes játékok

Fókuszban az együttműködés. Intelligens Elosztott Rendszerek BME-MIT, 2018

Élelmiszeripari intézkedések. Gyaraky Zoltán főosztályvezető Élelmiszer-feldolgozási Főosztály

Példa. Job shop ütemezés

Monoton Engedmény Protokoll N-M multilaterális tárgyalás

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

2014. november Dr. Vincze Szilvia

Témalabor 2018 Kooperatív intelligens rendszerekről. Dobrowiecki Tadeusz

ULTIMATE TIC TAC TOE. Serfőző Péter

HASZNÁLATI ÚTMUTATÓ. Frissítve:

Tipikus időbeli internetezői profilok nagyméretű webes naplóállományok alapján

Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd

2. Visszalépéses keresés

Adott: VPN topológia tervezés. Költségmodell: fix szakaszköltség VPN végpontok

Számítógép és programozás 2

Filou Zsákbamacska. Tervezte: Friedemann Friese Kiadja: 2F-Spiele Am Schwarzen Meer 98 D Bremen

OKTV 2007/2008 Informatika II. kategória döntő forduló Feladatlap. Oktatási Hivatal

Teljesen elosztott adatbányászat pletyka algoritmusokkal. Jelasity Márk Ormándi Róbert, Hegedűs István

Tisztán kivehetı tendencia: kommunikációs hálózatok egyre bonyolultabbakká válnak Hálózat bonyolultsága

Adatmodellek. 2. rész

Magyar Állam tulajdonában álló ingatlanok értékesítése a gyakorlatban, az Elektronikus Aukciós Rendszer működése és tapasztalatai

Kétszemélyes játékok Gregorics Tibor Mesterséges intelligencia

Kooperatív és Tanuló Rendszerek

Algoritmuselmélet 18. előadás

RHadoop. Kocsis Imre Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék

NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő

Mesterséges Intelligencia MI

6. Ágensszervezetek. Intelligens Elosztott Rendszerek BME-MIT, 2018

Melléklet az Önkormányzat tulajdonában lévő lakások és helyiségek elidegenítéséről szóló 12/1994. (V.12.) önkormányzati rendelethez

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

MHz frekvenciahasználati jogosultságok árverése Konzultáció a dokumentáció tervezetéről az eljárás menete

Adatszerkezetek 2. Dr. Iványi Péter

3 Blokkajánlatok beadása az ETS-ben ETS kliens...4

ÁRVERÉSI KIÍRÁS. 1./ RÁBA 6x6 rakoncás tehergépkocsi KCR-70 hidraulikus daruval. Rendszám: GOZ-475 Gyárt. év: 1999.

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális

Intelligens Elosztott Rendszerek. Dobrowiecki Tadeusz és Eredics Péter, Gönczy László, Pataki Béla és Strausz György közreműködésével

ELŐTERJESZTÉS. a képviselő-testület július 26-án megtartásra kerülő ülésére

FIR WEBMODUL ALKALMAZÁS DIÁKIGAZOLVÁNY IGÉNYLÉS

{ } x x x y 1. MATEMATIKAI ÖSSZEFOGLALÓ. ( ) ( ) ( ) (a szorzás eredménye:vektor) 1.1. Vektorok közötti műveletek

1. A kereskedőváltás folyamata

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

Bevezetés az informatikába

DÖNTÉSTÁMOGATÓ TERÜLETI MODELLEZÉS A GYAKORLATBAN

Elérhetőségi probléma egyszerűsítése: Állapottér és struktúra redukció Petri-háló alosztályok

Algoritmusok. Dr. Iványi Péter

Debreceni Egyetem Matematikai és Informatikai Intézet. 13. Védelem


Mesterséges Intelligencia MI

HIK-CONNECT szolgáltatás beállítása

Modellezés Gregorics Tibor Mesterséges intelligencia

Intelligens adatelemzés

2. sz. Melléklet Szolgáltatóváltás. A szolgáltató váltás szabályai

Elosztott rendszer architektúrák

Összefoglalás és gyakorlás

Egyirányban láncolt lista

ADATBÁZIS-KEZELÉS. Modellek

Védjegybejelentés módosítása. Meghirdetett védjegybejelentés árujegyzéke korlátozásának tudomásul vétele

SZTE Eötvös Loránd Kollégium. 2. Móra György: Információkinyerés természetes nyelvű szövegekből

Jegyzőkönyv. Kaposvár Megyei Jogú Város Roma Nemzetiségi Önkormányzata az írásban kiküldött napirendet elfogadta.

Algoritmusok és adatszerkezetek gyakorlat 07

VERSENYEZTETÉSI SZABÁLYZAT (licitszabályzat)

Gépi tanulás Gregorics Tibor Mesterséges intelligencia

L 342/20 Az Európai Unió Hivatalos Lapja

Elnevezési rendszerek. 7. előadás

Az MTA Cloud a tudományos alkalmazások támogatására. Kacsuk Péter MTA SZTAKI

Algoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás

Számítógép-rendszerek fontos jellemzői (Hardver és Szoftver):

KÖZÖSSÉGI FORGALMI JEGYZÉK

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

Döntési fák. (Klasszifikációs és regressziós fák: (Classification And Regression Trees: CART ))

EIOPA-17/ október 4.

VIRTUAL NETWORK EMBEDDING VIRTUÁLIS HÁLÓZAT BEÁGYAZÁS

Projektmenedzsment tréning

Átírás:

Koordinálás és feladatkiosztás aukciókkal 3.rész

Komplex feladatok kezelése Elemi feladat nem dekomponálható Dekomponálható egyszerű feladat elemi, v. dekomponálható elemi feladatokra, de egyetlen egy ágens hatáskörében (pl. Mars rover: elhozni egy ásványmintát) Egyszerű feladat elemi, v. dekomponálható egyszerű feladat Teljesen dekomponálható feladat ha egyszerű feladatai véges számú lépésben kiszámíthatók Összetett feladat dekomponálható egyszerű, v. összetett feladatokra, de a dekompozició (tetszőleges szinten) egyértelmű (csak egy létezik) (pl. gyár: feldolgozási igények és gépek/ műveletek (job-shop scheduling)) Komplex feladat többféle módon dekomponálható feladat, amelyhez legalább egy dekompozició többágenses (pl. SAR feladatok)

Komplex feladatok dekomponálása és hozzárendelése C1 C2 Un. Generalized Multi-Depot TSP Problem G-MD-TSPP(K): feladatgráf feladatklaszterekkel, néhány induló állomás, robotonként egy-egy pálya, klaszterenként pontosan K feladat meglátogatott valamely pálya által)

C1 C2 G-MD-TSPP(1): dekompozíció: C1, C2, (C1+C2) hozzárendelés: (R1-C1)(R2-C2) R1: 1.1 R2: 2.1 8 (R1-C2)(R2-C1) R1: 2.3 R2: 1.3 28 (R1-(C1+C2)) R1: 1.3, 2.3 14 (R2-(C1+C2)) R2: 2.3, 1.3 14

C1 C2 G-MD-TSPP(2): dekompozíció: C1, C2, (C1+C2) hozzárendelés: (R1-C1)(R2-C2) R1: 1.1, 1.2 R2: 2.1, 2.2 26 (R1-(C1+C2)) R1: 1.1, 1.3, 2.3 R2: 2.1 21

Komplex feladatok dekomponálása és hozzárendelése Komplex feladat: A feladatnak több lehetséges megoldási stratégiája is lehet A feladat leírása absztrakt Gyakran kapcsolatos NP-nehéz problémák megoldásával Stratégiák: Dekomponálás- majd-hozzárendelés Hozzárendelés- majd-dekomponálás?

Stratégiák: Dekomponálás- majd-hozzárendelés hagyományos tervkészítő, stb.- egyszerű feladatok egyszerű feladatok hozzárendelése, a végleges terv költsége ismeretlen Probléma: hogyan tudjuk hatékonyan dekomponálni egy komplex feladatot, ha nem tudjuk melyik egyszerű feladatot melyik (milyen képességű) ágens fog végrehajtani? Hozzárendelés- majd-dekomponálás komplex feladatok hozzárendelése aukciókkal minden ágens/robot a dekompozíciót lokálisan végzi Probléma: hogyan tudhatjuk egy komplex feladat optimális hozzárendelését, ha még el sem döntöttük a dekomponálásának módját?

Komplex feladatok hozzárendelése feladatfákban - Lazán csatolt feladatok AND/OR fák - Részben rendezett feladatok, precedencia kényszerek - Szoros koordinálás AND OR fák: AND = dekompozíció OR = alternatív tervek

Feladatfa aukciók (példa) utólagos kereskedés fontossága Elosztott megfigyelés R1 nyert egy feladatfát (40 a rezervációs ára). Most próbálja rásózni másokra. (l. pl. rekurzív VH)

Feladatfa aukciók (példa) utólagos kereskedés fontossága R1 árverez egy feladatfát (40 a rezervációs ára). R2 szemszögéből a fa R1 szerinti dekomponálása túl drága. R2 áttervezés nélkül nem versenyképes. R1 így hoppon maradhat.

Feladatfa aukciók (példa) utólagos kereskedés fontossága De szerencsére R2 dekompozíciót válthat, vált és ezzel licitál. Mivel ez jobb, R2 elnyeri az R1-től az absztrakt felügyeleti taszkot, amit saját dekompozíciójával tervez végrehajtani. A globális megoldás költsége 40-ről 25-re csökkent.

Feladatfa aukciók (példa) utólagos kereskedés fontossága Most R2 rendez további aukciót, hátha? A c feladatra R3 személyében talál jelentkezőt, aki azt kisebb költségen al(át)vállalja. A globális megoldás értéke (team hatékonysága) újra csökkent (nő) 25-ről 21-re. Megjegyzés: R2-nek, R3-nak akarni kell a feladatot átvállalni a jobb team összetétel érdekében. Ezt valamilyen módon a részükre díjazni kell

Komplex feladatok hozzárendelése Licit lehet: - MinSum MinMax jellegű Fa = licit korlátozása, pl. nem adható el egy csp., ha a szülője elkelt (a dekompozíció felett más uralkodik már) egy licitáló = csak egy csp. megnyerése (taszkköltség függ a létező kötelezettségektől) Licitnyelvek one-node levelek véletlen rendezésben, teljesített csp-ok kivonva kifejező erő alacsony, megoldás nem optimális de a lebonyolítás polinomiális any-nodes egy feladatgyökér - levél pálya mentén, OR ágakkal any-nodes minden, NP-nehéz, heurisztika kell (Any-nodes: több csp licitje, de csak egy csp hozzárendelése, mert a hozzárendeléssel a többi csp értéke megváltozik és az aukció nem lesz hiteles)

Feladatfa aukciók Optimális: - Free disposal = kikiáltónak nincs költsége, ha egyes feladatokat visszatart (de 1 lehet) - Nincs kölcsönhatás licitek között > minden résztvevő egyetlen egy csomópont a fában

Feladatfa aukciók Feladatfákkal kereskednek. Tetszőleges helyen (a fában) lévő feladatra lehet licitálni. Első kör: licit az árverező által elképzelt tervre/dekompozicióra Második kör: absztrakt feladatok dekomponálása Elkerüli a hozzárendelés és dekomponálás túlságosan korai elkötelezettségét Lehetőség van: A feladatokat lehet újból hozzárendelni ill. dekomponálni Komplex feladatok esetén ágensek saját terveivel állhatnak elő Komplex és egyszerű feladatokat meg lehet osztani ágensek között

Feladatfa aukciók Robot aukció lebonyolítás, ha egyedi ágensek az árverezők ami nem kell el, az hozzárendelve marad az árverezőhöz árverezőnek van rezervációs ára (ha ő maga megcsinálja) licit értékelés: rezervációs ár licit minél több nyerő ajánlatot elfogadni, de a győztes ne nyerje többszörös csomópontokat, Operator aukció (rendszer operator ágense) felhasználó = új feladat Operator = dekompozíció + aukció nincs rezervációs ár, Operator nem tud feladatot ellátni Aukció alvállalkozás a licitáló feladatot kap, de a fizetést a befejezése és a teljesítés bejelentése után kapja transzfer a licitáló megveszi a feladat végzéséhez való jogot, amire prompt fizet.

E-Gator platforms (CMU) NAI Named Areas of Interest Op Observation Points - Eredeti feladatfa-aukció operátorral - Újrafelosztás peer-to-peer aukcióval