Fakulta elektrotechnická

České vysoké učení technické v Praze

ČVUT v Praze

ATG - Agent Technology Center

Katedra kybernetiky, Karlovo náměstí 13
http://agents.felk.cvut.cz/

Kdo jsme?

Michal Pěchouček
Vedoucí centra


Karel Bartoš, Petr Benda, Jiří Bíba, Branislav Bošanský, Jan Doubek, Vojtěch Eliáš, Martin Grill, Jan Harvalík, Jiří Hodík, Michal Jakob, Jan Jiránek, Pavel Jisl, Antonín Komenda, Viliam Lisý, Vladimír Mařík, Pavel Novák, Dušan Pavlíček, Martin Rehák, Milan Rollo, Martin Selecký, Eduard Semsch, David Šišlák, Jan Stiborek, David Svoboda, Štěpán Urban, Jiří Vokřínek, Přemysl Volf

Jakým výzkumem se zabýváme

Agent Technology Center (ATG) je univerzitní výzkumné centrum, které provádí základní i aplikovaný výzkum na poli agentních a multiagentních systémů a technologií. Hlavními směry výzkumu v ATG jsou:
  • základní výzkum v oblasti multiagentních systémů
  • vývoj rozsáhlých prototypálních a demonstračních systémů pro podporu škálovatelných simulací
  • aplikovaný výzkum v průmyslových odvětvích - automobilový a obranný průmysl, síťová bezpečnost, výrobní procesy a logistika
ATG se podílí na velkém množství mezinárodních projektů, kde se zabývá výzkumem komplexních problémů distribuovaného rozhodování s důrazem na tyto výzkumné oblasti:
  • Multiagentní simulace: Škálovatelné distribuované simulace deliberativně plánujících, komunikujících agentů, kteří mohou být spolupracující nebo vzájemně soutěžící. Simulace je navržena tak, aby umožňovala transparentní migraci na reálný hardware bez dalších úprav (např. kolektivní robotika).
  • Distribuované učení a inteligentní data fusion: Schopnost sbírat, zpracovávat a částečně sdílet znalost v distribuovaných společenstvích fungujících s důvěryhodností, kde jednotliví členové jsou připraveni sdílet vzájemnou kominukací jenom část své znalosti. Tato technika je využívána pro distribuovanou detekci útoků na počítačové sítě.
  • Distribuované plánování a koordinace: Pokročilé metody plánování a alokace prostředků v rámci společenství mnoha autonomních členů. Techniky pro spojování a opravování plánu, pokročilé metody koordinace, např. automatickou dekonflikci při řízení letového provozu, v logistice nebo při plánování ve virtuálních organizací.
  • Rozhodování v prostředí s oponentem: Teoretické modely chování v prostředí s oponentem, pokročilé metody predikce chování a modelu oponenta, návrh a vývoj technik pro plánování v prostředí s oponentem.

K čemu to je

Cílem ATG je výzkum a vývoj inovativních distribuovaných algoritmů a technologií, které umožňují řešit současné komplexní problémy. Tyto technologie umožňují např. efektivněji řídit letový provoz, poskytovat vyšší ochranu počítačovým sítím, podrobně diagnostikovat poruchy v autě, klasifikovat a odhalovat podezřelý námořní provoz, inteligentně řídit skupinu robotů, budovat modely oponentů ve hrách, pomáhat řídit výměnu informací mezi průmyslovými partnery a mnoho dalších.

Na čem konkrétně pracujeme (výběr projektů)

  • AGENTFLY - Řízení letového provozu:
    AGENTFLY je softwarový prototyp pro řízení letového provozu, který podporuje koncept volného letu (free flight). Každé letadlo v systému je modelováno jako nezávislá entita, která může hostit několik inteligentních agentů. Každá entita je zodpovědná za naplanování a provedení letového plánu. Letový plán je definován jako neomezený počet geografických bodů s případným časovým omezením. Prvotní plán je naplánován před startem letadla bez ohledu na možné kolize s ostatními letadly. Během letu detekují agenti případné kolize a zahájí vzájené peer-to-peer vyjednávání, při kterém inteligentním způsobem přeplánují aktuální letové plány na bezkolizní. Cílem tohoto prototypu je ukázat schopnost řešit distribuovaně a flexibilně pomocí multi-agentní technologie problém řízení letového provozu heterogenních autonomních letadel s důrazem na (i) vysoký počet letadel, (ii) snížení nároků na řízení mimo palubu letadla a (iii) umožnění kombinace kooperativních a nekooperativních letadel v jednom letovém prostoru.

  • DENSO - Diagnostika v automobilovém průmyslu:
    Tento projekt využívá agentní technologie pro simulaci architektury a chování elektronického systému auta. Systém obsahuje mnoho navzájem nezávislých, ale provázaných elektronických zařízení (např. elektronické kontrolní jednotky - ECUs, sběrnice CAN, sensory, switche). V systému je možné modelovat uživatelem zanesené a kontrolované chyby v komunikaci a na jednotlivých zařízeních. Cílem je navrhnout různé agentní diagnostické metody, které pomohou určit prvotní zdroj chyb. Tento projekt může pomáhat při návrhu systému, případně by mohl být přenesen na reálný hardware.

  • CAMNEP - Detekce chyb a ochrana počítačových sítí:
    CAMNEP je výzkumný prototyp systému pro detekci útoků na počítačové sítě. Je založen na spolupráci společenství detekčních agentů, kde každý z nich obsahuje jeden existujicí model pro detekci anomálního chování. Agenti používají rozšířený model trustu, techniky vyvinuté v agentní komunitě, která slouží pro zlepšení kvality klasifikace jednotlivých poskytnutých modelů. Hlavní výhody tohoto přístupu jsou (i) zvýšená efektivita, tzn. nižší množství false positives / false negatives, (ii) vysoký výkon - systém je schopen zpracovávat 1Gb/sec provoz na jediném (multi-core) PC a (iii) minimální konfigurace díky samoadaptivnímu mechanismu.

  • DEEPA - Plánování v prostředí s oponentem:
    DeepA je výzkumný projekt pro plánování v prostředí s oponentem v realistických hrách s více hráči, kteří jsou různého typu a mají různé schopnosti, sílu a cíle. Součástí projektu je i vybudování modelu chování oponentů. Model využívá základní techniky pro modelování, detekci a predikci chování oponenta. Projekt je soustředěn na tři základní aplikace modelu: exekuce, utilizace a generování. Když probíhá hra proti těmto hráčům, zkoumá se, jak znalost modelu chování oponenta pomáhá zlepšit vlastní výkon agentů ve hře. Pro generování modelu se používají techniky strojového učení a regrese, které využívají pozorování chování agenta během hry v minulosti.

  • CONTRACT - Automatizace vyjednávání kontraktů:
    CONTRACT je výzkumný projekt, který vyvíjí framework, komponenty a nástroje, který umožní modelovat, stavět, verifikovat a monitorovat distribuovaný elektronický obchodní systém založený na dynamicky generovaných kontraktech. Tyto kontrakty, vznikající mezi jednotlivými organizacemi, zachycují formální popis očekávaného chování jednotlivých služeb. Výsledkem budou veřejně přístupné teoretické modely, specifikace jazyka pro vyjednávání kontraktů, open source softwarové komponenty kompatibilní s používanými e-Business prostředími a nástroje pro verifikaci, které umožní kontrolovat vlastnosti projektu při návrhu i za běhu.

  • Úplný seznam projektů

Kdo financuje náš výzkum

Spolupráce s průmyslem

  • Federal Aviation Administration - FAA (USA) (2008-2009)
  • Cesnet (CZ) - (2007-)
  • BAE Systems (UK) (2007-2008)
  • DENSO Automotive (D) (2002-2006)
  • Cadence, GmbH (D) (2002-2006)
  • Madevia, a.s. (CZ) (2005)
  • Siemens/Transportation Systems (CZ) (2005)
  • SkodaAUTO, a.s. (CZ) a gedas CR s.r.o. (CZ) (2003-2004)
  • NASA a IHMC (USA) (2003-2004)
  • Modelarna Liaz (CZ) (1999-2004)
  • CertiCon, a.s. (CZ) a Behr GmbH (D) (2002)

Spolupráce s obranným průmyslem a agenturami

  • Rockwell Research Center (CZ)
  • Air Force Research Laboratory, AFOSR (USA), EOARD (UK)
  • US Army, CERDEC/CECOM (USA/NJ)
  • Office for Naval Research (USA)

Evropské a národní RTD projekty

  • Centrum Aplikované Kybernetiky
  • CONTRACT
  • Ecolead
  • PANDA
  • K4CARE
  • Decision Making and Control in Manufacturing
  • CONCEERN
  • AgentLink III
  • ExtraPlanT
  • ExPlanTech

S kým spolupracujeme

  • University of Edinburgh
  • University of Southampton
  • Kings College
  • Imperial College
  • University of Liverpool
  • State University of New York
  • Institute for Human and Machine Cognition
  • Drexel University
  • Universitat Politecnica de Catalunya
  • Masarykova Univerzita

Vybrané publikace

  • Martin Rehak and Michal Pechoucek and Martin Grill and Karel Bartos: Trust-Based Classifier Combination for Network Anomaly Detection. In Cooperative Information Agents XII 2008.
  • Milan Rollo, Pavel Jisl, Petr Benda, Milos Krejnik: Constraint-based Data Streaming Algorithm for Human-Assisting Robotic Teams. In IEEE SMC International Conference on Distributed Human-Machine Systems 2008. IEEE, 2008. ISBN 9788001040270.
  • David Sislak and Jiri Samek and Michal Pechoucek: Decentralized Algorithms for Collision Avoidance in Airspace. In Proceedings of 7th International Conference on Autonomous Agents and Multi-Agent Systems (AAMAS 2008). 2008. ISBN 9780981738130.
  • Michal Pechoucek and Vladimir Marik: Industrial Deployment of Multi-Agent Technologies: Review and Selected Case Studies. International Journal on Autonomous Agents and Multi-Agent Systems. 2008. ISSN 1387-2532.
  • Tozicka, J. and Rovatsos, M. and pechoucek, M. and Urban, S.: MALEF : Framework for Distributed Machine Learning and Data Mining. International Journal of Intelligent Information and Database Systems. 2008, vol. 2, p. 6-24.
  • David Sislak and Michal Pechoucek and Premysl Volf and Dusan Pavlicek and Jiri Samek and Vladimir Marik and Paul Losiewicz: AGENTFLY: Towards Multi-Agent Technology in Free Flight Air Traffic Control. Defense Industry Applications of Autonomous Agents and Multi-Agent Systems. Birkhauser Verlag, 2008.
  • Gerhard Wickler, Stephen Potter, Austin Tate, Michal Pechoucek, Eduard Semsch: Planning and Choosing: Augmenting HTN-Based Agents with Mental Attitudes. In IEEE/WIC/ACM Conference on Intelligent Agents Technology. 2007.
  • Michal Pechoucek and Martin Rehak and Petr Charvat and Tomas Vlcek: Agent-Based Approach to Mass-Oriented Production Planning: Case Study. IEEE Transactions on Systems, Man, and Cybernetics, Part C. 2007, vol. 37, p. 386-395. ISSN 1094-6977.
  • Michal Pechoucek and Jiri Vokrinek and Petr Becvar and Jiri Hodik and Jiri Pospisil: ExPlanTech: Multi-agent Framework for Production Planning, Simulation and Supply Chain Management. In Multiagent System Technologies. Springer, 2004. ISBN 3-540-23222-2.
  • Michal Pechoucek and Vladimir Marik and Jaroslav Barta: A Knowledge-Based Approach to Coalition Formation. IEEE Intelligent Systems. 2002, vol. 17, p. 17-25. ISSN 1094-7167.

Za obsah odpovídá: doc. Ing. Milan Polívka, Ph.D.