Hasil Pencarian  ::  Simpan CSV :: Kembali

"Multi-Agent System MAS atau sistem dengan agen-ganda didefinisikan sebagai sebuah sistem yang terdiri dari beberapa autonomous agents yang saling berinteraksi satu sama lain. MAS dapat diaplikasikan di berbagai disiplin ilmu, seperti di bidang biologi, fisika, ekonomi, ilmu komputer, dsb. Pada penelitian dalam beberapa tahun terakhir, MAS yang dirancang dapat dibedakan berdasarkan: model, skema organisasi, topologi komunikasi, protokol dan algoritma pengendalian MAS yang digunakan, serta parameter lain pada MAS, seperti waktu pencuplikan, waktu tunda, gangguan, batasan, dsb. Walaupun teknologi MAS tidak dapat dikatakan sebagai teknologi yang baru, berbagai masalah masih kerap alam ditemukan dalam implementasinya. Masalah yang biasa ditemukan dalam perancangan MAS antara lain berupa masalah komunikasi, pengendalian agent, hingga MAS yang terlalu kompleks seperti MAS dengan model dinamik agent yang berubah-ubah terhadap waktu . Oleh karena itu, diperlukan penelitian lebih lanjut mengenai MAS dengan kompleksitas tinggi. Pada penelitian ini, akan dikembangkan protokol pengendalian yang tepat guna untuk MAS dengan kompleksitas tinggi sehingga dapat mencapai konsensus walaupun dihadapkan dengan batasan-batasan yang ditemukan pada sistem, seperti topologi komunikasi yang berubah-ubah yang mengganggu ketahanan sistem.

---

Multi Agent System MAS or a system with multiple agents is defined as a system consisting of multiple autonomous agents interacting with each other. MAS can be applied in various disciplines, such as in the fields of biology, physics, economics, computer science, etc. In researches in the recent decades, the designed MAS can be distinguished by model, organizational scheme, communications topology, protocol and control algorithm which is used, and other parameters on MAS, such as sampling time, delay time, interruption, constraints, etc.

Although MAS technology can not be said to be a new technology, various problems are still often found in implementation. Common problems can be found in communication problems, agent control, up to MAS that is too complex such as MAS with time varying dynamic model of agents. Therefore, further research is needed on MAS with high complexity. In this research, appropriate control protocol will be developed for MAS with time varying dynamic model of agents so that it can reach consensus, although faced with the constraints found in the system, such as the changing communications topology."

"Penelitian mengenai permasalahan konsensus pada konvergensi dan stabilitas multi-agent systems MAS merupakan salah satu topik penelitian fundamental terkait dengan perlunya kendali terdistribusi untuk masing-masing agent pada MAS. Permasalahan dalam perancangan pengendali ini dapat dipengaruhi oleh berbagai variabel, diantaranya adalah model dinamik MAS, skema organisasi dan jenis topologi komunikasi. Pada penelitian ini, protokol konsensus berbasis sistem kendali prediktif terdistribusi dengan skema organisasi leaderless dirancang untuk menyelesaikan permasalahan konsensus pada model MAS domain waktu diskrit. Dinamika sistem multi-agent dideskripsikan dalam model integrator tunggal. Protokol pengendali konsensus dibentuk dengan mengkombinasikan antara teori graph untuk mengatur topologi komunikasi antar agent, dengan algoritma kendali prediktif tanpa constraint untuk mengatur respon gerak setiap agent. Pengendali prediktif memprediksi masukan dan keluaran agent sepanjang receding horizon. Kombinasi parameter bobot respon masukan dan keluaran ditala untuk mendapatkan respon terbaik. Pada metode kendali ini, nilai control horizon dapat dibuat sama dengan nilai prediction horizon untuk menambah derajat kebebasan pada sistem lup tertutup. Teori analisis matriks stokastik digunakan untuk menguji konvergensi dan stabilitas sistem berdasarkan topologi komunikasi dan pemilihan periode pencuplikan. Hasil rancangan protokol pengendali DMPC diujikan pada skenario graph topologi tetap dan berubah, dan periode pencuplikan yang berbeda. Hasil uji simulasi menunjukkan bahwa MAS mampu mencapai konsensus secara konvergen pada setiap kondisi kecuali pada graph yang tidak memiliki directed spanning tree.

---

Consensus problem in convergence and stability of multi agent systems MAS is one of fundamental research topics related to the urge of distributed control for each agent in MAS. The matter of controller design is affected by some variables such as dynamic model, organization scheme and communication topology. This research addresses the design of distributed model predictive control DMPC based consensus protocol to solve consensus problem in discrete time leaderless MAS. The dynamics of MAS is described as single integrator model. Consensus control protocol is built by combining graph theory to control the communication topology between agents, with predictive control algorithm to control each agent's motion.

Predictive control is used to predict input and output of agent throughout receding horizon. Parameter combination of input and output response weight is also predicted to obtain optimum response. In this control method, the control horizon can be adjusted to be the same length as prediction horizon which provides extra degree of freedom to the closed loop system. By using the property of stochastic matrices theory, convergence and system stability can be analyzed based on communication topology used and selection of sampling period. Several simulations are conducted to test the DMPC consensus protocol designed under fixed and switching topology, and different sampling period. The simulation results show that MAS can achieve convergent consensus on every condition, unless if the graph has no directed spanning tree."

"Sistem multi-agent dikembangkan untuk meningkatkan efisiensi kerja dan untuk mengoptimalkan kemampuan beberapa agent yang terdapat dalam satu kesatuan. Ada berbagai masalah yang berkaitan dengan sistem multi-agent, salah satunya adalah masalah konsensus, yang berkaitan dengan hubungan komunikasi antar agent. Tanpa adanya konsensus maka agents tidak dapat mencapai kesepakatan untuk bekerja sama dalam melakukan tugas yang diberikan.Pada skripsi ini, diajukan dua protokol pengendali berbasis observer terdistribusi untuk sistem leader-following multi-agent waktu diskrit. Pada kasus yang pertama, observer terdistribusi tersebut digunakan untuk mengestimasi keadaan leader dan untuk yang kedua, observer terdistribusi digunakan untuk mengestimasi kesalahan pelacakan berdasarkan keluaran relatif dari neighboring agent. Protokol pengendali konsensus ini didesain berdasarkan teori kendali optimal, yaitu persamaan aljabar Riccati. Matriks gain yang digunakan pada sinyal kendali diperoleh dari penyelesaian persamaan aljabar Riccati waktu diskrit. Sementara untuk observer, matriks gain yang digunakan diperoleh dari penyelesaian persamaan aljabar Riccati waktu diskrit yang dimodifikasi.Kedua protokol pengendali berbasis observer terdistribusi diuji coba pada topologi undirected graph yang tetap dan berubah. Hasil uji coba simulasi menunjukkan bahwa keadaan follower agent menunjukkan konvergensi menuju keadaan leader agent, yang artinya masalah konsensus tercapai melalui penggunaan kedua protokol pengendali yang diajukan.

---

Multi agent system is developed to improve work efficiency and to optimize the capabilities of multiple agents in a single entity. There are various problems related to multi agent system, one of which is consensus problem, which is related to communication between agents. Without consensus, the agents can not reach agreement to cooperate in performing the given task.In this thesis, two distributed based control protocols are proposed for discrete time leader following multi agent system. For the first case, the distributed observer is used to estimate the leader 39 s state and for the second, the distributed observer is used to estimate the tracking error based on the relative output of the neighboring agent.

This consensus control protocol is designed based on the optimal control theory, which is the algebraic Riccati equation. The gain matrix used in the control signal is obtained from solving the discrete time algebraic Riccati equations. As for the observer, the gain matrix is obtained from solving the modified discrete time algebraic Riccati equation.Both distributed observer based control protocols are tested on fixed and switching topology of undirected graphs. The simulation results show that the follower rsquo s state converge toward the leader rsquo s state, which means the consensus problem is achieved through the use of both proposed control protocols."

"Sistem multi-agent adalah suatu sistem yang terdiri atas beberapa agen yang mampu melakukan interaksi satu sama lain untuk mencapai tujuan bersama. Salah satu permasalahan dalam sistem multi-agent adalah permasalahan konsensus untuk menyamakan keadaan seluruh agen dengan mengurangi perbedaan keadaan suatu agen dengan agen lainnya. Berbagai jenis protokol pengendali telah dikembangkan untuk membuat seluruh agen mencapai konsensus, tetapi sebagian besar pengendali masih menggunakan mekanisme time-triggered yang mengharuskan pengendali pada setiap agen untuk melakukan komputasi di setiap waktu cuplikan sehingga beban komputasi cukup tinggi. Penelitian ini membahas mengenai pengendali prediktif (MPC) terdistribusi untuk menyelesaikan permasalahan konsensus pada sistem multi-agent dengan mekanisme event-triggered. Permasalahan konsensus dapat diselesaikan dengan menggunakan pengendali prediktif terdistribusi yang bekerja dengan melakukan optimalisasi fungsi objektif. Untuk mengurangi beban komputasi, mekanisme event-triggered digunakan sehingga pengendali melakukan optimalisasi fungsi objektif hanya ketika kondisi trigger terpenuhi. Pada penelitian ini, pengendali prediktif dengan mekanisme event-triggered diujikan terhadap sistem dengan model agen linear vehicle dan nonholonomic mobile robot melalui simulasi. Hasil simulasi yang diperoleh menunjukkan performa yang baik dalam mencapai konsensus dengan total waktu komputasi yang lebih sedikit dibanding menggunakan mekanisme time-triggered.

---

Multi-agent system is a system consisting of several agents who are able to interact with each other to achieve a common goal. One of the problems in a multi-agent system is the problem of consensus to equalize the state of all agents by reducing the differences of an agent with other agents. Various types of controlling protocols have been developed to make all agents reach consensus, but most controllers still use a time-triggered mechanism that requires controllers in each agent to do computation at each sampling time so that the computing load is high enough.

This study examines the distributed predictive controller (MPC) to solve consensus problems on multi-agent systems with event-triggered mechanisms. Consensus problem can be solved using a distributed predictive controller that works by optimizing objective functions. To reduce computational load, an event-triggered mechanism is used so that the controller performs objective function optimization only when the trigger conditions are met.

In this study, predictive controllers with event-triggered mechanisms were tested on systems with linear vehicle and nonholonomic mobile robot agents through simulation. The simulation results show good performance in reaching consensus with less computational time than using time-triggered mechanisms."

"Penelitian ini membahas permasalahan formasi sistem multi-agent menggunakan pengendali prediktif terdistribusi. Model yang digunakan adalah nonholonomic mobile robot. Setiap agen dapat memecahkan sendiri permasalahan optimasi dan mengimplementasikannya setiap cuplikan waktu. Ada dua permasalahan formasi yang dibahas, yaitu formation tracking control dan formation stabilization. Pada permasalahan formation tracking control, setiap agen harus mengikuti referensi trajektori yang telah dibuat dan mempertahankan jarak dengan agen tetangganya. Sedangkan pada permasalahn formation stabilization, setiap agen, dari posisi yang acak, membentuk suatu formasi yang telah ditentukan di posisi yang telah ditentukan juga. Hasil simulasi ditampilkan untuk menggambarkan efektivitas dari pengendali prediktif terdistribusi yang telah didesain. Diperoleh hasil dengan waktu konvergensi yang sangat cepat dibanding jika dengan pengendali lain.

---

This study is concerned with the problem of formation using distributed model predictive control. The model that is used is nonholonomic mobile robot. All the agents are permitted to solve optimization problem by itself and implement them at each time step. There are two formation problem that will be discussed, i.e. formation tracking control problem and formation stabilization problem. On the formation tracking control problem, each agent is required to follow a reference trajectory that has been generated and maintain distance between agents. On the formation stabilization problem, each agent, with random initial condition, is required to form a formation at a specific position that has been determined. A numerical simulation is given to illustrate the effectivenes of the distributed model predictive control. The convergence rate of the result is much faster compared to other control law."

"This book constitutes the thoroughly reviewed post-proceedings of the 9th International Workshop, EUMAS 2011, held in Maastricht, The Netherlands, in November 2011. The 16 revised full papers included in the book. This workshop is primarily intended as a European forum at which researchers and those interested in activities relating to research in the area of autonomous agents and multi-agent systems could meet, present (potentially preliminary) research results, problems, and issues in an open and informal but academic environment. "

"This book constitutes the thoroughly refereed post-conference proceedings of the 13th International Conference on Principles and Practice of Multi-Agent Systems, PRIMA 2010, held in Kolkata, India, in November 2010. The 18 full papers presented together with 15 early innovation papers were carefully reviewed and selected from over 63 submissions. They focus on practical aspects of multiagent systems and cover topics such as agent communication, agent cooperation and negotiation, agent reasoning, agent-based simulation, mobile and semantic agents, agent technologies for service computing, agent-based system development, ServAgents workshop, IAHC workshop, and PRACSYS workshop."

"ABSTRAKTesis ini membahas tentang penggunaan sistem multiagent yang bersifat adaptif untuk identifikasi strategi pembelajaran. Sistem pengidentifikasi strategi pembelajaran sendiri merupakan bagian dari lingkungan pembelajaran MELATI yang bertujuan untuk meningkatkan kemampuan berfikir siswa sekolah menengah dengan meningkatkan kemampuan belajar swa-atur atau self-regulated learning. Salah satu cara yang digunakan dalam MELATI untuk meningkatkan kemampuan belajar seperti itu adalah dengan mengajarkan penggunaan strategi pembelajaran yang tepat. Sistem multiagent adaptif tersebut digunakan untuk membantu para pakar kognitif maupun guru dalam menyusun basis aturan dari sistem pengidentifikasi strategi pembelajaran. Berbeda dengan rancangan sistem sebelumnya, basis pengetahuan dibangun dengan cara proses pembelajaran menggunakan sampel yang didapat dari lapangan. Guru atau pakar kognitif tidak perlu mendeskripsikan basis aturan secara lengkap, melainkan cukup dengan memberikan sejumlah contoh kepada sistem. Selain kemampuan adaptasi terhadap basis aturan dengan pembelajaran tersebut, rancangan sistem multiagent juga bersifat fleksibel sehingga penambahan atau modifikasi modul dapat dilakukan dengan mudah dan tidak perlu mengganggu pengetahuan sebelumnya. Fleksibilitas ini dimungkinkan karena proses pengambilan keputusan maupun pembelajaran dilakukan secara tersebar dan terdesentralisasi dalam sejumlah unit otonom yang disebut agent. Dari ujicoba yang dilakukan, sistem multiagent tersebut mampu menghasilkan aturan resolusi konflik yang memiliki kemampuan resolusi konflik sesuai dengan jumlah data pelatihan yang digunakan. Akan tetapi dijumpai pula masalah-masalah tertentu seperti kontradiksi serta proses spesialisasi yang berlebihan yang menyebabkan sistem tidak mampu meningkatkan kemampuan identifikasinya meskipun dilakukan pembelajaran yang lebih banyak. Dalam tulisan ini karakteristik dari kemampuan identifikasi akibat pembelajaran, kendala kontradiksi, kekurangan algoritma dan cara mengatasinya akan dibahas secara mendalam."

"This book constitutes the refereed proceedings of the 15th International Conference on Principles and Practice of Multi-Agent Systems, PRIMA 2012, held in Kuching, Sarawak, Malaysia, in September 2012. The conference was collocated with the 12th Pacific Rim International Conference on Artificial Intelligence, PRICAI. The 17 revised full papers presented were carefully reviewed and selected from 42 submissions. The papers are organized in topical sections on foundations, auctions and negotiation, coalition formation and teamwork, norms and institutions, and applications."

"This book constitutes the proceedings of the 9th International Workshop on Programming Multi-Agent Systems held in Taipei, Taiwan, in May 2011 in conjunction with AAMAS 2011, the 10th International Joint Conference on Autonomous Agents and Multiagent Systems. The 12 revised full papers presented together with 1 invited paper were carefully reviewed and selected for inclusion in the book. The papers are organized in topical sections on foundations of agent programming languages, multi-agent oriented programming, model checking, and papers of the participants of the multi-agent programming contest."