Aplicao de avatares autnomos para desempenhar o papel de membros na execuo de trabalhos em equipa

Andreas Vilela
ECT/UTAD Universidade de Trs-os-Montes e Alto Douro Departamento de Engenharias Vila Real, Portugal andreasvilela@gmail.com

Rui Prada
IST Instituto Superior Tcnico Lisboa, Portugal rui.prada@ist.utl.pt

MAJ Aires Marques, SAJ Henrique Costa, TEN Jorge Rafael

Esquadra de Manuteno de Motores da Base Area N. 5 Serra de Porto de Urso, Monte Real, Portugal airestm@gmail.com, kosuta2@hotmail.com, tenjorgerafael@gmail.com Resumo A possibilidade de treino de uma tarefa efetuada em equipa exige a disponibilidade de horrio e de homogeneidade de preparao de todos os membros do processo de treino, o que limita as possibilidades de treino individual de uma tarefa, mesmo que em ambiente virtual. A aplicao de avatares autnomos a estes cenrios, em substituio de alguns dos elementos humanos da equipa, pode permitir ultrapassar estas limitaes, para que o treino possa decorrer mesmo que s parte dos membros humanos esteja disponvel ou preparada. Apresentamos uma proposta e prottipo neste sentido, aplicada ao caso concreto da formao de mecnicos da Fora Area Portuguesa em operaes de manuteno de motores de aeronaves F-16, partilhando um mesmo espao virtual 3D em OpenSimulator. Palavras-chave: Agentes inteligentes, avatares autnomos, formao, mundos virtuais 3D, tarefas em equipa, OpenSimulator, F-16.

Leonel Morgado
GECAD/UTAD Universidade de Trs-os-Montes e Alto Douro Vila Real, Portugal leonelm@utad.pt

Este artigo apresenta um prottipo que explorou a possibilidade de concretizao desta proposta no caso de um problema concreto: o treino de manuteno mecnica em espao virtual 3D na Fora Area Portuguesa (FAP). Nomeadamente no processo de instalao do motor Pratt & Whitney F100 numa aeronave F-16 [1]. O estudo efetuado neste caso concreto analisou as tarefas deste processo, extraindo delas um conjunto de aes e condies que permitissem efetuar a automatizao individual de cada interveniente na tarefa. Para realizar o comportamento autnomo recorreu-se ao algoritmo PartialOrder Planning [2] transformando as aes identificadas em operadores do algoritmo de planeamento. II. CASO DE ESTUDO

I.

INTRODUO

O processo de treino de tarefas em equipa implica a conjugao das disponibilidades de horrio dos integrantes da equipa. Tambm o nvel de preparao prvia de cada membro afeta a forma como pode decorrer um exerccio em equipa. Estes aspetos conferem alguma complexidade logstica ao treino de uma tarefa em equipa, quer em contexto presencial, quer em contexto virtual. Contudo, considerando o caso do treino de tarefas de equipa em contexto virtual, onde cada membro da equipa se apresenta sob a forma de um avatar, idealizmos que alguns desses avatares pudessem agir como agentes inteligentes. Na nossa perspetiva, numa situao em que s houvesse disponibilidade para participao no processo de treino por parte de algumas pessoas, o treino em equipa ainda assim pudesse decorrer para essas, com os papis dos membros ausentes assumidos por avatares controlados por um sistema de deciso. A nossa opo pela designao avatar autnomo em vez de agente autnomo pretende dar nfase flexibilidade antevista para o nmero de seres humanos na equipa: do ponto de vista dos utilizadores, h quatro avatares em cooperao, podendo quaisquer deles ser controlados por um sistema inteligente ou por seres humanos.

Na Fora Area Portuguesa (FAP), a formao bsica dos Mecnicos de Material Areo (MMA) efetuada no Centro de Formao Militar e Tcnica da Fora Area, na Ota. Aps esta formao bsica, os MMA so destacados para outras unidades, direes ou rgos da FAP, onde recebem ento formao especfica para os motores em que vo atuar. o caso da Base Area N. 5 (BA5), em Serra do Porto de Urso, Monte Real, Leiria, a partir da qual operam as aeronaves F-16 da FAP. Na BA5, a formao dos MMA integra fases tericas e fases prticas, efetuadas sobre componentes mecnicos reais. Desta forma, a componente prtica da formao requer o envolvimento de recursos fsicos (avies e motores) fazendo com que estes no possam estar disponveis durante esse processo. Assim, estes momentos de formao tornam-se particularmente dispendiosos. Neste contexto, est em curso uma cooperao entre a FAP e a Universidade de Trs-os-Montes e Alto Douro (UTAD) para desenvolvimento de um ambiente de formao virtual 3D que pretende contribuir para aumentar a eficincia destes momentos de formao, permitindo aos formandos a possibilidade de praticar as tarefas de manuteno e os aspetos de coordenao entre membros da equipa de forma simulada, acessvel a qualquer momento, sem envolvimento de recursos fsicos com a ambio de

CISTI 2012 | 835

aumentar a preparao prvia dos formandos para a posterior formao prtica com avies e motores reais [3]. O presente prottipo focou-se na primeira tarefa focada por esse ambiente em desenvolvimento, o j referido processo de instalao do motor F100 numa aeronave F-16. Nesta tarefa, o processo de treino segue um conjunto de vrias tarefas de execuo, que podem ser ou no interdependentes. Como comum na manuteno em mecnica aeronutica, estes processos so especificados pelos fabricantes atravs de documentos designados Technical Orders (TO), que descrevem as vrias fases das tarefas, atravs de texto e diagramas [1]. No mbito da colaborao em curso entre a UTAD e a FAP, esta descrio foi analisada e descrita como um processo multiagente. Esta anlise foi complementada com registos de vdeo e imagem dos processos reais, e transformada num guio multiagente [4]. Este desdobramento da TO de tarefas em guio multiagente foi o nosso ponto de partida para tentar utilizar avatares autnomos em substituio de seres humanos na execuo de tarefas em equipa. Dado termos nesse guio a identificao clara de quais os papis a desempenhar por cada avatar numa tarefa em grupo (com mais que um mecnico simultaneamente), torna-se possvel definir um plano ordenado das aes e condies necessrias ao desenrolar o processo, aspeto que suporta a aplicao de Partial-Order Planning no desenvolvimento dos agentes inteligentes. Desta forma, constatmos estar perante uma oportunidade para tentar desenvolver um prottipo que concretizasse a ideia original (equipas mistas de avatares autnomos e avatares controlados por seres humanos). III. ANLISE DE TAREFAS

A primeira tarefa do processo consiste em remover quatro parafusos da fuselagem do avio F-16. Trata-se de uma tarefa que pode ser efetuada isoladamente, mas tambm em grupo, tendo os quatro mecnicos um determinado papel na mesma. A tarefa constituda por quatro aes, sendo que numa perspetiva de trabalho em grupo cada mecnico ter a responsabilidade de executar uma. Cada uma destas aes tem por objetivo remover um parafuso; a execuo de cada uma ter assim associada uma alterao no estado do sistema. Como so aes idnticas, representmo-las por uma ao genrica de remoo de parafuso, a aplicar 4 vezes, uma por cada parafuso. A figura 2 explicita esta ao genrica. Neste caso, esta ao desempenhada por um determinado mecnico mec permite que um parafuso p passe do estado Apertado para Desapertado em determinado slot s, ou seja, a varivel do tipo parafuso sofrer alteraes ao nvel do seu estado passando de Apertado para Desapertado. Esta ao apresenta uma pr-condio e uma ps-condio, que definem as alteraes de estado do sistema antes e depois da execuo da mesma. Posteriormente, o algoritmo com base nos estados do sistema ir gerar um conjunto de aes para satisfazer as tarefas do processo. Na Figura 3 apresenta-se o caso concreto em que a aplicao desta ao dedica a cada mecnico a tarefa de remoo de um parafuso diferente.

O processo de anlise e representao muito importante para se desenvolver uma boa representao do sistema e consequentemente um bom planeamento. Dada a extenso do conjunto de tarefas associadas instalao do motor F100 num F-16, optmos por nos focar em alguns casos concretos dentro destas. Apresenta-se nesta seco a anlise desses casos concretos de tarefas. O processo de treino em anlise, em contexto real de formao, exige a presena de trs ou quatro mecnicos, organizados em redor do motor (Figura 1).

Figura 2 Ao genrica para remover um parafuso.

Figura 3 A ao genrica aplicada quatro vezes, para remover os quatro parafusos da fuselagem do avio.

Desta forma, a ao de remover o parafuso 1 ter como pr-condio Apertado(s1, p1) e como ps-condio ~Apertado(s1, p1). Assim, depois de esta ao ser executada corretamente, o parafuso p1 deixar de estar apertado no slot s1 da fuselagem do avio.
Figura 1 Mapa de localizao de cada mecnico.

CISTI 2012 | 836

Nesta abordagem, em caso de execuo incorreta de uma ao por parte de um mecnico, as aes associadas aos outros mecnicos no so afetadas. Desta forma, em caso de interveno incorreta de um aluno/formando ou mesmo inao, o sistema pode encontrar o ponto concreto em falha. Por sua vez, uma tarefa de grupo s considerada concluda quando todas as aes a ela associadas forem executadas corretamente. No entanto, grande parte das tarefas no exigem sincronismo na execuo das mesmas por parte dos utilizadores ou avatares autnomos. Alm disso, s se prossegue para a tarefa seguinte quando se conclui uma tarefa de grupo por completo, pois todas as partes intervenientes no sistema comunicam com um servio externo para se manter sincronizao de estados. Outra tarefa do processo consiste em instalar trs apoios no carro de instalao do motor na aeronave. Tal como a tarefa anterior, esta tarefa pode ser executada em grupo pelos mecnicos intervenientes. Os trs apoios a instalar destinam-se a elevar o motor para posterior introduo na aeronave. Tambm neste caso possvel definir uma ao genrica de instalao de um apoio (Figura 4) e posteriormente aplicar esta tarefa aos apoios a instalar (Figura 5).

supervisionamento, efetuada pelo quarto mecnico, uma ao seguinte no processo. Tal como acontece no processo real de formao, uma determinada tarefa no tem que ser necessariamente executada por determinado mecnico, no entanto, a tarefa tem que estar concluda. Neste sistema implementado, o avatar autnomo executa apenas a tarefa que lhe atribuda, no entanto, se um utilizador real executar uma tarefa atribuda a um avatar autnomo nada no sistema afectado e o treino proceder normalmente. Em suma, a anlise do processo para execuo com avatares autnomos visa representar o sistema atravs de aes genricas, a ser manipuladas pelo algoritmo, utilizadas no plano para satisfazer as condies do mesmo. Pretendeu-se com esta abordagem implementar um sistema com avatares autnomos capazes de desempenhar papis de membros de uma equipa. A concretizao plena deste objetivo permitiria dispor de um ambiente de treino individual que poderia ser utilizado de forma flexvel por uma equipa de formandos completa ou incompleta (ou seja, com menos pessoas do que as necessrias execuo da tarefa, por apenas uma pessoa). Poderia mesmo permitir a execuo s por avatares autnomos, sem participao de qualquer pessoa, apenas para observao da tarefa em execuo automtica. IV. ALGUMAS ABORDAGENS DE INTELIGNCIA ARTIFICIAL

Figura 4 Ao genrica para instalar um apoio no motor.

Figura 5 Instalao de trs apoios no motor.

Um conjunto de tarefas prticas necessita de uma representao do seu conhecimento para ser interpretada por tcnicas de planeamento. Nalgumas tcnicas de inteligncia artificial usadas habitualmente para planeamento automatizado de aes, essa representao composta por estados, objetivos e aes. Os estados so expresses bsicas que descrevem caractersticas iniciais do mundo analisado (ex.: Livre(B) O objeto B encontra-se no estado Livre); os objetivos so expresses que representam estados desejveis que o agente procura atingir; as aes so as operaes que o agente pode executar para alterar o estado do mundo. Por sua vez, cada ao tem de ter associado um conjunto de pr-condies (se no esto cumpridas, no possvel executar a ao) e ps-condies (que representam as alteraes no estado efectuadas aps a execuo da ao). De entre as vrias linguagens de representao existentes, foi na linguagem de representao STRIPS (Stanford Research Institute Problem Solver) que se baseou este processo [5]. Tratou-se de uma opo meramente de convenincia, face caracterstica exploratria deste trabalho, por via da familiaridade do implementador com essa representao. Numa abordagem mais orientada para a implementao final, seria de considerar formas mais recentes, como a PDDL [6]. Depois de um sistema estar definido na linguagem STRIPS torna-se mais fcil a interpretao do mesmo por algoritmos. No entanto, a escolha do algoritmo adequado ter que ser com base numa anlise especfica a cada problema, pois cada algoritmo tem as suas caractersticas prprias. Existem diversos algoritmos, mas na componente de ordens e planeamento de tarefas, so

Cada ao da Figura 5, quando executada, permite alterar o estado de um apoio no sistema. A ao executada por um mecnico (mecX), fazendo com que um apoio passe do estado ~InstaladoApoio(ap) para InstaladoApoio(ap), sendo a varivel apX um apoio do motor. Como se referiu anteriormente, o processo de instalao do motor na aeronave F-16 pode ser efetuado por quatro mecnicos. Nesta tarefa especfica, trs instalam os apoios (um por mecnico) e o quarto mecnico supervisiona a tarefa, verificando posteriormente se a instalao dos componentes foi executada corretamente. Esta tarefa de

CISTI 2012 | 837

comuns dois tipos: partial-order planning e total-order planning. Os algoritmos baseados em partial-order planning so algoritmos que constroem um plano sem uma ordem exata de execuo. So caracterizados como sendo algoritmos no determinsticos pois existem diversas formas e caminhos para se conseguir atingir o objetivo final, no sendo obrigatrio haver um caminho especfico. Um plano gerado por estes algoritmos composto por quatro componentes: um conjunto de aes, uma ordem parcial para as aes, um conjunto de relaes causais, um conjunto de condies em aberto, isto , condies que ainda no foram cumpridas por nenhuma ao do plano parcial. Estas quatro componentes so tratadas durante o processo de gerao do plano parcial, processo este que se inicia no estado inicial do sistema e termina quando no existem mais condies em aberto e o objetivo final foi atingido. Este tipo de algoritmos, em cada iterao, identificam uma ao com pr-condio no satisfeita, introduz no plano a ao cuja ps-condio satisfaz a pr-condio no satisfeita, atualiza as relaes causais e verifica se existem lacunas no plano, corrigindo o mesmo em caso de problemas [3]. Os algoritmos baseados em total-order planning so semelhantes aos anteriores, pois tm a mesma estrutura tambm visam atingir uma determinada meta. No entanto, geram um plano que consiste num conjunto de aes sequenciais, com uma ordem especfica de execuo. A figura 6 mostra exemplos de planos gerados por algoritmos de ambos os tipos. A escolha do tipo de algoritmo depende muito das caractersticas do sistema ao qual o mesmo se destina. No caso em anlise, o sistema-alvo foca-se em processos executados em equipa, compostos por diversas aes (com pr e ps-condies associadas), podendo cada uma delas ser efetuada por um elemento no especfico da equipa. Em particular, em vrios momentos a ordem de execuo de tarefas pode ser indiferente (como nos casos apresentados de remoo de parafusos ou instalao de apoios). Com base nestas caractersticas, um algoritmo baseado em partialorder planning o mais adequado entre estes dois tipos.

O algoritmo desenvolvido sofreu algumas adaptaes para gerar um plano tendo em conta os atores a atribuir a cada ao. Em particular, a adio de um novo campo em cada ao do plano, identificando qual o mecnico ou mecnicos que desempenham determinada operao. V. AMBIENTE DE TREINO 3D

A anlise de tarefas exposta na seco III independente das caractersticas do ambiente concreto de execuo. No caso do ambiente fsico, no atende a aspetos em que local se encontram as ferramentas ou peas a utilizar nas aes. No caso do espao de simulao 3D, alm destes aspetos de pormenor ainda preciso atender s formas de interao que a plataforma 3D especfica proporciona. Desta forma, foi preciso adaptar as aes gerais a estes condicionalismos de contexto, convertendo cada ao do plano em aes no espao 3D. Por exemplo, a ao de remover um parafuso traduziuse em quatro aes no espao 3D: chegar junto fuselagem do avio, fazer take do objeto que representa o parafuso, deslocar-se para junto da mesa de ferramentas e fazer rez (criar uma representao visual) desse mesmo parafuso em cima da mesa de ferramentas. Estas quatro aes so ilustradas nas figuras 7, 8, 9 e 10, respetivamente.

Figura 7 Ao chegar junto fuselagem do avio.

Figura 8 Ao fazer take do objeto parafuso.

Figura 6 Planos de ordens parciais e totais [2].

CISTI 2012 | 838

Figura 12 Avio F-16 disponvel para formao. Figura 9 Ao deslocar-se para junto da mesa de ferramentas.

Este processo de converso para adaptao ao espao 3D foi repetido para todas as aes do plano. Foi utilizada uma cpia do espao 3D desenvolvido no mbito do projeto j referido de colaborao entre a UTAD e a FAP, que representa um hangar semelhante ao utilizado pelos mecnicos para efetuar as tarefas em ambiente real. De seguida apresentam-se alguns aspetos deste espao 3D (figuras 11-13).

Figura 13 Motor Pratt & Whitney F100 para formao.

VI.

FUNCIONAMENTO DO SISTEMA IMPLEMENTADO

Figura 10 Ao fazer rez do parafuso em cima da mesa.

Figura 11 Hangar para formao de mecnicos.

Esta seco apresenta, de um modo geral, o funcionamento do prottipo implementado. Aps a ordem de incio do processo de treino no espao 3D, o sistema gera um plano de aes resultante do processamento do algoritmo e guarda esses mesmos dados de forma a poder consult-los durante o processo. Posteriormente, os objetos 3D do mundo virtual OpenSimulator comunicam via pedidos HTTP com um servidor de web services de forma a manter sincronismo e registo de estados entre si (abordagem inspirada na de Fonseca et al. [3]). No incio do processo de treino, um utilizador indica ao sistema quantos avatares autnomos so necessrios, sendo que este sistema foi implementado atendendo a um nmero mximo de 4 avatares para o treino, no entanto o sistema escalvel e pode ser facilmente adequado para um maior nmero de avatares autnomos. Os avatares solicitados so consequentemente iniciados pelo sistema, para integrarem a equipa. A presena de avatares autnomos durante o processo de treino, leva necessidade do sistema calcular e atribuir o seu comportamento, de forma dinmica. Este processo realizado atravs do algoritmo de partial-order planning, j descrito, que determina os comportamentos necessrios para cada avatar autnomo. Os comportamentos so implementados pelo sistema atravs da biblioteca libopenmetaverse, que permite controlar as aes

CISTI 2012 | 839

de avatares, para comunicar e interagir com o espao virtual uma abordagem baseada na utilizada por Lopes et al. [7]. VII. CONSIDERAES FINAIS E TRABALHO FUTURO O objectivo principal deste trabalho foi desenvolver um prottipo que permitisse refletir sobre o recurso a avatares autnomos (agentes inteligentes) para desempenhar o papel de membros na execuo de tarefas em equipa. Pretende-se encontrar uma abordagem que permita resolver questes relacionadas com limitaes logsticas ao treino de tarefas em equipa, como mais-valia para a formao profissional. Neste momento, o prottipo est funcional e pode ser testado por mecnicos reais, carecendo contudo de implementao da sequncia completa de aes para o efeito (instalao do motor F100 numa aeronave F16). Consideramos que os testes no terreno com equipas mistas de avatares controlados por mecnicos humanos e avatares autnomos controlados por um sistema de deciso ser um passo futuro importante para recolha de dados que permitam estudar a validade desta ideia. REFERNCIAS
[1] Lockheed Martin Corp. (2009). TO 1F-16AM-2-70JG-10-21 Organizational Maintenance - Engine Removal and Installation Model F100-PW-220/220E USAF/EPAF Series F-16/B Mid-Life Update aircract, Technical Manual Job Guide. Bethesda, MD, EUA: Lockheed Martin Corporation. Russel, Stuart; Norvig, Peter (2010, Eds.). Artificial Intelligence: A Modern Approach. Third edition, section 11.3, Partial-Order Planning, pp. 387-395. Upper Saddle River, NJ, EUA: Pearson Education. Fonseca, Benjamim; Paredes, Hugo; Rafael, Jorge; Morgado, Leonel; Martins, Paulo (2011). A Software Architecture for Collaborative Training in Virtual Worlds: F-16 airplane engine maintenance. In Adriana S. Vivacqua, Carl Gutwin and Marcos R.S. Borges (Eds.) "Collaboration and Technology: 17th International Conference, CRIWG 2011, Paraty, Brazil, October 2-7, 2011. Proceedings", 102109. Berlin: Springer. Teixeira, Libnia; Pinto, Isabel (2010). Guia de instalao de motor em aeronave F-16. Relatrio de Projecto 2009-2010, Licenciatura em Tecnologias de Informao e Comunicao. Vila Real, Portugal: UTAD. Fikes, Richard (1993). STRIPS, A Retrospective. Artificial Intelligence, 59 (1-2), 227-232. Ghallab, M., Isi, C. K., Penberthy, S., Smith, D. E., Sun, Y., and Weld, D. (1998). PDDL - the planning domain definition language. Technical report, CVC TR-98-003/DCS TR-1165, Yale Center for Computational Vision and Control. Lopes, A., Pires, B., Cardoso, M., Santos, A., Peixinho, F., Sequeira, P., & Morgado, L. (2008). Sistema de criao de movimentos de Andebol em Second Life para Formao de Treinadores. Prisma.com 6, ISSN 1646-3153. 33-49.

[2]

[3]

[4]

[5] [6]

[7]

CISTI 2012 | 840