Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp

Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.Nghiên cứu và xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp.

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Người hướng dẫn khoa học:

1 GS.TS Michel Occello2 TS Hoàng Thị Thanh Hà

Đà Nẵng, tháng 05 năm 2024

LỜI CAM ĐOAN

Tôi cam đoan các kết quả nghiên cứu được trình bày trong luận án là trung thựcvà không sao chép từ bất kỳ luận án hay nghiên cứu nào khác Một số nhiệm vụ nghiêncứu là thành quả tập thể và đã được các đồng tác giả đồng ý cho sử dụng Mọi tríchdẫn đều có ghi nguồn gốc xuất xứ rõ ràng và đầy đủ.

Tác giả

Tôi xin trân trọng cảm ơn Nhà trường, phòng Đào Tạo – Trường đại học BáchKhoa Đà Nẵng đã tạo mọi điều kiện thuận lợi cho tôi trong thời gian học tập, nghiêncứu và thực hiện luận án.

Tôi xin gửi lời cảm ơn chân thành đến Ban lãnh đạo và tập thể giảng viên khoaCông Nghệ Thông Tin – Trường đại học Bách Khoa Đà Nẵng đã tạo môi trường họctập tích cực và thân thiện.

Tôi xin chân thành cảm ơn đến Nhà trường, Ban lãnh đạo và tập thể giảng viênkhoa Công Nghệ Thông Tin – Trường đại học Quy Nhơn đã tạo nhiều điều kiện thuậnlợi cho tôi trong thời gian học tập và nghiên cứu.

Xin cảm ơn các đồng tác giả đã đồng ý cho tôi sử dụng các kết quả nghiên cứuchung cho luận án.

Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc nhất đến gia đình và bạn bè, nhữngngười luôn dành cho tôi tình yêu thương và niềm tin để tôi được vững tâm trên hànhtrình nhiều thách thức này.

Hội nghị quốc tế về tác tử tự trị và hệ thống đa tác tử

ABM Agent-based Model Mô hình dựa vào tác tửAEIO Agent, Environment, Interaction,

Tác tử, môi trường, tương tácvà tổ chức

AGR Agent, Group, Role Tác tử, nhóm, vai trò

DAI Distributed Artificial Intelligence Trí tuệ nhân tạo phân tánGEAMAS Generic Architecture for Multi-

Hệ thống đa tác tử Holonic hỗtrợ công việc hợp tác

International Conference onAgents and ArtificialIntelligence.

Hội nghị quốc tế về tác tử và trí tuệ nhân tạo.

LLM Large Language Model Mô hình ngôn ngữ lớnMAS Multi-agent System Hệ thống đa tác tử

Multi-agent System – Group in Group

Hệ thống đa tác tử - Nhóm trong nhóm (Một mô hình đatác tử đa mức)

MASH MultiAgent Software/Hardware Trình mô phỏng phần mềmphần cứng đa tác tử

MAS-R Multi-Agent System Recursive Hệ thống đa tác tử đệ quy

MMM Multiscale Mechanochemistryand Mechanobiology

Cơ hóa học và cơ sinh học đacấp

Multiscale Modeling andSimulation based on Physics andData

Mô hình hóa và mô phỏng đa quy mô dựa trên vật lý và dữliệu

MPCM Multiscale Phenomena inCondensed Matter

Hiện tượng đa tầng trong vậtchất ngưng tụ

OSI Open Systems InterconnectionReference Mode

Mô hình tham chiếu kết nốicác hệ thống mở

International Conference onPractical Applications of Agents and Multi-Agent Systems

Hội nghị quốc tế về ứng dụngthực tế của tác tử và hệ thống đa tác tử

SCALES Multiscale Modeling of ComplexSystems

Mô hình hóa đa quy mô củacác hệ thống phức tạp

1.3.Nghiên cứu và ứng dụng của MAS 18

1.3.1.Các lĩnh vực nghiên cứu của MAS 18

1.3.2.Mô hình đa tác tử mô hình hóa hệ thống phức tạp 19

1.3.2.1.Mô hình Tác tử - Nhóm – Vai trò (AGR) 19

1.3.3.Mô hình đa tác tử mô hình hóa đám đông 26

1.3.3.1.Mô hình hóa hành vi đám đông 26

2.2.5.Cấu trúc của MAS 35

2.3.Mô hình đa tác tử đa mức MAS-GiG 36

2.3.1.Mô hình MAS-GiG theo cấu trúc AEIO 37

2.3.2.Cấu trúc đa mức của mô hình MAS-GiG 41

2.4.Mô hình MAS-GiG mô hình hóa đám đông 45

2.4.1.Mô tả các thành phần theo cấu trúc AEIO 45

3.1.3.Các luật di chuyển 55

3.1.4.Lan truyền thông tin cháy 56

3.2.Lập kế hoạch sơ tán hành khách khi có cháy 57

3.2.1.Mô tả bài toán 57

3.2.2.Mô tả bài toán ứng dụng dưới dạng bài toán tối ưu 59

3.2.3.Ứng dụng mô hình MAS-GiG để giám sát và lập kế hoạch sơ tán 61

3.2.3.1.Đề xuất phương pháp giải quyết bài toán ứng dụng 62

3.2.3.2.Áp dụng mô hình MAS-GiG cho bài toán ứng dụng 64

3.2.3.3.Bốn bài toán hỗ trợ trong giám sát và lập kế hoạch sơ tán 65

3.3.Minh họa lập kế hoạch sơ tán hành khách tại sảnh khởi hành bay 73

3.3.1.Minh họa tiến trình thực hiện kế hoạch sơ tán 74

3.3.2.Minh họa các bước lập kế hoạch sơ tán 75

3.4.Kết chương 77

Chương 4 THIẾT KẾ, XÂY DỰNG VÀ THỰC NGHIỆM MÔ HÌNH MAS-GiGTRÊN NỀN TẢNG MASH 78

4.1.Nền tảng mô phỏng MASH 78

4.1.1.Tổng quan về nền tảng mô phỏng MASH 78

4.1.2.Cấu trúc dữ liệu của tác tử trong MASH 80

4.1.3.Tương tác trong MASH 81

4.2.Xây dựng framework cho ứng dụng 81

4.2.1.Thiết kế framework cho ứng dụng 81

4.2.2.Thiết kế chi tiết 84

4.2.2.1.Thiết kế các đối tượng thuộc môi trường 84

4.2.2.2.Thiết kế tác tử 86

4.3.Thực nghiệm ứng dụng 90

4.3.1.Xây dựng dữ liệu cho thực nghiệm 91

4.3.1.1.Dữ liệu hành khách 91

4.3.1.2.Các thông số môi trường 93

4.3.2.Thực nghiệm phương pháp đề xuất 94

4.3.2.1.Thực nghiệm trong phạm vi một phòng chờ 94

4.3.2.2.Thực nghiệm trong phạm vi hai phòng chờ 97

4.3.2.3.Thực nghiệm trong phạm vi sảnh khởi hành 101

4.4.Đánh giá mô hình và phương pháp đề xuất 103

4.4.1.Đánh giá về khía cạnh lý thuyết 103

4.4.2.Đánh giá về kỹ thuật lập mô hình 105

DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU CỦA TÁC GIẢ 116

TÀI LIỆU THAM KHẢO 118

DANH MỤC CÁC BẢNG BIỂU

Bảng 1.1 Các mô hình đa tác tử đa mức 25

Bảng 4.1 Dữ liệu phân bố hành khách vào phòng chờ bay 93

Bảng 4.2 Tổng thời gian sơ tán tại phòng chờ số 5 97

Bảng 4.3 Tổng thời gian sơ tán tại phòng chờ số 5 và số 6 101

Bảng 4.4 Tổng thời gian sơ tán tại sảnh khởi hành 103

Bảng 4.5 Tổng thời gian sơ tán ba kịch bản cho ba phương pháp trong phạm vi mộtphòng chờ 109

Bảng 4.6 Tổng thời gian sơ tán ba kịch bản cho ba phương pháp trong phạm vi sảnhkhởi hành 111

DANH MỤC CÁC HÌNH VẼ

Hình 1.1 Cấu trúc mô hình MMASS của Fernandes 21

Hình 1.2 Xã hội của những tác tử được mô tả bởi Drogoul 2008 [61] 31

Hình 2.1 Kiến trúc của một tác tử 38

Hình 2.2 Giao thức tương tác trong MASH 40

Hình 2.3 Kiến trúc tổng quát của mô hình MAS-GiG 42

Hình 2.4 Minh họa cấu trúc đa mức của mô hình MAS-GiG 44

Hình 3.1 Mô tả sự lan truyền thông tin cháy 57

Hình 3.2 Phương pháp giải quyết bài toán ứng dụng 63

Hình 3.3 Các mức của hai mô hình MAS-GiG cho ứng dụng 64

Hình 3.4 Sơ đồ lớp của Road và RoadSegment 66

Hình 3.5 Sơ đồ lớp RoadGraph 66

Hình 3.6 Minh họa đồ thị G=<V, E> được tạo từ không gian phòng chờ 67

Hình 3.7 Minh họa cách phân chia không gian mô phỏng 71

Hình 3.8 Một phần của sơ đồ trình tự thực hiện kế hoạch sơ tán 74

Hình 3.9 Minh họa thực hiện kế hoạch sơ tán tại phòng chờ số 5 77

Hình 4.1 Kiến trúc của nền tảng mô phỏng MASH 79

Hình 4.2 Lớp tác tử chung trong MASH 80

Hình 4.3 Tạo và gửi thông điệp trong MASH 81

Hình 4.4 Ba giai đoạn mô phỏng kịch bản 82

Hình 4.5 Framework cho ứng dụng 83

Hình 4.6 Sơ đồ lớp các đối tượng môi trường 85

Hình 4.7 Sơ đồ lớp của mô-đun AirportMap 85

Hình 4.8 Sơ đồ lớp các tác tử trong hệ thống 87

Hình 4.9 Sơ đồ lớp AgentManager 89

Hình 4.10 Sơ đồ lớp CenterModel 90

Hình 4.11 Bản đồ sảnh khởi hành, tầng 1, sân bay quốc tế Đà Nẵng 91

Hình 4.12 Phân bố hành khách vào phòng chờ bay (Nguồn IATA 1989) 92

Hình 4.13 Bản đồ 2D cho phòng chờ số 5 94

Hình 4.14 Giao diện mô phỏng cho ba kịch bản tại ba vị trí cháy F1, F2, F3 96

Hình 4.15 Bản đồ 2D cho 2 phòng chờ 5 và 6 98

Hình 4.16 Giao diện mô phỏng cho kịch bản 1 99

Hình 4.17 Giao diện mô phỏng cho kịch bản 2 100

Hình 4.18 Giao diện mô phỏng cho kịch bản 3 100

MỞ ĐẦU

Trong nhiều thập kỷ qua, hệ thống phức tạp (complex system) đã trở thành chủđề nghiên cứu rộng rãi theo nhiều hướng khác nhau trên toàn thế giới Hệ thốngphức tạp hiện diện ở mọi nơi và được nhiều nhà khoa học quan tâm nghiên cứu.Khái niệm “phức tạp” tùy thuộc vào mỗi lĩnh vực và nó cũng được giải quyết theocách riêng của lĩnh vực nghiên cứu đó Một số ví dụ về hệ thống phức tạp như: Bộnão con người, nền kinh tế thế giới, hệ sinh thái, mạng Internet, xã hội loài người,khí hậu toàn cầu, mạng lưới điện, hệ thống giao thông, hệ thống liên lạc, đám đông,các tổ chức kinh tế và xã hội, v.v Trong các hệ thống này luôn tồn tại những đặctrưng làm cho việc nghiên cứu về nó càng gặp nhiều thách thức, chẳng hạn như:Nhiều thành phần, không đồng nhất, luôn biến đổi, đa dạng và đặc biệt là tính đaquy mô Những tương tác cục bộ giữa các bộ phận trong hệ thống phức tạp làm xuấthiện hành động tự phát đây là một quá trình không có sự kiểm soát của bất kỳ tácnhân bên ngoài nào Nó được kích hoạt bởi các tương tác ngẫu nhiên và khuếch đạibởi vòng phản hồi tích cực Quá trình này hoàn toàn phi tập trung, phân tán trên tấtcả các thành phần của hệ thống Trong hệ thống phức tạp có nhiều mức tổ chứcphân cấp thể hiện các quy tắc, hành vi của các thành phần trong nó Các hành vi khódự đoán và không thể kiểm soát, những hành vi này làm xuất hiện các hiện tượngtrồi sinh bởi cơ chế tự tổ chức Việc nghiên cứu về hệ thống phức tạp là cực kỳ cầnthiết để hiểu biết sâu sắc về cách các hệ thống phức tạp hoạt động và tương tác vớinhau, biết về cấu trúc và hành vi của chúng giúp con người tạo ra các giải pháp hiệuquả hơn; dự đoán và kiểm soát các hành vi không mong muốn, giúp tối ưu hóa hoạtđộng và tài nguyên, đồng thời giảm thiểu chi phí và rủi ro; tạo ra các sản phẩm vàdịch vụ mới có thể tối ưu hóa hiệu suất và tiết kiệm chi phí v.v Phương phápnghiên cứu thông qua việc phân tích, mô hình hóa và mô phỏng các tương tác giữacác thành phần trong hệ thống, mô tả đa quy mô của hệ thống, cơ chế hình thành tổchức, tính kết nối các thành phần của hệ thống, phân cấp kiểm soát Tác giả luận ánđề xuất hướng tiếp cận đa tác tử nghiên cứu hệ thống phức tạp để dự đoán và kiểmsoát hành vi không mong muốn nhằm tối ưu hóa giảm thiểu rủi ro.

Hệ thống đa tác tử là một lĩnh vực đang được quan tâm không chỉ trong nghiêncứu mà còn ứng dụng trong thực tế ở nhiều quốc gia trên thế giới và cả Việt Nam.Nhiều Hội thảo quốc tế chuyên ngành liên quan Hệ thống đa tác tử được tổ chứchàng năm để tìm ra những cơ hội mới cho những ứng dụng mới Sự kết hợp giữa đatác tử và một số lĩnh vực liên quan mở ra nhiều hứa hẹn trong nhiều ứng dụng thựctế Một số nghiên cứu liên quan điển hình của hệ thống đa tác tử gồm: Ứng dụng môhình đa tác tử thiết kế các hệ thống trí tuệ nhân tạo (AI) Điểm mạnh của lĩnh vực đatác tử là mô hình hóa các tác tử có khả năng hành vi giống con người bao gồm cảviệc ra quyết định Quá trình ra quyết định phụ thuộc vào các yếu tố như: Thái độ,tâm lý, nhận thức về sức khoẻ và cả ý kiến của người khác qua tương tác [1] Trongthiết kế các hệ thống AI xử lý ngôn ngữ là một công việc quan trọng, xây dựng mộtframework dựa vào tác tử nhằm xác thực độ tin cậy của các mô hình ngôn ngữ lớn(LLM) ứng dụng trong lĩnh vực tương tác người – máy [2] Sự kết hợp giữa DeepLearning và đa tác tử tạo ra mạng nơ-ron nhân tạo có hiệu suất cao dựa vào nguyêntắc tối ưu hóa đa mục tiêu và trí tuệ tập thể trong đa tác tử [3] Đa tác tử trong giaothông, thiết kế mô hình đa tác tử nhằm giải quyết vấn đề quản lý giao thông đườngbộ trong các hệ thống giao thông thông minh, với mục tiêu giảm tắc nghẽn, quản lýlưu lượng, cảnh báo tai nạn [4] Tối ưu hóa ràng buộc phân tán trên nhiều tác tử vàcác phương pháp, giải pháp phi tập trung, ứng dụng trong việc phân bố tài nguyêncho mạng cảm biến, lưới điện, ứng phó thảm họa [5] Tối ưu hóa các hệ thống phứctạp trong Quang tử học bằng điều khiển robot đa tác tử [6] Đa tác tử trong học máy,hệ thống đa tác tử thúc đẩy cách tiếp cận phi tập trung và phân tán cho phép phânchia các vấn đề phức tạp thành các phần nhỏ hơn Nghiên cứu xây dựng các môhình học máy trong các tác tử để tác tử có thể đưa ra các quyết định thông minh Đatác tử trong học tập liên kết, tác giả bài viết đã đề xuất một framework dựa trên táctử được hỗ trợ bởi học tập liên kết sẽ cung cấp tất cả các công cụ cần thiết để xâydựng các giải pháp học tập liên kết mạnh mẽ Framework này cung cấp cho ngườidùng khả năng triển khai và thử nghiệm các giải pháp kết hợp (hệ thống học liên kếtdựa trên nhiều tác tử) theo cách dễ sử dụng, loại bỏ các bản mẫu không cần thiết[7] Mô hình đa tác tử để mô phỏng

ứng dụng trong lĩnh vực học tăng cường giải quyết bài toán điều chỉnh giá theo cácquy luật kinh tế vi mô về cung và cầu trong lĩnh vực cung cấp dịch vụ mạng 5G [8].Đa tác tử trong nông nghiệp thông minh, phát triển kiến trúc đa tác tử phân tán đểđiều phối nhóm robot nông nghiệp nhằm lập mô hình và mô phỏng hiệu quả vấn đềphân bổ nhiệm vụ đa robot động và định tuyến phương tiện [9] Tìm đường dựa vàotác tử, bài toán lập kế hoạch tìm đường dựa vào tác tử nhằm điều hướng các tác tửtừ vị trí bắt đầu đến các vị trí mục tiêu riêng lẻ được chỉ định đảm bảo không vachạm nhau giữa các tác tử Giải quyết vấn đề trên bằng việc tích hợp các mô-đunlập kế hoạch lý thuyết quyết định và thực hiện kế hoạch tìm đường bằng thuật toántìm kiếm dựa trên xung đột thời gian liên tục [10] Bài toán tìm đường dựa vào táctử ứng dụng rộng rãi trong việc giải quyết nhiều bài toán như: giao thông thôngminh, giao hàng thông minh, xe tự hành, sơ tán khẩn cấp, Robot…

Từ những nghiên cứu và ứng dụng của đa tác tử cho thấy đây là một lĩnh vựcquan trọng, ứng dụng rộng rãi trong hầu hết các lĩnh vực, rất hữu ích trong các ứngdụng thông minh Từ tính thời sự và hữu ích của đa tác tử, tác giả luận án lựa chọnhướng tiếp cận này để nghiên cứu cho luận án của mình Nghiên cứu và xây dựngmô hình đa tác tử đa mức giám sát hệ thống phức tạp, ứng dụng vào bài toán sơ tánđám đông hành khách trong trường hợp có cháy Việc quan sát và giám sát luồng dichuyển của hành khách và lập kế hoạch hướng dẫn sơ tán hành khách đến nơi antoàn khi có cháy thực sự cần thiết Điều này có ý nghĩa quan trọng, hạn chế rủi rothương vong về người khi có cháy xảy ra tại một nơi công cộng như sân bay Đâycũng là lý do mà nghiên cứu sinh lựa chọn đề tài “Nghiên cứu và xây dựng mô hìnhđa tác tử đa mức giám sát hệ thống phức tạp” để nghiên cứu và ứng dụng cho luậnán.

1 Mục tiêu nghiên cứu

- Mục tiêu chung của Luận án: Nghiên cứu và xây dựng mô hình đa tác tử đamức mô hình hóa đám đông và lập kế hoạch hướng dẫn sơ tán đám đông trong cáctình huống khẩn cấp.

- Mục tiêu cụ thể của Luận án:

+ Tổng hợp và phân tích cơ sở lý luận và thực tiễn liên quan đến hệ thốngphức tạp, hành vi đám đông, các mô hình đám đông, các mô hình đa tác tử và các lýthuyết liên quan.

+ Đề xuất, xây dựng mô hình đa tác tử đa mức giám sát hệ thống phức tạp,ứng dụng lập kế hoạch hướng dẫn sơ tán đám đông.

+ Cài đặt và thử nghiệm mô hình đa tác tử đa mức dựa trên nền tảng MASH(MultiAgent Software/Hardware) nhằm đánh giá hiệu quả của mô hình và phươngpháp đề xuất.

2 Phương pháp nghiên cứu

Các phương pháp nghiên cứu được áp dụng trong luận án gồm:

- Phương pháp nghiên cứu lý thuyết: Nghiên cứu, tìm hiểu các hướng tiếp cậngiám sát hệ thống phức tạp; mô hình hóa đám đông; lập kế hoạch sơ tán đám đôngkhẩn cấp; nghiên cứu các nền tảng mô phỏng đám đông; phương pháp tối ưu trongsơ tán khẩn cấp.

- Phương pháp phân tích: Phân tích các yêu cầu bài toán đặt ra trong giám sáthệ thống phức tạp; giám sát hành vi đám đông; phân tích các tình huống có thể xảyra trong đám đông khẩn cấp; phân tích các khả năng xử lý tình huống trong đámđông khẩn cấp; phân tích các vấn đề để giải quyết bài toán lập kế hoạch hướng dẫnsơ tán đám đông khẩn cấp đạt kết quả tối ưu.

- Phương pháp thực nghiệm: Xây dựng dữ liệu cho thực nghiệm từ những quyđịnh của Hiệp hội vận tải hàng không thế giới IATA; xây dựng tệp kịch bản chứa dữliệu liên quan đến các kịch bản mô phỏng; thiết kế ứng dụng, áp dụng mô hình đềxuất vào bài toán ứng dụng; xây dựng, cài đặt, thử nghiệm mô hình đề xuất cho ứngdụng dựa vào nền tảng mô phỏng MASH.

3 Đối tượng nghiên cứu

- Đám đông, hành vi đám đông.

- Hệ thống đa tác tử, hệ thống đa tác tử đa mức.- Nền tảng mô phỏng MASH.

4 Phạm vi nghiên cứu

- Đám đông hành khách tại một sảnh khởi hành của một sân bay có cấu trúc tương tự như sân bay quốc tế Đà Nẵng.

- Mô hình đa tác tử đa mức MAS-GiG mô hình hóa đám đông.

- Cài đặt và thử nghiệm mô hình và phương pháp đề xuất trên nền tảng mô phỏng MASH.

5 Ý nghĩa khoa học và thực tiễn của đề tài

Đề tài có ý nghĩa khoa học và thực tiễn, đóng góp mới vào lĩnh vực đa tác tửmột mô hình đa tác tử đa mức Mô hình đề xuất ứng dụng trong lĩnh vực mô hìnhhóa các hệ thống phức tạp đa mức, cụ thể là đám đông nhằm dự đoán, dự báo; hỗtrợ lập kế hoạch sơ tán hành khách trong trường hợp có cháy tại sảnh khởi hành củamột sân bay Đóng góp mới thứ hai của luận án là xây dựng một framework để thựcnghiệm mô hình đề xuất dựa vào MASH, thực nghiệm ứng dụng lập kế hoạch sơ tánđám đông khẩn cấp.

6 Những đóng góp của luận án

Những đóng góp chính của luận án:

- Đề xuất mô hình đa tác tử đa mức MAS-GiG giám sát hệ thống phức tạp; ápdụng mô hình đề xuất vào việc giám sát đám đông khẩn cấp; ứng dụng lập kế hoạchsơ tán đám đông khẩn cấp.

- Đề xuất phương pháp giải quyết bài toán dựa vào mô hình đề xuất lập kếhoạch hướng dẫn sơ tán hành khách khi có cháy tại một phòng chờ, sảnh khởi hànhcủa một sân bay có cấu trúc tương tự sân bay quốc tế Đà Nẵng;

- Xây dựng framework cho ứng dụng dựa trên nền tảng MASH, thiết kế, càiđặt, thử nghiệm mô hình và phương pháp đề xuất.

- Đánh giá mô hình và phương pháp đề xuất trên phương diện lý thuyết vàthực nghiệm.

7 Tổng quan luận án

Luận án gồm 2 phần:

6- Mở đầu.

- Nội dung luận án.

Nội dung luận án gồm 4 chương, nội dung mỗi chương được tóm tắt như sau:

Chương 1 Giới thiệu tổng quan về hệ thống phức tạp và hệ thống phức tạp đa

quy mô Hệ thống đa tác tử gồm các nội dung: tác tử, các khái niệm về hệ thống đatác tử, cấu trúc AEIO Nghiên cứu và ứng dụng của hệ thống đa tác tử bao gồm cácnội dung: Các lĩnh vực nghiên cứu của hệ thống đa tác tử; mô hình đa tác tử môhình hóa hệ thống phức tạp; mô hình đa tác tử mô hình hóa đám đông.

Chương 2 Đề xuất mô hình đa tác tử đa mức, nội dung trong chương là đóng

góp chính của luận án Chương này tập trung nghiên cứu và phân tích các đặc trưngcủa hệ thống đa tác tử đa mức nhằm mô hình hóa hệ thống phức tạp mà bên trongnó có chứa yếu tố đa tỷ lệ Mô hình đa tác tử đề xuất được xây dựng dựa vào cấutrúc AEIO, mô hình này nhấn mạnh sự hình thành nhóm ở các mức, đây cũng là yếutố hình thành các mức quan sát trong hệ thống Đóng góp chính của mô hình đề xuấtlà sự kết nối giữa cấu trúc AEIO và mô hình nhóm đa mức bởi thành phần O, nhờviệc kết nối này làm cho các mức trong mô hình có mối liên hệ xuyên suốt nhau.Nội dung trong chương bao gồm: Giới thiệu, phân tích các đặc trưng của hệ thốngđa tác tử đa mức gồm các nội dung: Kiến trúc đa mức; đa mức động; loại tương tác;bản chất kiểm soát; cấu trúc của MAS Đề xuất mô hình đa tác tử đa mức MAS-GiGvới cấu trúc AEIO và cấu trúc nhóm đa mức Mô hình đa tác tử đa mức MAS-GiGmô hình hóa đám đông.

Chương 3 Ứng dụng mô hình đề xuất MAS-GiG giám sát và lập kế hoạch sơ

tán trong trường hợp có cháy Sau khi xây dựng mô hình MAS-GiG ở chương 2,chương 3 áp dụng mô hình này mô hình hóa đám đông hành khách ở phòng chờbay Việc giám sát và lập kế hoạch sơ tán để hướng dẫn hành khách thoát hiểm mộtcách hiệu quả nhất là vấn đề rất quan trọng trong bối cảnh đám đông hành kháchđông đúc, cửa thoát hiểm có thể bị che lấp hoặc bị ảnh hưởng bởi khói/ đám cháy.Việc quan sát đa mức các phòng chờ, khu vực chờ có ý nghĩa quan trọng để raquyết định hướng dẫn hành khách một cách kịp thời Nội dung trong chương baogồm: Giám sát di

chuyển gồm giới thiệu; lập kế hoạch sơ tán; các luật di chuyển; mô tả sự lan truyềnthông tin cháy Lập kế hoạch sơ tán hành khách khi có cháy bao gồm các nội dung:Mô tả bài toán; mô tả bài toán dưới dạng bài toán tối ưu; giải quyết bài toán ứngdụng gồm các nội dung: Đề xuất phương pháp giải quyết bài toán ứng dụng; ápdụng mô hình MAS-GiG cho bài toán ứng dụng; áp dụng mô hình MAS-GiG và kếthợp bốn bài toán hỗ trợ mô hình hóa và lập kế hoạch sơ tán hành khách tại sảnhkhởi hành của một sân bay.

Chương 4 Thiết kế, xây dựng, cài đặt và thực nghiệm mô hình MAS-GiG

trên nền tảng MASH Chương này tập trung vào việc xây dựng framework cho ứngdụng dựa vào nền tảng MASH từ đó thiết kế, xây dựng và cài đặt mô hình MAS-GiG cũng như môi trường giả lập có cấu trúc tương tự như phòng chờ bay để thựcnghiệm Dựa vào quy định của Hiệp hội vận tải hàng không thế giới IATA [90],phân bố hành khách vào phòng chờ bay theo thời gian tại các thời điểm cùng với sựphân bố ngẫu nhiên hành khách tại các khu vực trong phòng chờ, dựa vào dữ liệu vềcháy như cháy ở vị trí nào trong khu vực nào của phòng chờ nào, v.v Luận án đãtrình bày thực nghiệm 6 kịch bản khác nhau, từ đó có những đánh giá về sự thànhcông của mô hình đề xuất trong việc mô hình hóa và ứng dụng nó để dự đoán, dựbáo, hỗ trợ ra quyết định Nội dung trong chương gồm: Nền tảng mô phỏng MASHgồm các nội dung: Tổng quan về MASH; cấu trúc dữ liệu của tác tử trong MASH;tương tác trong MASH Xây dựng framework cho ứng dụng gồm các nội dung:Thiết kế framework cho ứng dụng; thiết kế chi tiết Thực nghiệm ứng dụng gồm cácnội dung: Xây dựng dữ liệu cho thực nghiệm; thực nghiệm phương pháp đề xuất.Đánh giá mô hình MAS- GiG và phương pháp đề xuất gồm các nội dung: Đánh giávề khía cạnh lý thuyết; đánh giá về kỹ thuật lập mô hình và đánh giá bằng thựcnghiệm.

Cuối cùng là Kết luận.

1.1 Hệ thống phức tạp

1.1.1 Tổng quan về hệ thống phức tạp

Hệ thống phức tạp hiện diện ở nhiều nơi, phạm vi nghiên cứu rộng rãi mangtính liên ngành bao gồm vật lý, hóa học, sinh học, khoa học máy tính, khoa học xãhội và kinh tế Hệ thống được tạo thành từ một số lượng lớn các thực thể tương tác;chúng được mô tả là phức tạp khi người quan sát không thể dự đoán hành vi hoặc sựtiến hóa của chúng bằng một phép tính đơn giản Để biết sự tiến hóa của hệ thống,chúng ta phải thực hiện thí nghiệm, có thể trên một mô hình thu gọn.

Một hệ thống được liên kết động với nhiều tương tác giữa các thành phần,chúng được mô tả theo một số cấp độ tổ chức và ngữ nghĩa của các tương tác khácnhau từ cấp độ này sang cấp độ khác Các mối quan hệ gắn kết các thành phần phảithiên về khía cạnh động hơn là khía cạnh tĩnh của hệ thống tương tác [11] Một hệthống phức tạp nói chung là một hệ thống bao gồm một số lượng lớn các thực thểkhông đồng nhất, trong đó các tương tác cục bộ tạo ra nhiều cấp độ cấu trúc và tổchức tập thể [12] Hệ thống phức tạp cũng được xem là hệ thống phi tuyến mà khảnăng tương tác giữa các thành phần vượt quá tổng đóng góp của các thành phần[13] Trong các hệ thống phức tạp, hành vi của các thành phần khó dự đoán và kiểmsoát, xuất hiện các hiện tượng trồi sinh bởi cơ chế tự tổ chức [14] Chẳng hạn như,thay đổi môi trường sống của chim, làm tổ của mối, tha mồi của kiến, các đám

9đông khi

có tình huống khẩn cấp Nghiên cứu hệ thống phức tạp là làm thế nào để hiểu mốiquan hệ giữa các thành phần mà mối quan hệ này làm phát sinh các hành vi tập thểcủa một hệ thống [15] Nguyên lý nghiên cứu về cấu trúc của hệ thống phức tạp là:Mô tả về sự xuất hiện của các cấu trúc và các mối quan hệ giữa các tỷ lệ khác nhau;hình thành các hiện tượng ở mức cao nhờ vào việc phân tích các tương tác ở mứcthấp hơn; thể hiện mối quan hệ giữa các tỷ lệ [16] Đặc điểm cơ bản của một hệthống phức tạp là số lượng các thành phần cũng như các mối quan hệ được thiết lậpgiữa các thành phần này Khi các thành phần tương tác với nhau để đạt được mụctiêu chung, các hệ thống phức tạp có khả năng phát triển Một số hệ thống phức tạpđược tạo thành từ nhiều cấp độ phân cấp có độ phức tạp tăng hoặc giảm tùy thuộcvào cách tiếp cận được chọn để xem xét chúng.

Tóm tắt các đặc trưng của hệ thống phức tạp như sau:

- Hệ thống phức tạp là một hệ thống gồm nhiều thành phần luôn biến đổi vàtương tác với nhau tạo nên các mối quan hệ mới.

- Các mối quan hệ là phi tuyến tính: điều này có nghĩa là một nhiễu loạn nhỏcó thể gây ra hiệu ứng đáng kể (hiệu ứng cánh bướm), hiệu ứng tỷ lệ, hoặc thậm chíkhông có hiệu ứng nào cả.

- Sự tương tác giữa các thành phần mang tính cục bộ thông qua quá trình tựtổ chức tạo nên các hiện tượng trồi sinh.

- Các thành phần mới hình thành ở một phạm vi lớn hơn các thành phầntrước và chúng tương tác với nhau tạo nên các mối quan hệ mới với phạm vi lớnhơn và cứ thế tiếp tục hình thành các mức mới Quá trình này có tính phân cấp vàhình thành nhiều mức trong hệ thống.

- Các thành phần của hệ thống phức tạp phụ thuộc lẫn nhau và không tuyếntính Chính vì đặc trưng không tuyến tính hình thành những tác động trở lại trongthời gian ngắn trên các thành phần gọi là vòng phản hồi.

- Hành vi của một cá nhân có thể gây ra những ảnh hưởng lên chính nó gọi làvòng phản hồi Những tác động này có thể là tiêu cực hoặc tích cực.

- Trong hệ thống phức tạp sự kết nối giữa các thành phần tạo nên các mạng

1.1.2 Hệ thống phức tạp đa quy mô

Nhiều hệ thống được mô tả ở các tỉ lệ khác nhau Ví dụ, một đàn chim đangbay trên bầu trời được nhìn từ mặt đất thì sẽ thấy như một sợi dây liền nét như hìnhchữ V Nếu quan sát ở góc độ gần hơn, hình ảnh của đàn chim đang bay không cònlà sợi dây liền nét nữa mà chúng ta thấy có khoảng cách giữa những con chim trongđàn, nếu chúng ta quan sát ở góc độ gần hơn nữa thì chúng ta thấy rõ hình dángtừng con chim đang bay và nó không giống hình dạng sợi dây liền nét như quan sátở góc độ ban đầu Quan sát càng gần, sẽ cho ta hình ảnh rõ nét hơn với những cấutrúc khác nhau về một đối tượng ta quan sát.

Có những hệ thống phức tạp tự nhiên hoặc nhân tạo mang trong mình đặctrưng đa quy mô (đa mức) không gian hoặc thời gian Cấu trúc đa quy mô đượccông nhận rộng rãi trong tất cả các ngành khoa học cơ bản và ứng dụng như toánhọc, vật lý, hóa học, thiên văn học, địa chất, sinh học và trong các lĩnh vực ứngdụng như vật liệu, cơ học, phân tích hình ảnh, phương pháp tính toán, khoa học khíquyển, kỹ thuật hóa học Và điều quan trọng là một thuật ngữ mới “Khoa học đaquy mô” đã được đề xuất, khá độc lập trong các lĩnh vực khác nhau và được coi làmột thách thức Nhiều hội thảo khoa học về các chủ đề này đã được tổ chức hàngnăm như: Mô hình hóa đa quy mô của các hệ thống phức tạp (SCALES), Phươngpháp đa quy mô và tính toán khoa học quy mô lớn (MLSC) Cơ hóa học và cơ sinhhọc đa mức (MMM) Mô hình hóa và mô phỏng đa quy mô dựa trên vật lý và dữliệu (MMSPD) Hiện tượng đa tầng trong vật chất ngưng tụ (MPCM) và nhiều hộinghị quốc tế khác.

Một số hệ thống đa quy mô trong thực tế: Internet được coi là một hệ thốngquy mô lớn, công nghệ cao và rất phức tạp Web dữ liệu kết nối tất cả dữ liệu trênWeb để tạo thành một mạng thông tin toàn cầu Các tác giả đề xuất nghiên cứu dữliệu Web dưới dạng hệ thống đa mức Mô hình đa mức được đề xuất giúp có thểhiểu và quan sát tốt hơn sự phát triển của dữ liệu Web ở cấp độ chi tiết cũng như ởcấp độ toàn cầu Mô hình này bao gồm hai thang đo thang đo cơ bản được tạothành từ bộ

ba, mỗi bộ ba có một chủ thể, một đối tượng và một mối quan hệ nối liền chủ thể vàđối tượng Chủ thể và đối tượng là tài nguyên trên web Mức cao hơn là một nhómba, một nhóm ba được tạo ra bằng cách nhóm các bộ ba, nhóm này phụ thuộc vàosự lựa chọn của người thiết kế và dựa trên nội dung của tài nguyên bộ ba Nếuchúng ta thêm hoặc bớt các nguồn lực hoặc mối quan hệ khỏi các bộ ba thì nhữngsửa đổi tương ứng với cấp độ nhóm ba cũng được thực hiện Hệ thống đa tỷ lệ đượcsử dụng nhiều trong hoạt hình, xử lý ảnh Trong lĩnh vực hệ thống thông tin địa lýbiểu diễn đa tỷ lệ được ứng dụng rộng rãi trong thực tế như: Phân tích dữ liệu khônggian và tìm kiếm đường đi, bản đồ, sinh trắc, v.v Trong lĩnh vực nghiên cứu quyhoạch lãnh thổ, áp dụng mô hình đa mức để mô hình hóa và mô phỏng các biến đổicảnh quan, thang đo bao gồm ba chiều: không gian, thời gian và phân tích Tronglĩnh vực môi trường và sinh thái cần xác định các khu vực có lợi ích sinh học để bảovệ chúng là một trong những mục tiêu chính Để đạt được mục tiêu này, các nhàsinh thái học thường sử dụng các mô hình không gian thể hiện sự phong phú về loàicho nhiều loài sinh vật, bao gồm thực vật, động vật không xương sống hoặc độngvật có xương sống Việc lập mô hình liên quan đến sử dụng các yếu tố môi trườngnhư địa hình, khí hậu hoặc bất kỳ biến số nào khác làm yếu tố dự đoán về số lượngloài tụ tập trong một khu vực nhất định.

Hệ thống đa mức được khai thác để thiết kế, mô hình hóa, quan sát và môphỏng các hệ thống phức tạp Theo [17], tác giả cho rằng bản chất đa mức quantrọng đến mức các cấu trúc không thể được định lượng chính xác nếu không phânbiệt sự khác biệt giữa các mức và sự tương tác giữa các mức khác nhau Theo [18],tác giả cho rằng phân tích đa mức là một loại phương pháp luận cung cấp một loạtnguyên tắc để nghiên cứu cấu trúc của các hệ thống phức tạp bao gồm: Nghiên cứucấu trúc, cơ chế hình thành cấu trúc và mối quan hệ giữa các mức khác nhau; việchình thành các hiện tượng ở mức cao hơn thông qua việc phân tích các tương tác ởmức thấp hơn; bộc lộ mối quan hệ giữa các thang đo bằng cách hình thành điều kiệnổn định của kết cấu.

Để nghiên cứu, xây dựng một mô hình đa mức trước tiên phải xác định đốitượng nghiên cứu của nó và phải đảm bảo các đặc trưng đa mức về tổ chức và cấutrúc, mỗi mô hình đa mức phải đảm bảo các khả năng:

- Xây dựng được các mức biểu diễn, mô hình cung cấp được các quy tắchoặc luật để phát hiện các thành phần mà từ các thành phần này xây dựng được cácthành phần ở mức cao hơn.

- Mỗi mức của hệ thống đa mức có thể đưa ra một tầm nhìn được xem nhưmột mức quan sát.

- Mô hình đa mức có tính mở: Đảm bảo việc chèn hoặc xóa một phần tử ởbất kỳ mức nào đều thực hiện được; nếu có thay đổi ở một cấp độ thì có thể ảnhhưởng đến cấp độ khác;

- Tương tác giữa các mức trong hệ thống: Giữa các mức trong hệ thống phảicó khả năng tương tác với nhau để trao đổi thông tin, cập nhật các thay đổi.

1.1.3 Đám đông - Một ví dụ về hệ thống phức tạp

Đám đông được xem như một hệ thống phức tạp, nó có những đặc trưng vàtính chất của một hệ thống phức tạp Theo tài liệu [93], một số khái niệm và đặctrưng của đám đông được trình bày như sau:

- Đám đông là hiện tượng tụ tập nhiều cá nhân trong cùng một khu vực cùngmột lúc Mật độ của đám đông được cho là đủ lớn để tạo ra các tương tác hoặc phảnứng liên tục với các cá nhân khác.

- Đám đông hoảng loạn hay còn gọi là đám đông khẩn cấp là đám đôngchuyển động bất thường theo các hướng khác với sự thay đổi nhanh chóng.

- Trí tuệ tập thể là hành vi chức năng mới nổi của một số lượng lớn những cánhân bắt nguồn từ sự tương tác của họ hơn là từ lý luận cá nhân hoặc tối ưu hóatoàn cục.

- Tự tổ chức hay tổ chức tự phát (nghĩa là hình thành các mẫu có trật tự)không được tạo ra bởi các điều kiện ban đầu hoặc ranh giới, bởi các quy định hoặcràng buộc Tự tổ chức là kết quả của các tương tác phi tuyến tính giữa nhiều đốitượng

hoặc chủ thể và nó thường gây ra các kiểu chuyển động không gian, thời gian khác nhau.

Theo [96], tác giả đã phân loại đám đông như sau:

- Đám đông khán giả: một đám đông quan sát một sự kiện mà họ đến để xemtại một địa điểm, hoặc sự kiện đang diễn ra khi họ đến địa điểm đó.

- Đám đông biểu tình: đám đông biểu tình, biểu tình, tuần hành hoặc hôvang, và được tổ chức vì một lý do hoặc sự kiện cụ thể, thường có một người lãnhđạo có thể nhận dạng được.

- Đám đông dày đặc: một đám đông mà sự di chuyển của con người giảmnhanh chóng đến mức họ không thể di chuyển do mật độ đám đông quá mức, bịchèn ép, dẫn đến tử vong và chấn thương nghiêm trọng do ngạt thở.

- Đám đông bạo lực: một đám đông khủng bố, nổi loạn hoặc tấn công, khôngtôn trọng pháp luật hoặc quyền của người khác.

- Thoát khỏi đám đông: những người trong đám đông cố gắng thoát khỏinhững tình huống nguy hiểm đến tính mạng, chẳng hạn như một mối nguy hiểmđược nhận thức hoặc thực sự Điều này có thể bao gồm các cá nhân tham gia vàomột cuộc di tản có tổ chức, hoặc xô đẩy vô tổ chức bởi một đám đông chen lấn.

Trong luận án này, đám đông hành khách tại sảnh khởi hành của một sân bayđược xem như một hệ thống phức tạp, hệ thống bao gồm nhiều tác nhân như conngười, chướng ngại vật, lối đi, nơi trú ẩn, lửa, v.v Đặc biệt là tác nhân con ngườicó những hành vi khác nhau trong một tình huống khẩn cấp như có cháy Do đó, cầnnghiên cứu quan sát, giám sát các hành vi khác nhau của cá nhân/ nhóm người trongđám đông để tìm ra phương pháp phù hợp nhằm dự đoán, dự báo.

1.2 Hệ thống đa tác tử (MAS)

Các hệ thống đa tác tử ngày nay được công nhận như một công cụ rất mạnhmẽ để mô hình hóa các hệ thống phức tạp Trên thực tế, MAS rất hiệu quả trongviệc quản lý tính chất không đồng nhất của các thành phần của một hệ thống, để môhình hóa sự tương tác giữa các thành phần này và cố gắng tìm hiểu các hiện tượngmới xuất hiện trong quá trình tiến hóa Đây cũng là một phương pháp để giảm bớtđộ phức

tạp và quan sát các khía cạnh nhất định của các hệ thống phức tạp Có nhiều phươngpháp thiết kế hệ thống đa tác tử, hầu hết tập trung vào phân tích các nhiệm vụ củatác tử, chẳng hạn như phương pháp Gaia [19] và MaSE [20], dựa vào tổ chức nhưphương pháp AGR [21] Trong luận án này, tác giả luận án đề xuất một mô hình đatác tử đa mức dựa vào cấu trúc AEIO [24] nhằm mô tả rõ ràng về các thành phầnnhư tác tử, môi trường, tương tác và tổ chức trong hệ thống.

1.2.1 Tác tử

Thuật ngữ "tác tử” được nhắc đến trong công nghệ phần mềm, truyền thôngdữ liệu và nghiên cứu hệ thống, robotics, trí tuệ nhân tạo và trí tuệ nhân tạo phân tánv.v Có nhiều khái niệm về tác tử khác nhau như: Thực thể sinh học, robot, phầnmềm máy tính v.v Sau đây là các định nghĩa được trích dẫn nhiều trong các nghiêncứu liên quan.

Jacques Ferber [22] định nghĩa một tác tử là một thực thể thực hay ảo hoạtđộng trong một môi trường Nó có thể giao tiếp với các tác tử khác và có khả nănghoạt động độc lập.

Theo Yves Demazeau và Antonio Rocha-Costa [23], một tác tử là một thựcthể thực hay ảo mà hành vi có tính tự chủ, hoạt động trong một môi trường mà nócó khả năng nhận thức, có thể tương tác với các tác tử khác.

Theo Michael Wooldridge [24], một tác tử là một hệ thống tin học có khảnăng hoạt động độc lập, tự chủ và linh hoạt trong một môi trường Linh hoạt baogồm phản xạ, chủ động, kỹ năng xã hội.

Khái niệm tính linh hoạt bao gồm:

- Khả năng phản ứng: Duy trì một liên kết liên tục với môi trường và phản

ứng với những thay đổi xảy ra ở đó.

- Chủ động hoạt động: Chủ động tạo ra các hành động và đáp ứng các mục

tiêu, hành vi của tác tử không chỉ bị chi phối bởi các sự kiện.

- Năng lực xã hội: Có khả năng tương tác hoặc hợp tác với các tác tử khác.

Theo Michael J Wooldridge và Nicholas R Jennings [25] các tác tử đượcphân làm nhiều loại:

- Tự chủ: Một tác tử có thể chủ động và thực hiện mức độ kiểm soát đối với

các hành động của chính nó.

- Hướng mục đích: Một tác tử chấp nhận các yêu cầu mức cao và chịu trách

nhiệm cho quyết định để đáp ứng yêu cầu.

- Hợp tác: Một tác tử không mù quáng tuân theo các mệnh lệnh, nhưng có khả

năng sửa đổi các yêu cầu, đặt câu hỏi làm rõ hoặc thậm chí từ chối để đáp ứng cácyêu cầu nhất định.

- Linh hoạt: Hành động của tác tử không theo kịch bản, nó có thể tự động chọn

hành động nào để thực hiện và theo trình tự nào để đáp ứng với trạng thái của môitrường bên ngoài của nó.

- Giao tiếp: Các tác tử có thể tham gia vào giao tiếp với các tác tử khác, để có

được thông tin để thực hiện các mục tiêu của mình.

- Thích nghi: Tác tử cũng tự động thích nghi với những thay đổi trong môi

trường của nó.

- Di động: Một tác tử có thể tự vận chuyển từ máy này sang máy khác và qua

các kiến trúc và nền tảng hệ thống khác nhau.

Một số định nghĩa được sử dụng trong luận án:

- Hành vi tự chủ: Tác tử có khả năng tự quyết định và thực hiện hành động

dựa vào kiến thức và mục tiêu của nó mà không cần sự điều khiển trực tiếp từ bênngoài.

- Tương tác: Một tác tử có thể tương tác với môi trường và với các tác tử

khác Trong tương tác có phối hợp, hợp tác, đàm phán, cạnh tranh với các tác tửkhác.

- Hiện tượng trồi sinh (emergence): Sự xuất hiện hoặc hiện diện của tính

chất, hành vi, hoặc cấu trúc mới phức tạp trong một hệ thống không thể dự đoántrước Hiện tượng trồi sinh thường xảy ra khi các thành phần trong hệ thống tươngtác tự phát.

- Tác tử tự trị: Một tác tử có khả năng hoạt động độc lập và tự quyết định

dựa trên kiến thức cá nhân về môi trường và các tương tác với các tác tử khác.

1.2.2 Các khái niệm về hệ thống đa tác tử

Các hệ thống đa tác tử ngày nay được chấp nhận rộng rãi như một công cụrất mạnh mẽ và là một mô hình riêng để mô hình hóa các hệ thống phức tạp Trênthực tế, MAS rất hiệu quả trong việc quản lý hệ thống có tính chất không đồng nhấtcủa các thành phần, để mô hình hóa sự tương tác giữa các thành phần này và cốgắng tìm hiểu các hiện tượng mới xuất hiện trong quá trình tương tác MAS cũng làmột phương pháp để giảm bớt độ phức tạp và quan sát các khía cạnh nhất định củacác hệ thống phức tạp.

Trong nghiên cứu và ứng dụng, MAS có thể kết hợp với các hướng nghiêncứu khác nhằm giải quyết vấn đề liên quan với lĩnh vực đó Tuy nhiên, trong mỗilĩnh vực nghiên cứu và ứng dụng MAS cũng gặp nhiều thách thức riêng Chẳng hạn,trong robotics vấn đề lập kế hoạch, phối hợp, hợp tác giữa các tác tử là một tháchthức Kiểm soát sự phối hợp bao gồm sự đồng thuận, khả năng kiểm soát, đồng bộhóa, kết nối và hình thành.

Có nhiều quan điểm về MAS, sau đây là các khái niệm về MAS khác nhau.Theo Ferber [19], một hệ thống đa các tác tử là một hệ thống bao gồm cácyếu

- Một tập hợp các mối quan hệ giữa các đối tượng.

- Một tập hợp các hoạt động cho phép các tác tử thực hiện hành động đối vớimôi trường, bao gồm nhận thức, phá hủy, tạo ra, biến đổi và thao tác lên các đốitượng.

- Một tập hợp các bộ thao tác để thực thi các hoạt động và ảnh hưởng của chúng đối với môi trường (tập luật của vũ trụ hệ đa tác tử).

Theo [26], một MAS được hình thành bởi tập hợp các tác tử tự trị nằm trong một môi trường nhất định, đáp ứng với những thay đổi động trong môi trường của

chúng, tương tác với các tác tử khác và tiếp tục đạt được các mục tiêu cá nhân hoặc các mục tiêu toàn cục của hệ thống.

- I (Interactions): Tương tác trong hệ thống, có 3 loại tương tác:

+ Tương tác tiếp nhận (perception interaction): Là tương tác của môi trườnglên các tác tử.

+ Tương tác hành động (action interaction): Là tương tác của tác tử lên môitrường.

+ Tương tác nhận thức (cognitive interaction): Là tương tác giữa các tác tửvới nhau.

Nếu cho rằng các tương tác I là các hàm trong U, hàm này trả về các tín hiệu

s (signal) thì hàm I được biểu diễn như sau: I: A x U → S với S là tập các tín hiệu s.

Ba loại tương tác trên được đặc tả như sau:

+ Tương tác tiếp nhận: I (Ai,e) = percept (e, Ai)

+ Tương tác tác động: I(Ai, e) = action (Ai, e)

+ Tương tác nhận thức: I(Ai, Aj) = message(Ai, Aj)

- O (Organizations): Tổ chức trong hệ thống hay là tập các mối quan hệ giữa các tác tử với nhau.

Có 3 loại quan hệ:+ Biết (knowledge).

+ Giao tiếp (communication).+ Lệ thuộc (subordination).

O là một tập các quan hệ 2 ngôi, ứng với mỗi quan hệ thì tập các tác tử được

tách thành các nhóm theo quan hệ của chúng Ta có: O = {A ℜ A}.

1.3 Nghiên cứu và ứng dụng của MAS

1.3.1 Các lĩnh vực nghiên cứu của MAS

MAS được hình thành bởi tập các tác tử tự trị nằm trong một môi trườngnhất định, phản ứng với những thay đổi của môi trường, tương tác với các tác tửkhác và kiên trì đạt được mục tiêu của cá nhân hoặc mục tiêu toàn cục của hệ thống[26] MAS được coi là một kỹ thuật có khả năng mô hình hóa hệ thống phức tạpdựa trên nhiều thành phần tự trị, có thể hoạt động và tương tác theo các cách linhhoạt để đạt được mục tiêu của chúng [33] MAS hiện được coi là đại diện phù hợptrong số các hướng tiếp cận về việc mô hình hóa các hệ thống phức tạp và phân tán[34] MAS bao gồm các thực thể tự trị, được phân phối tự nhiên, chúng có thể rấthữu ích đối với vấn đề kiểm soát các hệ thống phức tạp, chẳng hạn như tối ưu hóađa mục tiêu [35] Hai mục tiêu nghiên cứu chính trong hệ thống đa tác tử là nghiêncứu lý thuyết, phân tích thực nghiệm các cơ chế tự tổ chức hoạt động khi một sốthực thể tự động tương tác và tạo ra các đối tượng phân tán có khả năng hoàn thànhcác nhiệm vụ phức tạp thông qua hợp tác và tương tác Theo [36], tác giả cho rằngMAS được coi là một kiến trúc phát triển hệ thống phần mềm thích ứng thay thếcho những kiến trúc thông thường để giải quyết các vấn đề của hệ thống phức tạpnhư mở, tiến hóa không đồng nhất, liên tục MAS cung cấp chức năng để mô hìnhhóa hệ thống bao gồm các tác tử tự trị phân tán hợp tác với nhau để đạt được cácmục tiêu chung, các tác tử tự động tổ chức lại để thích ứng với những thay đổi củamôi trường và cung cấp một sự trừu tượng phù hợp cho các hệ thống mô hình hóabao gồm nhiều hệ thống con, các thành phần và mối quan hệ của chúng [37] MAScho phép thiết kế và triển khai các hệ thống phần mềm bằng cách sử dụng cùng cácý tưởng và khái niệm vốn là nền tảng của xã hội và thói quen của con người Các hệthống này thường dựa vào sự phân công các mục tiêu và nhiệm vụ giữa các tác tửphần mềm tự trị, có thể tương tác và cộng tác với những tác tử khác để đạt được cácmục tiêu chung MAS ứng dụng trong lĩnh vực hướng dẫn sơ tán khi có cháy [38,39, 40]; thiết kế các hệ thống được điều phối bởi các cơ chế tự tổ chức và trồi sinh[41]; phát hiện và phân tích các hành vi trồi sinh nhằm dự đoán, dự báo [42]; raquyết định tập thể [43]; hỗ trợ ra quyết định

[44]; điều khiển mạng lưới giao thông [45]; định tuyến trong các mạng truyền thông[46]; định tuyến xe trực tuyến [47, 48]; hệ thống quản lý thiên tai [49]; chăm sócsức khỏe di động, hỗ trợ phòng bệnh từ hồ sơ sức khỏe, tìm kiếm dịch vụ y tế [50,51]; lập kế hoạch tối ưu trong sơ tán khẩn cấp [52] Đặc biệt trong những năm gầnđây các hệ thống Internet of Thing (IoT) đang hiện diện khắp nơi, việc kết hợpMAS với các ứng dụng IoT là một trong những ứng dụng mới được đề xuất [53,54]; MAS trong lĩnh vực Trí tuệ nhân tạo phân tán (DAI) với cách tiếp cận về côngnghệ phần mềm đề xuất giải pháp cho các vấn đề có tính phân tán cao trong cácmiền tính toán mở, động như trí thông minh [79], đàm phán [80].

1.3.2 Mô hình đa tác tử mô hình hóa hệ thống phức tạp

Mô hình đa tác tử được nghiên cứu và áp dụng trong các lĩnh vực như:Mô hình hóa, dự đoán và quản lý các tình huống phức tạp có sự tương tácgiữa nhiều tác tử hoặc thực thể trong môi trường đa mức động, với mục tiêutối ưu hóa tài nguyên và hiệu suất Cụ thể, mô hình hóa đa tác tử cho phép môhình hóa cách mà nhiều tác tử hoặc thực thể tương tác với nhau trong một môitrường phức tạp; dự đoán cách mà tác tử sẽ phản ứng trong các tình huốngkhác nhau và cho phép lập kế hoạch và quản lý dựa trên dự đoán này; tối ưuhóa tài nguyên và hiệu suất như thời gian, không gian và nhân lực, tăng cườnghiệu suất và tiết kiệm chi phí, hạn chế rủi ro; ứng dụng trong nhiều lĩnh vựcnhư đám đông và an toàn, công nghiệp, giao thông vận tải, y tế, và nhiều lĩnhvực khác Một số mô hình đa tác tử đa mức mô hình hóa hệ thống phức tạpgồm: Mô hình AGR [21], Swam [27], mô hình MMASS [28], mô hìnhGEAMAS [29], mô hình HOMASCOW [30], mô hình MAS-R [31], mô hìnhnhóm đa tác tử [32].

1.3.2.1 Mô hình Tác tử - Nhóm – Vai trò (AGR)

Theo tài liệu [21], AGR (Agent, Group, Role) là một siêu mô hình để mô tảcác tổ chức của tác tử sử dụng các khái niệm cơ bản: Tác tử, nhóm và vai trò Mộttác tử được quy định như một thực thể có giao tiếp, đóng một vai trò tích cực trong

nhóm Các nhóm được định nghĩa là sự kết hợp của các tác tử trong các tổ chức cụ

thể Mỗi tác tử thuộc về một hoặc nhiều nhóm Vai trò là biểu diễn trừu tượng củamột chức năng, dịch vụ hoặc định danh một tác tử trong một nhóm, mỗi tác tử cóthể xử lý nhiều vai trò Mô hình AGR có thể hữu ích cho việc thiết kế của MAS đamức, nó cho phép mô tả các hệ thống đa tác tử với nhiều kiểu tổ chức khác nhau.

1.3.2.2 Mô hình Swarm

Theo tài liệu [27], cấu trúc Swarm là một tổ chức đệ quy, một Swarm có thểđược hình thành bởi một số tác tử mà các tác tử này cũng chính là các Swarm.Nhưng các mô phỏng được phát triển trong nền tảng Swarm này thường chia tổchức tổng thể thành tập các hệ thống con cụ thể Một định nghĩa đệ quy được sửdụng cho Swarm:

- Một Swarm là một tập hợp các các tác tử với một lịch trình các hoạt động.- Một tác tử cũng có thể là một Swarm, một tập các đối tượng và một lịchtrình hành động.

Hành vi tác tử được xác định bởi các hiện tượng trồi sinh của các tác tử cấuthành nên Swarm Các Swarm có thể được tạo ra và bị phá hủy trong quá trình môphỏng Swarm có thể được sử dụng để mô phỏng các hệ thống mà trong đó có nhiềumức động.

1.3.2.3 Mô hình MMASS

Theo tài liệu [28], các tác giả đã đề xuất mô hình MMASS (Multi-MASsystem), mô hình này bao gồm ba MAS đồng nhất nằm ở ba mức khác nhau tronghệ thống: Một MAS nhận thức (SMAC) ở mức cao nhất, một MAS phản xạ(SMAR) ở mức thấp nhất và MAS trung gian hay còn gọi MAS đệ quy nằm ở mứcgiữa, chịu trách nhiệm liên lạc giữa các SMAC và SMAR (xem Hình 1.1), MASCvà MASR sử dụng các phương pháp giải quyết vấn đề khác nhau phụ thuộc vào dữliệu và mục tiêu Trung tâm của mô hình này là mức trung gian có nhiệm vụ sápnhập MASC và MASR Ở mức này, tác giả giới thiệu một mô hình tác tửMORISMA.

Các tác tử trong MORISMA vừa là tác tử lai (hybrid) vừa là tác tử đệ quy(recursive) Tính chất lai tức là các tác tử có đủ khả năng tương tác với cả hai mức

trên (mức nhận thức) và mức dưới (mức phản xạ) Tính chất đệ quy, tác tửMORISMA gồm hai loại tác tử cơ sở và tác tử hợp Tác tử cơ sở là lá trong cấu trúcphân cấp Chúng quản lý một nhóm các tác tử phản xạ ở mức phản xạ nằm dướicùng Tác tử hợp phân hủy thành một “xã hội” bao gồm các tác tử con đệ quy khácvà tác tử cuối cùng là các tác tử cơ sở Tác tử hợp nằm ở trên các tác tử cơ sở trongcây kiến trúc phân cấp.

Hình 1.1 Cấu trúc mô hình MMASS của Fernandes

Thành phần môi trường của MORISMA: Các tác tử đệ quy hoạt động trong

môi trường n mức theo quy định của các nhà thiết kế hệ thống.

Thành phần tương tác: Xác định các tiêu chí giao tiếp và tiêu chí kiểm soát.Có hai loại giao tiếp là thông tin liên lạc nội bộ (được sử dụng trong mỗi mức) vàthông tin liên lạc giữa các mức Trong MASC, tác tử giao tiếp bằng cách trao đổithông điệp Trong MASR, tác tử giao tiếp bằng cách trao đổi tín hiệu Các tác tửtrong mô hình MORISMA sử dụng thông điệp để giao tiếp với nhau và với các mứcnhận thức và phản xạ Có hai loại thông tin liên lạc giữa các mức: Mệnh lệnh đốivới các thông tin đi theo chiều xuống và chiều lên Điều khiển hệ thống là phân tán.

1.3.2.4 Mô hình GEAMAS

Theo tài liệu [29], mô hình GEAMAS (Generic Architecture for Multi-AgentSimulations) là một kiến trúc chung được sử dụng để nghiên cứu tính trồi của cáchành vi, mô hình GEAMAS cũng là một nền tảng đa tác tử để phát triển các ứngdụng

mô phỏng Cách tiếp cận này cho phép hiểu thế nào là hành vi không xác định cóthể trồi sinh từ sự tương tác giữa các tác tử Trong khuôn khổ trí tuệ nhân tạo phântán, GEAMAS là một kiến trúc phần mềm sử dụng mô hình tác tử Kiến trúc nàybao gồm ba mức trừu tượng để giảm sự phức tạp, mức tiếp theo đại diện cho mộtmức độ trừu tượng cao hơn so với mức trước đó.

Mô hình này chủ yếu thể hiện vai trò của giao diện và các tổ chức của hệthống Để dễ dàng cho việc thiết kế hệ thống, một kiến trúc tác tử đệ quy dựa trênmô hình tác tử duy nhất cho mỗi mức đã được đưa vào Sự điều khiển của hệ thốngđược phân tán trong các tác tử.

1.3.2.5 Mô hình HOMASCOW

Mô hình HOMASCOW (Holonic MultiAgent System for assistance withCooperative Work) tiếng Pháp viết tắt là SOHTCO (hệ thống hướng Holon hợp táchỗ trợ làm việc) [30] đã được điều chỉnh và áp dụng hỗ trợ trong một hệ thống hànhchính phức tạp có hoạt động vận hành theo kiểu workflow.

Tổ chức của mô hình gồm có ba mức:

- Mức thứ nhất bao gồm các tác tử chịu trách nhiệm tương tác với người sửdụng và quản lý tài liệu Nó cũng chứa các tác tử chịu trách nhiệm về thông tin liênlạc giữa các máy trạm.

- Mức thứ hai bao gồm các tác tử quản lý (Workstation quản lý) điều hànhcác "tác tử thực thi" Mỗi tác tử đại diện liên quan đến một người dùng hoặc một thủtục và bao gồm các quy định về thủ tục này.

- Mức thứ ba bao gồm các tác tử thực thi của quá trình.

Kiến trúc của các tác tử được tổ chức như sau: Mỗi tác tử quản lý kiểm soátbốn tác tử thực hiện dưới quyền là: Tác tử giao diện người dùng, tác tử gửi dữ liệu,tác tử tiếp nhận dữ liệu và tác tử quản lý dữ liệu Bốn tác tử thực thi này được gọi làSOHTCO con Theo quy luật của “gom nhóm của hệ thống holonic”, mỗi SOHTCOcon có thể được xem như là một tác tử duy nhất Trong SOHTCO, mỗi tác tử có trithức của riêng, thông tin của mức dưới, tác tử quản lý, các tác tử holonic lân cận,

người dùng mà nó được trỏ đến và với máy trạm Ngoài ra, mỗi tác tử có năm chứcnăng chính: Khởi tạo, lập kế hoạch, tương tác, hành động và quan sát.

Các tác tử holonic phải tuân thủ các quy tắc của tổ chức và tôn trọng các quyđịnh chung Trong SOHTCO, mỗi holon có một mức độ độc lập, nhưng phải tuântheo quy tắc nhất định để đảm bảo sự gắn kết của hệ thống Trong mô hình này hệthống điều khiển là tập trung.

- Mức cơ sở chứa các tác tử đệ quy Mỗi tác tử ở mức này liên kết với mộttác tử ứng dụng bằng cách bao nó (đóng gói) hoặc liên kết với nó bằng một giaodiện giao tiếp Tác tử đệ quy cấp cơ sở là tác tử duy nhất có thể tương tác trực tiếpvới các tác tử ứng dụng.

- Mức bất kì từ mức 1 trở đi một tác tử đệ quy được gọi là tác tử hợp, nó đạidiện cho một nhóm các tác tử đệ quy ở mức thấp hơn.

Các tác tử đệ quy có khả năng xây dựng một hình ảnh trừu tượng ở mức caohơn Với cách nhìn từ mức cao hơn, mỗi MAS ở mức thấp hơn phát sinh các thànhphần trừu tượng cái mà có thể được xem như là các tác tử hợp (hay tác tử trừutượng/ tác tử ảo) Mỗi tác tử hợp ở mức trên có khả năng và năng lực như một tác tửở mức dưới, nó cũng có thể tiếp nhận các thông điệp phát hành theo chiều dọc (giữacác mức với nhau) Tương tự, với vai trò là một tác tử ở mức của nó, nó cũng có thểgiao tiếp, quan sát, kết hợp với các tác tử trong cùng mức để phát sinh một đốitượng trừu tượng thuộc mức trên Việc xây dựng này được dựa vào các điều kiệnđộng của các hệ thống xảy ra trên mức hiện tại Tác tử đệ quy được trang bị cáchxây dựng và phá hủy một đối tượng Mỗi tác tử có hai chức năng “kết hợp” và “pháhủy” để xây dựng hoặc phá hủy mức độ trừu tượng.

Các tác tử đệ quy cũng có một chức năng quan sát dùng để xem xét các điềukiện để kích hoạt cả hai cơ chế “kết hợp” hoặc “phá hủy” Việc quan sát được dựatrên việc phân tích các tình trạng của các tác tử, các tình trạng này được đánh giábởi các “hàm động” Một “hàm động” là một hàm tính toán tự động các giá trị(được giới thiệu vào phần sau) Các hàm này có thể phụ thuộc vào các tác tử, cácđối tượng của môi trường, vào cấu trúc tổ chức và vào các tương tác của MAS Táctử đệ qui sở hữu phần “tri thức” chứa các thông tin và các khả năng của tác tử ứngdụng.

1.3.2.7 Mô hình nhóm đa tác tử

Mô hình nhóm đa tác tử (Multiagent teams) [32] giải quyết vấn đề hợp tácgiữa các nhóm đa tác tử không tập trung nhằm quan sát, kiểm soát các sản phẩm tậpthể, mô hình đề xuất áp dụng vào bài toán giám sát cháy rừng Mô hình gồm 3 mức:Mức cá nhân, mức xã hội và mức tập thể Trong ứng dụng mô hình triển khai trênba mức này cùng với một tác tử ảo được đặt tên là đầu dò ảo “Virtual Probes” nhằmthực hiện công việc hợp tác giữa các sản phẩm tập thể Cụ thể, khai thác các sảnphẩm tập thể của một nhóm đa tác tử bởi một nhóm đa tác tử khác.

- Mức cá nhân (individual level) đại diện bên trong của mức tác tử Ở mứcnày, có thể được quan sát các thành phần nội bộ, khả năng, kiến thức và hành vi cánhân của những tác tử trong nhóm Đầu dò ảo được nhúng vào thông tin nội bộ củacác tác tử, tức là nó có quyền truy cập vào các thông điệp đến và đi của các tác tử.

- Mức xã hội (social level) hay còn gọi là mức nhóm đại diện bên trong củamức nhóm Ở mức này, các tương tác giữa các tác tử trong nhóm và cấu trúc tổchức có thể được phân tích Các đầu dò ảo của cùng một nhóm giao tiếp với nhaunhằm thúc đẩy khai thác sản phẩm tập thể cho phép thực hiện hợp tác sản phẩm tậpthể Chiến lược triển khai, kích hoạt và quyết định của các tác nhân ảo cho phépthực hiện hợp tác các sản phẩm tập thể ở mức độ nhóm.

- Mức tập thể (collective level) hay còn gọi là mức liên nhóm đại diện bênngoài của mức nhóm Tại đây, mức độ các hiện tượng tập thể có thể được quan sát.Ở mức này, các đầu dò ảo thuộc các nhóm đa tác tử khác nhau giao tiếp với nhau ởmức tập thể để vận hành sự hợp tác các sản phẩm tập thể.