Mecanismos Incentivos para la regulación de Sistemas MultiAgente Abiertos basados en Organizaciones

Abstract

En el área de los sistemas multiagente, cabe destacar un tipo particular de éstos, denominado sistema multiagente abierto. Este tipo de sistema se caracteriza por, i) estar diseñado con un objetivo o propósito global; ii) estar compuesto por una población de agentes heterogéneos, autónomos y, normalmente, desconocidos en tiempo de diseño y; por último, iii) la entrada y salida de sus miembros, en tiempo de ejecución. Teniendo en cuenta estas características, uno de los principales problemas que se debe afrontar, a la hora de diseñar estos sistemas, se centra en cómo asegurar que el comportamiento de los agentes sea acorde a las preferencias globales del mismo. Para ello, se requieren mecanismos que permitan influir en el comportamiento de la población de dichos sistemas. Ante esta necesidad se nos plantea la siguiente pregunta: ¿cómo podemos influir en el comportamiento de agentes autónomos y desconocidos en tiempo de diseño, si no tenemos control directo sobre ellos?. Como respuesta a dicha pregunta, en esta tesis realizamos un análisis sobre las distintas alternativas que podemos tener para influir en el comportamiento de un tipo concreto de agente, denominado agente racional guiado por la utilidad. Como resultado de dicho análisis planteamos un marco teórico que nos permite establecer las bases sobre la regulación de sistemas multiagente abiertos. Dicho marco nos ofrece tres alternativas distintas para influir en las decisiones de este tipo de agentes, las cuales se traducen en tres tipos de mecanismos (denominados mecanismos organizativos): informativos, incentivos y coactivos. En concreto, en este trabajo se analizarán en detalle los mecanismos incentivos, como alternativa para regular los sistemas multiagente abiertos. La solución comúnmente adoptada para regular este tipo de sistemas se basa en el uso de conceptos organizativos, de modo que la regulación basada en normas aparece como abstracción clave en la mayoría de los modelos propuestos. Este tipo de mecanismos, tradicionalmente, están compuestos por un conjunto de normas, encargadas de definir qué acciones son válidas en cada estado del sistema y, una base de sanciones, cuyo objetivo se centra en forzar el cumplimiento de las normas. Debido a las características intrínsecas de este tipo de sistemas, la definición de sanciones efectivas para una población heterogénea y desconocida, se convierte en una tarea de difícil logro. Para afrontar este problema, proponemos un mecanismo incentivo capaz de aprender, en tiempo de ejecución, sanciones efectivas para las normas de un sistema normativo, realizando una adaptación individualizada y contextualizada a cada estado del sistema. Yendo un paso más allá, en un sistema basado en normas, encargado de regular la actividad de la población de un sistema abierto, establecer un conjunto efectivo de normas, en dominios complejos y dinámicos, se presenta como una tarea muy compleja. Como alternativa a estos sistemas basados en normas, presentamos un mecanismo basado en incentivos encargado de, por un lado, aprender qué acciones deberían ser realizadas por los agentes en cada estado del sistema, desde el punto de vista global y, por otro lado, aprender qué incentivos son efectivos para inducir a los agentes a realizar dichas acciones. De este modo, este mecanismo se presenta como una alternativa válida, tanto a la hora de regular sistemas multiagente abiertos, cuando es complejo especificar un conjunto de normas efectivas; como para ser combinados con sistemas basados en normas, con el objetivo de regular el espacio de libertad dejado por las propias normas. Finalmente, las diferentes soluciones regulativas propuestas en este trabajo, han sido evaluadas de forma empírica mediante la ejecución de experimentos llevados a cabo en un entorno P2P para el intercambio de ficheros.