Logo

Anais

Resumo do trabalho

Tecnologia da Informação · Transformação Digital e Inovação em Negócios Digitais

Título

Arquiteturas de Sistemas Multiagentes: Desafios, Aplicações e Tendências na Transformação Digital

Palavras-chave

Inteligência Artificial Multiagentes Inovação

Autores

  • LUIZ GUSTAVO FERREIRA DA SILVA TRUFILHO
    UNIVERSIDADE FEDERAL DE SÃO PAULO (UNIFESP)
  • Fábio Luís Falchi de Magalhães
    UNIVERSIDADE FEDERAL DE SÃO PAULO (UNIFESP)
  • João de Paula Ribeiro Neto
    UNIVERSIDADE MUNICIPAL DE SÃO CAETANO DO SUL (USCS)

Resumo

Introdução

Com avanço da transformação digital, cresce demanda por soluções computacionais descentralizadas e adaptativas, destacando-se sistemas multiagentes por sua capacidade de integrar diversos agentes inteligentes em arquiteturas cooperativas para resolução de problemas em tempo real. Esses sistemas são aplicados diversos setores estratégicos, impulsionando inovações em ambientes críticos. Apesar do progresso, o campo enfrenta lacunas importantes como padronização arquitetural, interoperabilidade entre agentes heterogêneos e integração com tecnologias emergentes.

Problema de Pesquisa e Objetivo

A construção de arquiteturas robustas e escaláveis que atendam às demandas de ambientes dinâmicos permanece um desafio significativo, como complexidade de desenvolvimento e sobrecarga de comunicação entre agentes. O problema central neste estudo é a busca de arquiteturas mais adaptáveis e eficientes que permitam coordenação de múltiplos agentes em cenários de alta complexidade, combinando autonomia, escalabilidade e interoperabilidade. A pesquisa busca identificar principais modelos arquiteturais utilizados em SMA, analisar aplicações práticas em ambientes críticos e discutir desafios futuros.

Fundamentação Teórica

Agentes inteligentes são entidades dotadas da capacidade de perceber o ambiente e manter interação com o meio. Eles apresentam vantagens como processamento de linguagem natural, aprendizado zero-shot e interação humana-computador, mas enfrentam limitações relacionadas ao comprimento de contexto e atualização de conhecimento. Os sistemas multiagentes, compostos por vários agentes inteligentes que interagem coordenadamente, têm aplicações em energia, transporte e saúde, porém ainda enfrentam desafios de escalabilidade e sobrecarga de comunicação.

Discussão

Os achados deste artigo revela diversidade de modelos arquiteturais em sistemas multiagentes, refletindo o dinamismo e maturação ainda em curso da área. A coexistência de arquiteturas baseadas em paradigmas distintos reforça que o campo busca convergência quanto às melhores práticas arquiteturais. As aplicações demonstram o potencial dos SMA em ambientes críticos, porém evidenciam dificuldades na transposição de soluções teóricas para implementação real. A falta de padronização limita a construção de ecossistemas interconectados e impede cooperação segura entre agentes.

Conclusão

Os sistemas multiagentes representam uma evolução significativa na arquitetura computacional, oferecendo soluções robustas para problemas complexos em ambientes distribuídos. Sua capacidade de descentralização e controle distribuído proporciona maior adaptabilidade, autonomia e modularidade em relação às arquiteturas tradicionais, sendo aplicados com sucesso em setores críticos e estratégicos. Contudo, desafios relacionados à escalabilidade, interoperabilidade e complexidade de desenvolvimento ainda limitam sua adoção mais ampla, exigindo maior padronização e governança.

Contribuição / Impacto

Esta pesquisa sistematizou arquiteturas multiagentes (SMA) mais relevantes, revelando avanços em LSTM, Docker e computação quântica. Demonstrou aplicações eficazes em energia, saúde, transporte e Indústria 4.0, destacando ganhos em adaptabilidade, autonomia e robustez. Identificou desafios de escalabilidade e interoperabilidade. Contribui para sistemas mais resilientes e otimização de processos decisórios, mas indica necessidade de governança ética e padronização para aplicações futuras em ambientes críticos.

Referências Bibliográficas

ZHOU, Hao et al. Large language model (llm) for telecommunications: A comprehensive survey on principles, key techniques, and opportunities. IEEE Communications Surveys & Tutorials, 2024.
DÄHLING, Stefan; RAZIK, Lukas; MONTI, Antonello. Enabling scalable and fault-tolerant multi-agent systems by utilizing cloud-native computing. Autonomous Agents and Multi-Agent Systems, v. 35, n. 1, p. 10, 2021.
LIMA, G. L. D.; AGUIAR, M. S. D. Towards a docker-based architecture for open multi-agent systems. IAES Int. J. Artif. Intell.(IJ-AI), v. 13, p. 45, 2024.

Navegação

Anterior Próximo