Riassunto analitico
Sebbene siano già stati proposti numerosi framework per il progetto di sistemi autonomici e quindi in grado di esibire proprietà definite self-*, tali framework non descrivono pienamente le caratteristiche implicite di moderni sistemi autonomici. Per esempio, la capacità di gestire grandi insiemi di componenti sprovvisti di controllo centrale e che operano in ambienti dinamici ed imprevedibili. Inoltre, i framework esistenti non incorporano la proprietà definita come self-expression, cioè la necessità di un sistema composto da numerosi agenti di adattare dinamicamente i suoi pattern di coordinamento durante la fase di run-time. In questa tesi, affronteremo questi argomenti proponendo un framework nuovo che integra i concetti fondamentali dell’autonomic computing con pattern di progettazione “bioispirati”, sfruttando così le capacità innate di alcuni sistemi studiati in biologia. Nello specifico, abbiamo tratto ispirazione dalla letteratura riguardante le reti immunitarie cognitive allo scopo di sviluppare un framework da usarsi come linee guida per il progetto di sistemi autonomici. Il framework proposto verrà poi applicato in tre diversi casi di studio (robotica distribuita, creature virtuali ed ingegneria morfogenetica) cosicché da dimostrare la sua utilità rispetto a metodologie di progetto esistenti.
|
Abstract
Although a number for frameworks have been proposed for the design of autonomic systems that exhibit self-* properties, they typically fail to capture implicit features of modern autonomic systems, for example the ability to deal with large ensembles of components with no central point of control and operating in a dynamic and unpredictable world. Furthermore, existing frameworks fail to account for the need to incorporate self-expression, i.e. the need for a system to dynamically adapt its coordination pattern during run-time. In this thesis, we address these shortcomings by proposing a new framework that integrates fundamental concepts from autonomic computing with bio-inspired design principles, exploiting the fact that biological systems tend to deal implicitly with such factors. In particular we draw inspiration from the field of cognitive immune networks to develop a framework that can be used to build an autonomic system. The framework is instantiated in three different scenarios (swarm robotics, artificial creature and morphogenetic engineering), illustrating its generality; in each case, quantitative metrics are applied to show the benefit of the method compared to existing approaches.
|
