Modelo de times ad-hoc para agricultura de precisão e monitoramento de pragas em grandes plantações

• Processo: 19/14791-6
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de outubro de 2019
• Vigência (Término): 30 de setembro de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Jó Ueyama
• Beneficiário: Matheus Aparecido do Carmo Alves
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Agricultura de precisão Internet das coisas Sistemas multiagentes Monitoramento Controle de pragas Processos de Markov

Resumo

Atualmente, o desenvolvimento de dispositivos inteligentes tem ganhado importância nos mais diversos cenários, criando ambientes compartilhados física e logicamente pelos sistemas físicos e multi-agentes (dispositivos) que os compõem. O problema é que a maioria desses sistemas e agentes não são modelados para se comunicar entre si, dificultando a implementação desses sistemas e a otimização da tarefa-alvo. Para garantir a eficiência desses sistemas, os agentes (sistemas físicos) precisam compartilhar informações entre si, processá-las e tornar os serviços mais flexíveis, mesmo sob condições limitadas (como sob restrição do conhecimento sobre seus colegas de equipe ou sobre o mundo ao seu redor).O Brasil, como um país predominantemente de economia agrícola, tem fomentado pesquisas e manifestado um interesse crescente no desenvolvimento de ferramentas que possam otimizar o processo de agricultura e monitoramento de grandes plantações. Diante desse cenário, a proposta de projeto FAPESP visa realizar um estudo sobre o problema definido como "otimização do planejamento de tarefas e melhor particionamento do conjuntos de agentes", concebido como um problema de aprendizagem online e geração de estrutura de coalizão. Em linhas gerais, busca-se desenvolver um algoritmo totalmente descentralizado capaz de gerar conhecimento em tempo real para otimizar o processo de agricultura de precisão e monitoramento de pragas para grandes plantações, focado também na otimização do sistema e problemas dentro do âmbito nacional, a fim de apresentar um solução viável, social e economicamente.