Euristiche per la formazione di team nell'Aggregate Computing

The recent rise of distributed computations, in the form of IOT systems, Cyber-Physical Systems and pervasive computing has the potential to unlock value in a variety of sectors such as wildfires monitoring, precision agriculture, civil engineering, crowd safety and edge AI. However, to make the most of all these opportunities, difficult problems must be addressed, such as decentralization, resiliency and abstraction. Aggregate Programming, a programming model based on Field Calculus, faces these issues with a layered approach, centered on the global behaviour of a group of agents, rather than on a single device. Such a shift of perspective calls for new solutions to common algorithmic problems, designed to fully exploit the advantages of the new paradigm. Hence, the goal of this work is to propose efficient heuristics for the "team formation" problem, developed by leveraging the notion of aggregate process and with particular focus on the precision of the size of the team formed, while ensuring decentralization and resiliency.

La recente diffusione di forme di computazione distribuita, quali l'IOT, i Cyber-Physical Systems ed il pervasive computing, promette di impattare un gran numero di settori, dal monitoraggio degli incendi all'ingegneria civile, passando per agricoltura di precisione, Edge AI e crowd safety. Tuttavia, per cogliere le opportunità offerte, è necessario risolvere numerosi problemi complessi, tra cui decentralizzazione, resilienza ed astrazione. L'Aggregate Programming, un modello di programmazione basato sul Field Calculus, è in grado di offrire le proprietà desiderate tramite un approccio a strati, focalizzato sul comportamento globale di un gruppo di agenti, anziché sul singolo dispositivo. Un tal cambiamento di prospettiva richiede la formulazione di nuove soluzioni per problemi algoritmici comuni, che siano in grado di sfruttare i vantaggi offerti dal nuovo paradigma. Questo lavoro si propone dunque di formulare euristiche efficienti per il problema della formazione di team, progettate basandosi sulla nozione di processo aggregato, e con il duplice obbiettivo di dimensionare in modo preciso le squadre, garantendo al contempo decentralizzazione e resilienza.