No problema de Observação Cooperativa de Alvos (CTO), um grupo de observadores em movimento deve monitorar um grupo de alvos em movimento para maximizar o número médio de alvos observados. A maioria das abordagens computacionais do CTO considera que os observadores são agentes racionais e que os alvos são apenas agentes ingênuos. Este trabalho incorpora um modelo de comportamento dos observadores no sistema de tomada de decisões dos alvos, considerando quatro modelos básicos de redes neurais treinadas, para melhorar seu desempenho. Os resultados mostraram que o desempenho da equipe-alvo aumentou quando eles foram modelados como agentes racionais, principalmente quando o modelo incorpora modelos básicos de redes neurais recorrentes em comparação com as abordagens clássicas de feed-forward.

This paper proposes an approach to classify the organizational structure of a group of moving target agents that are continuously monitored by a smaller group of moving observer agents. The approach considers that the group of target agents can organize themselves according to eight different paradigms. The agents communicate through the exchange of messages whose contents are speech-act performative. We evaluate the approach considering seven techniques to solve the problem of classifying the group of target agents' organizational structure. The results show that the approach is promising, as it obtained a good performance, measured during experiments using agent-based simulations.