Simulation systems are of great help due to their ability to reproduce the real world. In some open scenarios, designers must build intelligent autonomous agents who evolve within and interact with a simulated environment, constrained by a time limit, i.e., In every cycle, agents may deliver an action within a predetermined response time limit. On one hand, the use of Jason interpreter to create and implement intelligent agents can greatly reduce the effort required for the development of BDI agents. However, as agents become more sophisticated, the processing time required for the agents to perceive their environment and to reason about their actions also increases, and in some cases this can exceed this time limit. In this work, we use some performance analysis techniques to measure the effects of including perception filters in the Jason reasoning cycle, aiming to verify whether it causes a significant decrease in reasoning time and if this reduction diminishes the utility of the agents' actions.

Sistemas de simulação são cada vez mais utilizados devido à sua capacidade de reproduzir o mundo real. Em particular, estamos interessados em sistemas que simulam a interação entre humanos e o ambiente. Para melhor utilizar o potencial desses sistemas, podemos fazer uso de agentes autônomos inteligentes para simular o comportamento humano. Utilizar o interpretador Jason no processo de criação e execução dos agentes inteligentes pode então reduzir o esforço necessário para seu desenvolvimento. Conforme os agentes se tornam mais sofisticados, cresce também o tempo de processamento necessário para que o agente possa perceber o ambiente, raciocinar sobre suas ações, e decidir qual deve ser aplicada. Tal tempo pode ser maior do que o disponibilizado pelo simulador para que o agente efetue uma ação no ambiente. O objetivo desta pesquisa é então modificar o interpretador Jason para que este seja capaz de filtrar as percepções vindas do ambiente, de modo a reduzir o tempo levado para processá-las e consequentemente reduzir o tempo total de execução do agente. Finalmente, é feita uma análise empírica para verificar o impacto dos filtros de percepção na redução do tempo de processamento e do desempenho do agente.