Il progetto MORE-GREEN (Mechanism Design, Online Learning, Robust Optimization, and Sentiment Extraction Tools for Adjustable Green-Aware Agents) è stato finanziato dal progetto PNRR FAIR — Future AI Research (PE00000013) all’interno del programma NRRP MUR finanziato da NextGenerationEU.

Il progetto ha l’obiettivo di fornire strumenti per progettare piani di intervento per incentivare comportamenti green-aware negli agenti. Tali interventi devono tener conto che i comportamenti degli agenti possono dipendere da molteplici fattori, quali l’interazione tra agenti, e l’influenza che essi pongono gli uni sugli altri. Inoltre i piani di interventi devono tener conto che questi fattori sono spesso sconosciuti al progettista, o la loro conoscenza è rumorosa o parziale.

Per questa ragione, nel progetto sono utilizzate tecniche di sentiment analysis, e di mining social (hyper)-network mining per estrarre dai dati osservati le principali caratteristiche dell’interazione degli utenti nelle reti sociali. Inoltre il progetto usa tecniche di online learning per mettere a punto i piani di intervento e adattarli alle caratteristiche sconosciute e in evoluzioni degli agenti e delle loro interazioni. Usiamo inoltre le tecniche di mechanism design per progettare incentivi semplici adatti a fare in modo che gli agenti possano assumere i comportamenti desiderati, indipendentemente dalle loro caratteristiche. Infine, usiamo le tecniche di ottimizzazione robusta e le tecniche di progettazione degli algoritmi con predizione per progettare interventi che garantiscono buone performances quando le caratteristiche degli agenti sono note e corrette, e allo stesso tempo, queste performances non degradano molto quando gli input contengano rumore.

Questi tool sono applicati principlamente a tre problemi di particolare interesse: facility location (i.e., dove installare “green” facilities), task allocation (e.g., chi deve eseguire specifici “green” tasks), e opinion formation (e.g., come convincere ad intraprendere comportamenti “green”).