Inteligncia Artificial (IA)

Unipiaget
2016/2017

Prof. Juvenal Pereira [xxjpex@gmail.com]

prof. Celestino Barros [celestinoti@gmail.com]

#3 Agentes Inteligentes
expressamente proibida a utilizao, alterao ou
reproduo deste documento sem o consentimento do seu
autor (Profs. Juvenal Pereira e Celestino Barros).

1
 Sumrio
O que um agente

Definio e mapeamento de Percepes e aes

Modelagem de agente

Propriedades de ambientes

Tipos de agentes

expressamente proibida a utilizao, alterao ou reproduo deste documento sem o consentimento do seu autor (Porf. Juvenal Pereira). 2
 Agentes Inteligentes

Um agente algo capaz de perceber seu ambiente

por meio de sensores e de agir sobre esse ambiente
por meio de atuadores.

Agente
percepes
sensores

? aes
Ambiente
atuadores
 Exemplos

Agente humano:
Sensores: Olhos, ouvidos e outros rgos.
Atuadores: Mos, pernas, boca e outras partes do corpo.

Agente robtico:
Sensores: cmeras e outros sensores.
Atuadores: vrios motores.

Agente de software:
Sensores: entrada do teclado, contedo de ficheiros e
pacotes da rede.
Atuadores: Monitor, disco rgido, envio de pacotes pela rede.
 Agentes Inteligentes

Agentes so diferentes de meros programas:

pois operam sob controlo autnomo,
percebem seu ambiente,
adaptam-se s mudanas e so capazes de
assumir metas.
 Mapeando Percepes em Aes
O comportamento de um agente dado
abstratamente pela funo do agente:

f=PA

onde a P uma sequncia de percepes e A

uma ao.

Sequncia de percepes (P): histrico completo

de tudo que o agente percebeu.
Ao (A): Resultado do fato de agir; tudo aquilo que
se faz. Comportamento. O que acontece depois da
percepo.
 Exemplo: O Mundo do Aspirador de P

Percepes: Local e contedo.

Exemplo: [A, sujo]

Aes: movimentar-se para Esquerda, Direita,

Aspirar, NoOp
 Exemplo: O Mundo do Aspirador de P
Sequncia de Percepes Ao
[A, Limpo] Direita
[A, Sujo] Aspirar
[B, Limpo] Esquerda
[B, Sujo] Aspirar
[A, Limpo], [A, Limpo] Direita
[A, Limpo], [A, Sujo] Aspirar
...
[A, Limpo], [A, Limpo], [A, Limpo] Direita
[A, Limpo], [A, Limpo], [A, Sujo] Aspirar
...
Comportamento do Agente: Se o quadrado atual
estiver sujo, ento aspirar, caso contrrio mover para o
outro lado.
 Medir o Desempenho do Agente

O agente deve sempre executar a ao

correta baseado no que ele percebe para ter
sucesso.

O conceito de sucesso do agente depende de uma

medida de desempenho objetiva.

Exemplos: quantidade de sujeira aspirada, gasto de

energia, gasto de tempo, quantidade de barulho criado,
entre outros.

A medida de desempenho deve refletir o resultado

realmente desejado.
 Agentes Racionais

Agente racional:
Para cada sequncia de percees possveis deve-
se selecionar uma ao que espera-se que venha
a maximizar sua medida de desempenho, dada a
evidncia fornecida pela sequncia de percees e
por qualquer conhecimento interno do agente.

Qual seria a medida de desempenho ideal para o

agente aspirador de p racional?
 Agentes Racionais

Os agentes podem (e devem!) executar aes de

recolha de informaes.
Um tipo importante de recolha de informao a explorao
de um ambiente desconhecido.

Os agentes tambm podem (e devem!) aprender, ou

seja, modificar seu comportamento dependendo
do que ele percebe ao longo do tempo.
Nesse caso o agente chamado de autnomo.

Um agente que aprende pode ter sucesso em uma ampla

variedade de ambientes.
 Modelagem de um Agente

O processo de modelagem de um agente

envolve a definio de 4 coisas fundamentais:

Medida de Desempenho
Ambiente
Atuadores
Sensores
 Exemplo - Motorista de Txi
Automatizado
Medida de desempenho: viagem segura, rpida, sem
violaes s leis de trnsito, confortvel para os
passageiros, maximizando os lucros.

Ambiente: ruas, estradas, outros veculos, pedestres,

clientes.

Atuadores: direo, acelerador, travo, embreagem,

marcha, seta, buzina.

Sensores: cmera, velocmetro, GPS, acelermetro,

sensores do motor, teclado ou microfone.
 Exemplo - Sistema de Diagnstico
Mdico (Sistema Especialista)
Medida de desempenho: paciente saudvel,
minimizar custos, processos judiciais.

Ambiente: paciente, hospital, equipa.

Atuadores: Mostrar perguntas no Monitor, testes,

diagnsticos, tratamentos.

Sensores: entrada pelo teclado para sintomas,

descobertas, respostas do paciente.
 Exemplo - Rob de seleo de peas

Medida de desempenho: percentagem de peas

em bandejas corretas.

Ambiente: correia transportadora com peas;

bandejas.

Atuadores: brao e mo articulados.

Sensores: cmera, sensores angulares articulados.

 Propriedades do Ambientes

Determinstico:
O prximo estado do ambiente completamente
determinado pelo estado atual e pela ao
executada pelo agente.

No-Determinstico:
O prximo estado do ambiente desconhecido.
No se tem a certeza do que pode acontecer com o
ambiente ao executar uma ao (existem vrias
possibilidades de aco As para uma percepo P).
 Propriedades do Ambientes

Esttico:
O ambiente no muda enquanto o agente pensa.

Dinmico:
O ambiente pode mudar enquanto o agente pensa
ou est a executar uma ao.
 Propriedades do Ambientes

Discreto:
Um nmero limitado e claramente definido de
percepes, aes e estados.

Contnuo:
Um nmero possivelmente infinito de percepes,
aes e estados.
 Propriedades do Ambientes

Agente nico:
Um nico agente a operar sozinho no ambiente.

Multi-Agente
Vrios agentes a interagir no ambiente.
Multi-agente cooperativo
Multi-agente competitivo
 Exemplos

Taxista Diagnostico
Xadrez Poker
Automtico Medico

Completamente Sim No No No
observvel
Determinstico Sim No No No
Esttico Sim No Sim No
Discreto Sim No Sim No
Agente nico No No No Sim
 Tipos Bsicos de Agentes

Existem cinco tipos bsicos de agentes:

Agentes reativos simples.

Agentes reativos baseados em modelos.

Agentes baseados em objetivos.

Agentes baseados na utilidade.

Agentes com aprendizagem.

 Agente Reativo Simples

Agentes reativos selecionam aes com base somente na

percepo atual.

Exemplo: agente aspirador de p

Funo AGENTE-ASPIRADOR-REATIVO ([posio, estado])
retorna ao
Inicio
se estado = sujo ento
retorna aspirar
seno se posio = A ento
retorna direita
seno se posio = B ento
retorna esquerda
Fim
 Agente Reativo Simples

De uma forma mais genrica, podemos definir o

comportamento de um agente reativo simples da seguinte
forma:

function SIMPLE-REFLEX-AGENT(percept) returns action

static:rules, a set of condition action rules

state INTERPRET-INPUT(percept)
rule RULE-MATCH(state, rules)
action RULE-ACTION(rule)

return action
Agente Reativo Simples
 Agente Reativo Simples

O funcionamento do agente reativo

baseado em regras de condio-ao: if
condio then ao.

So simples, porm limitados:

Funciona somente se a deciso correta puder ser
tomada com base apenas na percepo atual.
A tabela de regras condio-ao pode tornar
muito grande em problemas complexos.
Ambiente completamente observvel.
Agentes Reativos Baseados em Modelos

Um agente reativo baseado em modelo pode lidar

com ambientes parcialmente observveis.
O agente deve controlar as partes do mundo que ele no
pode ver.

O agente deve manter um estado interno que

dependa do histrico de percepes e reflita os
aspectos no observados no estado atual.

Agente baseado em modelo um agente que utiliza

um modelo de mundo.
Como o ambiente evolu independente do agente?
Como as aes do prprio agente afetam o mundo?
Agentes Reativos Baseados em Modelos

De uma forma mais genrica, podemos definir o

comportamento de um agente reativo baseado em modelo da
seguinte forma:
function REFLEX-AGENT-WITH-STATE(percept) returns an
action
static: state, a description of the current world
state
rules, a set of condition-action rules
action, the most recent action, initially
none

state UPDATE_INPUT(state, action, percept)

rule RULE_MATCH(state, rules)
action RULE_ACTION(rule)

return action
Agentes Reativos Baseados em Modelos
Agentes Reativos Baseados em Modelos

Conhecer um modelo do mundo nem sempre

suficiente para tomar uma boa deciso.

Exemplo:
Um agente Motorista de Txi chega a um
cruzamento com trs caminhos, qual direo
tomar?
Simplesmente reagir? mas existem trs reaes possveis.
Examinar o modelo de mundo? no ajuda a decidir qual o
caminho.
A deciso depende de onde o txi est a tentar chegar.
 Agentes Baseados em Objetivos

Agentes baseados em objetivos expandem as

capacidades dos agentes baseados em modelos
atravs de um objetivo.

O objetivos descreve situaes desejveis.

Exemplo: estar no destino

A seleo da ao baseada em objetivo pode ser:

Direta: quando o resultado de uma nica ao atinge o
objetivo.
Mais complexa: quando ser necessrio longas sequncias
de aes para atingir o objetivo.
 Agentes Baseados em Objetivos

Para encontrar sequncias de aes que alcanam os

objetivos so utilizados algoritmos de Busca e
Planejamento.

A tomada de deciso envolve a considerao do

futuro, o que no acontece com a utilizao de
regras de condio-ao.

O que acontecer se eu fizer isso ou aquilo?

O quanto isso me ajudar a atingir o objetivo?

Agentes Baseados em Objetivos
 Agentes Baseados em Objetivos

O agente que funciona orientado a objetivos

mais flexvel do que um agente reativo.

O objetivo no garante o melhor

comportamento para o agente, apenas a
distino entre estados objetivos e no
objetivos.
 Agentes Baseados na Utilidade

Agentes baseados na utilidade buscam definir

um grau de satisfao com os estados. O quanto
bom para o agente um determinado estado.

Se um estado do mundo mais desejvel que outro,

ento ele ter maior utilidade para o agente.

Utilidade uma funo que mapeia um estado

para um nmero real que representa o grau de
satisfao com este estado.
Agentes Baseados na Utilidade
 Agentes com Aprendizagem

Agentes com aprendizado podem atuar

em ambientes totalmente desconhecidos e se
tornar mais eficientes do que o seu
conhecimento inicial poderia permitir.

Em agentes sem aprendizagem, tudo o que o

agente sabe foi colocado pelo projetista.
Agentes com Aprendizagem
 Leitura Complementar
Russell, S. and Norvig, P. Artificial Intelligence: a Modern
Approach, 3nd Edition, Prentice-Hall, 2009.

Captulo 2: Intelligent Agents

 FIM
Aprender a coisa mais inteligente que se pode fazer. Ensinar um acto
generoso mas, quando se limita transmisso, bastante mais estpido
Autor: Cardoso , Miguel Esteves
Fonte: Dirio de Notcias (2005)
Disponvel: http://www.citador.pt [visto:02/10/2014]

expressamente proibida a utilizao, alterao ou 39