Escolar Documentos
Profissional Documentos
Cultura Documentos
Inteligncia Artificial
Agentes Inteligentes
Agenda
zO que um Agente
z Como Definir Agentes
z Arquitectura dos Agentes
1
Inteligncia Artificial Universidade da Madeira
O que um agente
z Em geral um agente qualquer entidade que:
z Percebe seu ambiente atravs de sensores (ex.
cmaras, microfone, teclado, ...).
z Age sobre ele atravs de actuadores (ex. vdeo,
impressora, braos, rodas, ftp, ...)
Sensores
Percepes Agente
Ambiente
?
modelo do
ambiente
Aces
Actuadores
O que um agente?
Definies formais
z Russel & Norvig 2004
Um agente qualquer entidade que percebe seu ambiente
e atravs de sensores actua sobre esse mediante
actuadores. Um agente racional quando realiza a menor
aco possvel a partir dos dados percebidos;
z Wooldridge 2004
Um agente inteligente um sistema (hardware ou
software) situado em um determinado ambiente, capaz de
actuar de forma autnoma e racional dentro do ambiente
para executar seus objectivos predeterminados;
2
Inteligncia Artificial Universidade da Madeira
O que um agente?
Definies formais
z River 1996
Um agente um programa de computador que funciona
em background, e desenvolve tarefas autnomas
conforme delegadas pelo utilizador;
z Michael Coen 1996
Agentes so programas que desenvolvem dilogos,
negociam e coordenam transferncia de informaes;
z Virdhagriswaran 1995
Os agentes apresentam conceitos de habilidade para
execuo autnoma e habilidade para executar raciocnio
orientado ao domnio.
Exemplos de Agentes
z Agente humano
z Sensores: Olho, ouvidos, pele, gosto, etc.
z Actuadores: Mos, ps, pernas, boca, etc.
z Impulsionados pelos msculos.
z Agente robot
z Sensores: Cmara, infravermelhos, pra-choques, etc.
z Actuadores: pinas, rodas, luzes, etc.
z Usualmente impulsionados por motores.
z Agente software
z Sensores: Inputs
z Actuadores: Outputs
3
Inteligncia Artificial Universidade da Madeira
Agente Racional
(McCarthy & Hayes 69, Newell 81)
z Segue o princpio da racionalidade: dada uma sequncia
perceptiva, o agente escolhe, segundo os seus
conhecimentos, as aces que satisfazem melhor o seu
objectivo.
z Racional NO omnisciente;
z Racional NO clarividente;
z Racional NO necessariamente bem sucedido;
z Existem limitaes de:
z Sensores.
z Actuadores.
z Raciocinador (conhecimento, tempo, etc.).
z Agir para obter mais dados perceptivos racional.
Agente Racional
(McCarthy & Hayes 69, Newell 81)
4
Inteligncia Artificial Universidade da Madeira
Medida de Desempenho
z Critrio que define o grau de sucesso de
um agente na realizao de uma dada
tarefa.
z Esta medida deve ser imposta pelo exterior.
z Objectiva / Subjectiva.
z Quantitativa / Qualitativa.
z Momento de avaliao (antes / depois).
z Melhor / Pior / Mdia.
Medida de Desempenho
z Exemplo:
z Ao atravessar uma rua deve-se observar se no vem carro das
duas direces, assim poderemos atravessar. Mas...
z No podemos condenar um agente que falha por no
levar em conta algo que ele no pode perceber ou por
uma aco que ele no capaz de tomar
z Agente que atravessa a rua sem olhar no racional
z A aco correcta seria olhar porque maximiza o
desempenho
5
Inteligncia Artificial Universidade da Madeira
M. Wooldridge and N. R. Jennings. Intelligent Agents: Theory and Practice. In Knowledge Engineering Review
10(2), 1995.
6
Inteligncia Artificial Universidade da Madeira
7
Inteligncia Artificial Universidade da Madeira
Estrutura de um Agente
z Agente = programa + arquitectura
8
Inteligncia Artificial Universidade da Madeira
Agenda
zO que um Agente
z Como Definir Agentes
z Arquitectura dos
Agentes
Definindo Agentes
z Percepes z Percepts
z Aces z Actions
z Objectivos z Goals
z Ambiente z Environment
9
Inteligncia Artificial Universidade da Madeira
percepo execuo
Ambiente
Exemplos
Agente Dados Aces Objectivos Ambiente
perceptivos
Diagnstico Sintomas, Perguntar, Sade do paciente, Paciente,
mdico paciente, exames prescrever exames, minimizar custos gabinete, ...
respostas, ... testar
Anlise de Pixels imprimir uma categorizar Imagens de
imagens de categorizao correctamente satlite
satlite
Tutor de Palavras Imprimir exerccios, Melhorar o Conjunto de
portugus digitadas sugestes, desempenho do estudantes
correces, ... estudante
Filtrador de mensagens Aceitar ou rejeitar Aliviar a carga de Mensagens,
mails mensagens leitura do usurio usurios
10
Inteligncia Artificial Universidade da Madeira
Ambiente
z Classes de Ambiente:
z Fsicos: Robots
z Software: Softbot
Propriedades do Ambiente
z acessvel x inacessvel
z acessvel quando os sensores do agente
conseguem perceber o estado completo do ambiente.
z Exemplo: Poker VS. Damas (Checkers)
z esttico x dinmico
z esttico quando o ambiente no muda enquanto o
agente est escolhendo a aco a realizar.
z Exemplo Civilization II VS. Age of Empires
z Semi-esttico: o ambiente no muda enquanto o
agente delibera, mas o "score" do agente muda.
11
Inteligncia Artificial Universidade da Madeira
Propriedades do Ambiente
z determinista x no-determinista
z determinista quando o prximo estado do ambiente
pode ser completamente determinado pelo estado
actual e as aces seleccionadas pelo agente.
z Exemplo: Gamo (Backgammon) VS. Damas (Checkers)
z discreto x contnuo
z continuo quando as percepes e aces mudam
em um espectro contnuo de valores.
z Exemplo: ABS (Anti-Block System) Vs. BlackJack
Propriedades do Ambiente
z episdico x no-episdico
z episdico quando a experincia do agente
dividida em episdios. Cada episdio consiste em o
agente perceber e ento agir. Cada episdio no
depende das aces que ocorreram em episdios
prvios.
z Exemplo: Roleta vs Xadrez
12
Inteligncia Artificial Universidade da Madeira
Exemplos de Ambientes
Agente\Ambiente acessvel determinista episdico esttico discreto
xadrez sem relgio Sim Sim No Sim Sim
xadrez com relgio Sim Sim No Semi sim
gamo sim no no sim sim
motorista de txi No No No No No
mdico No No No No No
tutor No No No No Sim
Analisador de imagem Sim Sim Sim Semi No
Busca na web No No Sim No Sim
Filtrador de mail Sim No Sim No Sim
Msico Sim No No No No
Outras Propriedades
z agente nico x agentes mltiplos
z Palavras cruzadas agente nico.
z Xadrez agentes mltiplos -> ambiente competitivo.
z Conduzir um txi agentes mltiplos ->ambiente
cooperativo.
z A comunicao necessria em multi-agentes.
z tamanho do ambiente
z nmero de percepes, aces, objectivos.
13
Inteligncia Artificial Universidade da Madeira
Agenda
zO que um Agente
z Como Definir Agentes
z Arquitectura dos Agentes
14
Inteligncia Artificial Universidade da Madeira
Arquitectura de Agentes
Sensores
Actuadores
Arquitectura de Agentes
z Dependendo o que feito em temos
diferentes tipos de agentes
Agente tabela
Agente reactivo
Agente reactivo com estado
interno (autmato)
Agente cognitivo (baseado
em objectivos)
Agente optimizador
Agente que aprende autonomia
complexidade
15
Inteligncia Artificial Universidade da Madeira
Agente Tabela
Sensores
Tabela
percepes aces
. .
. .
Actuadores
Agente Tabela
z Dada uma percepo simplesmente procura a resposta.
z Problemas
z A tabela pode ser muito grande.
z Ex.: um agente para jogar xadrez teria 35100 entradas.
z Mesmo que fosse possvel constru-la esta poderia levar muito tempo.
z O agente no tem autonomia, pois as aces so derivadas do seu
conhecimento interno (e no da sua experincia).
z Uma troca inesperada no ambiente poderia resultar em falha.
z Se for dado ao agente um mecanismo de aprendizagem para aumentar
o grau de autonomia, ele poder ficar aprendendo para sempre sem
que todas as entradas da tabela sejam preenchidas.
z Ambientes
z Acessvel, determinista, episdico, esttico, discreto e minsculo!
16
Inteligncia Artificial Universidade da Madeira
Agente Reactivo
z A tabela perfeita / completa totalmente invivel.
Agente Reactivo
Sensores
Como o
mundo agora?
Actuadores
17
Inteligncia Artificial Universidade da Madeira
Agente Reactivo
z Problemas
z A deciso do agente s depende da percepo actual.
z Muitas solues no podem ser alcanadas se o agente no
souber o que fez antes ou como o mundo era antes.
z No pode armazenar uma sequncia perceptiva, e tem pouca
autonomia.
z Aplicabilidade restrita: funciona apenas se o ambiente for
completamente observvel.
z Exemplo: Para carros sem luz central de freio, um agente
reactivo no consegue determinar com uma nica imagem
se o carro da frente est fazendo sinal de mudana de
direco, alerta ou freio.
z Ambientes
z Reflexo imprescindvel em ambientes dinmicos
z Acessvel, episdico, pequeno
18
Inteligncia Artificial Universidade da Madeira
Estado
Sensores
Como o
mundo evolui?
Como o
O que minhas mundo agora?
aces fazem?
Regras Que aco deve
condio-aco ser executada?
Actuadores
z Ambientes
z determinista e pequeno
19
Inteligncia Artificial Universidade da Madeira
Agente Cognitivo
(baseado em objectivo)
z O agente precisa de algum tipo de informao sobre o
seu objectivo.
z Objectivos descrevem situaes desejveis. Ex.: estar no
destino.
Agente Cognitivo
(baseado em objectivo)
z Para encontrar sequncias de aces que alcanam os
objectivos
z Algoritmos de Busca (procura) e Planeamento.
z Exemplos:
z Objectivo: no bater no carro da frente.
z Se o carro da frente pra, pela forma de funcionamento do mundo,
a nica aco que atinge o objectivo de no bater tambm parar.
20
Inteligncia Artificial Universidade da Madeira
Agente Cognitivo
(baseado em objectivo)
Estado
Sensores
Como o
mundo evolui? Como o
mundo agora?
O que minhas
aces fazem? Como ele ser se for
executada a aco A?
Actuadores
Agente Cognitivo
(baseado em objectivo)
z Consideraes / Problemas
z O agente que funciona orientado a objectivos mais flexvel.
z Agente reflexo aces pr compiladas.
z Agente p/ objectivo pode alterar somente o objectivo sem necessidade
de se reescrever as regras de comportamento.
z Ambientes
z Determinista.
21
Inteligncia Artificial Universidade da Madeira
Agente Optimizador
z Tambm chamado baseado em utilidade.
z Se um estado do mundo mais desejvel que outro, ento ele ter maior
utilidade para o agente.
z Utilidade uma funo que relaciona um estado para um nmero real, que
representa o grau de satisfao com este estado.
Agentes Optimizador
Estado
Sensores
Como o
mundo evolui? Como o
mundo agora?
O que minhas
aces fazem? Como ele ser se for
executada a aco A?
Quanto mais
feliz serei eu? Que aco deve
Utilidade ser executada?
Actuadores
22
Inteligncia Artificial Universidade da Madeira
Agentes Optimizador
z Desvantagem
z No tem adaptabilidade
z Ambientes
z sem restrio
z Elemento de aprendizado:
z Responsvel pela execuo dos aperfeioamentos.
z Crtico:
z O elemento de aprendizado realimenta o crtico sobre
como o agente est funcionando.
z Determina de que maneira o elemento de desempenho deve
ser modificado.
23
Inteligncia Artificial Universidade da Madeira
z Elementos de desempenho:
z Responsvel pela seleco de aces externas.
z Antes visto como o agente completo recebe percepes e
decide sobre aces.
z Gerador de problemas:
z Responsvel por sugerir aces que levaro a experincias
novas e informativas.
Crtica
Graduao do
Aprendizado
Desempenho
Gerador de
Problemas
Actuadores
24
Inteligncia Artificial Universidade da Madeira
Agentes Inteligentes
25
Inteligncia Artificial Universidade da Madeira
Leituras
LIVROS
z Russel, Norvig, Artificial Intelligence: A Modern
Approach, Cap. 2.
z Costa, Simes, Inteligncia Artificial. Fundamentos e
Aplicaes. Cap 1.5, 2.1,3.1,4.1,5.1.
ARTIGOS
z Intelligent Agents: Theory and Practice. M. Wooldridge e
N. R. Jennings. Knowledge Engineering Review 10(2),
1995.
http://www.csc.liv.ac.uk/~mjw/pubs/ker95.pdf
FIM
26