Agentes Inteligentes

Prof. MSc. Felipe Sanches Gurgel

Universidade Paulista
2015

Universidade Paulista Aula 7 Outubro de 2015

 Índice

①Introdução a agentes inteligentes

②Como agentes agem
③Mapeando sequências em ações
④Tipos de agentes

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Introdução a agentes inteligentes

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Introdução a agentes inteligentes

Definição de agente
● Um agente é qualquer coisa com capacidade de percepção do ambiente,
através de sensores, e de ação através de atuadores.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Introdução a agentes inteligentes

Definição de agente
● Um agente é qualquer coisa com capacidade de percepção do ambiente,
através de sensores, e de ação através de atuadores.

● Um agente humano tem olhos, ouvidos, e outros órgãos como sensores,

e mãos, pernas, boca, e outras partes como atuadores.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Introdução a agentes inteligentes

Definição de agente
● Um agente é qualquer coisa com capacidade de percepção do ambiente,
através de sensores, e de ação através de atuadores.

● Um agente humano tem olhos, ouvidos, e outros órgãos como sensores,

e mãos, pernas, boca, e outras partes como atuadores.

● Um agente robótico utiliza câmeras e dispositivos infravermelho como

sensores e vários motores como atuadores.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Objetivo da inteligência artificial

● O objetivo da inteligência artificial é projetar agentes que atuem
satisfatoriamente em um ambiente.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Objetivo da inteligência artificial

● O objetivo da inteligência artificial é projetar agentes que atuem
satisfatoriamente em um ambiente.

Agente racional
● Um agente é dito racional se este faz o que é certo. Uma ação correta é
aquela que induz sucesso.
● Certamente, isto é melhor do que fazer a coisa errada.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Quanto ao desempenho do agente

● Usa-se o termo medida de performance para caracterizar a maneira como

um agente age.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Quanto ao desempenho do agente

● Usa-se o termo medida de performance para caracterizar a maneira como

um agente age.

Um exemplo

● Como medida de desempenho, considere um agente aspirador de pó que

deve limpar uma área.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Desempenho do aspirador de pó

● Uma medida de desempenho plausível é medir a quantidade de poeira

coletada em um período de 8 horas.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Desempenho do aspirador de pó

● Uma medida de desempenho plausível é medir a quantidade de poeira

coletada em um período de 8 horas.

● Uma medida mais sofisticada levaria em conta a quantidade de eletricidade

consumida e a quantidade de ruído produzido.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Desempenho do aspirador de pó

● Uma medida de desempenho plausível é medir a quantidade de poeira

coletada em um período de 8 horas.

● Uma medida mais sofisticada levaria em conta a quantidade de eletricidade

consumida e a quantidade de ruído produzido.

● A performance deve ser medida sempre após períodos longos de ação do

agente.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Um agente omnisciente sabe o resultado de uma ação antes de tomá-la.

Agentes omniscientes não são reais.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Um agente omnisciente sabe o resultado de uma ação antes de tomá-la.

Agentes omniscientes não são reais.

Um exemplo
● Considere uma pessoa caminhando na calçada que vê seu amigo do outro
lado.
● Não havendo tráfego se aproximando, ele inicia a travessia.
● Naquele momento um objeto cai de um avião a cerca de 10 mil pés sobre o
pedestre.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Um agente omnisciente sabe o resultado de uma ação antes de tomá-la.

Agentes omniscientes não são reais.

Um exemplo
● Considere uma pessoa caminhando na calçada que vê seu amigo do outro
lado.
● Não havendo tráfego se aproximando, ele inicia a travessia.
● Naquele momento um objeto cai de um avião a cerca de 10 mil pés sobre o
pedestre.

A decisão de atravessar a rua foi racional?

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Em suma, o que é racional em um certo instante de tempo depende de

quatro fatores:
• medida de desempenho: define o grau de sucesso;

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Em suma, o que é racional em um certo instante de tempo depende de

quatro fatores:
• medida de desempenho: define o grau de sucesso;
• percepção: tudo que o agente percebeu até o momento (histórico de
percepção completo);

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Em suma, o que é racional em um certo instante de tempo depende de

quatro fatores:
• medida de desempenho: define o grau de sucesso;
• percepção: tudo que o agente percebeu até o momento (histórico de
percepção completo);
• ambiente: tudo que o agente sabe sobre o ambiente;

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Em suma, o que é racional em um certo instante de tempo depende de

quatro fatores:
• medida de desempenho: define o grau de sucesso;
• percepção: tudo que o agente percebeu até o momento (histórico de
percepção completo);
• ambiente: tudo que o agente sabe sobre o ambiente;
• ações: as ações que o agente pode executar.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Como agentes agem

Omnisciência ≠ Racionalidade

● Em suma, o que é racional em um certo instante de tempo depende de

quatro fatores:
• medida de desempenho: define o grau de sucesso;
• percepção: tudo que o agente percebeu até o momento (histórico de
percepção completo);
• ambiente: tudo que o agente sabe sobre o ambiente;
• ações: as ações que o agente pode executar.

Um agente denominado ideal deve tomar a ação

que maximiza a medida de desempenho, tendo
como base as evidências fornecidas e qualquer
conhecimento embutido.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Mapeando sequências de ações

Sequência de percepção
● Uma vez verificado que o comportamento de um agente depende de uma
sequência de percepção, pode-se descrever um agente particular através de
uma tabela.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Mapeando sequências de ações

Sequência de percepção
● Uma vez verificado que o comportamento de um agente depende de uma
sequência de percepção, pode-se descrever um agente particular através de
uma tabela.

Mundo do aspirador de pó

● Percepções: localização e conteúdo → [A, Sujeira]

● Ações: Esquerda, Direita, Aspirar, NãoOp

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Mapeando sequências de ações

Mapa de ações do aspirador de pó

Sequência de Percepções Ação

[A, Limpo] Direita
[A, Sujeira] Aspirar
[B, Limpo] Esquerda
[B, Sujeira] Aspirar
[A, Limpo], [A, Limpo] Direita
[A, Limpo], [A, Sujeira] Aspirar
⁞ ⁞

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Mapeando sequências de ações

Mapa de ações do aspirador de pó

Sequência de Percepções Ação

[A, Limpo] Direita
[A, Sujeira] Aspirar
[B, Limpo] Esquerda
[B, Sujeira] Aspirar
[A, Limpo], [A, Limpo] Direita
[A, Limpo], [A, Sujeira] Aspirar
⁞ ⁞
Algoritmo
function Agente-Aspirador-Reflexivo([localização, status]) returns ação
if status = Sujeira then return Aspirar
else if localização = A then return Direita
else if localização = B then return Esquerda

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

● Agente reflexivo simples

● Agentes com estado interno
● Agentes baseados em metas
● Agentes baseados na função utilidade
Todos estes podem ser transformados em agentes baseados em conhecimento.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agente reflexivo simples

● Regras condição-ação sumarizam parte da tabela.

Exemplo: se local sujo, então ative aspirador.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agente reflexivo simples - Algoritmo

function Agente-Reflexivo([percepção]) returns ação

estático: regras, conjunto de regras condição-ação
estado <- Interpretar-Entrada(percepção)
regra <- Casa-Regra(estado, regras)
ação <- Regra-Ação(regra)
returns ação

● Implementação eficiente possível.

● Aplicabilidade limitada.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes com estado interno

● Mantém um estado interno para escolher uma ação.

● Sensores não dão o estado completo do mundo.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes com estado interno - Algoritmo

function Agente-Com-Estado([percepção]) returns ação

estático: estado, descrição do estado corrente do mundo
regras, um conjunto de regras condição-ação
estado <- Atualiza-Estado[estado, percepção]
regra <- Casa-Regra[estado, regras]
ação <- Regra-Ação[regra]
estado <- Atualiza-Estado[estado, ação]
returns ação

● Atualiza estado: cria um novo estado do mundo.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados em metas

Informação sobre metas
Quais situações são desejáveis
• Exemplo: o destino de um passageiro

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados em metas

Informação sobre metas
Quais situações são desejáveis
• Exemplo: o destino de um passageiro

Combine com resultados de ações

Algumas vezes apenas uma ação. Outras vezes, uma sequência de ações.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados em metas

Informação sobre metas
Quais situações são desejáveis
• Exemplo: o destino de um passageiro

Combine com resultados de ações

Algumas vezes apenas uma ação. Outras vezes, uma sequência de ações.

Necessita considerações sobre o futuro

• O que irá acontecer?
• O que me deixará contente?

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados em metas

● Mais flexível do que o sistema baseado em regras-condição.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados em metas

● Exemplo: veículo necessita realizar uma frenagem.
• Inferência sobre o resultado da frenagem em conexão com a meta em
vez da resposta imediata.
• Atualização do conhecimento mais rápida quando o ambiente se altera.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados em metas

● Exemplo: veículo necessita realizar uma frenagem.
• Inferência sobre o resultado da frenagem em conexão com a meta em
vez da resposta imediata.
• Atualização do conhecimento mais rápida quando o ambiente se altera.
Frenagem em tempo chuvoso.
Frenagem com veículo a frente.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados na função utilidade

Metas podem ser atingidas de diferentes maneiras
• Qual é a meta mais desejável?

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados na função utilidade

Metas podem ser atingidas de diferentes maneiras
• Qual é a meta mais desejável?

Necessita-se de uma medida da utilidade dos estados

• Quão satisfeito estará o agente quando a meta for atingida?
• Mapear o estado a um número real.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados na função utilidade

Metas podem ser atingidas de diferentes maneiras
• Qual é a meta mais desejável?

Necessita-se de uma medida da utilidade dos estados

• Quão satisfeito estará o agente quando a meta for atingida?
• Mapear o estado a um número real.

Permite tomada de decisões racionais

• Metas conflitantes: apenas algumas podem ser avançadas.
• Várias metas: nenhuma pode ser alcançada com certeza.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados na função utilidade

Metas podem ser atingidas de diferentes maneiras
• Qual é a meta mais desejável?

Necessita-se de uma medida da utilidade dos estados

• Quão satisfeito estará o agente quando a meta for atingida?
• Mapear o estado a um número real.

Permite tomada de decisões racionais

• Metas conflitantes: apenas algumas podem ser avançadas.
• Várias metas: nenhuma pode ser alcançada com certeza.

Satisfação não é algo cientificamente aceito. Dizemos que um

“estado do mundo” é preferível a outro se o primeiro tiver
mais “utilidade”.

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015

 Agentes Inteligentes Tipos de agentes

Agentes baseados na função utilidade

Universidade Paulista Prof. MSc. Felipe Sanches Gurgel Outubro de 2015