Inteligência Artificial

Agentes Inteligentes e
Ambientes

Agente

 Medidas de Desempenho
 Medir o sucesso do comportamento do
agente.

Ambiente: Ambiente: Sequência

Fora do Estado 0 Estado 1 Desejável?
Ambiente
Percepção Percepção
Agente Agente Sim
Agente ... ...
Ação n Ação n+1 Sucesso
. .

1
Agente

 Medidas de Desempenho
 Medida objetiva do desempenho
geralmente imposta pelo projetista do
agente.
 Quantidade de sujeira limpa em ‘x’ horas ?
 Adicionar recompensa por deixar limpo?

Agente

 Medidas de Desempenho
 Regra geral: é melhor projetar medidas
de desempenho de acordo com o
resultado realmente desejado no
ambiente, em vez de criá-las de acordo
com o comportamento esperado do
agente.
 A seleção de uma medida de
desempenho nem sempre é fácil.

2
Racionalidade e Agente
racional

 O que é racional depende de 4

Fatores:
 Medida de desempenho
 (critério de sucesso)
 Conhecimento anterior
 (que o agente tem do ambiente)
 Ações que o agente pode executar
 Sequência de percepções (até o
momento) Conduz a uma DEFINIÇÃO DE UM AGENTE
RACIONAL

Definição de um Agente
Racional

 “Para cada sequência de percepções

possíveis,
 um agente racional deve selecionar uma
ação que se espera venha a maximizar
sua medida de desempenho,
 dada a evidência fornecida pela
sequência de percepções e por qualquer
conhecimento interno do agente.”

3
Meu Agente é Racional?

 Considere o agente aspirador de pó

 Esse é um agente racional?

Meu Agente é Racional?

 Como sei se um agente é racional ?

 Você tem que estabelecer os quatro
fatores de racionalidade anteriormente
mencionados.
 Espera-se que o desempenho seja pelo
menos tão elevado quanto o de qualquer
agente.
 Pode acontecer que para
circunstancias diferentes aquele
agente seja irracional !!

4
Importante !

 Racionalidade ≠ Perfeição
 A Racionalidade:
 maximiza o desempenho esperado.
 Perfeição:
 maximiza o desempenho real.
 Impossível projetar um agente para
satisfazer a essa especificação.

 Portanto:
 Definição de racionalidade
 não exige perfeição (onisciência)
 Escolha racional depende
 da sequência de percepções até o momento.
 O agente não deve realizar
 tarefas pouco inteligentes (projetista do agente)
 Considerar percepções que fornecem informações
importantes !; que maximize o desempenho esperado
 Realizar ações com a finalidade de modificar
percepções futuras (denominada de coleta de
informação / exploração) ...
 É uma parte importante da racionalidade

5
 Exigências da definição de um agente
racional
 Além de coletar informações / explorar
 Deve Aprender (do que ele percebe)
 Modificando sua configuração inicial
 Modificando e ampliando o conhecimento.

Agentes bem-sucedidos

 Agentes bem sucedidos dividem a

tarefa de calcular a função de agente
 Três períodos no momento de calcular
a “função do agente”
 Projeto do agente (feita pelo projetista)
 Deliberar sua próxima ação (agente
realiza cálculos)
 Supondo que ele aprende, decide como
modificar seu comportamento (agente
realiza mais cálculos)

6
Autonomia

 Agente Racional Deve ...

 Deve ser autônomo: conhecimento
inicial + aprender para compensar o
conhecimento prévio, seja este :
 PARCIAL ou INCORRETO
 Exemplo: Previsão
 Ele poderá se tornar independente do
conhecimento anterior
 Poderá ter sucesso em um ampla
variedade de ambiente

AMBIENTES de Tarefa dos

Agentes

 “Ambientes de Tarefas” ~ “problemas”

 Onde os agentes racionais são
“soluções”
 Existem “especificações” de
“Ambientes de Tarefa”
 e existem propriedades que definem
tipos ou categorias de “Ambientes
tarefa”

7
 Especificação do “Ambiente
de tarefa” ou PEAS

 Especificação do PEAS
 Performance ~ Desempenho
Relação com os
 Environment ~Ambiente Quatro Fatores ...
Anteriormente
 Actuators ~ Atuadores mencionados
 Sensors ~ Sensores
 Ao PROJETAR um agente
 1ra Etapaé a especificação do
“Ambiente de tarefa”

Especificação do “Ambiente
de tarefa”

 Exemplo:
Tipo de Medida de Ambiente Atuadores Sensores
Agente desempenho

-Performance- -Environment- -Actuators- -Sensors-

Motorista •Destino correto •Estradas; •Direção; •Câmeras;
de táxi •Viagem segura; •Outros tipos de •Acelerador; •Sonar;
•Rápida; tráfego •Freio; •Velocímetro;
•Dentro da lei; •Pedestres; •Sinal; •GPS;
•Confortável; •Clientes •Buzina; •Hodômetro;
•Maximizar lucros •Visor •Acelerômetro;
•Sensores de
motor;
•Teclado

8
 Especificação do “Ambiente
de tarefa”

 Observar no Exemplo:
 Medida de desempenho
 ~ objetivo
 Ambiente
 ~ quanto mais restrito mais fácil de projetar o
problema
 Atuadores
 ~ disponíveis; meio de comunicação ?
 Sensores
 ~ controle do veículo e monitoramento.

Especificação do “Ambiente
de tarefa”

 Outros Exemplos:
Tipo de Medida de desempenho Ambiente Atuadores Sensores
Agente

-Performance- -Environment- -Actuators- -Sensors-

Sistema •Paciente saudável, •Paciente, •Exibir perguntas, •Entrada pelo
de minimizar custos, hospital, equipe diagnósticos, teclado para
diagnóstic processos judiciais. tratamentos, sintomas,
o médico indicações descobertas,
respostas, do
paciente
Sistema •Definição correta, da •Link de •Exibir a •Sensores que
de análise categoria da imagem transmissão de categorização da detecta pixels em
de satélite em ôrbita cena cores
imagens
de satélite

9
 Especificação do “Ambiente
de tarefa”

 O Ambiente é real? (não é relevante a

distinção)
 Ver a Importância da complexidade
do relacionamento entre:
 Comportamento do agente
 Sequência de percepções gerada pelo
ambiente e
 A medida de desempenho
 Deixar de lado a distinção entre
ambientes “reais” e “artificiais”

Propriedades(def.Categorias)
de “Ambientes de Tarefas”
Completamente observáveis vs • Acesso ao estado completo do ambiente em cada
Dimensões ou Categorias

instante ...
parcialmente observáveis

• Próximo estado do ambiente é completamente

Determinístico vs estocástico determinado pelo estado atual? (*)

• Experiencia é dividida em episódios atômicos, associada

Episódico vs Sequencial a percepção e a ação de 1 ação. É INDEPENDENTE?

• Ambiente pode-se alterar enquanto um agente está

Estático vs dinâmico decidindo ?

• Existe um número finito de estados distintos?

Discreto vs contínuo

• Objetos ou Agentes ? Comunicação ?

Agente único vs multiagente

10
 Exemplos de “Ambientes de
Tarefa” e suas propriedades
Ambiente Observável Determinístico Episódico Estático Discreto Agentes
s de
tarefa
Jogo de •Completamente •Determinístico •Sequencial •Estático •Discrteo •Único
palavras
cruzadas
Robô de •Parcialmente •Estocástico •Episódico •Dinâmico •Contínuo •Único
seleção de
peças

Direção de •Parcialmente •Estocástico •Seqüencial •Dinâmico •Contínuo •Multi

táxi

Observar

 Propriedades de “Ambientes de tarefa”

podem depender da forma como o
“Ambiente de tarefa é definido” !

11