9/29/23

Fundamentos de Inteligência
Artificial
2. Agentes Reactivos

Escola Superior de Tecnologia de Castelo

Branco 1
1

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Introdução ao conceito de Agente

Agentes, ambientes, tarefas e comportamento
Entendemos por agente toda a entidade capaz de interagir com o
ambiente guiado, em geral (mas não necessariamente), por
objectivos.

Escola Superior de Tecnologia de Castelo Branco 2

1
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes

• Propriedades dos agentes:

• Têm um Corpo;
• Existem no espaço e no tempo (têm uma localização);

• Possuem um conjunto de instrumentos para perceber e actuar sobre

o ambiente (têm capacidades);
• Têm mecanismos de suporte à ação inteligente (mecanismos de
decisão).

Escola Superior de Tecnologia de Castelo Branco 3

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes

• Estratégias
• com base nas suas propriedades, um agente constrói estratégias que
lhe permitam ser bem sucedidos nas tarefas que têm de resolver.

• Tarefas
• Externas – impostas pelo ambiente;
• Internas – determinadas por objetivos do agente.

Escola Superior de Tecnologia de Castelo Branco 4

2
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes

• Tarefas
• Alguns aspectos que permitem caracterizar as tarefas que
os agentes podem ter que realizar:
• Necessidade de deliberação;
• Lidar com a mudança;

• Necessidade de interação;
• Realizar tarefas “impostas”.

Escola Superior de Tecnologia de Castelo Branco 5

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes
• Tarefas
• Estes aspetos podem estar mais, ou menos, presentes:
• Necessidade de deliberação – podem, ou não, ser necessários processos de
decisão sofisticados

Efectuar um diagnóstico Navegar sem objetivos

de uma doença num espaço fechado
evitando obstáculos

Escola Superior de Tecnologia de Castelo Branco 6

3
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes
•Tarefas
• Lidar com a mudança, tanto ao nível do agente (quando este tem a
capacidade de aprender) ou ao nível do ambiente (navegação)

Agente que aprende a partir de Agente jogador de

casos; xadrez
Agente que navegue num espaço
com obstáculos

Escola Superior de Tecnologia de Castelo Branco 7

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes

•Tarefas
• Necessidade de interação – o agente pode, ou não, ter necessidade
de comunicar. Esta comunicação tanto pode ser oral como escrita

Agente para prestar Agente de

informações planeamento

Sistema automático de
reconhecimento de aviões

Escola Superior de Tecnologia de Castelo Branco 8

4
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes

• Tarefas
• Realizar tarefas impostas – por exemplo, tarefas determinadas pelo ambiente.
Dependendo do agente esta necessidade pode ser mais ou menos evidente.

Um agente que reage à Agente que simula jogos de

presença de luz forte fugindo xadrez para aprender

Escola Superior de Tecnologia de Castelo Branco 9

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes

• Como podemos caracterizar o ambiente em que o

agente está embebido?
• Podemos dizer que os ambientes podem ser: difíceis
Inacessíveis
• Acessíveis

• Deterministas 2

• Estáticos
1
fáceis
Dinâmicos

Não deterministas

Escola Superior de Tecnologia de Castelo Branco 10

10

5
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes
• Alguns exemplos de agentes comuns:
• Agentes de procura (na Web)
• Agentes de filtragem (do correio eletrónico)
• Agentes assistentes (agenda eletrónica)
• Assim, podemos definir um agente da seguinte forma:

Um agente autónomo é um sistema situado num ambiente capaz de

percecionar esse ambiente e atuar sobre ele, ao longo do tempo,
tendo em vista a satisfação dos propósitos da sua agenda, de modo a
afetar o que será percecionado no futuro.

• Exemplos de agentes contemplados nesta definição: -Termóstato

- Bactéria
- Homem

Escola Superior de Tecnologia de Castelo Branco 11

11

Algumas propriedades dos agentes.

Propriedade Significado
De notar que estas
Reactividade Responde em tempo útil a mudanças no ambiente propriedades não têm
Orientado por objectivos Tem iniciativa. Não se limita a actuar apenas como que estar todas
resposta ao ambiente
Comunicação Comunica com outros agentes (eventualmente de
presentes num
outro tipo) determinado agente,
Aprendizagem Muda o seu comportamento de acordo com a sua mas a generalidade
experiência prévia dos agentes têm pelo
Mobilidade Capaz de se transportar a ele próprio de máquina menos uma destas
para máquina
propriedades.
Carácter Tem um estado emocional e a sua própria
personalidade.

Agentes Podemos definir uma hierarquia de agentes

Naturais Artificiais

Biológicos Robóticos Computacionais

Escola Superior de Tecnologia de Castelo Branco 12

12

6
 9/29/23

Podemos definir o modelo abstrato de um agente à custa de duas funções:

Ambiente
Agente: Estado* à Acção
Agente
Percepção Acção
Ambiente: Estado×AcçãoàP(Estado)

Percepção: Estado à Percepção

Acção: Percepção* à Acção
e’=Agente(e)=Acção(Percepção(e))

função agente_reflexo (estado) : acção

percepção ß percepção(estado);
acção ß acção(percepção)
fim_de_função

Escola Superior de Tecnologia de Castelo Branco 13

13

Um agente e o seu mundo

Vizinhança
1
4 2
3
Modelo
Mundo Real
Visão local
Tranformação Tempo t + 1
no mundo real
Tempo t

simplificação simplificação
Os modelos são simplificações

Tranformação
no modelo
Tempo t Tempo t + 1
Modelo

Escola Superior de Tecnologia de Castelo Branco 14

14

7
 9/29/23

Diferença entre Estado e Percepção

O estado do ambiente é dado pelo valor dos sensores

1
e = <s1,s2,s3,s4> = <0,1,0,0>
4 2
3
p = <livre, ocupado, livre, livre> = < ¬O1, O2, ¬O3, ¬O4>

Do valor dos sensores o agente retira (representa) a sua percepção do

ambiente e determina a acção mais ajustada (andar na direcção norte, p.ex.)

Escola Superior de Tecnologia de Castelo Branco 15

15

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes puramente reativos

• Função Ação: representação e implementação
• Sistemas de Produções

• Unidades lineares de limiar

• Arquitetura da subordinação

• As três metáforas

• Simbólica
• Conexionista
• Biológica

Escola Superior de Tecnologia de Castelo Branco 16

16

8
 9/29/23

Definição à custa de
Agentes Puramente Reactivos Sistemas de Produções

Um Sistema de produção implica:

n Um conjunto de produções ou regras;
SE um objecto voa à esquerda
ENTÃO virar a cabeça 15º para a esquerda
n Um interpretador de regras, para decidir:
q que regras se aplicam;
q qual a regra que deve ser escolhida;
q executar a aplicação da regra.

n Uma memória de trabalho ou ambiente, que permita ao

agente saber O que é verdadeiro no mundo.

Escola Superior de Tecnologia de Castelo Branco 17

17

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes puramente reativos

Exemplo: Agente Deambulador

Percepções={livre, ocupado}
16 estados

1
Acções={norte,sul, este, oeste}
4 2
3

Sistema de Produções

função Acção(percepção): acção

se percepção = ¬O1 então devolve(norte)
senão_se percepção = ¬O2 então devolve(este)
senão_se percepção = ¬O3 então devolve(sul)
senão_se percepção = ¬O4 então devolve(oeste)
fim_de_se
fim_de_função
18
Escola Superior de Tecnologia de Castelo Branco

18

9
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes puramente reativos

Ordem nas regras à Preferências à Comportamento
Simplificando
¬O1 ¬O1 N N
1.¬O1 à N X ¬O2 E E
2.¬O2 à E ¬O3
X S S
3.¬O3 à S
¬O4 O
4.¬O4 à O X O

Exemplo: carro para Norte

1
4 2
3

Escola Superior de Tecnologia de Castelo Branco 19

19

Agentes Puramente Reactivos

Identificamos 2
problemas na
Simulação do comportamento
solução.

O que se segue?

O comportamento do
agente repete-se!

O que fazer nesta situação? Novo Sistema

1.¬O1 à N
2.¬O2 à E
3.¬O3 à S
4.¬O4 à O
5. T à NIL
Escola Superior de Tecnologia de Castelo Branco 20

20

10
 9/29/23

Agentes Puramente Reactivos

Marcando as posições
E agora?
1.¬O1, ¬P1 à N, Pag
2.¬O2, ¬P2 à E, Pag
Uma 3.¬O3 , ¬P3à S, Pag
solução
4.¬O4, ¬P4à O, Pag
5. T à NIL

Vamos simular e ver o que acontece

Sem ciclos, mas ...

Escola Superior de Tecnologia de Castelo Branco 21

21

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes puramente reativos

Ter objectivos Procurar ouro!

Procura_ouro:
1.Ouro à NIL
2.¬O1, ¬P1 à N,Pag
3.¬O2, ¬P2 à E, Pag
4.¬O3, ¬P3 à S, Pag
5.¬O4, ¬P4 à O, Pag
6. T à NIL

Escola Superior de Tecnologia de Castelo Branco 22

22

11
 9/29/23

Agente Segue Paredes Dos sensores a características de mais alto nível

1 2 3 Nova Vizinhança Usando um processamento dos sensores

8 4
7 6 5 em perceções do agente, semelhante ao
exemplo anterior, teríamos 28 = 256 estados.

Modelo

x1 x2 x3 x4

Segue_paredes:

x4 ¬x1 ® norte

x3 ¬x 4 ® oeste
x 2 ¬x3 ® sul
x1¬x2 ® este

T ® norte
Tudo bem, mas….
Escola Superior de Tecnologia de Castelo Branco 23

23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

O que acontece quando existem espaços estreitos?

Porquê?

x1 x2 x3 x4

Para seguir paredes…

X1=0 X1=0
X2=1 X2=1
X3=1 X3=1
X4=1 X4=0

Escola Superior de Tecnologia de Castelo Branco 24

24

12
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes Reativos com memória

Arquitetura

Ambiente
Agente

percepção: E àP
percepção acção estado: I´P à I
acção: I à A
estado Estado

função agente_reflexo_estado_interno (estado_ambiente) : acção

percepção ß percepção(estado_ambiente);
estado_interno ß estado(estado_interno, percepção);
acção ß acção(estado_interno)
fim_de_função
Escola Superior de Tecnologia de Castelo Branco 25

25

Agentes Reactivos com Memória Implementação: sistemas de produções

A formiga Format Objectivo: seguir o trilho de feromona

Estado interno da format: On , Off

Acções: avançar (A),

rodar + 90º (D),
rodar ou – 90º (E)
alterar o seu estado interno: passar a On ou Off
Percepções: célula à frente:
F (sente feromona),
Segue_trilho: ¬F (não sente feromona);
1.Off,F à A,Off estado interno: On ou Off
2.Off, ¬F à E,On
3.On,F à A,Off
4.On, ¬F à D,On E se o trilho não for contínuo?

Escola Superior de Tecnologia de Castelo Branco 26

26

13
 9/29/23

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Agentes reativos com memória A formiga Formart

Segue_trilho: http://www.youtube.com/watch?v=DCk96kdJfHA
1.Off,F à A,Off
2.Off, ¬F à E,On
3.On,F à A,Off
4.On, ¬F à D,On
1 2 3

4 5 6

Escola Superior de Tecnologia de Castelo Branco

27

27

Fundamentos de Inteligência Artificial

Escola Superior de Tecnologia
de Castelo Branco

Alguns exemplos de agentes reativos

http://www.youtube.com/watch?v=ySo7lBOPAeI

Simulação de colónias de formigas (objectivos, seguir trilhos):

http://www.youtube.com/watch?v=H68YF9YKKJ8

Comportamento de enxame – evitar obstáculos e outros agentes:

http://www.youtube.com/watch?v=4A9jC-FOT-k

Evitar obstáculos:
http://www.youtube.com/watch?v=kMflXZ0U97k

Simulação do comportamento de insetos:

http://www.youtube.com/watch?v=Z7EwcVFpos8

Escola Superior de Tecnologia de Castelo Branco 28

28

14