Acessvel x Inacessvel Determinstico x No-determinstico Episdico x No-episdico Esttico x Dinmico Discreto x Contnuo

Sensores tm acesso ao estado completo do ambiente (i.e. os agentes vem tudo). Os sensores captam toda informao relevante para a escolha por uma ao. No necessrio manter o estado interno. Ex.:
 xadrez acessvel  rob que seleciona peas inacessvel

Prximo estado = estado atual + aes dos agentes. Devemos dizer se um ambiente ou no determinstico do ponto de vista de um agente. Ex.:
 xadrez determinstico  rob que seleciona peas no-determinstico

A experincia dos agentes dividida em episdios, i.e. pares percepo-ao. A qualidade da ao depende apenas do episdio em si, porque episdios subseqentes no dependem da ao que ocorrem em episdios anteriores. mais simples porque o agente no precisa pensar no futuro. Ex.:  xadrez no-episdico  rob que seleciona peas episdico

O ambiente no muda enquanto o agente est deliberando. mais simples de lidar porque o agente no precisa monitorar o ambiente enquanto toma uma deciso. Semi-dinmico: o ambiente no muda mas a medida de eficincia do agente muda. Ex.:
 Xadrez sem relgio esttico  Xadrez com relgio semi-dinmico  rob que seleciona peas dinmico

H um conjunto limitado e bem definido de perceptores e aes distintos. Ex.:

 xadrez discreto  rob que seleciona peas contnuo

Cada ambiente requer um tipo de agente. Ambiente mais simples: acessvel, determinstico, episdico, esttico e discreto. Quanto mais complexo for o ambiente, mais complexo deve ser o agente.

Definio 01: Sistemas compostos por dois ou mais agentes. Definio 02: Uma rede de resolvedores de problemas que trabalham juntos para solucionar problemas que esto acima de suas capacidades e conhecimentos individuais.

Cada agente tem informao ou capacidade incompleta para solucionar o problema, assim:
 cada agente tem um ponto de vista limitado;  No h controle global do sistema;  Os dados esto descentralizados;  A computao assncrona.

Cooperao Coordenao
 trabalhar juntos em busca de um objetivo comum.  gerenciar as dependncias entre diferentes atividades, de

Negociao
envolvidas.

forma que as aes dos diferentes agentes sejam sincronizadas e o trabalho dobrado seja evitado.

 chegar a um acordo que seja aceitvel para todas as partes

Sistemas Multi-agentes so adequados para representar problemas que tm mltiplos mtodos de resoluo, mltiplas perspectivas e/ou mltiplos resolvedores de problema.

Aborda como um agente pode encontar uma sequncia de aes que alcana seus objetivos, quando nenhuma ao isolada capaz de faz-lo. faz-lo.

Agente de resoluo de problemas: um tipo de agente baseado em objetivos, estes agentes decidem o que fazer encontrando sequncias de aes que levam a estados desejveis.

Suponha que um agente de resoluo de problemas est em Arad, na Romnia passando frias. Este agente ganhou uma passagem para casa e o vo ir partir de Bucareste na manh seguinte.

Neste caso o objetivo agora chegar a Bucareste at a manh seguinte para no perder sua passagem. Automaticamente tudo o que no ajudar a alcanar seu objetivo deve ser imediatamente rejeitado

O primeiro passo ento o que chamamos de formulao de objetivos, a tarefa do agente descobrir que sequncia de aes o levar a um estado objetivo. Este processo de decidir que aes e estados devem ser considerados para se alcanar o objetivo proposto o que chamamos de formulao de problemas.

Se o agente considerar neste momento decises como dar um passo, desviar de uma pedra provavelmente no chegar a lugar algum j que o nmero de passos seria muito grande. Iremos considerar ento aes como dirigir de uma cidade at outra.

Nosso agente ento est em Arad e adotou como objetivo dirigir at Bucareste, comeam ento os problemas, existem trs estradas possveis: Uma em direo a Sibiu, uma para Timisoara e uma para Zerind.

Nenhuma dessas atinge o objetivo, inicialmente ento a pergunta , qual a melhor ao neste caso?

Supondo ento que o agente est com o mapa ele poder us-lo e considerar aes subsequentes simulando a ida at Bucareste pelas trs cidades e escolhendo qual o melhor trajeto. Este processo de procurar por tal sequncia chamado de busca. Um algoritmo de busca recebe como entrada um problema e retorna uma soluo na forma de uma sequncia de aes.

Depois de encontrara a soluo, as aes podem ser executadas, chamamos esta etapa de fase de execuo. Temos ento um processo de formular(formulao dos objetivos e problemas) , buscar(busca e soluo) e execuo

Funo AGENTE-RESOLUO DE PROBLEMAS SIMPLES(percepo) retorna uma ao

entradas:percepo, uma percepo variveis estticas: seq, sequncia de aes, inicialmente vazia estado, uma descrio do estado atual do mundo objetivo, um objetivo, inicialmente nulo problema, uma formulao de problema estado ATUALIZAR-ESTADO(estado, percepo) se seq est vazia ento faa objetivo FORMULAR-OBJETIVO(estado) problema FORMULAR-PROBLEMA(estado, objetivo) seq BUSCA(problema) ao PRIMEIRO(seq) seq RESTO(seq) retornar ao

Na funo mostrada primeiro ele formula um objetivo e um problema, busca uma sequncia de aes que resolveriam o problema, executa as aes uma de cada vez, quando chega ao final ele formula outro objetivo e recomea. Observe que, quando est executando a sequncia o agente ignora suas percepes, pressupondo que a soluo funcionar

Um problema pode ser definido por quatro componentes: O estado inicial em que o agente comea, no nosso exemplo poderia ser EM(Arad) Uma descrio das aes possveis que esto disponveis para o agente

A ao pode usar uma funo sucessor, trabalhando sempre em pares, onde a funo sucessor o estado aps a execuo da ao descrita. Ex.: {<IR(Sibiu), Em(Sibiu)>, <IR(Timisoara), Em(Timisoara)>, <IR(Zerind),EM(Zerind)>}

O estado inicial e a funo sucessor definem o espaco de estados do problema, ou seja, o conjunto de todos os estados acessveis a partir do estado inicial. O espao de estados forma um grafo onde os ns so os estados e os arcos so as aes

Tendo os estados objetivo possveis deve ser feito o teste de objetivo que verifica se o estado dado um deles. Em algumas situaes o objetivo um conjunto unitrio, {EM(Bucareste)}, cabe ento ao agente determinar qual so os estados objetivo

Para se determinar quais so os estados objetivo pode usar a funo de custo de caminho que atribui um custo numrico a cada caminho. O agente de resoluo de problemas escolhe uma funo de custo que represente melhor sua medida de desempenho

O custo de caminho determinado pelo conjunto de custo de passo escolhido, que pode ser representado de forma nmerica como no exemplo abaixo:

Por fim, com o custo de caminho definido podemos encontrar o que chamamos de soluo tima que a que possui o menor custo de caminho dentre as solues possveis.

Podemos tratar como duas entidades diferentes:

Fatos : verdades em algum mundo relevante. So as coisas que quer-se representar. Representao de Fatos : representar os fatos com algum formalismo escolhido. So as coisas que seremos efetivamente capazes de manipular.

A estruturao destas duas entidades pode ser feita em dois nveis:

Nvel do Conhecimento : no qual os fatos (incluindo o comportamento dos operadores e os objetivos) so descritos. Nvel Simblico : no qual a representao dos objetos definida em termos de smbolos, que podem ser manipulados por programas.

Fatos

Representao Interna Compreenso do Portugus

Programas de Raciocnio

Gerao do Portugus

Representao em Portugus

Exemplo usando lgica matemtica como formalismo: Considere a seguinte frase em portugus:

Rex um cachorro.

O fato representado pela frase pode ser descrito em lgica como:

cachorro(Rex)

Suponha tambm, que temos a representao do fato que todos os cachorros tm cauda:

x : cachorro(x) temcauda(x)

Usando os mecanismos dedutivos da lgica, podemos gerar o novo objeto de representao: temcauda(Rex)

Usando uma funo de mapeamento adequada pode-se chegar na seguinte frase em portugus:

Rex tem cauda. Poderiamos fazer uso desta representao de um novo fato para tomar alguma deciso ou para gerar representaes de outros fatos.

Quando tenta-se converter frases em portugus para alguma outra representao, tal como, lgica proposicional, deve-se, inicialmente, decidir que fatos as frases representam e ento converter estes fatos em uma nova representao.

Ex.: Todos os cachorros tm cauda. Cada cachorro tem uma cauda.

Raciocnio realmente desejado Fatos Iniciais Fatos Finais

Mapeamento da Representao no Sentido Direto

Mapeamento da Representao no Sentido Inverso

Representao Interna dos FI

Operao do Programa

Representao Interna dos FF