Baixe o app para aproveitar ainda mais
Prévia do material em texto
Sistemas Inteligentes Tópicos de Aulas Teóricas 2. Agentes Inteligentes “O que são Agentes Inteligentes? Em que contexto actuam?” ▪ Agentes e Ambientes ▪ Racionalidade. ▪ Caracterização de um Agente. ▪ Tipos de Agentes e Ambientes. 2. 1. Agentes e Ambientes (1/7) 3 “Um Agente é um elemento que opera ou que age”. – Do Dicionário. “Um Agente é todo elemento que é capaz de captar/perceber o ambiente em que se encontra (através de sensores) e actuar nesse mesmo ambiente – neste caso realizando actividades (através de actuadores)”. 2. 1. Agentes e Ambientes (2/7) 4 “O aspecto principal a se ter em conta quando se fala de Agentes é que os mesmos devem não apenas ser inteligentes mas também “autónomos”, ou seja, capazes de agir de forma independente de outros agentes ou de um utilizador.” 2. 1. Agentes e Ambientes (3/7) 5 ▪ Agente Humano: ▫ Sensores: Olhos, orelhas e outros órgãos de sentido. ▫ Actuadores: Mãos, pernas, boca e outras partes do corpo. ▪ Agente Robótico: ▫ Sensores: Câmeras, microfones e infravermelhos. ▫ Actuadores: Partes Motoras (Componente Mecânicas). 2. 1. Agentes e Ambientes (4/7) 6 ▪ Os Agentes e sua actuação podem teoricamente ser representados através de uma função que mapeia uma sequência de percepções e converte-as em acções. [f : P* -> A]. 2. 1. Agentes e Ambientes (5/7) 7 ▪ Percepções: [Localização, Conteúdo] ▫ Localização: A e B. ▫ Conteúdo: Limpo e Sujo. ▪ Acções: Esquerda, Direita e Aspirar. Exemplo: Agente Robô Aspirador 2. 1. Agentes e Ambientes (6/7) 8 ▪ Percepções: [Localização, Conteúdo] ▫ Localização: A e B. ▫ Conteúdo: Limpo e Sujo. ▪ Acções: Esquerda, Direita e Aspirar. Exemplo: Agente Robô Aspirador 2. 1. Agentes e Ambientes (7/7) 9 ▪ Função AgenteAspirador ([posicao, estadoLocal]) devolve a acção: ▫ Se estadoLocal = Sujo então devolve Aspirar ▫ Senão se estadoLocal = Limpo então devolve Direita ▫ Senão se posicao = A então devolve Esquerda ▫ … Exemplo: Agente Robô Aspirador 2. 2. Racionalidade (1/10) 10 A definição do que é racional num dado momento depende de quarto factores: 1º - A medida de desempenho que define o critério de sucesso; 2º - O conhecimento prévio que o agente tem do ambiente; 3º - As acções que o agente pode executar; 4º - A sequência de percepções do agente até ao momento da tomda de decisão. 2. 2. Racionalidade (2/10) 11 ▪ Os factores anteriormente apresentados nos conduzem a uma definição básica do que pode ser considerado um Agente Racional: ▫ Um Agente Racional é um agente capaz de, para cada sequência de percepções possíveis, seleccionar uma acção (ou conjunto de acções) que se espera virem a maximizar sua medida de desempenho, dada a evidência fornecida pela sequência de percepções e por qualquer conhecimento interno do agente. ▫ Um agente deve procurer fazer “o que está certo”, baseado nas suas percepções e nas acções que pode tomar. ▫ A acção certa é aquela que dá maior expectativa e chance de sucesso ao agente. Agentes Racionais 2. 2. Racionalidade (4/10) 12 ▪ Entende-se como medida de desempenho o critério objectivo que mede o grau de sucesso de um agente na realização de uma dada tarefa. ▪ Uma má escolha/indicação da medida de desempenho pode resultar em acções indesejadas. ▪ Por exemplo: No nosso exemplo do Agente Robô Aspirador, a medida de desempenho pode ser a quantidade de sujidade aspirada, tempo gasto para a aspiração, electricidade consumida, ruído gerado, etc. Agentes Racionais – Medida de Desempenho 2. 2. Racionalidade (5/10) 13 ▪ Racionalidade <> Omnisciência ▫ As percepções obtidas no ambiente podem não disponibilizar o conhecimento que é importante/suficiente para se realizar uma acção. ▪ Racionalidade <> Clarividência ▫ O resultado de uma acção ou decisão tomada pode não estar de acordo com o esperado. ▪ Logo: ▫ Racionalidade <> Sucesso Agentes Racionais 2. 2. Racionalidade (6/10) 14 ▪ Racionalidade => Exploração, Aprendizagem, Autonomia Agentes Racionais Robot Sophia ▪ Capaz de captar, simular e reagir à todos os tipos de expressões faciais humanas existentes; ▪ Capaz de desenvolver afecto e preocupação tal como os humanos; ▪ Capaz de aprender e adaptar-se a partir de interacções com humanos ou observações em diversos ambientes; ▪ Capaz de conversar naturalmente com humanos; ▪ Capaz de entender via diálogo oral. 2. 2. Racionalidade (7/10) 15 ▪ Um agente é autónomo se o seu conhecimento for determinado apenas pela sua experência (com capacidade de aprender e adaptar-se). ▫ Adaptação à situações novas para as quais não foi fornecido todo conhecimento necessário com antecedência. ▫ Agentes podem tomar acções para obter informações úteis (recolha de informação, exploração). Racionalidade vs Autonomia: O Agente “Autónomo” 2. 2. Racionalidade (8/10) 16 PEAS - Caracterização de Agentes Medida de Desempenho Ambiente Actuadores Sensores 2. 2. Racionalidade (9/10) 17 PEAS – Agente: Médico Medida de Desempenho (Saúde do Paciente, custo da Consulta) Ambiente (Paciente, Clínica, Funcionários) Actuadores (Monitor: Questões, testes, diagnísticos, tratamentos) Sensores (Sintomas, Respostas) 2. 2. Racionalidade (10/10) 18 PEAS – Agente: Taxista Medida de Desempenho (Segurança, rotas, lucros, conforto, legalidade) Ambiente (Clientes-Passageiros, Estradas, trânsito, tempo) Actuadores (Volante, acelerador, travão, buzina, pisca) Sensores (GPS, Painel de Kms, Velocímetro, Nível do depósito, temperatura do óleo, etc.) 2. 2. Racionalidade (11/11) 19 PEAS – Agente: Agente de Trânsito Medida de Desempenho (?) Ambiente (?) Actuadores (?) Sensors (Sensores) 2. 3. Tipos de Agentes e Ambientes (22/34) 20 Ambientes – O que são? Como podem ser especificados? ▪ Finalmente após termos discutido sobre racionalidade e as formas de se construir agentes racionais e inteligentes, chegou a hora de falarmos do lugar onde os mesmos irão operar. Ambientes são na verdade o lugar onde estão concentrados os problemas que o agente deve solucionar através das suas decisões e acções. ▪ Alguns estudiosos de AI defendem que primeiro deve se caracterizar e especificar o ambiente antes de se começar a projectar um agente. Embora a ordem de abordagem aqui na aula seja ao contrário, acreditamos ser a melhor maneira para se ter um projecto de agente inteligente mais adequado com a realidade onde o mesmo irá actuar. 2. 3. Tipos de Agentes e Ambientes (25/34) 21 Tipos de Ambientes ▪ A diversidade de ambientes estudados pela IA é sem dúvida vasta. Entretanto, é possível identificar um número bastante reduzido de dimensões ao longo das quais os ambientes podem ser categorizados. ▪ A dimensão comque um ambiente é categorizado é bastance crucial para a especificação, tipificação e implementação do agente. ▪ Os tipos de ambientes mais comuns são: ▫ Completamente Observável vs Parcialmente Observável; ▫ Ambientes para agentes únicos vs multiagentes; ▫ Determinístico vs Estocrástico; ▫ Episódico vs Sequencial; ▫ Estático vs Dinámico; ▫ Discreto vs Contínuo. 2. 3. Tipos de Agentes e Ambientes (26/34) 22 Tipos de Ambientes – Observáveis vs Parcialmente Observáveis ▪ Se os sensores de um agente permitem acesso ao estado complete do ambiente em cada instante, dizemos que o ambiente é completamente observável. ▪ Neste sentido, podemos definir um ambiente como sendo completamente observável, se os sensors do agente(s) conseguem detector todos os aspectos (relevantes) para a escolha da acção. Convém recorder com a relevância dependerá sempre da medida de desempenho. ▪ No contrário, um ambiente é considerado parcialmente observável se existirem elementos que interferem na captação de percepções por parte dos sensores ou inclusive da imprecisão dos próprios sensores. ▪ Existe a possibilidade de um agente sem sensores operar num determinado ambiente, no caso este ambiente seria inobservável. 2. 3. Tipos de Agentes e Ambientes (27/34) 23 Tipos de Ambientes – Estático vs Dinámico ▪ São considerados ambientesdinámicos, os que podem alterar enquanto um agente está em actuação sobre o mesmo. ▪ Ambientes com características contrárias as descritas no ponto anterior, são considerados ambientes estáticos. ▪ Os ambientes estáticos são muito mais fácil de se operarem e manipularem porque o agente não precisa continuar a observer o ambiente enquanto esteja a tomar suas decisões. Já os ambientes dinámicos, estão em continua alteração e exigem do agente uma constant actualização do seu estado/modelo. Os ambientes bastante dinámicos podem levar aos agentes a falharem constantemente ou até anão conseguirem tomar uma decisão. ▪ Porém, se um ambiente não muda ao longo do tempo, mas o nível de desempenho do agente se alterar, o ambiente é considerado semidinámico. 2. 3. Tipos de Agentes e Ambientes (28/34) 24 Tipos de Ambientes – Determinístico vs Estocástico ▪ Um ambiente é determinístico se o seu estado seguinte é determinado somente em função do estado actual e da acção executada pelo agente que nele opera. Nestes casos, não existe incerteza por parte do agente sobre o estado do ambiente depois de executada a sua acção (falamos aqui de ambiente completamente observáveis e ignoramus a incerteza provenientes das acções de outros ambientes – aqui o ambiente seria de agente único). ▪ Se um ambiente é apenas parcialmente observável então é preferível considera-lo como sendo um estocástico. Nos ambientes estocásticos, a incerteza sobre o resultado das acções é sempre quantificada em termos de probabilidades. ▪ Um ambiente não determinístico é aquele em que as acções são caracterizadas por seus resultados possíveis, sem probabilidade associada a ele. Logo, não devemos confundir ambientes estocásticos com ambientes não determinísticos. 2. 3. Tipos de Agentes e Ambientes (29/34) 25 Tipos de Ambientes – Discreto vs Contínuo ▪ Um ambiente é Discreto se tiver um número limitado de percepções e acções distintas que estão claramente definidas. 2. 3. Tipos de Agentes e Ambientes (30/34) 26 Tipos de Ambientes – Episódico vs Sequêncial ▪ Um ambiente é Episódico se a experiência do agente está dividida em episódios atómicos (cada episódio consiste em percepção+acção do agente) e a escolha de cada acção em cada episódio depende apenas do próprio episódio. É importante que o episódio seguinte não dependa das acções executadas em episódios anteriores. ▪ Ao contrário, os ambientes sequênciais são caracterizados pelo facto de que as decisões actuais poderem afectar todas as decisões seguintes. Os episódicos são mais simples de se implementar agentes do que nos sequenciais porque o agente não precisa se preocupar com o que acontece lá a frente nem com o que fiz atrás. 2. 3. Tipos de Agentes e Ambientes (31/34) 27 Tipos de Ambientes – Agente Único vs Multi-Agente ▪ Competitivo - Jogos; ▪ Parcialmente Cooperativo e Parcialmente Competitivo; ▪ Comunicação; ▪ Comportamento aleatório. 2. 3. Tipos de Agentes e Ambientes (33/34) 28 Tipos de Ambientes – Exemplos 2. 3. Tipos de Agentes e Ambientes (34/34) 29 Tipos de Ambientes – Exemplos 2. 3. Tipos de Agentes e Ambientes (1/34) 30 Tipos de Agentes ▪ Os Agentes são categorizados pela capacidade de tratamento intermédio entre a informação que ontém do ambiente (Percepções) captadas através dos seus Sensores e as acções/decisões que tomam através dos seus actuadores. 2. 3. Tipos de Agentes e Ambientes (2/34) 31 Tipos de Agentes ▪ Agentes de Reflexos/Reactivo Simples ▪ Agentes de Reflexos/Reactivo baseados em modelos ▪ Agentes baseados em objectivos ▪ Agentes baseados em utilidade; ▪ Agentes com aprendizagem. 2. 3. Tipos de Agentes e Ambientes (4/34) 32 Tipos de Agentes – Agentes de Reflexos Simples É o tipo mais simples de Agente, pois seleccionam as suas acções unica e exclusivamente com base nas percepções actuais do ambiente, não considerando o restante do histórico de percepções antigas. Os Humanos também possuem este tipo de comportamento, por exemplo: “Se o carro da frente travar, também travo, ignorando se já viu que o automóvel que vem atrás vem com mais velocidade e poderá bater.” 2. 3. Tipos de Agentes e Ambientes (3/34) 33 Tipos de Agentes – Agentes de Reflexos Simples ▪ Vantagens: ▫ Representação inteligível; ▫ Modular; ▫ Eficiente; ▫ Melhor em ambientes totalmente observáveis, estáticos e episódicos; ▪ Desvantagens: ▫ Não pode armazenar uma sequência de percepções; ▫ Pouca ou nenhuma autonomia; ▫ Dificuldade em operar em ambientes parcialmente observáveis e dinámicos 2. 3. Tipos de Agentes e Ambientes (5/34) 34 Tipos de Agentes – Agentes de Reflexos Simples Exemplo: 2. 3. Tipos de Agentes e Ambientes (8/34) 35 Tipos de Agentes – Agentes de Reflexos baseado em Modelos ▪ São caracterizados pela capacidade de observar e monitorar parte do ambiente que em algum momento não conseguirá observar no momento da tomada de decisão. ▪ Possui e mantém um estado interno que dependa do histórico de percepções e represente aspectos não observáveis no momento; ▪ Em alguns casos em que é necessário uma acção imediata baseada rigorosamente no estado actual do ambiente e dos outros agentes que partilham o mesmo ambiente. 2. 3. Tipos de Agentes e Ambientes (7/34) 36 Tipos de Agentes – Agentes de Reflexos baseado em Modelos ▪ Para que este tipo de agente possa operar é necessário: ▫ Captar as percepções actuais actuais (Comportamento igual aos agentes reactivos simples); ▫ Possuir um estado interno; ▫ Ter informações de como o ambiente evolui ou altera independentemente das suas acções (modelo do ambiente); ▫ Ter informações e noção a respeito do impacto/efeito das suas acções no ambiente; ▫ E com base nas informações acima, actualiza o seu estado interno. 2. 3. Tipos de Agentes e Ambientes (7/34) 37 Tipos de Agentes – Agentes de Reflexos baseado em Modelos ▪ Vantagens: ▫ Pode operar em ambientes parcialmente observáveis; ▫ Melhor em ambientes determinísticos. ▪ Desvantagens: ▫ Não possui um objectivo que justifica/avalia as acções. O Agente de Reflexos baseado em Modelo difere do Agente de Reflexos Simples apenas pela capacidade de manter o estado actual do ambiente usando um modelo do ambiente combinado com o histórico de percepções. 2. 3. Tipos de Agentes e Ambientes (9/34) 38 Tipos de Agentes – Agentes de Reflexos baseado em Modelos Exemplo: O motorista muda de faixa para efectuar ultrapassagem, consegue observar o transito à sua trás mas não consegue observer totalmente o trânsito na sua frente. Pelo que precisa de um modelo e/ou de um estado interno para prever onde devem estar os outros carros da frente. 2. 3. Tipos de Agentes e Ambientes (12/34) 39 Tipos de Agentes – Agentes baseado em Objectivos - Um agente baseado em modelos não é nada mais do que um agente baseado em modelos e orientado pelos objectivos. O agente monitora o estado do mundo, bem como um conjunto de objectivos que está tentando atingir e escolhe uma acção que (no final) o levará à realização de seus objectivos. 2. 3. Tipos de Agentes e Ambientes (11/34) 40 Tipos de Agentes – Agentes baseado em Objectivos ▪ Ao contrário de um ARBM, conhecer o estado actual do ambiente nem sempre é suficiente para decidir sobre a melhor acção a ser tomada. ▪ Da mesma forma que um agente precisa ter noção do estado actual, o agente precisa também de algum tipo de informação sobre objectivos que descreva situações desejáveis. ▪ A implementação de um algoritmo de para um agente pode ser a combinação do modelo do ARBM com uma série de objectivos a serem alcançados. Os agentes cuja implementação resultam nesta combinação com a finalidade de proporcionar ao agente melhor capacidade de tomada de decisões e escolhas de acções para um determinado objectivo, são chamados de Agentes baseados em Objectivos. 2. 3. Tipos de Agentes e Ambientes (13/34) 41 Tipos de Agentes – Agentes baseado em Objectivos ▪ Em alguns casos, quando a decisão é baseada em modelos, a selecção da acção a tomar é bastante directa. Estes casos acontecem quando a satisfaçãodo objective resulta de imediato de uma única acção. ▪ Entretanto, existem casos mais complexos, nos casos em que o agente tem de considerer extensas e demoradas sequências de acções até encontrar um meio de atingir o objectivo. ▪ Os aspectos relacionados com alcance de objectivos resultants de longas sequências de acções, são abordados nos temas de Procura e Planeamento. Que são subáreas da IA dedicadas a encontrar sequências de acções que alcançam os objectivos do agente. 2. 3. Tipos de Agentes e Ambientes (14/34) 42 Tipos de Agentes – Agentes baseado em Objectivos ▪ Os agentes baseados em objectivos não implementam um modelo de regras codição-acção, como é o caso dos agentes reactivos. Essa não implementação deste modelo é fruto da necessidade do agente ter uma visão futurista, com perguntas como “O que vai acontecer se eu fizer isso e/ou aquilo?” e esta acção “me ajudará a alcançar os meus objectivos ou pelo menos mais perto deles?”. ▪ Importa realçar que nos agentes de reflexos não temos presente este tipo de questões visto que as regras internas fazem um mapeamento directo de percepções -> acções. ▪ Um agente beaseado em objectivos pode parecer menos eficiente, mas é muito mais flexível em relação aos outros agentes baseados em reflex, porque as suas decisões são apoiadas mediante conhecimento. 2. 3. Tipos de Agentes e Ambientes (15/34) 43 Tipos de Agentes – Agentes baseado em Objectivos ▪ O que é na verdade um agente baseado em objectivos? “Pegue num agente de reflexos baseado em modelo e acrescenta nele considerações sobre o futuro como base para alcançar os seus objectivos.” 2. 3. Tipos de Agentes e Ambientes (16/34) 44 Tipos de Agentes – Agentes baseados em Utilidade ▪ São chamados de Agentes baseado em Utilidade, os agentes que possuem a capacidade de estabelecer preferências entre sequências de estados que permitem atingir os mesmos objectivos. ▪ Em outras palavras, são os agentes que possuem a capacidade de se questionarem quão útil será o resultado da acção a ser tomada. ▪ Importa salientar que apenas com objectivos, os agentes podem não possuir capacidade suficiente para serem considerados de agentes com comportamento de alta qualidade. ▪ A implementação do conceito de objectivos apenas permite uma distinção binária entre acções e estados “felizes” e “infelizes”, enquanto que uma medida de desempenho mais geral permitiria uma comparação entre accções e estados felizes para se definer o mais útil. 2. 3. Tipos de Agentes e Ambientes (17/34) 45 Tipos de Agentes – Agentes baseados em Utilidade - Um ABU não precisa implementar o conceito de objectivos. Usa um modelo do ambiente juntamente com uma função utilidade p/ medir suas preferências entre estados do ambiente e escolhe a acção que leva à melhor utilidade esperada, calculada pela media entre todos estados resultantes possíveis, ponderados pela probabilidade do sucesso no resultado. 2. 3. Tipos de Agentes e Ambientes (18/34) 46 Tipos de Agentes – Agentes baseados em Utilidade ▪ Como visto anteriomente, uma medida de desempenho atribui uma pontuação para toda e qualquer sequência de estados do ambiente, e assim se é capaz de distinguir faclmente entre formas mais ou menos desejáveis (úteis). ▪ A função utilidade implementada por este tipo de agente é essencialmente uma internalização da medida de desempenho e dos seus respectivos resultados/pontuação. ▪ Caso a função utilidade armazenada internamente pelo agente e a medida externa de desempenho estiverem alinhadas, um agente que escolhe acções que maximize a sua utilidade será racional de acordo com a medida de desempenho externa. 2. 3. Tipos de Agentes e Ambientes (19/34) 47 Tipos de Agentes – Agentes com Aprendizagem ▪ Até agora, todos os agentes vistos, baseiam suas tomadas de decisões e acções em função da implementação de um algorítmo de decisão. ▪ Já em 1950, Alan Turing questionou sobre a dificuldade de se implementar todas as decisões e acções que um agente pode realizar, levantando assim a necessidade dos agentes passarem a ter a capacidade de aprender e posteriomente ensina-las ▪ A Aprendizagem passou rapidamente a ser o aspecto principal da IA no que toca a construção de agentes inteligentes. ▪ Dentre muitas vantagens da construção de agentes com aprendizagem, destacam- se a capacidade dos mesmos operarem em ambientes inicialmente desconhecidos e se tornar mais competentes do que na altura do seu conhecimento inicial. 2. 3. Tipos de Agentes e Ambientes (20/34) 48 Tipos de Agentes – Agentes com Aprendizagem - Um AA tem uma estrutura conceptual de 4 componentes. Os 2 mais importantes e mais distintos são o Elemento de aprendizagem e o Elemento de desempenho. O primeiro é responsável pela execução de aperfeiçoamentos, e o Segundo é o responsável pela escolha/selecção de acções a serem executadas no ambiente. 2. 3. Tipos de Agentes e Ambientes (21/34) 49 Tipos de Agentes – Agentes com Aprendizagem ▪ Nos agentes com aprendizagem, os elementos de aprendizagem e de desempenho são os mais importante e que tornam este tipo de agente como sendo o modelo mais completo de agente. ▪ Existe porém um outro elemento muito importante, que é o componente Crítico, que realimenta o elemento de aprendizagem, que por sua vez tem como finalidade avaliar o modo como o agente está actuando (tomada de decisões e execução de acções) e determina de que maneira o elemento de desempenho deve ser modificado para funcionar melhor no futuro (Aprendizagem). ▪ Existe um ultimo componente, mas não menos importante, o Gerador de Problemas, que é o responsável por sugerir acções exploratórias que levarão a experiências novas e informativas. Sistemas Inteligentes Fim da Parte 2
Compartilhar