05 - Aula - Agentes Inteligentes 1

Prévia do material em texto

Aula
Agentes Inteligentes
Agentes Inteligentes
Racionalidade
Onisciência, aprendizado e autonomia
Natureza dos Ambientes
Especificando o ambiente da tarefa
Propriedades do ambiente da tarefa
Estrutura dos Agentes
Programa dos agentes
Tipos de agentes
Funcionamento dos programas dos agentes
Sumário
Roteiro
Levar o aluno a entender com clareza o conceito de agente inteligente, sua estrutura, ambiente e atributos essenciais;
Introduzir as principais taxonomias empregadas na classificação dos agentes inteligentes;
Estudar as principais ferramentas empregadas na programação de agentes inteligentes e seus ambientes, ilustrando-as com aplicações específicas.
Objetivos
Um agente é qualquer coisa que possa ser vista como:
percebendo o seu ambiente atraves de sensores e
agindo sobre este ambiente atraves de atuadores
Agente Humano:
Sensores: olhos, ouvidos, ...
Atuadores: m~aos, pernas, boca, . . .
Agente Robotico:
Sensores: c^ameras e sensores de dist^ancia infra-vermelho
Atuadores: varios motores
Agentes incluem humanos, rob^os, softbots, termostatos, . . .
O que é um agente?
Agente é especificado por uma função de agente f que mapeia sequencias de percepções P em ações A:
P = {p0, p1, p2, . . ., pn}
A = {a0, a1, a2, . . ., an }
f : P -> A
Programa do agente executa na arquitetura física para produzir f
agente = arquitetura + programa
Solução fácil: tabela que mapeia cada possível sequencia P para uma ação A
Um pequeno problema: é exponencial no comprimento de P
Especificando
O crescimento exponencial ocorre quando a taxa de crescimento de uma função é proporcional ao tamanho atual da função. Este crescimento é dito seguir uma lei exponencial.
Isso implica que para qualquer quantidade crescendo exponencialmente, quanto maior a quantidade existente, mais rápido crescerá.
Crescimento Exponencial
Agente e seu Ambiente
O Mundo do Aspirador de Pó
Percebe: Local e Estado (ex: [A, Sujo], [B,Limpo]).
Ações: Esquerda, Direita, Aspirar, FazerNada.
Agente Aspirador de Pó
O que é racional em qualquer momento depende de quatro coisas:
A medida de desempenho que define o critério de sucesso.
O conhecimento prévio do agente sobre o ambiente.
As ações que o agente pode realizar.
A sequencia de percepções do agente até o momento.
Racionalidade
Agente Racional: é aquele que faz a coisa certa.
Para cada possível sequencia de percepções, um agente racional deve escolher uma ação que, espera-se, maximizar a sua medida de desempenho, dada a evidência provida pela sequencia de percepções e qualquer que seja o conhecimento interno que o agente tenha.
Medida de Desempenho: Um critério objetivo para o sucesso de um comportamento do agente, dada a evidência provida pela sequencia de percepções. Uma medida de desempenho para um agente aspirador de pó pode incluir:
+1 ponto para cada sala limpa no tempo T
+1 ponto para sala limpa, -1 para cada movimento
-1000 para mais do que k quadrados sujos
Agente Racional
Percepções podem não suprir todas as informações relevantes
Agente ideal (perfeito): maximiza o desempenho real - i.e., sabe o resultado real das suas ações, mas precisaria ser onisciente!
Normalmente impossível
Racionalidade contempla a aquisição de informações para modicar percepções futuras.
Por exemplo, escolher a ação olhar para os dois lados da rua antes de escolher a ação atravessar a rua.
Um segundo tipo de aquisição de informação é provido pela exploração - ambiente inicialmente desconhecido.
Racionalidade ≠ Onisciência
O agente racional deve não somente adquirir informações, mas também aprender o tanto quanto possível de suas percepções.
O ganho de experiência do agente deve levá-lo a modicar ou aumentar o seu conhecimento inicial - configuração inicial.
Quando o ambiente é completamente conhecido, o agente não precisa nem perceber nem aprender - simplesmente age corretamente.
Este é um agente frágil!
Qualquer mudança no ambiente leva este agente a um insucesso!
Racionalidade requer Aprendizado
Um agente é autônomo se o seu comportamento é determinado pela sua própria experiência (com habilidade para aprender e se adaptar)
O agente não depende somente do conhecimento prévio do seu construtor.
Um agente racional deve ser autônomo - deve aprender o que puder para compensar o conhecimento prévio parcial ou incorreto.
Racionalidade requer Autonomia
Performance, Environment, Actuators, Sensors
Ambiente, Medida de Desempenho, Atuadores, Sensores
Para projetar um agente racional precisamos especificar um ambiente da tarefa (problema) para o qual o agente é a solução.
O tipo do ambiente da tarefa afeta diretamente o projeto correto para o programa do agente.
Ambiente da Tarefa – PEAS ou AMAS
Ambiente: Ruas, estradas, tráfego, pedestres, clima...
Medida de Desempenho: Viagem segura, rápida, dentro da lei, confortável, maximizar rendimento...
Atuadores: Direção, acelerador, freios, sinais, buzina, ...
Sensores: Velocímetro, câmeras, sonar, sensores do motor, GPS...
Exemplo AMAS – Táxi Automático
Como seriam:
O Ambiente?
A Medida de Desempenho?
Os Atuadores?
Os Sensores?
Exercício – Agente de Compras na Internet
image4.png
image5.png
image6.png
image7.png
image1.png
image2.png