Agentes Inteligentes

1
AgentesInteligentes
2
(1) Definição

• Agentes

3
(1) Definição algumas definições

• IBM Intelligent agents are software entities
  that carry out some set of operations on behalf
  of an user, and in doing so employ some knowledge
  representation of the users goals or desires
• KidSim Agent is a persistent software entity
  (agents have their own ideas about how to
  accomplish tasks) dedicated to a specific purpose
  (smaller than multifunctions applications)
• SodaBot Software agents are programs that engage
  in dialogs to negotiate and coordinate transfer
  of information

4
(1) Definição o que é um agente?

• Agente é qualquer entidade que
• percebe seu ambiente através de sensores (ex.
  câmeras, microfone, teclado, finger, ...)
• age sobre ele através de efetuadores (ex. vídeo,
  auto-falante, impressora, braços, ftp, ...)
• Mapeamento seqüência perceptiva gt ação

Raciocinador
5
(1) Definição agente humano
6
(1) Definição agente policial
raciocínio
Agente
Objetivo - fazer com que as leis sejam
respeitadas
Ações - multar - apitar - parar, ...
Conhecimento - leis - comportamento dos
indivíduos,...
execução
percepção
Ambiente
7
(1) Definição terminologia

• Percepção entradas perceptivas do agente em
  qualquer momento
• Seqüência de percepções história completa de
  tudo o que o agente já percebeu
• A escolha de uma ação de um agente em qualquer
  instante pode depender da seqüência inteira de
  percepção até o momento
• Uma função agente é o mapeamento de toda
  seqüência possível de percepções para uma ação
• Tabela muito grande. Na verdade infinita.

8
(1) Definição mundo do aspirador de pó

• Percepção local e conteúdo, por exemplo, A,
  sujo
• Ações Direita, Esquerda, Sugar, NoOp

Tabela Parcial de uma função agente
9
(1) Definição propriedades de agentes

• Autonomia (IA)
• raciocínio, comportamento guiado por objetivos
• reatividade
• Adaptabilidade aprendizagem (IA)
• Comunicação Cooperação (IA)
• Personalidade (IA)
• Continuidade temporal
• Mobilidade

10
(1) Definição aprendizagem

• O agente pode ter algum conhecimento anterior
• Ele também pode ganhar experiência e modificar e
  ampliar este conhecimento
• Se o ambiente é previamente conhecido
• O agente não precisa aprender ou perceber
• Somente agir de forma correta
• Mas este tipo de agente se torna muito frágil
• Ex aspirador de pó começando a limpar no final
  de um corredor de vento

11
(1) Definição autonomia

• Autonomia sem racionalidade burrice
• Ex. do agente que atravessa a rua sem olhar não
  racional
• A ação correta seria olhar porque maximiza o
  desempenho
• Coleta de informações
• A realização de ações com a finalidade de
  modificar percepções futuras é uma parte
  importante da racionalidade
• Ex relógio que acerta as horas automaticamente
  quando o dono viaja para diferentes fusos horários

12
(1) Definição autonomia funcional

• Não possui aprendizagem
• O agente sempre tem conhecimento embutido
  especificado pelo projetista, que lhe é inato e
  permite iniciar seu funcionamento. Assim como os
  animais...
• Se, além deste conhecimento, o agente consegue
  aprender por experiência e alterar seu
  comportamento, ele pode ter autonomia funcional,
  ou seja, fugir do funcionamento que lhe foi
  imposto pela natureza
• Agentes não autônomos só funcionam se as
  premissas do seu projeto não mudarem
• Exemplo. programa tradicional, qualquer
  alteração nas condições do contexto implica numa
  alteração do conhecimento colocado no projeto do
  sistema.

13
(1) Definição autonomia adaptativa

• Adapta-se por meio de aprendizagem
• Exemplo agente de reconhecimento de fala, tem um
  conjunto pré-definido de padrões, mas pode
  aprender o sotaque de um novo usuário.
• Um agente inteligente verdadeiramente autônomo
  deveria ser capaz de operar com sucesso em um
  grande variedade de ambientes, dado um tempo
  suficiente para se adaptar.

14
(2) Agente Racional (McCarthy Hayes 69, Newell
81)

• Agente Racional fazer a melhor coisa possível
• segue o princípio da racionalidade dada uma
  seqüência perceptiva, o agente escolhe, segundo
  seus conhecimentos, as ações que satisfazem
  melhor seu objetivo.
• Racionalidade x Onisciência são diferentes!
• Onisciência ? poder saber os resultados de suas
  ações antecipadamente e com precisão
• Impossível de se atingir onisciência na realidade
• Racionalidade diferente de perfeição

15
(2) Agente Racional porém...

• Racionalidade ¹ Onisciência, limitações de
• sensores
• efetuadores
• raciocinador (conhecimento, tempo, etc.)
• Agir para obter mais dados perceptivos é racional
• Exemplo
• Ao atravessar uma rua deve-se observar se não vem
  carro nas duas direções, então posso atravessar.
  Mas...
• Não podemos condenar um agente que falha por não
  levar em conta algo que ele não pode perceber ou
  por uma ação que ele não é capaz de tomar

16
(2) Agente Racional Fatores

• 4 fatores do que é racional
• A medida de desempenho
• Critério que define o grau de sucesso de um
  agente na realização de uma dada tarefa
• Exs. MD1 quantidade de lixo retiradas X horas de
  trabalho
• MD2 quantidade de lixo retiradas X horas de
  trabalho descontadas a energia gasta e o nível de
  ruído produzido
• Esta medida deve ser imposta do exterior
• Má escolha da MD pode acarretar comportamento
  indesejado
• Compromissos entre objetivos múltiplos
  conflitantes
• Resta o problema de saber quando avaliar o
  desempenho
• O conhecimento anterior do ambiente
• As ações que o agente pode executar
• A seqüência de percepções até o momento

17
(2) Agente Racional Exemplo

• Uma agente racional para o mundo do aspirador de
  pó
• MD 1 pt para cada quadrado limpo em uma unidade
  de tempo
• Conhece a geografia do ambiente, mas não sabe
  onde tem sujeira e nem a posição inicial.
• Quadrados limpos permanecem limpos e aspirar
  limpa o quadrado atual
• As ações Esquerda e Direita movem o agente nesta
  direções exceto quando isto leva o agente para
  fora do ambiente (fica parado)
• Ações disponíveis Esquerda, Direita, Apirar,
  NoOP (não faz nada)
• O agente percebe a sua posição e se nessa
  posição existe sujeira

18
(3) Modelagem usando agentes Passos

• 1º Passo
• Especificar o ambiente de tarefa de forma tão
  completa quanto possível
• Ambientes de tarefas
• Medida de desempenho
• Ambiente
• Atuadores
• Sensores
• 2º Passo
• Especificar a arquitetura e o método de resolução
  do problema
• Agente tabela
• Agente reativo
• Agente reativo com estado interno (autômato)
• Agente cognitivo (baseado em objetivos)
• Agente otimizador (baseado em utilidade)
• Agente adaptativo

19
(3) Modelagem usando agentes Táxi

• Agente Motorista de Táxi
• Desempenho
• chegar no lugar certo
• minimizar o consumo de combustível e desgaste
• minimizar o tempo de percurso, custo da viagem
• minimizar as infrações de leis de trânsito
• minimizar os distúrbios aos outros motoristas
• maximizar a segurança e conforto do passageiro
• Obs. alguns destes objetivos são conflitantes...
• Ambiente
• estradas locais ou freeways, tipo de tráfego,
  neve, Inglaterra, Brasil, ...
• o ambiente irá determinar a dificuldade da
  implementação
• Atuadores
• Frear, acelerar, virar, falar com o passageiro,
  se comunicar com outros motoristas
• Sensores
• Sensores de velocidade, aceleração, estado
  (mecânico) do veículo
• GPS (Golbal Positioning System) para saber onde
  esta num mapa
• Sensores infra-vermelhos para detectar a
  distância dos outros carros
• Microfone ou teclado para o passageiro informar o
  destino

20
(3) Modelagem usando agentes Exemplos

• Outros exemplos

21
(3.a) Ambientes

• Classes de ambientes
• Físico robôs
• Software softbots
• Realidade virtual (simulação do ambiente físico)
  softbots e avatares
• Propriedades de um ambiente
• acessível x inacessível
• estático x dinâmico
• determinista x não-determinista
• discreto x contínuo
• episódico x não-episódico
• tamanho número de percepções, ações,
  objetivos,...

22
(3.a) Ambientes Propriedades

• Acessível x Parcialmente Acessível
• quando os sensores do agente conseguem perceber o
  estado completo do ambiente.
• Determinístico x Estocástico
• o próximo estado do ambiente pode ser
  completamente determinado pelo estado atual e as
  ações selecionadas pelo agente.
• Episódico x Seqüencial
• a experiência do agente é dividida em episódios.
  Cada episódio consiste em o agente perceber e
  então agir. Cada episódio não depende das ações
  que ocorreram em episódios prévios.

23
(3.a) Ambientes Propriedades

• Estático x Dinâmico
• o ambiente não muda enquanto o agente está
  escolhendo a ação a realizar.
• Semi-estático o ambiente não muda enquanto o
  agente delibera, mas o "score" do agente muda.
• Discreto x Contínuo
• quando existe um número distinto e claramente
  definido de percepções e ações em cada turno.
• Agente Único X Múltiplos Agentes
• Palavras cruzadas agente único
• Xadrez agentes múltiplos -gt ambiente
  competitivo
• Dirigir táxi agentes múltiplos -gtambiente
  cooperativo
• Comunicação é necessário em multi-agentes

24
(3.a) Ambientes Exemplos

• Complete o quadro abaixo

25
(3.a) Ambientes Exemplos
26
(3.b) Arquiteturas

• função agenteSimples (percept) retorna ação
• memória atualizaMemória (memória, percept)
• ação escolheMelhorAção(memória)
• memória atualizaMemória (memória, ação)
• retorna ação
• Arquiteturas
• Agente tabela
• Agente reativo
• Agente reativo com estado interno (autômato)
• Agente cognitivo (baseado em objetivos)
• Agente otimizador
• Agente adaptativo

autonomia complexidade
27
(3.b) Arquiteturas agente tabela

• Dada uma percepção, procurar na tabela a ação
  correspondente
• Limitações
• Mesmo Problemas simples -gt tabelas muito grandes
• ex. xadrez 30100
• Nem sempre é possível, por ignorância ou questão
  de tempo, construir a tabela
• Não há autonomia nem flexibilidade
• Ambientes
• acessível, determinista, episódico, estático,
  discreto e minúsculo!

28
(3.b) Arquiteturas agente tabela

• Ex Agente aspirador de pó

Tabela
Percepção Ação
A,limpo Direita
A,sujo Aspirar
B,limpo Esquerda
B,sujo Aspirar

Função AGENTE-ASPIRADOR-TABELA (posição,
estado) ação ação procura(Tabela,
posição,estado retorna ação
Problema Construir a tabela é muito trabalhoso!
29
(3.b) Arquiteturas agente reativo

• A decisão do agente só depende da percepção atual
• Agente motorista de táxi
• Usa regras de condição ? ação
• se carro_da_frente_estiver_freando então
  inicie_a_freagem

30
(3.b) Arquiteturas agente reativo

• Vantagens e desvantagens
• Regras condição-ação representação inteligível,
  modular e eficiente
• ex. Se velocidade gt 60 então multar
• Não pode armazenar uma seqüência perceptiva,
  pouca autonomia
• Ambientes
• Reflexo imprescindível em ambientes dinâmicos
• Acessível, episódico, pequeno
• Ex Agente aspirador de pó
• Função AGENTE-ASPIRADOR-REATIVO (posição,
  estado) ação
• se estado sujo então retorna aspirar
• se posição A então retorna direita
• senão se posição B
• então retorna esquerda

Problema Mesmo estando a sala limpa, quando o
aspirador irá parar?
31
(3.b) Arquiteturas agente reativo(com estado
interno)

• O estado atual é dado em função do estado
  anterior (histórico) e do que foi percebido no
  ambiente.
• O agente tem um estado interno com as informações
  coletadas do ambiente.

32
(3.b) Arquiteturas agente reativo(com estado
interno)

• Desvantagem pouca autonomia
• não tem objetivo, não encadeia regras
• Ambientes determinista e pequeno. Ex. Tamagotchi
• Agente aspirador de pó
• Função AGENTE-ASPIRADOR-REATIVO (posição,
  estado) ação
• EstadoAnterior posição_anterior,estado_anterior
  
• se estado sujo então retorna aspirar
• se (posição A e posição_anterior ? B)
• então retorna direita
• se (posição B e posição_anterior ? A)
• então retorna esquerda
• retorna noop

Problemas (1) E para uma sala com mais de duas
posições? (2) Táxi chega a um cruzamento com três
caminhos, e agora? -gt simplesmente reagir não dá,
existem três reações possíveis e saber do passado
do ambiente também não ajuda a decidir qual o
caminho
33
(3.b) Arquiteturas agente cognitivo(baseado em
objetivo)

• O agente precisa de algum tipo de informação
  sobre o seu objetivo
• Objetivos descrevem situações desejáveis. Ex
  estar no destino
• Combinando informações sobre
• O objetivo do agente
• Os resultados de suas ações
• O agente pode escolher ações que alcancem o
  objetivo
• A seleção da ação baseada em objetivo pode ser
• Direta quando o resultado de uma única ação
  atinge o objetivo
• Mais complexa quando será necessário longas
  seqüências de ações para atingir o objetivo

34
(3.b) Arquiteturas agente cognitivo(baseado em
objetivo)

• Para encontrar seqüências de ações que alcançam
  os objetivos
• algoritmos de Busca e Planejamento
• A tomada de decisão envolve a consideração do
  futuro
• o que acontecerá se eu fizer isso ou aquilo?
• o quanto isso melhorará o meu desempenho?
• Exemplos
• Objetivo não bater no carro da frente
• se o carro da frente pára, pela forma de
  funcionamento do mundo, a única ação que atinge o
  objetivo de não bater é também parar.

35
(3.b) Arquiteturas agente cognitivo(baseado em
objetivo)

• Vantagens e desvantagens
• Mais complicado e ineficiente, porém mais
  flexível, autônomo
• Não trata objetivos conflitantes
• Ambientes determinista
• ex. xeque-mate no xadrez

36
(3.b) Arquiteturas agente otimizador(baseado em
utilidade)

• Se um estado do mundo é mais desejável que outro,
  então ele terá maior utilidade para o agente.
• Utilidade é uma função que mapeia um estado para
  um número real que representa o grau de
  satisfação com este estado.
• Nos casos onde existem objetivos conflitantes
  (velocidade x segurança) a utilidade pode
  determinar o peso adequado a cada objetivo.
• Qualquer agente racional deve se comportar como
  se possuísse uma função de utilidade cujo o valor
  esperado ele tenta maximizar.

37
(3.b) Arquiteturas agente otimizador(baseado em
utilidade)

• Ambiente sem restrição
• Desvantagem não tem adaptabilidade

38
(3.b) Arquiteturas agente que aprende
Agente
t1
sensores
crítico
avaliação
t
trocas
elemento de aprendizagem
elemento de execução (agente)
conhecimento
a m b i e n t e
objetivos de aprendizagem
t
Gerador de problemas
efetuadores

• Ambiente sem restrição
• Vantagem tem adaptabilidade (aprende)
• Ex. motorista sem o mapa da cidade