Introdu

1
Introdução aos Agentes Inteligentes

• Aula Agentes Baseados em Lógica
• Flávia Barros

2
Plano de Aula

• Mundo do Wumpus
• Formulação do problema
• Descrição do Ambiente
• Arquiteturas dos Agentes
• Tipos de regras
• Agente Baseado em Lógica
• Regras de inferência
• Transformando conhecimento em ação

3
Bem-vindos ao Mundo do Wumpus
4
O Mundo do Wumpus formulação do problema

• Ambiente
• paredes, Wumpus, cavernas, buracos, ouro
• Estado inicial
• agente na caverna (1,1) com apenas uma flecha
• Wumpus e buracos em cavernas quaisquer
• Objetivos
• pegar a barra de ouro
• voltar à caverna (1,1) com vida

5
O Mundo do Wumpus formulação do problema

• Percepções
• fedor ao redor do Wumpus
• vento ao redor dos buracos
• brilho do ouro - apenas na caverna onde ele está
• choque contra a parede da caverna
• grito do Wumpus quando ele morre

6
O Mundo do Wumpus formulação do problema

• Ações do agente
• avançar para próxima caverna
• girar 90 graus à direita ou à esquerda
• pegar o ouro na mesma caverna onde o agente está
• atirar na direção para onde está olhando
• a flecha pára quando encontra uma parede ou mata
  o Wumpus
• sair da caverna

7
Codificação do Mundo do Wumpus
A - Agente W - Wumpus B - Buraco O - Ouro
Vetor de Percepções fedor,vento,brilho,
choque,grito
8
Raciocinando e Agindo no Mundo do Wumpus

• Conhecimento do agente
• (a) no início do jogo, depois de receber sua
  primeira percepção , e
• (b) depois do 1o movimento, com a seqüência de
  percepções
• nada,vento,nada,nada,nada

CV - caverna visitada
9
Raciocinando e Agindo no Mundo do Wumpus

• Estando em (2,2), o agente move-se para (2,3) e
  encontra o ouro!!!

CV - caverna visitada
10
Mundo de WumpusTipo do ambiente

• Parcialmente observável
• Determinista
• Não-Episódico
• Estático
• Discreto

11
Mundo de Wumpus Arquiteturas do agente

• Agente puramente reativo
• Agente reativo com estado interno (autômato)
• Agente cognitivo (baseado em objetivos)
• Agente otimizador
• Agente adaptativo

12
Mundo de Wumpus Agente puramente reativo

• Exemplo de regra de reação
• IF percepção brilho THEN ação pegar-o-ouro
• Limitações do agente reativo puro
• um agente ótimo deveria
• recuperar o ouro ou
• determinar que é muito perigoso pegar o ouro e
• em qualquer dos casos acima, voltar para (1,1) e
  sair da caverna.
• Um agente reativo nunca sabe quando parar
• estar com o ouro e estar na caverna (1,1) não
  fazem parte da sua percepção (se pegou,
  esqueceu).
• esses agentes podem entrar em laços infinitos.

13
Mundo de Wumpus Agente reativo com estado interno

• Regras associando indiretamente percepção com
  ação pela manutenção de um modelo do ambiente
• Ação a realizar agora depende da percepção atual
  anteriores ações anteriores...
• Motivação para guardar estado do ambiente
• O ambiente inteiro não é acessível no mesmo
  momento
• O agente só vê o interior da caverna quando esta
  dentro dela
• Percepções instantâneas iguais podem corresponder
  a estados diferentes
• ex. o agente sem estado interno não sabe quais
  são as cavernas já visitadas...

14
Agente reativo com estado internoTipos de regras
geral...

• Além das regras de reação
• Sempre precisamos delas...
• Precisamos de novas regras para atualização do
  modelo do ambiente
• percepção ? modelo ? modelo
• modelo ? modelo
• só quando o modelo se atualiza sozinho (via
  inferência)
• modelo ? ação
• ação ? modelo ? modelo

15
Mundo de Wumpus Agente reativo com estado interno

• Regras percepção ? modelo ? modelo
• IF percepçãoVisual no tempo T brilhoAND
  localização do agente no tempo T (X,Y)THEN
  localização do ouro no tempo T (X,Y)
• Regras modelo ? modelo
• IF agente está com o ouro no tempo T AND
  localização do agente no tempo T (X,Y)THEN
  localização do ouro no tempo T (X,Y)

16
Mundo de Wumpus Agente reativo com estado interno

• Regras modelo ? ação
• IF localização do agente no tempo T (X,Y) AND
  localização do ouro no tempo T (X,Y) THEN ação
  escolhida no tempo T pegar
• Regras ação ? modelo ? modelo
• IF ação escolhida no tempo T pegar THEN
  agente está com o ouro no tempo T1

17
Mundo de Wumpus Agente reativo com estado interno

• Desvantagens desta arquitetura
• Oferece autonomia, mas não muita
• Não tem objetivo explicito
• Não pensa no futuro (além da ação imediata)
• Ex. pode entrar em loop se as regras não forem
  bem projetadas

18
Agente cognitivo (baseado em objetivo)
Ambiente
Modelo dos ambientespassados e atual
Interpretador de percepção
Sensores
Atualizador do modelodo ambiente
Atualizador do objetivos
Objetivos
Preditorde ambientesfuturos
Modelo de ambientes futuros hipotéticos
Escolhedor de ação
Atuadores
19
Agente Baseado em Objetivo Funcionamento geral

• Associação entre percepção e ação
• Mediada por modelo do ambiente e objetivo do
  agente
• Pode envolver encadear regras para construir
  plano multi-passo necessário para atingir
  objetivo a partir de modelo
• Ex. matar o Wumpus para poder atravessar a
  caverna onde ele esta e então pegar o ouro
  (objetivo)

20
Agente Baseado em Objetivo Funcionamento geral

• Capaz de lidar com os 5 tipos de regras do agente
  reativo com estado interno, além de 2 novos tipos
  de regras
• Regras objetivo ? modelo ? ação
• Regras objetivo ? modelo ? objetivo
• Trata o objetivo explicitamente e pode pensar no
  futuro!!!!
• Porém... não trata objetivos conflitantes
• ex. pegar o ouro pelo caminho mais curto, seguro,
  rápido
• Agente baseado em utilidade (próximos
  capítulos...)

21
Agente Baseado em Objetivo Regras objetivo ?
modelo ? ação - I

• O agente escolhe um caminho para o objetivo
• IF objetivo do agente no tempo T é estar na
  localidade (X,Y) AND agente está em (X-1, Y-1)
  no tempo T-N AND sabe que localidade (X,Y-1) é
  segura no tempo T-NAND sabe que localidade (X,Y)
  é segura no tempo T-NTHEN escolha ação Vá-para
  (X,Y) via (X,Y-1)

22
Agente Baseado em Objetivo Regras objetivo ?
modelo ? ação - II

• O agente pode variar a escolha conforme o
  objetivo, como não matar o wumpus para pegar logo
  o ouro
• IF objetivo do agente é pegar o ouro
• AND agente está em (X-1, Y) no tempo T AND
  sabe que o ouro está na localidade (X,Y)
• AND sabe que localidade (X,Y) é segura no
  tempo T AND sabe que o Wumpus está na localidade
  (X-1,Y1) no tempo T AND sabe que o agente tem
  uma flecha no tempo TTHEN escolha ação Vá-para
  (X,Y)

23
Agente Baseado em Objetivo Regras objetivo ?
modelo ? objetivo

• Se o agente queria estar com o ouro e conseguiu,
  atualizar objetivo para ir para (1,1)
• IF objetivo do agente no tempo T é estar com o
  ouro no tempo TN AND agente está com o ouro no
  tempo T1 THEN atualize o objetivo do agente no
  tempo T1 para objetivo (1,1) no
  tempo TM

24
Lógica de Primeira Ordem
25
Sistema Formal em LPO
Cálculo Cálculo de Predicados
Teoria
Teoremas fatos derivados
Axiomas fatos regras do problema
Linguagem LPO
Regras de derivação regras de inferência
síncronas
diacrônicas
sintaxe semântica
causais
de diagnóstico
Base de Conhecimento fatos e regras básicos (só
axiomas!) Memória de Trabalho fatos
particulares à instância do problema e fatos
derivados Máquina de Inferência regras de
inferência
26
LPO Sintaxe

• Sentença SentençaAtômica Sentença Conectivo
  Sentença
• Quantificador Variável,... Sentença
• Ø Sentença (Sentença)
• SentençaAtômica Predicado(Termo,...) Termo
  Termo Verdade Falso
• Termo Função(Termo,...) Constante
  Variável
• Conectivo Ù Ú Þ Û
• Quantificador "
• Constante A X João ...
• Variável a x s ... (letras minúsculas)
• Predicado Vermelho Tem-cor IrmãoDe ...
• Função Mãe MelhorAmigo ...

27
Como Raciocinar ?

• (1) Construindo a Tabela-Verdade
• (para mundos muito pequenos)
• (2) Usando regras de inferência!

28
Regras de Inferência

• Modus Ponens
• E-eliminação
• E-introdução
• Ou-introdução
• Eliminação de dupla negação
• Resolução unitária
• Resolução

a/b diz que a sentença b pode ser derivada de a
por inferência.
29
Propriedades da Inferência Lógica

• Corretude
• gera apenas sentenças válidas
• Composicionalidade
• o significado de uma sentença é função do de suas
  partes
• Monotonicidade
• Tudo que era verdade continua sendo depois de uma
  inferência
• Localidade
• inferência apenas com comparações locais (porção
  da BC).
• Localidade e composicionalidade ---gt modularidade
  ---gt reusabilidade e extensibilidade

30
Agentes baseados em LPO
31
Agentes baseados em LPO
Representando sentenças no mundo Pedro possui
um cachorro. Todo dono de cachorro é um protetor
dos animais. Nenhum protetor dos animais mata um
animal. Representando sentenças na Lógica x
cachorro(x) Ù possui(Pedro,x) "x y (cachorro(y)
Ù possui(x,y)) Þ protetorAnimais(x) "x
protetorAnimais(x) Ù "y animal(y) Þ Ømata(x,y)
32
Agentes baseados em LPO

• Base de Conhecimento
• fatos e regras básicos, gerais, permanentes (só
  axiomas!)
• "(x,z) Avó(x,z) Û (y) Mãe(x,y) Ù (Mãe(y,z) Ú
  Pai(y,z))
• Memória de Trabalho
• fatos particulares à instância do problema
  (axiomas)
• Pai(Caetano,Zeca), Mãe(Canô, Caetano)
• e fatos derivados (teoremas)
• Avó(Canô, Zeca)
• Máquina de Inferência
• regras de inferência

33
Hipótese do Mundo Fechado

• Tudo que não estiver presente na base é
  considerado falso
• Isto simplifica (reduz) a BC
• Ex. Para dizer que os brasileiros e argentinos
  gostam de futebol, não precisa explicitamente
  dizer que os outros não gostam...

34
Agentes LPO para o Mundo do Wumpus
35
Um Agente LPO para o Mundo do Wumpus

• Interface entre o agente e o ambiente
• sentença de percepções, que inclui as percepções
  e o tempo (passo) em que elas ocorreram
• e.g.
• Percepção (Fedor, Vento, Brilho, nada(choque),
  nada(grito), 6)
• Ações do agente
• Girar(Direita), Girar(Esquerda), Avançar, Atirar,
  Pegar, Soltar e Sair das cavernas

36
Um Agente LPO para o Mundo do Wumpus

• Três arquiteturas de Agentes baseados em LPO
• Agente reativo
• Agente com Modelo do Mundo
• Agente baseado em Objetivo

37
Agente reativo baseado em LPO

• Possui regras ligando as seqüências de percepções
  a ações
• Essas regras assemelham-se a reações
• " f,v,c,g,t Percepção(f,v, Brilho,c,g, t) Þ
  Ação(Pegar, t)
• Essas regras dividem-se entre
• Regras de (interpretação) da percepção
• " v,b,c,g,t Percepção(Fedor,v,b,c,g, t) Þ
  Fedor (t)
• " f,b,c,g,t Percepção(f,Vento,b,c,g, t) Þ
  Vento (t)
• " f,v,c,g,t Percepção(f,v,Brilho,c,g, t) Þ
  Junto-do-Ouro (t)
• . . .
• Regras de ação
• " t Junto-do-Ouro (t) Þ Ação(Pegar, t)

38
Limitações do agente reativo puro

• Como já vimos, um agente reativo puro nunca sabe
  quando parar
• estar com o ouro e estar na caverna (1,1) não
  fazem parte da sua percepção
• se pegou, esqueceu
• esses agentes podem entrar em laços infinitos.
• Para ter essas informações, o agente precisa
  guardar uma representação do mundo.

39
Agentes LPO com Estado Interno

• Guardando modelo interno do mundo (MT)
• sentenças sobre o estado atual do mundo
• agente está com o ouro
• O modelo será atualizado quando
• O agente receber novas percepções e realizar
  ações
• ex. o agente pegou o ouro,..
• Questão
• Como manter, com simplicidade, o modelo do mundo
  corretamente atualizado?

40
Representando Mudanças no Mundo

• Como representar as mudanças?
• Ex., O agente foi de 1,1 para 1,2
• 1. Apagar da MT sentenças que já não são verdade
• ruim perdemos o conhecimento sobre o passado, o
  que impossibilita previsões de diferentes
  futuros.
• 2. Cada estado é representado por uma BC/MT
  diferente
• ruim pode explorar situações hipotéticas, porém
  não pode raciocinar sobre mais de uma situação ao
  mesmo tempo.
• ex. existiam buracos em (1,2) e (3,2)?

41
Cálculo Situacional

• Solução Cálculo situacional !
• uma maneira de escrever mudanças no tempo em LPO
• Permite a representação de diferentes situações
  na mesma BC/MT
• Cap 10, pag. 329 do livro novo

42
Cálculo Situacional

• Predicados que mudam com o tempo têm um argumento
  adicional de situação (tempo, turno)
• Ao invés de Em(Agente,local)
• teremos Em(Agente,1,1,S0) Ù Em(Agente,1,2,S1)
• Predicados que denotam propriedades que não mudam
  com o tempo não necessitam de argumentos de
  situação
• Parede(0,1) e Parede(1,0)

43
Cálculo Situacional

• O mundo consiste em uma seqüência de situações
• situação N açãogt situação N1
• Utiliza uma função Resultado para representar as
  mudanças no mundo
• Resultado (ação,situação N) situação N1

44
Exemplo de cálculo situacional
Resultado(Forward,S0) S1 Resultado(Turn(Right),
S1) S2 Resultado(Forward,S2) S3
45
Representando Mudanças no Mundo Axiomas
estado-sucessor

• Descrição completa de como o mundo evolui
• uma coisa é verdade depois Û uma ação
  acabou de torná-la verdade
• Ú ela já era verdade e nenhuma ação a tornou
  falsa
• Ex. " a ação-,o ouro-,sit Segurando(o,
  Resultado(a,s)) Û
• (a Pegar Ù (Junto-do-ouro(s))
• . RÚ (Segurando (o,s) Ù (a ¹ Soltar)
• Obsesultado(a,s) s1
• É necessário escrever uma axioma estado-sucessor
  para cada predicado que pode mudar seu valor no
  tempo.

46
Representando Mudanças no Mundo do Wumpus
Axiomas estado-sucessor

• O que muda com o tempo no mundo do Wumpus?
• Pegar ouro, localização e orientação do agente
• Guardando localizações
• O agente precisa lembrar por onde andou e o que
  viu
• para poder deduzir onde estão os buracos e o
  Wumpus, e
• para garantir uma exploração completa das cavernas

47
Representando Mudanças no Mundo do Wumpus

• O agente precisa saber
• localização inicial onde o agente está
• Em (Agente,1,1,S0 )
• orientação a direção do agente (em graus)
• Orientação (Agente,S0 ) 0
• localização um passo à frente função de locais e
  orientações
• " x,y PróximaLocalização (x,y ,0) x1,y
• " x,y PróximaLocalização (x,y ,90) x,y1
• " x,y PróximaLocalização (x,y ,180) x-1,y
• " x,y PróximaLocalização (x,y ,270) x,y-1

48
Representando Mudanças no Mundo do Wumpus

• A partir desses axiomas, pode-se deduzir que
  caverna está em frente ao agente ag que está na
  localização loc
• " ag,loc,s Em (ag,loc,s) ÞlocalizaçãoEmFrente
  (ag,s)
• PróximaLocalização (loc,Orientação (ag,s))
• Assim, a informação sobre a localização em frente
  ao agente em cada situação fica diretamente
  disponível na MT

49
Representando Mudanças no Mundo do Wumpus

• Podemos também definir adjacência
• loc1,loc2 Adjacente (loc1,loc2 ) Û
• d loc1 PróximaLocalização (loc2,d )
• E detalhes geográficos do mapa
• x,y Parede(x,y) Û (x 0 Ú x 5 Ú y 0 Ú y 5)
• Assim, informações sobre o mapa do ambiente ficam
  disponível na BC/MT

50
Resultado das ações do agente sobre sua
localização

• Axioma Estado-Sucessor
• avançar é a única ação que muda a localização do
  agente (a menos que haja uma parede)
• " a,loc,ag,s Em(ag,loc,Resultado(a,s)) Û
• (a Avançar Ù loc localizaçãoEmFrente(ag
  ,s) Ù ØParede(loc)) Ú (Em(ag,loc,s) Ù a ¹
  Avançar)

51
Resultado das ações do agente sobre sua
orientação

• Axioma Estado-Sucessor
• girar é a única ação que muda a direção do agente
• " a,d,ag,s Orientação(ag,Resultado(a,s)) d Û
• (a Girar(Direita) Ù d
  Mod(Orientação(ag,s) - 90, 360)
• Ú (a Girar(Esquerda) Ù d
  Mod(Orientação(ag,s) 90, 360)
• Ú (Orientação(ag,s) d Ù Ø (a
  Girar(Direita) Ù a
• Girar(Esquerda))

52
Resultado das ações do agente sobre sua
orientação

• Axioma Estado-Sucessor
• girar é a única ação que muda a direção do agente
• " a,d,ag,s Orientação(ag,Resultado(a,s)) d Û
• (a Girar(Direita) Ù d
  Mod(Orientação(ag,s) - 90, 360)
• Ú (a Girar(Esquerda) Ù d
  Mod(Orientação(ag,s) 90, 360)
• Ú (Orientação(ag,s) d Ù Ø (a
  Girar(Direita) Ù a
• Girar(Esquerda))

53
Deduzindo Propriedades do Mundo

• Agora que o agente sabe onde está em cada
  situação, ele pode associar propriedades aos
  locais
• " ag,loc,s Em(ag,loc,s) Ù Vento(s) Þ
  Ventilado(loc)
• " ag,loc,s Em(ag,loc,s) Ù Fedor(s) Þ
  Fedorento(loc)
• Observem que os predicados Ventilado e Fedorento
  não necessitam do argumento de situação
• Sabendo isto, o agente pode deduzir
• onde estão os buracos e o Wumpus, e
• quais são as cavernas seguras (predicado OK).

54
Mais tipos de regras

• Que definem o tipo de sistema construído...

55
Tipos de regras

• Regras Diacrônicas (do grego através do tempo)
• descrevem como o mundo evolui (muda ou não) com o
  tempo
• " x,s Presente(x,s) Ù Portável(x) Þ
  Segurando(x,Resultado(Pegar,s))
• Regras Síncronas
• relacionam propriedades na mesma situação
  (tempo).
• " loc,s Em(Agente,loc,s) Ù Vento(s) Þ
  Ventilado(loc)
• possibilitam deduzir propriedades escondidas no
  mundo
• Existem dois tipos principais de regras
  síncronas
• Regras Causais e Regras de Diagnóstico.

56
Regras síncronas causais

• Regras Causais assumem causalidade
• algumas propriedades no mundo causam certas
  percepções.
• Exemplos
• as cavernas adjacentes ao Wumpus são fedorentas
• " loc1, loc2,s Em (Wumpus,loc1,s) Ù
  Adjacente(loc1,loc2) Þ Fedorento (loc2)
• Se choveu, a grama está molhada
• Sistemas que raciocinam com regras causais são
  conhecidos como Sistemas Baseados em Modelos.

57
Regras síncronas de diagnóstico

• Regras de Diagnóstico
• Raciocínio abdutivo supõe a presença de
  propriedades escondidas a partir das percepções
  do agente
• Ex., a ausência de fedor ou Vento implica que
  esse local e os adjacentes estão OK
• " loc1,loc2,b,g,c,s Percepção (nada, nada,
  b,g,c,s) Ù
• Em (Agente,loc1,s) Ù Adjacente(loc1,loc2) Þ
  OK(loc2)
• se a grama está molhada, então é porque o aguador
  ficou ligado
• Sistemas que raciocinam com regras de diagnóstico
  são conhecidos como Sistemas de Diagnóstico

58
Tipos de regras

• Atenção
• Não se deve misturar numa mesma BC regras causais
  e de diagnóstico!!!
• se choveu é porque o aguador estava ligado...

59
Sistema de Ação-Valor

• Modularidade das Regras
• Adequação das regras

60
Modularidade das Regras

• As regras que definimos até agora não são
  totalmente modulares
• mudanças nas crenças do agente sobre algum
  aspecto do mundo requerem mudanças nas regras que
  lidam com outros aspectos que não mudaram
• Para tornar essas regras mais modulares,
  separamos fatos e regras sobre ações de fatos e
  regras sobre objetivos
• assim, o agente pode ser reprogramado
  mudando-se o seu objetivo quando necessário

61
Modularidade das Regras

• Ações descrevem como alcançar resultados.
• Objetivos descrevem a adequação (desirability)
  de estados resultado
• não importando como foram alcançados.
• Assim, descrevemos a adequação das regras e
  deixamos que a máquina de inferência escolha a
  ação mais adequada

62
Adequação das Regras

• Ações podem ser
• ótimas, boas, médias, arriscadas ou mortais.
• Escala, em ordem decrescente de adequação
• Assim, pode-se escolher a ação mais adequada para
  a situação atual
• meta regras que determinam a prioridade de
  execução das regras desempate
• " a,s Ótima(a,s) Þ Ação(a,s)
• " a,s Boa(a,s) Ù (Ø b Ótima(b,s)) Þ Ação(a,s)
• " a,s Média(a,s) Ù (Ø b (Ótima(b,s) Ú
  Boa(b,s) )) Þ Ação(a,s)
• " a,s Arriscada(a,s) Ù (Ø b (Ótima(b,s) Ú
  Boa(b,s) Ú Média(a,s))) Þ Ação(a,s)

63
Adequação das Regras

• Essas regras são gerais, e podem ser usadas em
  situações diferentes
• uma ação arriscada na situação S0
• onde o Wumpus está vivo
• pode ser ótima na situação S2
• quando o Wumpus já está morto
• Sistema de Ação-Valor
• Sistema baseado em regras de adequação
• Não se refere ao que a ação faz, mas a quão
  desejável ela é.

64
Sistema de Ação-Valor

• Prioridades do agente até encontrar o ouro
• ações ótimas pegar o ouro quando ele é
  encontrado, e sair das cavernas.
• ações boas mover-se para uma caverna que está OK
  e ainda não foi visitada.
• ações médias mover-se para uma caverna que está
  OK e já foi visitada.
• ações arriscadasmover-se para uma caverna que
  não se sabe com certeza que não é mortal, mas
  também não é OK
• ações mortais mover-se para cavernas que
  sabidamente contêm buracos ou o Wumpus vivo.

65
Agentes Baseados em Objetivos

• O conjunto de regras de adequação (ações-valores)
  é suficiente para prescrever uma boa estratégia
  de exploração inteligente das cavernas
• quando houver uma seqüência segura de ações , ele
  acha o ouro
• Depois de encontrar o ouro, a estratégia deve
  mudar...
• novo objetivo estar na caverna (1,1) e sair.
• " s Segurando(ouro,s) Þ LocalObjetivo (1,1,s)
• A presença de um objetivo explícito permite que o
  agente encontre uma seqüência de ações que
  alcançam esse objetivo

66
Como encontrar seqüências de ações

• (1) Inferência
• Idéia escrever axiomas que perguntam à BC/MT uma
  seqüência de ações que com certeza alcança o
  objetivo.
• Porém, para um mundo mais complexo, isto se torna
  muito caro
• como distinguir entre boas soluções e soluções
  mais dispendiosas (onde o agente anda à toa
  pelas cavernas)?

67
Como encontrar seqüências de ações

• (2) Planejamento
• utiliza um sistema de raciocínio dedicado,
  projetado para raciocinar sobre ações e
  conseqüências para objetivos diferentes.