I. Introdução a IA Slides IA-1-introducao.pdf II. Agentes Inteligentes
|
|
- Thalita Casqueira Araújo
- 7 Há anos
- Visualizações:
Transcrição
1 I. Introdução a IA Slides IA-1-introducao.pdf II. Agentes Inteligentes 1. Definição: Um agente é tudo o que pode ser considerado capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por intermédio de atuadores. 2. Exemplos de Agentes Agente humano Sensores: olhos, orelhas e outros órgãos Atuadores: mãos, pernas, boca e outras partes do corpo Agente robótico Sensores: câmaras e detetores de infravermelhos Atuadores: motores 3. Conceitos Percepção: conjunto de entradas perceptivas do agente em qualquer momento dado. Sequência de percepções: história de tudo o que o agente já percebeu. A escolha de uma ação pode depender da sequência de percepções observadas até o momento. Função agente: descreve o comportamento do agente. Mapeia a sequencia de percepções para ações. Essa função é uma descrição matemática abstrata. Programa de agente: implementa a função agente. É uma implementação concreta relacionada à arquitetura do agente. Exemplo: O mundo do Aspirador Percepções: Agente percebe: em que quadrado está, se existe sujeira no quadrado. Função do agente: Se o quadrado atual estiver sujo, então aspirar; caso contrário mover-se para o outro quadrado Programa de agente: função AgenteAspirador ([posição, estado]) devolve ação Se estado = Sujo então devolve Aspirar Senão se posição = A então devolve Direita Senão se posição = B então devolve Esquerda 4. Medida de desempenho Critério objectivo que mede o sucesso do comportamento do agente.
2 Exemplo: medida de desempenho do agente aspirador pode ser a sujidade aspirada, tempo utilizado, eletricidade consumida, ruído gerado, etc. 5. Racionalidade Um agente racional é aquele que faz tudo certo. A ação certa é aquela que fará o agente obter maior sucesso. Para isso precisaremos de algum método para medir o sucesso: Medida de desempenho. O que é racional em qualquer instante depende de 4 fatores: Medida de desempenho, Conhecimento anterior Ações que o agente pode executar Sequencia de percepções Definição de Agente Racional Para cada sequência de percepções possível, um agente racional deve selecionar uma ação que se espera venha a maximizar sua medida de desempenho, dada a informação disponibilizada pela sequência de percepções e eventualmente pelo conhecimento que o agente possui Onisciência: É a capacidade de saber tudo infinitamente. Um agente onisciente sabe o resultado real de suas ações e pode agir de acordo com ele; porém, a onisciência é impossível na realidade pois não é possível saber todo a priori. Exemplo: Você esta caminhando na avenida paulista e de repente vê um velho amigo do outro lado da rua. Não existe nenhum tráfego perto e você não tem nenhum outro compromisso, sendo racional, você atravessa a rua. Enquanto isso, a metros de altura a porta do compartimento de carga se solta de um avião e antes de chegar ao outro lado da rua, você é atingido. Conclusão: não foi irracional atravessar a rua, mas é impossível a onisciência na vida real Logo: Racionalidade omnisciência: Percepções nas quais se baseou um agente racional podem não disponibilizar conhecimento que é importante na realidade. Racionalidade clarividência: Resultado de uma ação pode não estar de acordo com o esperado. Logo, racionalidade sucesso Aprendizagem Um agente racional deve aprender tanto quanto possível do que ele percebe. A configuração inicial do agente poderia refletir algum conhecimento anterior do ambiente mas, à medida que o agente ganha experiência, isso pode ser modificado e ampliado Autonomia Um agente é autônomo se o seu conhecimento for determinado apenas pela sua experiência (com capacidade de aprender e adaptar-se). Agentes podem tomar ações para obter informações
3 úteis. Um agente racional deve ser autônomo. Ele deve aprender o que puder para compensar um conhecimento prévio parcial ou incorreto. 6. Ambiente de Tarefas Ambientes de tarefas são essencialmente os problemas para os quais os agentes racionais são as soluções Especificação do ambiente de tarefas Para especificar um ambiente de tarefas, precisamos especificar 4 itens. Essa descrição dos 4 itens chama-se PEAS. PEAS (Performance, Environment, Actuators, Sensors): desempenho, ambiente, atuadores, sensores. A primeira tarefa quando se projeta um agente deve ser especificar o ambiente de tarefa de forma tão completa quanto possível. Exemplo: PEAS: agente taxista Desempenho Segurança, destino, lucros, legalidade, conforto Ambiente Clientes, estradas, trânsito, transeuntes, tempo Atuadores Volante, acelerador, travão, buzina, pisca Sensores GPS, conta km, velocímetro, nível do depósito, temperatura do óleo Exemplo: PEAS: Agente sistema de diagnóstico médico Medida de Desempenho Saúde do paciente, custos Ambiente Paciente, hospital, funcionários Atuadores Monitor: exibe diagnósticos, tratamentos Sensores Teclado: sintomas, respostas do paciente Tipos de ambientes de tarefa Completamente observável vs. Parcialmente observável Determinístico vs. Estocástico Episódico vs. Sequencial Estático vs. dinâmico Discreto vs. contínuo
4 Agente único vs. Multi-agente 7. Tipos de agentes Agentes reativos simples É o tipo mais simples de agente. Selecionam ações com base na percepção atual, ignorando o restante do histórico de percepções. Função AgenteReativoSimples (percepção) devolve ação Variaveis estáticas: regras (conjunto de regras condição-ação) estado InterpretarEntrada(percepção) regra RegraCorrespondente(estado,regras) ação AcãoDaRegra[regra] retornar ação Agentes reativos baseados em modelos Mantêm um estado interno para aspectos que não pode ver agora. Este estado interno está baseado no histórico de percepções e permite refletir sobre aspectos atuais não conhecidos. Para atualizar essas informações internas precisa-se: - como o mundo evolui independentemente do agente - como as ações do agente afetam o mundo O agente baseado em modelo é aquele que usa esse modelo do mundo. Assim a figura a seguir mostra como a percepção atual é combinada com o estado interno antigo para gerar a descrição atualizada do estado atual.
5 Função AgenteReflexosBaseadoEmModelos (percepção) devolve acção Variáveis estáticas: estado (descrição do estado do mundo) regras (conjo de regras condição-acção) ação (a acção mais recente) estado ActualizarEstado(estado,ação,percepção) regra RegraCorrespondente(estado,regras) acção AçãoDaRegra[regra] devolve acção Agentes baseados em objetivos Conhecer o estado atual do ambiente nem sempre é suficiente para decidir o que fazer. Assim como temos o estado do mundo atual, precisamos informação sobre objetivos para decidir situações que queremos alcançar (objetivos). Assim, um agente tem um (ou mais) objectivo(s) As vezes, uma única ação satisfaz um objetivo. Outras vezes, precisa-se considerar longas sequencias de ações até encontrar um meio de atingir o objetivo. Busca e planejamento são subcampos da IA dedicados a encontrar sequencias de ações que alcançam os objetivos do agente. A tomada de decisões sobre que ações adotar é mais complexa pois envolve considerações a futuro. Além de ter as mesmas caraterísticas de um agente reativo simples, incrementa considerações sobre o futuro, a fim de alcançar os objetivos. Exemplo: O agente taxista tem como objectivo chegar a um destino. Chegando a um cruzamento, o agente decide avançar, virar à direita ou virar à esquerda em função do objetivo.
6 Agentes baseados em utilidade Para ter um comportamento de alta qualidade, precisam-se mais que objetivos. Existem varias maneiras de chegar a um objetivo, mas a utilidade permite escolher aquela forma que dará maior utilidade ao agente (medindo o grau de felicidade). A função de utilidade permite estabelecer preferências entre sequências de estados que permitem atingir os mesmos objetivos Exemplo: Um agente taxista pretende chegar a um destino. A função de utilidade permite distinguir as diferentes formas de chegar ao destino, em função do tempo, da despesa, da segurança. Escolhe-se então aquela forma de chegar ao destino que incremente a utilidade. Agentes com aprendizagem Correspondem à ideia de máquina inteligente caracterizada por Turing (1950) O agente pode atuar num mundo inicialmente desconhecido. Elemento de aprendizagem: Torna o agente mais eficiente ao longo do tempo, Usa feedback da crítica que avalia atuação do agente de acordo com o desempenho espectável Elemento de desempenho: Responsável por selecionar as ações do agente Elemento de geração de problemas: Sugere ações que podem trazer informação útil
7 III. BUSCA em Espaço de Estados 1. Agentes de resolução de problemas É um tipo de agente baseado em objetivos. Estes agentes decidem o que fazer encontrando sequências de ações que levam a estados desejáveis. Os agentes inteligentes devem maximizar a sua medida de desempenho. Isso às vezes é simplificado se o agente pode adotar um objetivo e desejar satisfazê-lo. Exemplo: Temos um agente na cidade de Arad na Romênia de férias. Medida de desempenho: melhorar língua romena ver paisagens apreciar vida noturna melhorar bronzeado etc. Este é um problema de decisão Complexo pois envolve muitos compromissos e a leitura cuidadosa de guias de viagem. Agora suponha que o agente tem uma passagem não-reembolsável saindo de Bucareste(capital da Romênia) com destino Brasil para amanhã. Objetivo: Chegar a Bucareste a tempo para o vôo. As ações que impedem a chegada a tempo a Bucareste podem ser rejeitadas e o problema fica bastante simplificado quando estabelecemos o objetivo. 2. Conceitos Formulação de objetivos Os objetivos ajudam a organizar o comportamento do agente A formulação de objetivos é o primeiro passo para a resolução de problemas e está baseada na situação atual e na medida de desempenho. Objetivo: Conjunto de estados do mundo (estados em que o objetivo é satisfeito). Tarefa do agente: descobrir que sequência de ações o levará a um estado objetivo. Formulação de problemas: processo de decidir que ações e estados devem ser considerados, dado um objetivo. 3. Busca Um agente com várias opções imediatas de valor desconhecido pode decidir o que fazer examinando primeiro diferentes sequências de ações possíveis que levam a estados de valor conhecido, e depois escolhendo a melhor sequência. A procura dessa sequencia é uma BUSCA. Um algoritmo de busca:
8 recebe um problema como entrada e retorna um solução sob a forma de uma sequencia de ações. 4. Fases para resolver um problema Formulação: processo de decidir que ações e estados devem ser considerados, dado um objetivo (o veremos mais a detalhe na seção a seguir). Busca: Podemos usar uma algoritmo de busca com as ações e estados definidos na formulação do problema e obteremos uma sequencia de ações recomendadas. Execução: Processo de fazer as ações devolvidas pelo algoritmo de busca. Estas fases são ilustradas na Figura a seguir. 5. Formulação de problemas Um problema é definido por quatro itens descritos a seguir. Os exemplos estão baseados no problema do agente da Romênia que quer ir a Bucareste. Estado inicial. Estado em que o agente começa. Ex: Em(Arad), pois o agente encontra-se inicialmente em Arad. Função sucessor: A função sucessor é a formulação mais comum para descrever as ações possíveis que estão disponíveis para o agente. Dado um estado particular x, Sucessor(x) retorna um conjunto de pares ordenados <ação,sucessor> em que cada ação é uma das ações válidas no estado x e cada sucessor é um estado que pode ser alcançado a partir do estado x aplicando-se a ação. Exemplo: Sucessor(Arad)->{<Ir(Sibiu), Em(Sibiu)>,} Teste de objetivo: Determina se um dado estado é um estado objetivo Exemplo: {Em(Bucareste)} Custo de caminho ou Função de custo: Reflete medida de desempenho. Custo numérico de cada caminho. Ex: cumprimento do caminho em km. Custo de passo: Custo para ir do estado x ao estado y.
9 6. Espaço de estados Conjunto de todos os estados acessíveis a partir do estado inicial. Definido implicitamente pelo estado inicial e a função sucessor. Grafo (representação de estados) O espaço de estados pode ser representado em forma de grafo onde: Nós: estados Arcos: ações Exemplo: O mapa da Romênia mostrado na Figura a seguir pode ser interpretado como um grafo do espaço de estados. Os estados (nós do grafo) representam o fato de estar em uma cidade e as ações (arcos) representam duas ações (cada arco é bidirecional) pois existe a possibilidade de dirigir para cada sentido. Um caminho no espaço de estados é uma sequência de estados conectados por uma sequência de ações. Exemplo: Um caminho desde Neamt até Iasi tem uma sequencia de ações: Ir(Iasi), Ir(Vaslui). 7. Árvore de busca Além de formular os problemas, precisamos resolve-los. Isso é feito por meio de uma busca em todo o espaço de estados. Para isso podemos utilizar uma árvore de busca explícita, gerada pelo estado inicial e pela função sucessor que também servem para definir o espaço de estados (por isso também pode-se gerar a árvore de busca analisando o grafo do espaço de estados). As 3 Figuras a seguir mostram algumas das expansões da árvore de busca para encontrar uma rota de Arad até Bucareste. A raiz da árvore de busca é um nó de busca correspondente ao estado inicial, Em(Arad). Depois após verificar queesse não é um estado objetivo, podemos
10 expandir o estado atual. Para realizar a expansão devemos aplicar a função sucessor ao estado atual, gerando assim um novo conjunto de estados. Neste caso, ao expandirmos Em (Arad), alcançamos um novo conjunto de estados: Em(Sibiu), Em(Timisoara), Em(Zerind). Após isso seguimos expandindo cada um dos novos estados alcançados seguindo uma opção e deixando as outras reservadas, no caso que a primeira escolha não leve a uma solução. A escolha de qual estado expandir é determinada pela estratégia de busca. (a) O estado inicial Arad (b) Depois de expandir Arad (c) Depois de expandir Sibiu
11 IV. Busca em Largura 1. Conceito O nó raiz é expandido, em seguida todos os nós sucessores são expandidos, então todos próximos nós sucessores são expandidos, e assim em diante. 2. Algoritmo 3. Exemplo O exemplo a seguir mostra um diagrama passo a passo do desenvolvimento do algoritmo
12
Agentes Inteligentes. Capítulo 2
Agentes Inteligentes Capítulo 2 Sumário Agentes e ambientes Racionalidade PEAS: caracterização de um agente Tipos de ambientes Tipos de agentes Agentes Um agente é tudo o que é capaz de captar/ perceber
Leia maisAgentes Inteligentes. Capítulo 2 Russell & Norvig
Agentes Inteligentes Capítulo 2 Russell & Norvig Agentes Um agente é algo capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por meio de atuadores. Exemplos Agente humano
Leia maisAula 02a Agentes Inteligentes
Tópicos Aula 02a Agentes Inteligentes Prof. Dr. Alexandre da Silva Simões 1. Agentes: Conceitos básicos: função, programa, percepção, ações,... Relação entre comportamento e desempenho Racionalidade Autonomia
Leia maisAgentes Inteligentes. Módulo 02 27/02/2013. Inteligência Artificial. Profª Hemilis Joyse
Agentes Inteligentes Módulo 02 1 Agente É tudo que pode ser considerado capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por intermédio de atuadores. 2 Agente Tabela parcial
Leia maisInteligência Artificial Busca
Inteligência Artificial Busca Professora Sheila Cáceres Ja vimos: Agentes simples que baseiam ações em um mapeamento direto de estados. Porém: Y se o conjunto de estados e ações for muito grande? Daria
Leia maisAgentes Inteligentes
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Agentes Inteligentes Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisInteligência Computacional
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensorese de agir sobre este ambiente
Leia maisInteligência Artificial: 2. Agentes Inteligentes. Capítulo 2 Russell e Norvig
Inteligência Artificial: 2. Agentes Inteligentes Capítulo 2 Russell e Norvig Agentes Um agente é algo capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por meio de atuadores.
Leia maisAgentes Inteligentes. CAPÍTULO 2 - Russell
Agentes Inteligentes CAPÍTULO 2 - Russell O que é um Agente Inteligente Um agente é tudo o que pode ser considerado capaz de perceber seu ambiente por meio de sensores e de agir sobre seu ambiente por
Leia maisAgentes Inteligentes. Capítulo 2
Agentes Inteligentes Capítulo 2 Sumário Agentes e ambientes Racionalidade PEAS: caracterização de um agente Tipos de ambientes Tipos de agentes Agentes Um agente é tudo o que é capaz de captar/perceber
Leia maisAgentes Inteligentes. Capítulo 2
Agentes Inteligentes Capítulo 2 Sumário Agentes e ambientes Racionalidade PEAS: caracterização de um agente Tipos de ambientes Tipos de agentes Agentes Um agente é tudo o que é capaz de captar/perceber
Leia maisDefinição da inteligência Coletiva
Definição da inteligência Coletiva! A inteligência coletiva é uma propriedade de sistemas compostos por agentes não (ou pouco) inteligentes e com capacidade individual limitada, capazes de apresentar comportamentos
Leia maisInteligência Artificial. Agentes computacionais. Aula IV Cap.2 Russell e Norvig (continuação)
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Agentes computacionais Aula IV Cap.2 Russell e Norvig (continuação) Roteiro: Russell e Norvig,
Leia maisTópicos Especiais: Inteligência Artificial AGENTES INTELIGENTES
Tópicos Especiais: Inteligência Artificial AGENTES INTELIGENTES Material baseado e adaptado do Cap. 2 do Livro Inteligência Artificial de Russel & Norving Bibliografia Inteligência Artificial Russell &
Leia maisInteligência Artificial Agentes Inteligentes
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisInteligência Artificial
Faculdade Ieducare 7º Semestre Sistemas de Informação Professor: Rhyan Ximenes 1 Objetivos de hoje: Agentes Inteligentes 2 Revisão: Barr & Feigenbaum (1981) IA é a parte da ciência da computação que se
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 04 Busca Heurística Edirlei Soares de Lima Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido.
Leia maisAgentes Inteligentes
Agentes Inteligentes O que é um Agente? Agente é qualquer entidade que: percebe seu ambiente através de sensores (ex. câmeras, microfone, teclado,mensagens de outros agentes,...) age sobre ele através
Leia maisResolução de problemas por meio de busca. Prof. Pedro Luiz Santos Serra
Resolução de problemas por meio de busca Prof. Pedro Luiz Santos Serra Agentes de resolução de problemas Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensores e de agir sobre
Leia maisUnidade 10 Análise combinatória. Introdução Princípio Fundamental da contagem Fatorial
Unidade 10 Análise combinatória Introdução Princípio Fundamental da contagem Fatorial Introdução A escolha do presente que você deseja ganhar em seu aniversário, a decisão de uma grande empresa quando
Leia maisAgentes Inteligentes. Inteligência Artificial
Agentes Inteligentes (Capítulo 2 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Ambiente de Tarefas 3. Exemplos de ambiente de Tarefas 4. Propriedades
Leia maisInteligência Artificial - IA. Agentes Inteligentes
Agentes Inteligentes 1 O que é pensar racionalmente? Segundo Aristóteles: pensar racionalmente é um processo de raciocínio irrefutável. Argumentos que resultam em conclusões corretas ao receberem premissas
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neurais (Inteligência Artificial) Aula 02 Agentes Inteligentes Edirlei Soares de Lima Agentes Inteligentes Um agente é algo capaz de perceber seu ambiente por meio de sensores
Leia maisINTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 02 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 02 Prof. Vitor Hugo Ferreira Agentes Inteligentes O que torna um agente
Leia mais3 Informações para Coordenação da Execução de Testes
Informações para Coordenação da Execução de Testes 32 3 Informações para Coordenação da Execução de Testes Diversas ferramentas oferecidas na literatura têm auxiliado na coordenação da execução dos testes
Leia maisInteligência Artificial Agentes Inteligentes
Inteligência Artificial Agentes Inteligentes Prof. Kléber de Oliveira Andrade pdjkleber@gmail.com Agentes Inteligentes Definição Um agente é tudo que pode ser considerado como capaz de perceber seu ambiente
Leia maisInteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF
Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF No capítulo anterior... O teste de Turing; Abordagem Simbolista para a resolução
Leia maisInteligência Artificial
Inteligência Artificial Fabrício Olivetti de França 07 de Junho de 2018 1 Agentes 2 Agente, Ambiente e Sensores Um agente é definido pelo ambiente que ele consegue perceber através de seus sensores e as
Leia maisIntrodução à Inteligência Artificial 2007/08
Introdução à Inteligência rtificial 2007/08 Procura em contextos competitivos jogos Contexto Um agente vs multiagente mbiente cooperativo vs competitivo Teoria dos jogos (ramo da Economia) Sistema multiagente
Leia maisTópicos Especiais em Informática
Dilermando Piva Jr Fatec Indaiatuba Russell & Norvig (2003) atuadores Agentes Inteligentes 2 Incluem seres humanos, robôs, termostatos etc. A função do agente mapeia qualquer seqüência de percepções específica
Leia maisTeoria de Jogos. Algoritmo Minimax e Alfa-Beta AED - 2002
Teoria de Jogos Algoritmo Minimax e Alfa-Beta AED - 2002 Conceptualização do Problema Jogar pode ser visto como uma generalização do problema de procura em espaço de estados, em que existem agentes hostis
Leia maisde rede são comumente utilizadas nos dias de hoje. Um dos grandes desafios para a tecnologia de redes sem fio no momento é o handoff vertical, onde
15 1 Introdução A utilização e a popularidade dos dispositivos móveis crescem a cada dia. Mobilidade, flexibilidade, facilidade de comunicação e entretenimento proporcionado por dispositivos, como laptops,
Leia maisResolução de problemas por meio de busca. CAPÍTULO 3 - Russell
Resolução de problemas por meio de busca CAPÍTULO 3 - Russell Os agentes de resolução de problemas decidem o que fazer encontrando seqüências de ações que levam a estados desejáveis. Inicialmente veremos:
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisJogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo
Jogos Bayesianos Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Outubro de 2014 Jogos Bayesianos Jogos
Leia maisTOMADA DE DECISÃO TOMADA DE DECISÃO. Fases de tomada de decisão. O processo de Tomada de Decisão. Identificação do problema
TOMADA DE DECISÃO TOMADA DE DECISÃO A tomada de decisão é um processo multifacetado e omnipresente nas organizações, aos níveis individual, grupal e organizacional. Envolve aspectos racionais, mas também
Leia maisINTELIGÊNCIA ARTIFICIAL
Agentes Inteligentes Aula 3 Mestrado em Educação (em andamento) MBA em Negócios em Mídias Digitais MBA em Marketing e Vendas Especialista em games : Produção e Programação Bacharel em Sistema de Informação
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 02 Agentes Inteligentes Edirlei Soares de Lima Agentes Inteligentes Um agente é algo capaz de perceber seu ambiente por meio de sensores e de
Leia maisO que é um Agente. Agente é qualquer entidade que:
O que é um Agente Agente é qualquer entidade que: percebeseu ambiente através de sensores (ex. câmeras, microfone, teclado, mensagens de outros agentes,...) agesobre ele através de efetuadores (ex. vídeo,
Leia maisAgentes inteligentes. Capítulo 2 Inteligência Artificial Sistemas de Informação
Agentes inteligentes Capítulo 2 Inteligência Artificial Sistemas de Informação Resumo Agentes e ambientes Racionalidade Desempenho, ambiente, atuadores e sensores Tipos de ambientes Tipos de agentes Agentes
Leia maisInteligência Artificial - IA. Resolução de problemas por meio de busca
Resolução de problemas por meio de busca 1 Agente reativo - definido por ação reação Agente de resolução de problemas (ou baseado em objetivos) encontra sequencias de ações que leva ao estado desejável.
Leia maismeio de busca Seções 3.1, 3.2 e 3.3
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reativos não funcionam em ambientes para quais o número de regras condição
Leia maisÁrvores Parte 1. Aleardo Manacero Jr. DCCE/UNESP Grupo de Sistemas Paralelos e Distribuídos
Árvores Parte 1 Aleardo Manacero Jr. DCCE/UNESP Grupo de Sistemas Paralelos e Distribuídos Árvores uma introdução As listas apresentadas na aula anterior formam um conjunto de TADs extremamente importante
Leia maisÁrvores de Decisão Matemática Discreta
Bruno Duarte Eduardo Germano Isolino Ferreira Vagner Gon Árvores de Decisão Matemática Discreta 28/04/2011 Serra IFES Definição de Árvores de Decisão: Arvore de Decisão é uma árvore em que seus nós internos
Leia mais6 CONCEPÇÃO BÁSICA DO SISTEMA DE APOIO À DECISÃO
78 6 CONCEPÇÃO BÁSICA DO SISTEMA DE APOIO À DECISÃO Neste capítulo serão apresentados: o sistema proposto, o procedimento de solução para utilização do sistema e a interface gráfica, onde é ilustrada a
Leia maisMetodologias de Programação
Metodologias de Programação Bloco 1 José Paulo 1 Formador José António Paulo E-mail: questoes@netcabo.pt Telemóvel: 96 347 80 25 Objectivos Iniciar o desenvolvimento de raciocínios algorítmicos Linguagem
Leia maisAgentes Inteligentes. Qualquer coisa que pode: 1. Perceber seu ambiente através de sensores e
Agentes Inteligentes Agente: Qualquer coisa que pode: Agente 1. Perceber seu ambiente através de sensores e 2. Agir sobre ambiente através de atuadores. Características de um agente humano: Sensores: Olhos
Leia maisINTRODUÇÃO A ROBÓTICA. Prof. MSc. Luiz Carlos Branquinho Caixeta Ferreira
INTRODUÇÃO A ROBÓTICA Prof. MSc. Luiz Carlos Branquinho Caixeta Ferreira Email: luiz.caixeta@ifsuldeminas.edu.br Site intranet.ifs.ifsuldeminas.edu.br/~luiz.ferreira Atendimento: Segunda-feira, 12:30 a
Leia maisResolução de problemas por meio de busca. Inteligência Artificial
1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisMatemática Aplicada às Ciências Sociais
ESCOLA SECUNDÁRIA DE AMORA PLANIFICAÇÃO ANUAL Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 11º ANO Ano Letivo 2014 / 2015 PLANIFICAÇÃO A LONGO PRAZO
Leia maisCalculando distâncias sem medir
cesse: http://fuvestibular.com.br/ alculando distâncias sem medir UUL L No campo ocorrem freqüentemente problemas com medidas que não podemos resolver diretamente com ajuda da trena. Por exemplo: em uma
Leia maisÁrvore de Decisão. 3. Árvore de Decisão
Árvore de Decisão 3. Árvore de Decisão A árvore de decisão consiste de uma hierarquia de nós internos e externos que são conectados por ramos. O nó interno, também conhecido como nó decisório ou nó intermediário,
Leia maisSistemas de Informação para Bibliotecas
Sistemas de Informação para Bibliotecas Notas de Apoio ao Tópico 1 Henrique S. Mamede 1 Antes de mais nada: O QUE É MESMO INFORMAÇÃO?? Dados Informação Conhecimento Sabedoria 2 Dados São tipicamente voltados
Leia maisUNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO
UNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO SAD Sistemas de Apoio à Decisão 2011/02 Aula Cinco crishamawaki@yahoo.com.br Modelos de decisão Sistemas de
Leia maisProblema da Árvore Geradora Mínima
Problema da Árvore Geradora Mínima The Minimum Spanning Tree Problem Fernando Nogueira Árvore Geradora Mínima 1 O Problema da Árvore Geradora Mínima (The Minimum Spanning Tree Problem) Considere uma rede
Leia maisResolução de Problemas
Resolução de Problemas Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 TÓPICOS Resolução Metas Um Problema Processo para Resolução de Problemas Formulação
Leia maisAGENTES INTELIGENTES
AGENTES INTELIGENTES Agentes Inteligentes Um agente é algo capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por meio de atuadores. Agente? sensores atuadore s percepções
Leia maisPLANEJAMENTO E MODELAGEM
Apresentação 06 Introdução a Engenharia Elétrica COMO CRIAR MODELOS NA ENGENHARIA. PLANEJAMENTO E MODELAGEM Prof. Edgar Alberto de Brito Continuando os conceitos anteriores, nessa apresentação será mostrado
Leia maisModelando sistemas em UML - Casos de uso.
Modelando sistemas em UML - Casos de uso. Neste artigo vou falar um pouco sobre modelagem de sistemas usando UML focando exclusivamente os diagramas de casos de uso. A primeira coisa que devemos ter em
Leia maisInteligência Artificial. Agentes computacionais. Aula III Cap.2 Russell e Norvig
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Agentes computacionais Aula III Cap.2 Russell e Norvig Roteiro: Russell e Norvig, cap2 Agentes
Leia maisTipos de problemas de programação inteira (PI) Programação Inteira. Abordagem para solução de problemas de PI. Programação inteira
Tipos de problemas de programação inteira (PI) Programação Inteira Pesquisa Operacional I Flávio Fogliatto Puros - todas as variáveis de decisão são inteiras Mistos - algumas variáveis de decisão são inteiras
Leia maisBusiness intelligence para empresas de segurança. Como uma instituição pode gerar recursos e errar menos com ajuda da informação
Business intelligence para empresas de segurança Como uma instituição pode gerar recursos e errar menos com ajuda da informação 1. Introdução Pense no volume de informações geradas pela sua empresa de
Leia mais3.3 Qual o menor caminho até a Escola? 28 CAPÍTULO 3. CICLOS E CAMINHOS
2 CAPÍTULO. CICLOS E CAMINHOS solução para um problema tem se modificado. Em vez de procurarmos um número, uma resposta (o que em muitos casos é necessário), procuramos um algoritmo, isto é, uma série
Leia maisMETODOLOGIA E PRÁTICA DO ENSINO DA MATEMÁTICA
Unidade II METODOLOGIA E PRÁTICA DO ENSINO DA MATEMÁTICA E CIÊNCIAS Prof. Me. Guilherme Santinho Jacobik Recursos para o planejamento das aulas Resolução de problemas. Portadores numéricos. Lúdico: Jogos,
Leia maisAgentes Inteligentes Curso de Análise e Desenvolvimento de Sistemas INTELIGÊNCIA ARTIFICIAL PROFESSOR FLÁVIO MURILO
Curso de Análise e Desenvolvimento de Sistemas 1 Definição Russel e Norvig definem Agentes Inteligentes como algo capaz de perceber o ambiente por meio de sensores e agir sobre eles por meio de atuadores.
Leia maisInteligência Artificial IA I. MÉTODOS DE BUSCA
Inteligência Artificial IA Prof. João Luís Garcia Rosa I. MÉTODOS DE BUSCA 2004 V1.4 Sistema de Produção Sistema de Produção: Base de dados global Regras de produção Estratégia de controle Exemplo: tabuleiro
Leia maise ao Introdução ao BPM Guia BPM CBOK Instrutor: Eduardo Oliveira Slide XII Semana de Administração Orçamentária, Financeira e de Contratações Públicas
Introdução ao BPM e ao Guia BPM CBOK Instrutor: Eduardo Oliveira 1. Conceitos básicos 1.1. Processos É um fluxo coordenado e padronizado de atividades executadas por pessoas ou máquinas, as quais podem
Leia maisIntrodução em Engenharia. Problemas de Engenharia. Engenharia: Sérgio Haffner SÍNTESE. Conceitos Conceitos fundamentais 30.07.
Introdução à Otimização em Engenharia Problemas de Engenharia ANÁLISE Definido o sistema, determinar o desempenho Sérgio Haffner Conceitos Conceitos fundamentais 30.07.008 SÍNTESE Projetar um sistema para
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 1.1 Descrição de Jogos não-cooperativos (forma normal)
Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 1.1 Descrição de Jogos não-cooperativos (forma normal) Isabel Mendes 2007-2008 1. Teoria dos Jogos: definição e contexto
Leia maisAdministração Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios
Administração Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios Cronograma das Aulas. Hoje você está na aula Semana Tema 01 Apresentação do PEA. Fundamentos
Leia mais}Escalonamento. Parte III - Sistemas Operacionais. Cap. 2 Processos. Escalonamento de Processos. Quando escalonar? Comportamento de Processos
Parte III - Sistemas Operacionais Cap. 2 Processos Prof. Marcelo Moreno moreno@ice.ufjf.br Escalonamento de Processos! Multiprogramação Diversos processos competem pela CPU Cabe ao sistema operacional
Leia maisBIZAGI PROCESS MODELER - TUTORIAL INSTALAÇÃO E PRIMEIRO ACESSO
BIZAGI PROCESS MODELER - TUTORIAL INSTALAÇÃO E PRIMEIRO ACESSO A instalação do aplicativo deve ser solicitada via Central de Serviços de TI (tel. 2107-8666). Após a instalação um ícone do Bizagi ficará
Leia maisMANUAL DO SISTEMA. Versão 6.00
MANUAL DO SISTEMA Versão 6.00 Utilizando I.S.C (Índice de Satisfação do Cliente)....2 Configurações...2 Grupo I.S.C....2 Perguntas I.S.C....4 Saudação/Finalização I.S.C....7 Pesquisa I.S.C....8 Visualizando
Leia maisMatemática Discreta - 08
Universidade Federal do Vale do São Francisco urso de Engenharia da omputação Matemática Discreta - 08 Prof. Jorge avalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com
Leia maisPREPARATÓRIO PROFMAT/ AULA 3
PREPARATÓRIO PROFMAT/ AULA 3 Números, Progressões e Lógica Prof. Ronaldo Busse Números Uma questão presente nos exames de seleção até aqui foi a comparação entre grandezas numéricas. O procedimento indicado
Leia maisMelhorias de Processos segundo o PDCA Parte IV
Melhorias de Processos segundo o PDCA Parte IV por José Luis S Messias, em qualidadebrasil.com.br Introdução Em prosseguimento aos artigos escritos sobre PDCA, escrevo hoje sobre a terceira fase da etapa
Leia maisResolução de problemas por meio de busca. Inteligência Artificial. Busca. Exemplo: Romênia. Exemplo: Romênia 8/23/2010
Inteligência Artificial Aula 2 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas
Leia maisANEXO I FORMULÁRIO DE APRESENTAÇÃO DE PROJETOS EM CONSONÂNCIA AO EDITAL Nº 01/2015
ANEXO I FORMULÁRIO DE APRESENTAÇÃO DE PROJETOS EM CONSONÂNCIA AO EDITAL Nº 01/2015 NOME DO PROJETO: ORGANIZAÇÃO PROPONENTE: DATA : / / ÍNDICE DO PROJETO ASSUNTO PÁG. I - CARACTERIZAÇÃO DO PROJETO - TÍTULO
Leia maisUnidade 5. A letra como incógnita equações do segundo grau
Unidade 5 A letra como incógnita equações do segundo grau Para início de conversa... Vamos avançar um pouco mais nas resoluções de equações. Desta vez, vamos nos focar nas equações do segundo grau. Esses
Leia maisTrabalho Prático II - Resta 1 Data de Entrega: Conferir no calendário!
ALGORITMOS E ESTRUTURAS DE DADOS I DCC/UFMG Trabalho Prático II - Resta 1 Data de Entrega: Conferir no calendário! Pedro O.S. Vaz de Melo May 29, 2013 1 DESCRIÇÃO DO PROBLEMA O objetivo deste trabalho
Leia maisAlgoritmos e Programação : Conceitos e estruturas básicas. Hudson Victoria Diniz
Algoritmos e Programação : Conceitos e estruturas básicas Hudson Victoria Diniz Relembrando... Um algoritmo é formalmente uma seqüência finita de passos que levam a execução de uma tarefa. Podemos pensar
Leia mais1. Noção de algoritmo
1. Noção de algoritmo Em português, a palavra algoritmo quer dizer operação ou processo de cálculo, entre outras definições possíveis (Dicionário Brasileiro de Língua Portuguesa, Mirador Internacional,
Leia maisAula Ensino: planejamento e avaliação. Profª. Ms. Cláudia Benedetti
Aula Ensino: planejamento e avaliação Profª. Ms. Cláudia Benedetti Profa. M.a. Cláudia Benedetti Graduada em Ciências Sociais pela Universidade Estadual Paulista Júlio de Mesquita Filho (1998). Mestre
Leia maisPolos Olímpicos de Treinamento. Aula 6. Curso de Combinatória - Nível 2. Jogos. 1. Simetria. Prof. Bruno Holanda
Polos Olímpicos de Treinamento Curso de Combinatória - Nível 2 Prof. Bruno Holanda Aula 6 Jogos Quando falamos em jogos, pensamos em vários conhecidos como: xadrez, as damas e os jogos com baralho. Porém,
Leia maisAgentes Inteligentes. Capítulo 2
Agentes Inteligentes Capítulo 2 Sumário Definição de Agente Agentes e ambientes Racionalidade PEAS: caracterização de um agente Tipos de ambientes Tipos de agentes Definições de Agentes (do diccionário)
Leia maisSeleção de Rotas nos Roteadores Cisco
Seleção de Rotas nos Roteadores Cisco Índice Introdução Pré-requisitos Requisitos Componentes Usados Convenções Processos Envolvidos Criando a Tabela de Roteamento Rotas de Backup Ajustando a Distância
Leia maisGERÊNCIA DE DESENVOLVIMENTO E MODERNIZAÇÃO
ORIENTAÇÕES PARA ENQUADRAMENTO DE MODALIDADES DE EDUCAÇÃO AMBIENTAL NO SISEA/MS. 1. PROGRAMA 1.1 Definição/Conceito É um conjunto de princípios e diretrizes que se articulam a partir de um mesmo referencial
Leia maisAÇÃO FORMATIVA EM PRODUÇÃO AUDIOVISUAL
AÇÃO FORMATIVA EM PRODUÇÃO AUDIOVISUAL Fotograma Um Fotograma é cada uma das imagens fotográficas estáticas captadas pelo equipamento de filmagem, as quais, projetadas em uma certa velocidade, produzem
Leia maisProgramação Linear - Parte 4
Mestrado em Modelagem e Otimização - CAC/UFG Programação Linear - Parte 4 Profs. Thiago Alves de Queiroz Muris Lage Júnior 1/2014 Thiago Queiroz (DM) Parte 4 1/2014 1 / 18 Solução Inicial O método simplex
Leia maisRESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA (PARTE 1) *Capítulo 3 (Russel & Norvig)
RESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA (PARTE 1) *Capítulo 3 (Russel & Norvig) 1 Tópicos 1. Agentes para resolução de problemas 2. Formulação de problemas 3. Exemplos de problemas 4. Soluções aos problemas
Leia maisProporcionar a modelagem de sistemas utilizando todos os conceitos da orientação a objeto;
Módulo 7 UML Na disciplina de Estrutura de Sistemas de Informação, fizemos uma rápida passagem sobre a UML onde falamos da sua importância na modelagem dos sistemas de informação. Neste capítulo, nos aprofundaremos
Leia maisAgentes que resolvem problemas através de busca Capítulo 3 Parte I
Agentes que resolvem problemas através de busca Capítulo 3 Parte I Leliane Nunes de Barros leliane@ime.usp.br Agente reativo simples também chamado de agente situado ou agente estímulo-resposta reage a
Leia mais