O que é um Agente. Agente é qualquer entidade que:

Transcrição

1 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, alto-falante, impressora, braços, mensagens para outros agentes,...)

2 Exemplos de Agentes Um agente humano Sensores: olhos, ouvidos,... Atuadores: mãos, pernas, boca,... Um agente robô Sensores: câmeras, detectores da faixa de infravermelho,... Atuadores: usualmente motores, relés, contatores... Um agente de software Sensores: teclas digitadas, conteúdo de arquivos, pacotes de redes,... Atuadores: exibição de algo na tela, gravação de arquivos, envio de pacotes de rede,...

3 O que é um Agente O mundo do agente aspirador de pó tem dois locais A e B. O agente percebe em que quadrado esta e se existe sujeira ou não Tabela da função do agente

4 O que é um Agente Programa do agente

5 O que é um Agente A noção de agente deve ser vista como uma ferramenta para analisar sistemas As engenharias podem ser vistas como as que projetam artefatos que interagem com o mundo Inteligência artificial opera no final do espectro: artefatos com consideráveis recursos computacionais e o ambiente da tarefa requer uma tomada de decisão não trivial.

6 Agente racional É aquele que faz tudo certo, toda entrada na tabela correspondente à função do agente é preenchida de forma correta, isto é: O agente é colocado em um ambiente onde irá a gerar uma sequencia de ações de acordo às percepções que recebe. As ações farão com que o ambiente passe por uma sequencia de estados. Se a sequencia de ações é desejável, ele teve um bom desempenho... Fez tudo certo...

7 Agente racional Medida de desempenho Projetar medidas de desempenho de acordo com o resultado realmente desejado no ambiente: Limpeza média o tempo todo Limpeza exaustiva com longos intervalos

8 Agente racional A definição do que é Racional em qualquer instante dado depende de quatro fatores: A medida de desempenho (critério de sucesso) O conhecimento anterior que o agente tem do ambiente As ações que o agente pode executar A sequencia de percepções do agente até o momento

9 Agente racional Caso do aspirador de pó: Medida de desempenho: especificar uma pontuação para cada quadrado limpo em cada período de tempo (definir o período) O ambiente é conhecido a priori (os dois quadrados). As ações disponíveis são: esquerda, direita e aspirar. O agente percebe corretamente sua posição e se essa posição tem sujeira.

10 Agente racional Definição de agente racional: Para cada sequencia de percepções possível, um agente racional deve selecionar uma ação que se espera venha a maximizar sua medida de desempenho, dada a evidência fornecida pela sequencia de percepções e por qualquer conhecimento interno do agente

11 Agente racional O que o agente racional não é: Onisciente: o agente atua com informações atuais ou anteriores...não com a que virá a ser melhor após os fatos. Necessariamente bem sucedido: como seu objetivo é agir de forma correta variações no ambiente que eventualmente bloqueiem o sucesso de suas ações podem passar despercebidas.

12 Agente racional O que o agente racional precisa para melhorar seu desempenho? Apreender: não apenas deve coletar informações, mas aprender a partir de suas percepções. Autonomia: Atuar compensando o conhecimento prévio parcial ou incorreto a partir do seu aprendizado. A inclusão de aprendizado no agente racional propiciará o sucesso em uma variedade de ambientes.

13 Agente racional Especificação do ambiente de tarefa: P: performance (desempenho) E: enviroment(ambiente) A: actuators(atuadores) S: sensors(sensores)

14 Agente racional Como avaliar um agente? Medida de desempenho

15 Agente racional Para projetar um agente, deve-se especificar o ambiente da tarefa de forma tão completa quanto possível, os itens a serem considerados são: P Performance E Environment A Actuators S Sensors

16 Exemplos de PEAS de Agentes Fonte: Russel e Norvig, Inteligência Artificial.

17 Agentes -Ambiente Completamente observável Os sensores permitem acesso ao estado completo do ambiente em cada instante Parcialmente observável Sensores para poucas variáveis, imprecisos ou com ruído Se o agente não tiver sensores será inobservável. 17

18 Agentes -Ambiente Agente único O agente que verificase um ambiente esta limpo. O agente que resolve o jogo de palavras cruzadas. Multiagente O agente que joga xadrez: dois participam no jogo. É competitivo, um deve ganhar do outro. O agente A (motorista de taxi), o agente B (o veículo). É cooperativo, os dois trabalham com o mesmo objetivo. 18

19 Agentes -Ambiente Determinístico Quando o próximo estado do ambiente é completamente determinado pelo estado atual e pela ação executada pelo agente. Exemplo: O aspirador de pó. Estocástico Umambiente não determinístico é aquele no qual as ações são caracterizadas por seus resultados possíveis. Exemplo: O motorista de taxi, não pode prever o comportamento do tráfego. 19

20 Agentes -Ambiente Episódico Em cada episódio, o agente recebe uma percepção e executa uma única ação. A escolha da ação somente pode depender do próprio episódio. Exemplo: agente que detecta peças defeituosas em uma linha de montagem. Seqüencial Em ambientes sequenciais, a decisão atual pode afetar as decisões futuras. Exemplos: jogar xadrez e dirigir um taxi são sequenciais, a decisão atual poderia afetar as decisões futuras. 20

21 Estático Fáceis de manipular, porque o agente não precisa observar o mundo de modo constante ou com a passagem do tempo enquanto esta decidindo sobrea realização de uma ação. Exemplo: o jogo de palavras cruzadas. Agentes -Ambiente Dinâmico Quando o ambiente puder se alterar enquantoum agente esta deliberando. Exemplo: o ambiente em que se dirige um taxi, os outros carros e o próprio taxi continuam a se mover enquanto o algoritmo de direção hesita sobre o que fazer em seguida. Semidinâmico: Se o próprio ambiente não muda com a passagem do tempo, mas o nível de desempenho do agente se alterar, o ambiente é semidinâmico. Ojogodexadrex,quandojogadocomacontagemdotempo,ésemidinâmico. 21

22 Agentes -Ambiente Discreto Contínuo Aplica-se ao estado do ambiente. Como o tempo é tratado. Percepções e ações do agente. Exemplo: um ambiente de jogo de xadrez tem um numero finito de estados distintos. Exemplo: dirigir um taxi é um problema de estado contínuo,a velocidade e a posição do taxi e dos outros veículos. 22

23 Exemplos de Ambientes de tarefa e suas características Ambiente de tarefa Observável Agentes Determinístico Estocástico Episódico Sequencial Estático Dinâmico Discreto Contínuo Jogo de palavras cruzadas Xadrez com um relógio Completamente Completamente Único Multi Determinístico Determinístico Sequencial Sequencial Estático Semi Discreto Discreto Pôquer Gamão Parcialmente Completamente Multi Multi Estocástico Estocástico Sequencial Sequencial Estático Estático Discreto Discreto Direção de taxi Diagnóstico médico Parcialmente Parcialmente Multi Único Estocástico Estocástico Sequencial Sequencial Dinâmico Dinâmico Contínuo Contínuo Análise de imagens Robô de seleção de peças Completamente Parcialmente Único Único Determinístico Estocástico Episódico Episódico Semi Dinâmico Contínuo Contínuo Controlador de refinaria Instrutor interativo de inglês Parcialmente Parcialmente Único Multi Estocástico Estocástico Sequencial Sequencial Dinâmico Dinâmico Contínuo Discreto

24 Agentes: metodologia de desenvolvimento Decompor o problema em: percepções, ações, objetivos e ambiente (e outros agentes) Decompor o tipo de conhecimento em: Quais são as propriedades relevantes do mundo? Como o mundo evolui? Como identificar os estados desejáveis do mundo? Como interpretar suas percepções? Quais as conseqüências de suas ações no mundo? Como medir o sucesso de suas ações? Como avaliar seus próprios conhecimentos? Indicar a arquitetura e método de resolução de problema 24

25 Agentes -Estrutura O trabalho da IA é projetar o programa do agente: Implementar a função do agente Mapear as percepções em ações O programa será executado em algum tipo de dispositivo que conte com sensores e atuadores físicos (arquitetura) Agente = arquitetura + programa

26 Agentes -Estrutura Programa Agente dirigido por tabela

27 Agentes -Estrutura Seja Ρo conjunto de percepções possíveis e seja Τo tempo de duração do agente (número total de percepções que o agente receberá). O número de entradas da tabela conterá:

28 Agentes -Estrutura Agentes reativos simples Agentes reativos baseados em modelo Agentes baseados em objetivos Agentes baseados na utilidade Agentes com aprendizagem

29 Agentes Reativos Simples

30 Agentes Reativos Simples Agente reativo simples age de acordo com uma regra cuja condição corresponde ao estado atual definido pela percepção.

31 Agentes Reativos Simples Tipo mais simples. Seleciona ações com base na percepção atual, ignorando o restante do histórico de percepções. Exemplo: Agente aspirador de pó, porque sua decisão se baseia apenas na posição atual e no fato de essa posição conter ou não sujeira.

32 Agentes Reativos Simples Vantagens e desvantagens Regras condição-ação: representação inteligível, modular e eficiente ex. Sevelocidade > 60 entãomultar Não pode armazenar uma seqüência de percepções, pouca autonomia Ambientes: Reflexo imprescindível em ambientes dinâmicos Acessível, episódico, pequeno

33 Agentes Reativos Simples Funcionará somente se a decisão correta puder ser tomada com base apenas na percepção atual Ambiente completamente observável Exemplos de alguns problemas: Talvez somente uma imagem não é suficiente para determinar se o carro da frente esta dando sinal de mudança de direção, alerta ou freio

34 Agente Reativo Baseado em Modelos a m b i e n t e sensores Qual é a aparência atual mundo? Que ação devo executar agora? atuadores Agente estado: como o mundo era antes como o mundo evolui impacto de minhas ações Regras condição-ação 34

35 Agente Reativo Baseado em Modelos O agente mantém o estado atual do mundo usando um modelo interno. A seguir, escolhe uma ação da mesma maneira que o agente reativo simples 35

36 Agente Reativo Baseado em Modelos Agente controla a parte do mundo que ele não pode ver agora (agente mantém estado interno que depende do histórico de percepções). Exemplo: agente taxista vai trocar de pista e pode não ver momentaneamente alguns carros à sua volta 36

37 Agente Reativo Baseado em Modelos O agente deve manter um estado interno que dependa do histórico de percepções e reflita os aspectos não observados no estado atual Dois tipos de conhecimento são necessários para atualizar o estado interno do agente (modelo do mundo): Como o ambiente evolui independente do agente Um carro que está ultrapassando, em geral estará mais perto do que estava um instante anterior Como as ações do próprio agente afetam o mundo Se o agente virar o volante à direita, o carro irá virar p/ a direita 37

38 Agente Reativo Baseado em Modelos Um agente que utiliza o modelo de mundo Desvantagem: pouca autonomia Ambientes: determinístico e pequeno 38

39 Agentes Baseado em objetivos O agente baseado em modelos e orientado pelos objetivos monitora o estado do mundo, bem como um conjunto de objetivos que esta tentando atingir e escolhe uma ação que (no final) levará à realização de seus objetivos.

40 Agente Baseado em Objetivo Agente combina seu objetivo com as informações sobre os resultados de ações possíveis a fim de escolher ações que alcancem os seus objetivos Exemplo: Táxi em um entroncamento de estradas: virar à esquerda, à direita ou ir em frente? Necessidade de busca e planejamento: áreas da IA dedicadas a encontrar sequências de ações que alcançam os objetivos do agente. 40

41 Agente 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 41

42 Agente Baseado em Objetivo Para encontrar sequências de ações que alcançam os objetivos Algoritmos de Busca e Planejamento A tomada de decisão envolve a consideração do futuro -> distinta das regras de condição-ação O que acontecerá se eu fizer isso ou aquilo? O quanto isso me ajudará a atingir o objetivo? Agentes reativos: reação -> frear quando carro da frente frear Agentes baseado em objetivo: raciocínio -> carro da frente freia -> carro da frente diminui velocidade -> objetivo: não atingir outros carros -> ação para atingir objetivo: frear 42

43 Agente Baseado em Objetivo Vantagens e desvantagens: Parece menos eficiente, mas, é mais flexível, o conhecimento que apoia suas decisões é representado de maneira explícita e pode ser modificado. Não trata objetivos conflitantes Ambiente: determinístico 43

44 Agentes baseados em utilidade

45 Agente Baseado em Utilidade Existem muitas seqüências de ações que levam o agente ao seu objetivo. Algumas mais rápidas, mais seguras, mais econômicas, etc. Agentes baseados em utilidade utilizam uma medida de desempenho (função de utilidade) que permite uma comparação entre diferentes estados do mundo, permitindo selecionar a seqüência de ações 45

46 Agente 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 Especificação completa da função de utilidade decisões racionais em dois tipos de casos: Quando existem objetivos conflitantes (velocidade x segurança) a função de utilidade especifica o compromisso apropriado Quando existem vários objetivos que se deseja alcançar e nenhum deles pode ser atingido com certeza ponderar a importância dos objetivos 46

47 Agente Baseado em Utilidade Ambiente: sem restrição Desvantagem: não tem adaptabilidade 47

48 Agente com Aprendizagem Agente sensores crítico realimentação a m b i e n t e elemento de desempenho (agente) mudanças conhecimento elemento de aprendizado objetivos de aprendizado atuadores Gerador de problemas 48

49 Agente com Aprendizagem O elemento de desempenho é responsável pela seleção de ações externas. Este é o que anteriormente consideramos o agente completo: recebe percepções e decide sobre ações. O elemento de aprendizado é responsável pela execução de aperfeiçoamentos. O elemento de aprendizado utiliza realimentação do crítico sobre como o agente está funcionando e determina de que maneira o elemento de desempenho deve ser modificado para funcionar melhor no futuro. 49

50 Agente com Aprendizagem O crítico informa ao elemento de aprendizado como o agente esta se comportando em relação a um padrão fixo de desempenho. O padrão de desempenho permite saber se uma percepção recebida é uma coisa boa ou não. Este padrão de desempenho deve ser fixo e deve-se pensar nele como algo que esta totalmente fora do agente, pois este não deverá modificá-lo para ajustá-lo a seu próprio comportamento. 50

51 Agente com Aprendizagem O gerador de problemas é responsável por sugerir ações que levarão a experiências novas e informativas. A realização de explorações e a execução de algumas ações podem não ser ótimas a curto prazo, mas, poderiam permitir a descoberta de ações melhores a longo prazo. A tarefa do gerador de problemas é sugerir essas ações exploratórias. 51

52 Agente com Aprendizagem Em agentes sem aprendizagem tudo o que o agente sabe foi colocado nele pelo projetista Aprendizagem também permite ao agente atuar em ambientes totalmente desconhecidos e se tornar mais competente do que o seu conhecimento inicial poderia permitir. 52

53 Agente com Aprendizagem Ambiente: sem restrição Vantagem: tem adaptabilidade (aprende) 53