MecaTeam: Um sistema Multiagente para o futebol de robôs simulado baseado no Agente Autônomo Concorrente
|
|
- Letícia de Mendonça Maranhão
- 6 Há anos
- Visualizações:
Transcrição
1 MecaTeam: Um sistema Multiagente para o futebol de robôs simulado baseado no Agente Autônomo Concorrente Orivaldo Vieira Santana Júnior, João Paulo Rocha Portela de Souza, Marcelo Santos Linder e Augusto Loureiro da Costa 1 Programa de Pós-Graduação em Mecatrônca, Universidade Federal da Bahia (UFBA) Departamento de Engenharia Mecânica - Escola Politécnica Departamento de Ciência da Computação - Instituto de Matemática Av. Adhemar de Barros S/N, Ondina Salvador BA Brasil. {orivajr,joaop}@dcc.ufba.br, {linder,agusto.loureiro}@ufba.br Abstract. This paper describes the cognitive Multi-Agent System used by Mecateam (UFBA) for the control of the robots in the Robocup Brazil 2006 soccer competition of simulated robots. The architecture of the agent is described, with emphasis in the important aspects of its implementation. Performance problems were identified during the development of the agent. These points of improvement are described, as well as some solution proposals, the implementation required and the preliminary results. At the end of the paper some future works are indicated. Resumo. Este artigo descreve o Sistema Multiagente cognitivo utilizado pelo Mecateam (UFBA), para o controle dos robôs na competição de futebol de robôs simulados da RoboCup Brasil A arquitetura do agente utilizado é descrita, com ênfase nos aspectos de sua implementação relevantes para este trabalho. Ao longo do desenvolvimento foram identificados problemas relacionados ao desempenho computacional do agente em questão. Estes pontos de melhoria são descritos, assim como as propostas de solução, a implementação realizada e os resultados obtidos. Por fim, são indicados trabalhos futuros para otimização do desempenho do agente. 1. Introdução A Inteligência Artificial (IA) nasceu oficialmente em 1956 num workshop de verão em Dartmouth College, EUA [Bittencourt 2001]. O termo foi cunhado por John McCarthy e Marvin Minski. A inteligência artificial distribuída (IAD) é uma das áreas da IA que mais se desenvolveram nos últimos anos e apresenta um enorme potencial de aplicações [Durfee et al. 1989]. A IAD, segundo [Weiss 1999], é o estudo, construção e aplicação de sistemas multiagentes, que são sistemas nos quais vários agentes inteligentes interagem para realizar um conjunto de objetivos ou tarefas. Uma forma de estimular o desenvolvimento à pesquisa em IAD e Robótica é a realização de partidas de futebol entre robôs autônomos, onde possibilita a utilização de varias tecnologias e em relação à IA, há espaço para a implementação de diferentes técnicas como cooperação em sistemas multiagentes, sistemas especialistas, lógica nebulosa, redes neurais, dentre outras. Pelas características do problema e dos desafios envolvidos numa partida de futebol, o futebol de robôs tornou-se um importante laboratório principalmente para a
2 pesquisa na área de sistemas multiagentes. O jogo coletivo e, como tal, a participação de todos para que o objetivo principal, vencer a partida, seja alcançado depende da atuação coletiva. É necessário que haja interação e comunicação entre os membros da mesma equipe para que se obtenha sucesso. Talentos individuais não são garantias de bons resultados, o ponto chave é cooperação. A idéia tomou forma e em 1997 realizou-se a primeira Copa Mundial de Futebol de Robôs (RoboCup), em Nagoya, Japão. Sendo realizadas até hoje competições anuais sempre em locais distintos [Kitano et al. 1997] [Kitano 1997]. Atualmente existem na RoboCup diferentes modalidades (Competição de Futebol, Salvamento, RoboCup Junior), o foco deste trabalho é na competição de futebol, na liga simulada, onde jogadores virtuais e independentes (agentes) jogam futebol num campo virtual simulado por computador. Cada um desses agentes assume o controle de um único robô. Os onze agentes responsáveis pelo controle do time de futebol de robôs formam um Sistema Multiagente chamado MecaTeam. O MecaTeam, time de futebol de robôs simulados da Universidade Federal da Bahia, utiliza como abordagem para controle de robôs do time simulado a arquitetura do Agente Autônomo Concorrente. Essa abordagem modulariza o agente em 3 níveis decisórios que é descrita com mais detalhe em [Costa and Bittencourt 1999a]. O MecaTeam é apresentado neste artigo, segundo a seguinte disposição: A seção 2 descreve a arquitetura do Agente Autônomo Concorrente, adotada pelo MecaTeam; a seção 3 apresenta brevemente alguns apectos de implementação da biblioteca Expert- Coop++ [Costa et al. 2003] utilizada para a implementação do MecaTeam; na seção são relatados problemas relacionados ao desempenho computacional do agente utilizado, enfrentados durante o desenvolvimento e as respectivas melhorias implementadas. Na seção são apresentadas as conclusões e perspectivas. 2. Arquitetura do Agente MecaTeam O MecaTeam 2006 apresenta uma evolução da arquitetura de agente apresentado pelo UFSC-Team 98 [Costa and Bittencourt 1999b] na RoboCup 98, chamado Agente Autônomos Concorrente [Costa and Bittencourt 1999a]. O Agente Autônomo Concorrente, baseia-se em um model hybrido para agente cognitivo [Bittencourt and Costa 2001], utilizado pelo time de futebol de robôs simulados Mecateam utiliza uma arquitetura de três camadas. Cada uma delas é implementada como um processo e representa um nível decisório distinto que complementa os demais para a construção de um agente cognitivo. A complexidade de comportamento do agente é incrementada a cada camada, como pode ser visto na Figura 1. O primeiro nível decisório, denominado Reativo, está implementado no processo Interface encarregado pela interação com o ambiente e pela resposta em tempo real do agente. Esta interação é feita captando informações sobre o ambiente e atuando sobre o mesmo. As informações vindas do ambiente também são processadas e enviadas como mensagens contendo uma descrição do estado corrente do ambiente para o nível imediatamente superior (Instintivo). A atuação ocorre através dos comportamentos que determinam quais ações o agente deve tomar sobre o ambiente a cada percepção. A escolha do comportamento mais adequado para cada instante de atuação do agente é de responsabilidade do nível intermediário do Agente Autônomo Concorrente,
3 Figure 1. Fluxo de informação no Agente Autonomo Concorrente denominado Instintivo, implementado no processo Coordinator. O comportamento ativo é escolhido por um sistema baseado em conhecimento composto por um motor de inferência monociclo, uma base de fatos e uma base de regras. Para esta atividade, são utilizadas informações acerca do estado do ambiente (provenientes do nível Reativo) e o plano em vigor (definida pelo nível superior). Informações simbólicas são enviadas para o nível seguinte (cognitivo). O nível superior da arquitetura do agente denominado Cognitivo é implementado no processo Expert. similarmente ao que ocorre com o nível instintivo, este nível utiliza um sistema baseado em conhecimento. O principal papel do Cognitivo é a manipulação das informações simbólicas provenientes do Instintivo construindo um modelo lógico do ambiente utilizando o conhecimento armazenado na base de regras, escolhendo planos e avaliando a validade do plano corrente. 3. Expert-Coop++ A implementação dos níveis Instintivo e Cognitivo descrito na seção anterior é feita na linguagem de programação C++ a partir do uso da biblioteca Expert-Coop++ [Costa et al. 2003]. Esta biblioteca está dividida em diversos módulos, encarregados das funcionalidades do agente. Na versão do agente implementada para o time de futebol de robôs simulados descrito neste trabalho são utilizados os seguintes módulos: o Knowledge, que representa o conhecimento por meio de uma base de fatos contendo padrões lógicos e frames e de uma base de regras; o Inference, responsável por manipular este conhecimento através de um motor de inferência e de filtros; o Communication, faz a comunicação entre as camadas do agente por meio de mensagens. Estes conceitos serão detalhados nas subseções a seguir Motor de Inferência O motor de inferência é o principal componente dos sistemas baseados em conhecimento. Sua funcionalidade consiste na realização de inferências a partir de uma base de regras e de uma base de fatos. O modo de raciocínio usado na inferência do motor do agente descrito neste trabalho é o encadeamento progressivo (forward chaining) [Bittencourt 2001],
4 Figure 2. Implementação do Agente Autonomo Concorrente a partir da Expert- Coop++ em que a parte esquerda da regra é comparada com a descrição da situação atual contida na base de fatos. Apenas as regras que satisfazem esta descrição são selecionadas. É permitido o uso de filtros nas regras, possibilitando por exemplo a utilização de operações de comparação como igualdade, diferença, maior, menor, maior igual e menor igual. O filtro, em termos de implementação, consiste numa função que recebe como parâmetro uma lista de variáveis contidas no lado esquerdo da regra e retorna uma outra lista contendo as variáveis que satisfizeram a operação relativa ao filtro. Caso esta lista de retorno possua tamanho zero, a regra analisada é descartada e o processo de inferência passa para a análise da próxima regra. Um exemplo de regra é ilustrado na figura 3. Figure 3. Exemplo de regra para ativar uma nova meta (local goal) Ao final do processo de seleção das regras o motor de inferência dispõe de um conjunto de regras que satisfazem a situação atual do problema (denominado conjunto de conflito). Se este conjunto for vazio, o processo de inferêcia é finalizado; caso contrário, torna-se necessária a definição das regras que serão efetivamente executadas e sua ordem de execução[bittencourt 2001]. O método de resolução de conflito adotado consiste em ordenar as regras pelo menor período entre o momento atual e a última atualização. Ao final deste processo é gerada uma lista de regras a ser encaminhada para a base de fatos. Caso o motor de inferência esteja funcionando em modo única regra, somente a primeira regra desta lista é encaminhada para base de fatos.
5 3.2. Base de Fatos A base de fatos é responsável pelo armazenamento das informações simbólicas sobre o ambiente. A lógica é utilizada como principal formalismo de representação de conhecimento, de acordo com o formato de três termos: objeto, atributo e valor. Um outro formalismo utilizado pela Expert-Coop++ são os quadros, também conhecidos como frameworks, ou frames [Minsky 1975]. Na base de fatos também são armazenadas as mensagens que serão enviadas para o Soccerserver ou para as outras camadas da arquitetura do agente. Essas informações são organizadas em listas encadeadas. Uma forma possível de atualização da base de fatos é a partir de informações obtidas da lista de regras enviada pelo motor de inferência. Desta lista é utilizado o lado esquerdo de cada regra, que pode conter informações representadas como padrões lógicos, como frames ou mensagens. Para cada situação é atualizada uma lista específica (lista de padrões lógicos, lista de frames ou lista de mensagens de saída). Uma outra possibilidade de atualização da base de fatos é a partir de mensagem vindas do SoccerServer, que podem conter, dentre outras, informações sensoriais, como as dos sensores corporais e as relativas à visão. As informações relativa à visão são armazenadas em uma lista de quadros e relacionadas aos sensores do corpo, em uma lista de padrões lógicos Base de Regras A base de regras é responsável pela leitura do arquivo de regras, previamente definido; pela extração destas regras e pelo seu armazenamento em uma lista. Este processo de extração ocorre a partir da leitura de blocos de caracteres que formam cada parte da regra. Os parênteses encontrados nesta extração indicam quando começam e terminam expressões das regras, como if, filter, frame, message e then, ilustradas na figura 3. A base de regras possui também função de inserção, remoção e atualização de regras UvA Trilearn 2003 Visando concentrar os esforços nos níveis mais altos da arquitetura, encarregados da parte inteligente, foi escolhido re-utilizar o código base do UvA Trilearn 2003 [Kok et al. 2003, de Boer and Kok. 2001] encapsulado na camada Reativa do Agente Autônomo Concorrente. O código base do UvaTrilearn disponibiliza algumas habilidades básicas para uma agente controlar um robô do simulador RoboCup Soccer Server [Chen et al. 2002]. Habilidades como: interceptar a bola, chutar a bola em uma desejada posição do campo, mover-se para uma posição desejada do campo, etc, são disponibilizas encapsuladas em comportamentos. Estes comportamentos combinam comandos aceitos pelo RoboCup Soccer Server: kick, dash, turn, catch, etc O código base do UvaTrilearn provê ainda a sincronização do agente com o simulador RoboCup Soccer Simulator e um modelo simplificado do ambiente, com os objetos visualizado pelo robôs, suas coordenadas globais, etc. A escolha das habibilidades básicas adequadas ao estado corrente e suas combinações de forma a implementar um agente capaz de controlar um robô para o Simulador Soccer Server, devem ser implementadas pelo usuário. O MecaTeam 2006 aptou por encapsular o código base do UvaTrilearn na camada Reativa, tendo sempre um comportameto ativo e utilizar as camadas Instintiva e Cognitiva para implementar o raciocínio automático do agente.
6 4. Problemas e Melhorias Os agentes do MecaTeam implementados com versão da Expert-Coop++ do mês de dezembro de 2005 tinham o problema de consumir muito processamento, requerendo cerca quatro computadores Pentium III 1GHz com 128 MB de RAM. Isto ficava evidente ao iniciar uma simulação com dois agentes usando mais de vinte regras, pois havia sobrecarga de processamento durante a simulação feita num computador pessoal. Diante dessa situação fez-se necessária uma análise detalhada do código da Expert-Coop++ visando uma otimização na implementação computacional da biblioteca. Foram obtidos dois resultados da análise do motor de inferência e da base de fatos. O primeiro foi uma melhoria significativa no desempenho do agente através da redução de atribuições usadas no código, uma redução de cerca de 25 % na carga de processamento. No entanto o agente ainda continuava a consumir bastante processamento e para que fosse possível uma nova redução do processamento era necessário uma reestruturação na implementação dos algoritmos e estruturas de dados usados no motor de inferência e na base de fatos. A primeira melhoria foi percebida ao abrir o código do motor de inferência e da base de fatos e observar o uso excessivo de variáveis temporárias e listas. Em muitas situações, no escopo de uma variável, eram feitas algumas cópias desta e o seu valor não era alterado, sendo possível elimina-las. Com as listas acontecia algo semelhante, uma cópia da lista era criada como auxiliar para fazer o uso dos elementos que eram retirados um por um para serem usados fora da lista. Para não precisar desta cópia auxiliar usouse iteradores para percorre a lista e manipular o objeto dentro da lista original. Como estas medidas diminuiu-se a quantidade de atribuições no código e conseqüentemente o consumo de processamento do agente em cerca de 20%. 5. Conclusão e trabalhos futuros O MecaTeam apresenta um Sistema Multiagente Cognitivo baseado no Agente Autônomo Concorrente, e utilizado as habilidade básicas do UvaTrilearn A tomada de decisão na arquitetura do agente do MecaTeam baseia-se num modelo híbrido de agente que compartilha a rápida resposta aos estímulos do ambiente dos agentes reativos com um planejamento bem elaborado apresentdo pelos agentes cognitivos. Apresenta ainda uma arquitetura em camadas que explora o paradigma de programação concorrente. Com redução do uso de listas e variáveis locais reduziu-se em cerca de 20% o processamento computacional do agente e com a proposta de reestruturação pretende-se minimizar o processamento do agente, tornando possível fazer o time jogar utilizando apenas um computador pessoal. Para isto, sistema baseado em conhecimento será simplificado bastante e todas informação referentes a base de fatos estarão concentradas em um só lugar, para evitar as copias de grandes volumes de dados. Um outro ponto importante é o uso de árvores binárias, ao invés de listas, na base de fatos, baixando a complexidade de buscas de O(n) para O(log n). A documentação do código é um fator muito importante para bom desenvolvimento de uma aplicação complexa, como é o caso do Agente cognitivo do MecaTeam. Os trabalhos futuros são de analisar, gerar mais documentação, no formato HTML, sobre a Expert-Coop++ e reestrutura-la quando necessário. Esta reestruturação será feita com o
7 código da Expert-Coop++ que implementa o uso de variáveis nas regras, o uso de filtros e o uso de frames. Como implementação futura será adicionado a Expert-Coop++ o uso de redes semânticas e uma analisador léxico e sintático recursivo preditivo para extração de regras a partir do arquivo. References Bittencourt, G. (2001). Inteligência Artificial Ferramentas e Teorias. Editora da UFSC, ISBN , 362 p., Florianópolis, SC, 2 a edição. Bittencourt, G. and Costa, A. L. d. (2001). Hybrid cognitive model. In The Third International Conference on Cognitive Science ICCS 2001 : Workshop on Cognitive Angents and Agent Interaction. Pequim, China. Chen, M., Foroughi, E., and at al., F. H. (2002). Soccerserver manual. Technical report, RoboCup Federation. Costa, A. L. d. and Bittencourt, G. (1999a). From a concurrent architecture to a concurrent autonomous agents architecture. IJCAI 99, Third International Workshop in RoboCup, pages Springer, Lecture Notes in Artificial Inteligence. Costa, A. L. d. and Bittencourt, G. (1999b). Ufsc-team: A cognitive multi-agent approach to the robocup 98 simulator league. RoboCup98 Workshop - Team description, pages 371, 377. Springer, Lecture Notes in Artificial Inteligence, vol Costa, A. L. d., Bittencourt, G., Gonçalves, E. M. N., and Silva, L. R. (2003). Expertcoop++: Ambiente para desenvolvimento de sistemas multiagente. IV ENIA Encontro Nacional de Inteligência Artificial, pages XXIII Congresso da Sociedade Brasileira de Computação. de Boer, R. and Kok., J. R. (2001). The incremental development of a synthetic multiagent system: The uva trilearn 2001 robotic soccer simulation team. Master s thesis, University of Amsterdam, The Netherlands. Durfee, E., Lesser, V., and Corkill, D. (1989). Trends in cooperative distributed problem solving. IEEE Transactions on Knowledge and Data Engineering, 1(1): Kitano, H. (1997). Robocup: The robot world cup initiative. in Proc. of The First International Conference on Autonomous Agent (Agents-97)). Marina del Ray, The ACM Press. Kitano, H., Tambe, M., Stone, P., Veloso, M., Coradeschi, S., Osawa, E., Matsubara, H., Noda, I., and Asada, M. (1997). The robocup synthetic agent challenge, 97. International Joint Conference on Artificial Intelligence (IJCAI97). Nagoya, Japan. Kok, J. R., Vlassis, N., and Groen, F. (2003). Team description uva trilearn In RoboCup 2003 Symposium. Minsky, M. (1975). A framework to represent knowledge. In The Psychology of Computer Vision, pages McGraw-Hill. Weiss, G. (1999). Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. The MIT Press, Cambridge, MA. Edited by Gerhard Weiss.
MecaTeam 2006: Um Sistema Multiagente Reativo para o futebol de robôs simulado
MecaTeam 2006: Um Sistema Multiagente Reativo para o futebol de robôs simulado Orivaldo Vieira Santana Júnior e Augusto Loureiro da Costa 1 Universidade Federal da Bahia (UFBA) Departamento de Ciência
Leia maisDesenvolvimento de um time de futebol robótico para o RoboCup 2D
Desenvolvimento de um time de futebol robótico para o RoboCup 2D Rodrigo Mendes Garcês 1,Jamesson Amaral Gomes 1, Geraldo Braz Júnior 1, Alexandre César Muniz de Oliveira 1, Luciano Reis Coutinho 1, Paulo
Leia maisRELATÓRIO FINAL DE ATIVIDADES PIBIC ou PIBITI
Universidade Federal da Bahia Pró Reitoria de Pesquisa e Pós Graduação Programa Institucional de Bolsas de Iniciação Científica P IBIC UFBA RELATÓRIO FINAL DE ATIVIDADES PIBIC ou PIBITI Nome do Bolsista
Leia maisMecaTeam Framework: Uma Infra-estrutura para Desenvolvimento de Agentes de Futebol de Robôs Simulado
MecaTeam Framework: Uma Infra-estrutura para Desenvolvimento de Agentes de Futebol de Robôs Simulado Orivaldo Vieira Santana Júnior, Christina von Flach Garcia Chavez e Augusto Loureiro da Costa 1 Universidade
Leia maisDesenvolvimento de Estratégia para Programação do Futebol de Robôs
Anais do XXVI Congresso da SBC EnRI l III Encontro de Robótica Inteligente 14 a 0 de julho de 006 Campo Grande, MS Desenvolvimento de Estratégia para Programação do Futebol de Robôs Wânderson O. Assis,
Leia maisImplementação de um Time para a categoria RoboCup Soccer Simulation 3D
Anais do XXVI Congresso da SBC EnRI l III Encontro de Robótica Inteligente 14 a 20 de julho de 2006 Campo Grande, MS Implementação de um Time para a categoria RoboCup Soccer Simulation 3D Luiz Antonio
Leia maisJADEX: A BDI REASONING ENGINE. Alexander Pokahr, Lars Braubach e Winfried Lamersdorf Springer US - Multi-Agent Programming 2005 pp.
JADEX: A BDI REASONING ENGINE Alexander Pokahr, Lars Braubach e Winfried Lamersdorf Springer US - Multi-Agent Programming 2005 pp. 149-174 Volume 15 Motivação Existem muitas plataformas para desenvolvimento
Leia mais6. QUADRIMESTRE IDEAL 7. NÍVEL Graduação 8. Nº. MÁXIMO DE ALUNOS POR TURMA TEORIA: 60 LABORATÓRIO: 30
Universidade Federal do ABC Rua Santa Adélia, 166 - Bairro Bangu - Santo André - SP - Brasil CEP 09.210-170 - Telefone/Fax: +55 11 4996-3166 1. CÓDIGO E NOME DA DISCIPLINA MC5001 - SISTEMAS MULTIAGENTES
Leia maisInteligência Artificial Aplicada a Robôs Reais
Inteligência Artificial Aplicada a Robôs Reais Prof. Dr. Eduardo Simões Instituto de Ciências Matemáticas e de Computação USP Cópias das Transparências: http://www.icmc.usp.br/~simoes/seminars/semi.html
Leia maisImplementando um controlador difuso para ajuste de condução da bola do Agente do MecaTeam
Implementando um controlador difuso para ajuste de condução da bola do Agente do MecaTeam Orivaldo Vieira Santana Júnior e Robson Rodrigo Tenório Gonzaga 1 Universidade Federal da Bahia (UFBA) Departamento
Leia maisOXENTE TEAM: IMPLEMENTAÇÃO DE HABILIDADES DE JOGO EM UM TIME DE FUTEBOL DE ROBÔS SIMULADO UTILIZANDO OTIMIZAÇÃO HEURÍSTICA
OXENTE TEAM: IMPLEMENTAÇÃO DE HABILIDADES DE JOGO EM UM TIME DE FUTEBOL DE ROBÔS SIMULADO UTILIZANDO OTIMIZAÇÃO HEURÍSTICA Ana Cláudia Fiorin Pianesso pianesso@ufba.br João Paulo Rocha Portela de Sousa
Leia maisSimulação de Futebol de Robôs
Departamento de Engenharia Elétrica Simulação de Futebol de Robôs Aluna: Bianca Burgos Maron Orientadora: Marley Vellasco Introdução A inteligência computacional e suas aplicações em robôs inteligentes
Leia maisProtótipo de um Simulador de um Aspirador de Pó, Utilizando Algoritmo de Busca e Agentes Inteligentes, em Ambientes com Barreiras
Protótipo de um Simulador de um Aspirador de Pó, Utilizando Algoritmo de Busca e Agentes Inteligentes, em Ambientes com Barreiras Jussara Vieira Ramos ROTEIRO Objetivo Introdução: I.A. X Robótica Agentes
Leia maisUniversidade Federal de Goiás Bacharelado em Ciências da Computacão Compiladores
Universidade Federal de Goiás Bacharelado em Ciências da Computacão Compiladores 2013-2 Compilador para a Linguagem Cafezinho Especificação dos trabalhos: T2 (Geração da Representação Intermediária e Análise
Leia maisProf. Dr. Alexandre da Silva Simões UNESP
UNESP!! Definição de paradigma!! Principais paradigmas da robótica:!! Paradigma Hierárquico (Deliberativo)!! Exemplos!! Paradigma Reativo!! Exemplos!! Paradigma Híbrido (Reativo-Deliberativo) 1 2!! Números
Leia maisIFAS3D: Uma Interface para o Simulador de Jogos de Futebol com Robôs Humanoides em 3D
IFAS3D: Uma Interface para o Simulador de Jogos de Futebol com Robôs Humanoides em 3D Adailton de J. Cerqueira Jr., Diego G. Frías Suárez, Marco A. C. Simões, Josemar R. Souza 1 Núcleo de Arquitetura de
Leia maisUSO DE PARALELISMO DE DADOS PARA MAIOR EFICIÊNCIA DE ALGORITMOS DE PROCESSAMENTO DE IMAGENS
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM USO DE PARALELISMO DE DADOS PARA MAIOR EFICIÊNCIA DE ALGORITMOS DE PROCESSAMENTO
Leia maisTemas Principais: Tipos de Robôs Sensores e Atuadores Modelos Sensoriais Modelos Cinemáticos Controle Robótico: Controle Reativo Controle
4 e Veículos Autônomos Temas Principais: Tipos de Robôs Sensores e Atuadores Modelos Sensoriais Modelos Cinemáticos Controle Robótico: Controle Reativo Controle Deliberativo Controle Hierárquico Localização
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 01 - Introdução O Que é Inteligência Artificial? [Winston, 1984]: "Inteligência artificial é o estudo das ideias que
Leia maisCliente-servidor Código móvel Agentes de software Processos pares. Prof a Ana Cristina B. Kochem Vendramin DAINF / UTFPR
n n n n Cliente-servidor Código móvel Agentes de software Processos pares Prof a Ana Cristina B. Kochem Vendramin DAINF / UTFPR Arquiteturas em Sistemas Distribuídos Cliente- Servidor Client invocation
Leia maisPROJETO DE PROGRAMAS. Projeto de Programas PPR0001
PROJETO DE PROGRAMAS Projeto de Programas PPR0001 Desenvolvimento de Software 2 3 Desenvolvimento de Software Análise de Requisitos Distinguir e dividir o sistema em componentes: Analisar os componentes
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisMecanismos de Interrupção e de Exceção, Barramento, Redes e Sistemas Distribuídos. Sistemas Operacionais, Sistemas
Arquitetura de Computadores, Arquitetura de Computadores Organização de Computadores, Conjunto de Instruções, Sistemas Operacionais, Sistemas Operacionais, Sistemas Mecanismos de Interrupção e de Exceção,
Leia maisInteligência Artificial
Inteligência Artificial Apresentação da disciplina Conceitos básicos Objetivos Apresentar uma visão geral da Inteligência Artificial, com ênfase na utilidade e aplicação das diferentes abordagens de solução
Leia maisPontifícia Universidade Católica de São Paulo Programa de TIDD
Disciplina: 2854 - Sistemas Inteligentes e Ambientes Virtuais Turma A Área de Concentração: Processos Cognitivos e Ambientes Digitais Linha de Pesquisa: Inteligência Coletiva e Ambientes Interativos Professor:
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 4 Tipos de Agentes Inteligentes Racionais e Ambientes
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 4 Tipos de Agentes Inteligentes Racionais e Ambientes 1 Um programa de IA pode ser visto como um Agente Racional Plano da aula Ambientes e arquiteturas
Leia maisInteligência Artificial. Prof. Ilaim Costa Jr.
Inteligência Artificial Prof. Ilaim Costa Jr. 4) Ciência da Computação 4) Ciência da Computação Exemplos de Aplicação da IA Matemática: demonstração
Leia maisBAHIA2D: DESENVOLVIMENTO DE CONTROLADORES FUZZY PARA AGENTES ROBÔS JOGADORES DE FUTEBOL
BAHIA2D: DESENVOLVIMENTO DE CONTROLADORES FUZZY PARA AGENTES ROBÔS JOGADORES DE FUTEBOL HUGO SILVA 1, JESSICA MEYER 1, MARCO A. C. SIMÕES 1, 2, HELDER ARAGÃO 2, RICARDO LIMA 2. 1 Núcleo de Arquitetura
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 - Introdução Edirlei Soares de Lima O que é Inteligência Artificial? Área de pesquisa que tem como objetivo buscar métodos ou dispositivos
Leia maisQuestões de Paradigmas de Programação Matéria: Prova 1 4ª EDIÇÃO
Questões de Paradigmas de Programação Matéria: Prova 1 4ª EDIÇÃO QUESTÃO 1 : Enviada por: Francisco Carlos Moraes Junior Duvidas: Thaise Domínios de programação são áreas onde os computadores são usados.
Leia maisIntrodução à Programação
Introdução à Programação Linguagens de Programação: sintaxe e semântica de linguagens de programação e conceitos de linguagens interpretadas e compiladas Engenharia da Computação Professor: Críston Pereira
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisSISTEMA ESPECIALISTA FUZZY PARA POSICIONAMENTO DOS JOGADORES APLICADO AO FUTEBOL DE ROBÔS
SISTEMA ESPECIALISTA FUZZY PARA POSICIONAMENTO DOS JOGADORES APLICADO AO FUTEBOL DE ROBÔS JOSÉ R. F. NERI, CARLOS H. F. SANTOS Grupo de Pesquisas em Robótica(GPR), Centro de Engenharias e Ciências Exatas(CECE),
Leia maisProf. Ms. Ronaldo Martins da Costa
Prof. Ms. Ronaldo Martins da Costa Diferentes conjuntos de etapas que envolvem métodos, ferramentas e procedimentos utilizados no desenvolvimento de software CiclodeVidaClássico Prototipação Modelo Espiral
Leia maisparte da teoria Engº Luis Paulo Reis parte da teoria + aulas práticas Sítio Web:
Docentes: Prof. parte da teoria Engº Luis Paulo Reis parte da teoria + aulas práticas Sítio Web: http://www.fe.up.pt/~eol/20032004/robotica/ Quadros powerpoint em pdf sobre alguns capítulos Ligação para
Leia maisCompetições de Robótica
Competições de Robótica Carolina de Oliveira Mykael dos Santos Sara Mariana Lorençoni Sarnaglia Resumo Observando o avanço tecnológico e a futura dominação de robôs no mundo, é possível entender que o
Leia maisDe Olho na Pista. Documento de Arquitetura. De Olho na Pista Documento de Arquitetura Data: 23/03/2013. AJA Software
AJA Software www.ajasoftware.wordpress.com De Olho na Pista Documento de Arquitetura Confidencial De Olho na Pista, 2013 1 Sumário 1. Introdução 3 2. Metas e Restrições da Arquitetura 3 3. Padrão da Arquitetura
Leia maisDocumento de Requisitos SISTEMA DE APOIO À ESCRITA (SAPES)
1. Introdução 1.1 Propósito Documento de Requisitos SISTEMA DE APOIO À ESCRITA (SAPES) O propósito deste documento de especificação de requisitos é definir os requisitos do sistema SAPES - Sistema de Apoio
Leia maisSSC510 Arquitetura de Computadores 1ª AULA
SSC510 Arquitetura de Computadores 1ª AULA REVISÃO DE ORGANIZAÇÃO DE COMPUTADORES Arquitetura X Organização Arquitetura - Atributos de um Sistema Computacional como visto pelo programador, isto é a estrutura
Leia maisOrdenação Externa. Ordenação Externa. Ordenação Externa. Ordenação Externa
Ordenação Externa Ordenação Externa Estrutura de Dados II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação
Leia maisInteligência Artificial. Josiane M. Pinheiro Ferreira Maio/2009
Inteligência Artificial Josiane M. Pinheiro Ferreira Maio/2009 Inteligência Artificial (IA) Estuda e tenta construir entidades inteligentes Durante milhares de anos procuramos entender como pensamos: Como
Leia maisRECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
Leia maisInteligência Artificial
UNIVERSIDADE PEDAGÓGICA Inteligência Artificial Semestre II 4 ano Des. Sys Jose Luis. Sambo O que é a ineligencia artificial? Área de pesquisa que tem como objetivo buscar métodos ou dispositivos computacionais
Leia maisO Time de Futebol Simulado ITANDROIDS-2D
Anais do XXVI Congresso da SBC EnRI l III Encontro de Robótica Inteligente 14 a 20 de julho de 2006 Campo Grande, MS O Time de Futebol Simulado ITANDROIDS-2D Raphael O. Xavier, Rodrigo Barbosa, Jackson
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 - Introdução Edirlei Soares de Lima O que é Inteligência Artificial? O que é Inteligência Artificial? Área de pesquisa que tem como objetivo
Leia maisTrabalho Prático 2 Mundo dos Blocos Alocação Dinâmica / Listas Encadeadas
Disciplina: Algoritmos e Estrutura de Dados I CIC / 9 Trabalho Prático Mundo dos Blocos Alocação Dinâmica / Listas Encadeadas Valor:,5 pontos (5% da nota total) Documentação não-latex: -, pontos Impressão
Leia maisHashing: conceitos. Hashing
Hashing: conceitos hashing é uma técnica conhecida como espalhamento, mapeamento ou randomização que tenta distribuir dados em posições aleatórias de uma tabela (array) associa cada objeto (de um determinado
Leia maisINTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
Leia maisObjetivo do Curso. Introdução à Interação Humano-Computador. Professora: Raquel Oliveira Prates
Introdução à Interação Humano-Computador Professora: Raquel Oliveira Prates http://www.dcc.ufmg.br/~rprates/ihc \ Aula 1: 14/05 1 Objetivo do Curso Apresentação dos conceitos básicos da área de Interação
Leia maisAnálise Sintática de Frases utilizando Gramáticas Livres de Contexto Probabilísticas
Universidade de São Paulo Mestrado em Ciência da Computação Instituto de Matemática e Estatística Disciplina MAC5725 Lingüística Computacional Análise Sintática de Frases utilizando Gramáticas Livres de
Leia mais2 Sistemas MultiAgentes em Jogos
2 Sistemas MultiAgentes em Jogos Recentemente, tem crescido o interesse sobre o tema multiagente por parte dos desenvolvedores de jogos eletrônicos. Este interesse foi motivado pelo surgimento das Graphics
Leia maisINTELIGÊNCIA COMPUTACIONAL
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br A Inteligência Computacional (IC), denominada originalmente de Inteligência Artificial (IA), é uma das ciências
Leia maisInteligência Artificial - IA. Agentes Inteligentes Cont.
Agentes Inteligentes Cont. 1 Caracterização de agente - M. A. A. S. (P.E.A.S) Medida desempenho Ambiente Atuadores Sensores Agente filtro de e-mail Minimizar carga de leitura usuário mensagens do usuário
Leia maisIntrodução à Ciência da Computação
1 Universidade Federal Fluminense Campus de Rio das Ostras Curso de Ciência da Computação Introdução à Ciência da Computação Professor: Leandro Soares de Sousa e-mail: leandro.uff.puro@gmail.com site:
Leia maisLinguagens de Programação Aula 3
Aula 3 Celso Olivete Júnior olivete@fct.unesp.br Na aula passada... Classificação das LPs (nível, geração e paradigma) Paradigmas Imperativo, OO, funcional, lógico e concorrente 2/33 Na aula de hoje...
Leia maisde petróleo. Um novo domínio chamado computação de propósito geral em processadores gráficos (GPGPU) surgiu quando os pipelines de gráficos de
12 1 1.1. Motivações Dentre os tipos de técnicas de Inteligência Artificial existentes, as técnicas de Programação Genética (PG) continuam mudando rapidamente conforme os pesquisadores e profissionais
Leia maisCada jogador possui a visão do jogo, conforme ilustrado na Figura 3, que pode ser alterada e programada pelo desenvolvedor.
Robotbulls Robotics Descrição da Equipe 2014* Alexandre Baratella Lugli. Av. João de Camargo, 510, Santa Rita do Sapucaí/MG. National Telecommunication Institute - INATEL, Department Industrial Automation
Leia maisUm Framework Baseado em Sistemas Multiagentes para Simulação de Estratégias de Investimento no Mercado Financeiro
Um Framework Baseado em Sistemas Multiagentes para Simulação de Estratégias de Investimento no Mercado Financeiro Diêgo Bispo Conceição diego.bispo@gmail.com Orientador CARLOS J. P. LUCENA Agenda Introdução
Leia maisMineração de Dados em Biologia Molecular
Mineração de Dados em Biologia Molecular WEKA Tópicos Introdução Simuladores de MD Principais módulos André C. P. L. F. de Carvalho Monitor: Váléria Carvalho André Ponce de Leon de Carvalho 2 Usando MD
Leia maisUNIDADE ACADÊMICA: Faculdade de
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE COMPUTAÇÃO BACHARELADO EM SISTEMAS DE INFORMAÇÃO PLANO DE DISCIPLINA DISCIPLINA: Programação Lógica ( X ) SEMESTRAL - ( ) ANUAL CÓDIGO: GSI010 PERÍODO: 2
Leia mais3 Redes Neurais Artificiais
3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida
Leia maisInteligência Artificial
Inteligência Artificial Aula 01 - Introdução Tiago Alves de Oliveira 1 O que é Inteligência Artificial? Tiago Alves de Oliveira 2 O que é Inteligência Artificial? Área de pesquisa que tem como objetivo
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 - Introdução Prof. Augusto Baffa O que é Inteligência Artificial? O que é Inteligência Artificial? Área de pesquisa que tem como objetivo
Leia maisCOMPARAÇÃO DE DESEMPENHO ENTRE IMPLEMENTAÇÕES DO ALGORITMO JOGO DA VIDA COM PTHREAD E OPEMMP 1
COMPARAÇÃO DE DESEMPENHO ENTRE IMPLEMENTAÇÕES DO ALGORITMO JOGO DA VIDA COM PTHREAD E OPEMMP 1 Márcia Da Silva 2, Igor Gamste Haugg 3, Eliézer Silveira Prigol 4, Édson L. Padoin 5, Rogério S. M. Martins
Leia maisSubsistemas de E/S Device Driver Controlador de E/S Dispositivos de E/S Discos Magnéticos Desempenho, redundância, proteção de dados
Sistemas Operacionais Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios Gerência de Dispositivos Subsistemas de E/S Device Driver Controlador de E/S
Leia maisLinguagens de Programação
Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Computação e Automação Linguagens de Programação Professor Responsável: Luiz Affonso Henderson Guedes de Oliveira Prof.
Leia maisDocumento de Arquitetura de Software- SGE
Documento de Arquitetura de Software- SGE IFG Autor: Marcelo Roldrin Barros Silva 1. Introdução 1.1 Finalidade Este documento oferece uma visão geral arquitetural abrangente do sistema SGE (Sistema de
Leia maisBAHIA2D: DESCRIÇÃO DO TIME. Universidade do Estado da Bahia (UNEB) Rua Silveira Martins, 2555, Cabula. Salvador BA Brasil
BAHIA2D: DESCRIÇÃO DO TIME HUGO SILVA 1, JESSICA MEYER 1, JAILSA OLIVEIRA 1, DANILO CRUZ 1, LEONARDO PESSOA 1, MAR- CO A. C. SIMÕES 1,2, HELDER ARAGÃO 2, RICARDO LIMA 2 1 Núcleo de Arquitetura de Computadores
Leia mais4 Arquitetura Adotada
4 Arquitetura Adotada Neste trabalho foi desenvolvido um sistema para a inspeção de dutos de óleo, gás e outros fluidos. Este sistema está sendo usado em inspeções que utilizam como ferramenta de inspeção
Leia maisMR-SoccerServer: Um Simulador de Futebol de Robôs usando Realidade Mista
MR-SoccerServer: Um Simulador de Futebol de Robôs usando Realidade Mista José Grimaldo da S. Filho 1, Adailton de J. Cerqueira Jr. 1, Juliana F. Reichow 1, Fagner de A. M. Pimentel 1, Elen M. R. de J.
Leia mais4 Detecção de Silhueta
4 Detecção de Silhueta No decorrer deste capítulo é proposto um modelo de detecção da silhueta da mão capaz de lidar com os erros da segmentação e ruídos na sua morfologia. Num primeiro passo são considerados
Leia maisFerramenta para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel.
para simulação dinâmica de sistema de manufatura baseada em modelos de construção flexivel. Fábio Luis Oliveira dos Reis (UFBA) flreis@ufba.br Leizer Schnitman (UFBA) leizer@area1.br Herman Augusto Lepikson
Leia mais3 A aplicação MoLIC WOz
A aplicação MoLIC WOz 33 3 A aplicação MoLIC WOz Esta seção descreve a MoLIC WOz relacionando com a Engenharia Semiótica (3.1) e apresentando a estrutura da ferramenta (3.2). 3.1 MoLIC WOz e a Engenharia
Leia maisComunicado: Janela de Manutenção do Sistema GAR 09/08/2012. Departamento de Produtos Agosto/2012
Comunicado: Janela de Manutenção do Sistema GAR 09/08/2012 Departamento de Produtos Agosto/2012 Introdução Está previsto a implementação de uma atualização dos sistemas GAR em ambiente de produção, no
Leia mais4 Testes e experimentos realizados 4.1. Implementação e banco de dados
32 4 Testes e experimentos realizados 4.1. Implementação e banco de dados Devido à própria natureza dos sites de redes sociais, é normal que a maior parte deles possua uma grande quantidade de usuários
Leia maisMicrosoft Faculty Connection
Microsoft Faculty Connection Plataforma de Jogos como Ferramenta Multidisciplinar Prof. Dr. LucianoAntonio Digiampietri EACH-USP Roteiro Introdução Objetivos Detalhamentodo Projeto Conclusões Introdução
Leia maisSistemas de Informação e Decisão. Douglas Farias Cordeiro
Sistemas de Informação e Decisão Douglas Farias Cordeiro Decisão Tomamos decisões a todo momento! O que é uma decisão? Uma decisão consiste na escolha de um modo de agir, entre diversas alternativas possíveis,
Leia maisInteligência Artificial
Inteligência Artificial Professor: Jerônimo Pellegrini (jeronimo.pellegrini@ufabc.edu.br) Horário α: 2a (8 10), 4a (10 12) Sala: S 501 (bloco B) URL deste curso: http://aleph0.info/cursos/ia 2008 t2/ Formato
Leia maisApresentação. !! Familiarização com os métodos de construção de compiladores de linguagens e com as técnicas de compilação mais habituais.
Apresentação Universidade dos Açores Departamento de Matemática www.uac.pt/~hguerra/!! Aquisição de conceitos sobre a definição de linguagens de programação.!! Familiarização com os métodos de construção
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Parte I) Prof. a
Leia maisUNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO CURSO: CIÊNCIA DA COMPUTAÇÃO. Prof.ª Danielle Casillo
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO CURSO: CIÊNCIA DA COMPUTAÇÃO Prof.ª Danielle Casillo Proposta por Alan Turing em 1936; É universalmente conhecida e aceita como formalização de algoritmo; Teoria
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisINSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO
INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) Informação - ICPG - Criciuma - SC 1 Conceitos de Inteligência e Inteligência Artificial.
Leia maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisSIMULADOR DE UMA PARTIDA DE FUTEBOL COM ROBÔS VIRTUAIS
SIMULADOR DE UMA PARTIDA DE FUTEBOL COM ROBÔS VIRTUAIS Fábio Schülter Orientador: Prof. José Roque Voltolini da Silva Roteiro da Apresentação Introdução - Objetivos do trabalho Revisão bibliográfica Desenvolvimento
Leia maisAPLICAÇÃO DE UM MODELO MATEMÁTICA EM UMA EQUIPE DE FUTEBOL DE ROBÔS
ISSN 175-695 Rio de Janeiro- Brasil, 07 e 08 de novembro de 007. SPOLM007 APLICAÇÃO DE UM MODELO MATEMÁTICA EM UMA EQUIPE DE FUTEBOL DE ROBÔS Marco Antonio Firmino de Sousa Instituto Militar de Engenharia
Leia maisSEMÂNTICA. Rogério Rocha. rode = program simples = var x : int := 3 in x := x + 5 end.
SEMÂNTICA program simples = var x : int := 3 in x := x + 5 end. rode =? Rogério Rocha Roteiro Introdução Sintaxe Semântica Dinâmica (Métodos formais) Operacional Axiomática Denotacional Estática Conclusão
Leia maisDESENVOLVIMENTO DE INTERFACE GRÁFICA PARA UM SISTEMA DIDÁTICO EM CONTROLE DE PROCESSOS
DESENVOLVIMENTO DE INTERFACE GRÁFICA PARA UM SISTEMA DIDÁTICO EM CONTROLE DE PROCESSOS Ronaldo da Costa Freitas 1 Ágio Gonçalves de Moraes Felipe 2 1 Introdução/ Desenvolvimento O uso da automação nos
Leia maisARQUITETURA HIERÁRQUICA DISTRIBUÍDA PARA COORDENAÇÃO E COOPERAÇÃO DE SISTEMAS MULTI-ROBÔS
ARQUITETURA HIERÁRQUICA DISTRIBUÍDA PARA COORDENAÇÃO E COOPERAÇÃO DE SISTEMAS MULTI-ROBÔS André G. S. Conceição, Tiago T. Ribeiro, A. Paulo Moreira, Paulo J. Costa Departamento de Engenharia Elétrica Universidade
Leia maisAULA 03: FUNCIONAMENTO DE UM COMPUTADOR
ORGANIZAÇÃO E ARQUITETURA DE COMPUTADORES I AULA 03: FUNCIONAMENTO DE UM COMPUTADOR Prof. Max Santana Rolemberg Farias max.santana@univasf.edu.br Colegiado de Engenharia de Computação O QUE É UM COMPUTADOR?
Leia maisSistemas Especialistas. Prof. Msc. Jacson Rodrigues
Sistemas Especialistas Prof. Msc. Jacson Rodrigues Sistemas Especialistas Características: Sistema computacional; Destinado a representar o conhecimento de um ou mais especialistas humanos sobre um domínio
Leia maisIntrodução à Computação
Universidade Federal de Campina Grande Centro de Engenharia Elétrica e Informática Unidade Acadêmica de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Introdução à Computação EXERCÍCIOS
Leia maisPROJETO DE INCLUSÃO DE DISCIPLINAS OPTATIVAS NO CURSO DE BACHARELADO EM SISTEMAS DE INFORMAÇÃO CAMPUS CURITIBA
PR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba Curso de Bacharelado em Sistemas de Informação PROJETO DE INCLUSÃO DE DISCIPLINAS
Leia maisAutômatos e Linguagens
Autômatos e Linguagens Eduardo Ferreira dos Santos Ciência da Computação Centro Universitário de Brasília UniCEUB Agosto, 2016 1 / 41 Sumário 1 Compiladores 2 Linguagens de programação 3 Ciência dos compiladores
Leia maisIntrodução à Computação: Máquinas Multiníveis
Introdução à Computação: Máquinas Multiníveis Beatriz F. M. Souza (bfmartins@inf.ufes.br) http://inf.ufes.br/~bfmartins/ Computer Science Department Federal University of Espírito Santo (Ufes), Vitória,
Leia maisInteligência Computacional para Jogos Eletrônicos
Inteligência Computacional para Jogos Eletrônicos Papéis da IA em Jogos Adversários Aliados Personagens de apoio NPC s (Non-player Character) Comentaristas Controle de câmera Geração de fases Nivelamento
Leia maisCAP. VI ANÁLISE SEMÂNTICA
CAP. VI ANÁLISE SEMÂNTICA VI.1 Introdução Semântica SIGNIFICADO, SENTIDO LÓGICO, COERÊNCIA,... Diferença entre SINTAXE e SEMÂNTICA Sintaxe : descreve as estruturas de uma linguagem; Semântica : descreve
Leia maisSUMÁRIO REGIMENTO INTERNO E ESTRUTURA CURRICULAR DO MESTRADO PROFISSIONALIZANTE EM CIÊNCIA DA COMPUTAÇÃO
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PERNAMBUCO BOLETIM OFICIAL NÚMERO ESPECIAL SUMÁRIO REGIMENTO INTERNO E ESTRUTURA CURRICULAR DO MESTRADO PROFISSIONALIZANTE EM CIÊNCIA DA COMPUTAÇÃO B. O.
Leia mais