ia - aula 03 - agentes parte 1

Inteligência ArtificialAula 03 – Agentes, parte 1

Prof. Andrei de A. Formiga

O que são Agentes Inteligentes?

Um agente inteligente é uma entidade que age de forma a atingir o melhor resultadoou, na presença de incertezas, o melhor resultado esperado.

Mas...

Existe alguma estrutura comum aos agentes?

O que significa o melhor resultado?

O melhor resultado depende de onde o agente está?

Como podemos caracterizar a racionalidade?

Plano

Agentes e Ambientes

Racionalidade

Ambientes e Problemas

Estrutura dos Agentes

O Agente e seu Ambiente

Um agente é uma entidade que percebe seu ambiente através de sensores, e atua nele através de atuadores. Creator:idraw

Percepção

Percepto: conjunto de todas as entradas dos sensores

Seqüência perceptiva: seqüência de perceptos

Descrevendo Agentes

Ação pode depender de toda seqüência perceptiva até o momento

Para cada seqüência, temos uma ação Essa correspondência descreve

completamente um agente Relação entrada x saída: função do agente

agenteseq. perceptiva ações

Função do Agente

Podemos criar uma tabela Para cada seq. perceptiva, lista a ação Caracterização externa Não diz muito sobre implementação

Função x Implementação Implementação: programa do agente Vários programas podem implementar a mesma

função

Exemplo

Mundo do aspirador de pó

Creator:idraw

Mundo do aspirador

Agente: aspirador de pó

Cada bloco pode estar limpo ou ter poeira

Percepção Qual o bloco atual Se o bloco atual está limpo

Mundo do aspirador

Ações do aspirador: Aspirar Ir para a esquerda Ir para a direita Nenhuma

Mundo do aspirador

Estratégia simples:

Se bloco atual tem poeira: Aspirar

Caso contrário: Ir para outro bloco

Tabela do agente aspirador

Seqüência perceptiva Ação

[A, Limpo] Direita

[A, Poeira] Aspirar

[B, Limpo] Esquerda

[B, Poeira] Aspirar

[A, Limpo], [A, Limpo] Direita

[A, Limpo], [A, Poeira] Aspirar

... ...

[A, Limpo], [A, Limpo], [A, Limpo] Direita

[A, Limpo], [A, Limpo], [A, Poeira] Aspirar

... ...

O que são Agentes Inteligentes?

Um agente inteligente é uma entidade que age de forma a atingir o melhor resultadoou, na presença de incertezas, o melhor resultado esperado.

Projeto de Agentes

Como preencher a tabela para atingir o melhor resultado? E o que significa isso?

Desempenho

Podemos perguntar ao agente?

NÃO

Alguns poderiam não saber responder

Alguns poderiam se iludir

Medidas de Desempenho

Objetivas

Definidas externamente Criador do agente

Desempenho do Aspirador

Ex.: Quantidade de poeira limpa por turno Problema: possibilidade de ”jogar com as regras”

Outra medida: número de blocos limpos Custos energéticos

Medidas devem refletir exatamente o resultado esperado

Medidas de Desempenho

Responsabilidade do criador do agente

Nem sempre simples de selecionar

Efeitos de média Ex.: limpeza média dos blocos (aspirador)

Racionalidade

Se sabemos: Que ações um agente pode tomar O que ele percebe do ambiente O que ele conhece Que medidas ditam seu desempenho

Podemos definir um parâmetro de racionalidade

Racionalidade

O que é racional depende de 4 fatores:

As medidas de desempenho definidas

O conhecimento prévio do agente

As ações que o agente pode realizar

A seqüência perceptiva até o momento

Agente Racional

Para cada seqüência perceptiva possível, um agente racional deve selecionar uma ação cujo resultado esperado é maximizar sua medida de desempenho, dada a evidência fornecida pela seqüência perceptiva e pelo conhecimento prévio do agente.

Aspirador, novamente

Agente mostrado na tabela anterior é racional?

Depende

Quais são os parâmetros de racionalidade para este agente?

Aspirador, novamente

Medida de desempenho: 1 ponto para cada bloco limpo em cada turno, durante 1000 turnos

Conhecimento: agente conhece geografia do ambiente e o resultado de suas ações

Ações: Direita, Esquerda, Aspirar, Nenhuma

Percepção: local e se tem poeira

Aspirador, novamente

O agente é racional Segundo os parâmetros definidos

Em circunstâncias diferentes, talvez não Com os blocos limpos, agente move-se o tempo

todo Custo de energia Medida de desempenho pode subtrair 1 ponto para

cada movimento

Onisciência

Racionalidade X Onisciência Onisciência:

Todas as informações atuais Prever o resultado de qualquer ação futura

Impossível saber o resultado das ações a priori Ações imperfeitas podem ocorrer

Desempenho Esperado

Onisciência permite perfeição Maximizar o desempenho em qualquer

circunstância

Racionalidade deve maximizar o resultado esperado

Desempenho e Percepção

A racionalidade fica limitada à seqüência perceptiva escolhida pelo agente? Não, é preciso obter as informações relevantes

Atividades do agente Levantamento de informações Exploração do ambiente Aprendizado

Autonomia

O quanto o agente depende do seu criador? Conhecimento inicial

Ambientes previsíveis Todos os resultados conhecidos a priori Não requer autonomia Não muito interessantes

Autonomia

Ambientes interessantes Não é possível prever todos os resultados Não é possível ter todas as informações na

seqüência perceptiva Agentes procuram melhor resultado esperado É preciso aprender com a experiência e ajustar as

expectativas

Autonomia

Agentes autônomos podem aprender com a experiência, ajustar as suas expectativas, e assim obter melhores resultados com o tempo, sem depender crucialmente do conhecimento inicialembutido nele por seu criador.