Modelos Baseados em AgentesModelos Baseados em Agentes

Prof. André CamposAula #4

AgentesAgentesReativosReativos

Concepção de agentesConcepção de agentes

• Definir uma arquitetura para o agente– Objetivo: especificar a forma na qual as

propriedade de• Autonomia• Reação• Sociabilidade• Pró-atividade• etc

– ... serão implementadas

Arquitetura de agentesArquitetura de agentes

• ”A particular methodology for building agents. It

specifies how the agent can be decomposed into the

construction of a set of component modules and how

these modules should be made to interact.

The total set of modules and their interactions has to

provide an answer to the question of how the sensor

data and the current state of the agent determines

the actions ... and the future internal state of the

agent”.

Pattie Maes

História das ArquiteturasHistória das Arquiteturas

• Sistemas baseados em agentes I.A.• (1956-1985) I.A. raciocínio simbólico

– Baseado na premissa que entidades inteligentes são aquelas que conseguem representar e manipular conhecimento.

– Representação = uso de símbolos (ex.: ling. humana)– Agente Cognitivos (deliberativos)

• (1985-1993) Reação contra o racioc. simbólico– Agentes Reativos

• (1990-hoje) Combinação das abordagens– Agentes Híbridos

Inteligência = Cognição?Inteligência = Cognição?

• Reação contra o raciocínio simbólico– Principal ativista = Rodney Brooks

• Um agente precisa necessariamente possuir um sistema cognitivo (tratamento simbólico de informações)?– O sistema cognitivo humano é uma boa

fonte de inspiração para sistemas inteligentes, mas não é a única.

Sistemas Auto-Sistemas Auto-OrganizantesOrganizantes

Sistemas Auto-Sistemas Auto-OrganizantesOrganizantes

(Propriedades)(Propriedades)

• Robustos– Especialização e Redundância

• Adaptação– Não há coordenação central– Não há planificação global– Adaptação local

• Reatividade– Ações e percepções locais, porém distribuídas e

altamente interconectadas

• Simplicidade– “Economia cognitiva”

““Economia Cognitiva”Economia Cognitiva”

• Cognição Memória• Memória individual memória do

ambiente– Grande importância ao ambiente– Memória compartilhada– Forma de comunicação (propagação)

• Impossível de conceber um agente reativo sem levar em conta sua interação com o ambiente

Hipóteses de BrooksHipóteses de Brooks

• R. Brooks defende 3 idéias básicas1. Comportamento inteligente pode ser gerado

sem representação simbólica alguma.2. Comportamento inteligente pode ser gerado

sem raciocínio simbólico algum.3. Inteligência é uma propriedade emergente de

alguns sistemas complexos.

• ... e identifica que:– Comportamento inteligente é resultado da

interação do agente com o ambiente.– “a inteligência está no olho do observador”.

Arquitetura ReativaArquitetura Reativa

• Comportamento baseado um modelo “estímulo-resposta”– Similar ao Behaviorismo (atitudes

condicionadas), porém “pré-condicionadas”.– Se “situação” então “ação”

• Regras de comportamento situado– Eles não levam em conta eventos passados nem

podem planejar o futuro.– Eles não revisam seus modelos do ambiente ao

redor quando este é modificado.• Simples de implementar

– Porém o comportamento global do sistema é difícil prever.

Agentes reativos vs. Agentes reativos vs. cognitivoscognitivos

• Ação = (estado interno, ambiente)• Agentes Cognitivos ou Deliberativos

– estado interno = memória, crenças, motivações...

• Agentes (puramente) reativos– estado interno =

Reativos Cognitivos

Agentes Puramente Agentes Puramente ReativosReativos

• Agentes baseados unicamente na percepção da situação presente– Não possuem estados– Também conhecidos como Agentes Trópicos

(Jacques Ferber)

• Podem ser representados como uma função– Ação: S A

• Exemplo:– Velocímetro

AgenteAmbiente

Percepção Ação

Agentes Reativos c/ Agentes Reativos c/ estadoestado

• Agente possui uma estrutura interna de dados usada basicamente para:– Armazenar dados do agente– Armazenar dados do ambiente

• Exemplo– Alarme

• Horaconfiguradapara soar

Agente

AmbientePercepção Ação

Estado

Arquitetura de Arquitetura de SubsumptionSubsumption

• Para defender suas idéias, R. Brooks construiu robôs baseados em uma arquitetura chamada “Subsumption”

• Arquitetura de comportamento hierárquica direcionada à realização de tarefas– Cada comportamento possui uma

estrutura simples baseada em regras• Se “situação” então “ação”.

– Cada comportamento compete com os demais na definição da ação prioritária

Hierarquia em Hierarquia em SubsumptionSubsumption

• Hierarquia define as prioridades dos comportamentos em “camadas”

• Camadas mais baixas representam comportamentos mais “instintivos” e tem prioridade de ação maior

Perc

ep

ção

Açã

o

Comportamento 1

Comportamento 2

Comportamento n

…

Exemplo: Robôs Exemplo: Robôs exploradoresexploradores

• Uso da arquitetura de Subsumption– Steel (198?)

• Simulação da exploração de um planeta distante com o objetivo de coletar amostras de pedras de um determinado tipo.

• A localização das amostras não é conhecida.• Existe inúmeras versões desse problema

– O versão apresentada aqui é a mais simples• Não cooperativa• Contato com a base através de sinal de propagação

Comportamentos (1)Comportamentos (1)

• Procurar por amostras– Agentes procuram por amostras

aleatoriamenteMove aleatoriamente no terreno

• Coletar amostra– Agentes coletam as amostras que encontrarem

Se (detecta uma amostra), então (a colhe)

• Retornar a base– Agentes carregando amostras devem retornar

a nave-mãeSe (carrega uma amostra), então (move em direção a base)

Comportamentos (2)Comportamentos (2)

• Depositar amostra– Agentes depositam as amostras na nave-

mãeSe (carrega uma amostra e está na base), então (deposita amostra)

• Desviar de obstáculo– Agentes se desviam de obstáculos no seu

caminhoSe (detecta um obstáculo no caminho), então (contorna-o)

Comportamentos em Comportamentos em camadascamadas

Perc

ep

ção

Açã

o

Procurar por amostra

Coletar amostra

Retornar a base

Depositar amostra

Desviar de obstáculo

Interação com o ambienteInteração com o ambiente

• Comunicação com a base via o ambiente

A. Drogoul

1 1 1

1 1 2 2 2 1 1

1 2 3 3 3 2 1

1 2 3 4 4 4 3 2 1

1 2 3 4 B 4 3 2 1

1 2 3 4 4 4 3 2 1

1 2 3 3 3 2 1

1 1 2 2 2 1 1

A”

1 1 1 A

Problemas mais Problemas mais complexoscomplexos

• Resolução distribuída de problemas

A. Drogoul

Exemplos de aplicação (1)Exemplos de aplicação (1)Agentes puramente reativosAgentes puramente reativos

• Estudo da insetos sociais (formigas, vespas, abelhas...) e sua relação com o ambiente– construção coletiva do ninho de uma colônia de

formigaSistema real Modelo Simulação

Exemplos de aplicação (2)Exemplos de aplicação (2)Agentes reativos com estadosAgentes reativos com estados

• Estudo do uso de bovinos e eqüinos em pastagens em montanhasde altitude média

• Modelos dos agentes– Comportamento social– Motivações

• Água, sombra etc

Exemplos de aplicação (3)Exemplos de aplicação (3)Agentes “semi”-deliberativosAgentes “semi”-deliberativos

• Simulação fictícia: caso Presa-Predador

• Uso da lógica fuzzy para modelar crenças

)direction, resistance,(pet ,, distance from predator

otherwise1

si

si0

otherwise0

of

if1)()(

fpnnx

qxqqq

qxqx

far(x)

pxppp

pxpx

close(x)

xfarxcloseescape

LU

LL

L

L

UU

U

Discussão / SumárioDiscussão / Sumário

• Agentes reativos– Explora metáforas provenientes das

ciências biológicas e da vida– Bastante utilizados em sistemas de Vida

Artificial

• Quando usar agentes reativos– Representação de fenômenos complexos

através de regras de comportamentos simples