introdução aos agentes inteligentes

1

Introdução aos Agentes Inteligentes

Aula: Agentes Baseados em Lógica

Flávia Barros

2

Plano de Aula

Mundo do Wumpus Formulação do problema Descrição do Ambiente Arquiteturas dos Agentes

Tipos de regras

Agente Baseado em Lógica Regras de inferência Transformando conhecimento em ação

3

Bem-vindos ao “Mundo do Wumpus”

Wumpus

Agente caçador de tesouros

4

O Mundo do Wumpus: formulação do problema

Ambiente: paredes, Wumpus, cavernas, buracos, ouro

Estado inicial: agente na caverna (1,1) com apenas uma flecha Wumpus e buracos em cavernas quaisquer

Objetivos: pegar a barra de ouro & voltar à caverna (1,1) com vida

5


Percepções: fedor ao redor do Wumpus vento ao redor dos buracos brilho do ouro - apenas na caverna onde ele está choque contra a parede da caverna grito do Wumpus quando ele morre

6


Ações do agente: avançar para próxima caverna girar 90 graus à direita ou à esquerda pegar o ouro na mesma caverna onde o agente

está atirar na direção para onde está olhando

a flecha pára quando encontra uma parede ou mata o Wumpus

sair da caverna

8

Raciocinando e Agindo no Mundo do Wumpus

Conhecimento do agente: (a) no início do jogo, depois de receber sua primeira percepção , e (b) depois do 1o movimento, com a seqüência de percepções

[nada,vento,nada,nada,nada]

1

2

3

41 2 3

4

ok

ok

okA 1

2

3

41 2 3

4

okA

ok

CV vok

B?

B?

CV - caverna visitada

9

Raciocinando e Agindo no Mundo do Wumpus

Estando em (2,2), o agente move-se para (2,3) e encontra o ouro!!!

1

2

3

41 2 3

4

ok

Afok

CV CVvok

B!

W!

ok

1

2

3

41 2 3

4

ok

A

fok

CV CV

v okB!

W!

CVok

CV

f v bB?

B?

CV - caverna visitada

Mundo de WumpusTipo do ambiente

Parcialmente observável

Determinista

Não-Episódico

Estático

Discreto

10

11

Mundo de Wumpus Arquiteturas do agente

Agente puramente reativo

Agente reativo com estado interno (autômato)

Agente cognitivo (baseado em objetivos)

Agente otimizador

Agente adaptativo

12

Mundo de Wumpus Agente puramente reativo

Exemplo de regra de reação IF percepção = brilho THEN ação = pegar-o-ouro

Limitações do agente reativo puro um agente ótimo deveria:

recuperar o ouro ou determinar que é muito perigoso pegar o ouro e em qualquer dos casos acima, voltar para (1,1) e sair da

caverna. Um agente reativo nunca sabe quando parar

estar com o ouro e estar na caverna (1,1) não fazem parte da sua percepção (se pegou, esqueceu).

esses agentes podem entrar em laços infinitos.

13

Mundo de Wumpus Agente reativo com estado interno

Regras associando indiretamente percepção com ação pela manutenção de um modelo do ambiente Ação a realizar agora depende da percepção atual +

anteriores + ações anteriores...

Motivação para guardar estado do ambiente O ambiente inteiro não é acessível no mesmo

momento O agente só vê o interior da caverna quando esta dentro

dela Percepções instantâneas iguais podem corresponder

a estados diferentes ex. o agente sem estado interno não sabe quais são as

cavernas já visitadas...

14

Agente reativo com estado internoTipos de regras – geral...

Além das regras de reação Sempre precisamos delas...

Precisamos de novas regras para atualização do modelo do ambiente percepção modelo modelo’ modelo’ modelo’’

só quando o modelo se atualiza sozinho (via inferência)

modelo’’ ação ação modelo’’ modelo’’’

15


Regras percepção modelo modelo’ IF percepçãoVisual no tempo T = brilho

AND localização do agente no tempo T = (X,Y)THEN localização do ouro no tempo T = (X,Y)

Regras modelo modelo’ IF agente está com o ouro no tempo T

AND localização do agente no tempo T = (X,Y)THEN localização do ouro no tempo T = (X,Y)

16


Regras modelo ação IF localização do agente no tempo T = (X,Y)

AND localização do ouro no tempo T = (X,Y) THEN ação escolhida no tempo T = pegar

Regras ação modelo modelo IF ação escolhida no tempo T = pegar

THEN agente está com o ouro no tempo T+1

17


Desvantagens desta arquitetura: Oferece autonomia, mas não muita Não tem objetivo explicito Não pensa no futuro (além da ação imediata)

Ex. pode entrar em loop se as regras não forem bem projetadas

18

Agente cognitivo (baseado em objetivo)

Am

bie

nte

Sensores

Atuadores

Modelo dos ambientespassados e atual

Interpretadorde percepção

Escolhedor de ação

Atualizadordo modelo

do ambiente

Preditorde ambientes

futuros

Modelo de ambientesfuturos hipotéticos

ObjetivosAtualizadordo objetivos

19

Agente Baseado em Objetivo Funcionamento geral

Associação entre percepção e ação Mediada por modelo do ambiente e objetivo do

agente

Pode envolver encadear regras para construir plano multi-passo necessário para atingir objetivo a partir de modelo Ex. matar o Wumpus para poder atravessar a

caverna onde ele esta e então pegar o ouro (objetivo)

20

Agente Baseado em Objetivo Funcionamento geral

Capaz de lidar com os 5 tipos de regras do agente reativo com estado interno, além de 2 novos tipos de regras: Regras: objetivo modelo ação Regras: objetivo modelo objetivo’

Trata o objetivo explicitamente e pode pensar no futuro!!!!

Porém... não trata objetivos conflitantes ex. pegar o ouro pelo caminho mais curto, seguro,

rápido Agente baseado em utilidade (próximos capítulos...)

21

Agente Baseado em Objetivo Regras objetivo modelo ação - I

O agente escolhe um caminho para o objetivo IF objetivo do agente no tempo T é estar na

localidade (X,Y) AND agente está em (X-1, Y-1) no tempo T-N AND sabe que localidade (X,Y-1) é segura no tempo T-NAND sabe que localidade (X,Y) é segura no tempo T-NTHEN escolha ação Vá-para (X,Y) via (X,Y-1)

22

Agente Baseado em Objetivo Regras objetivo modelo ação - II

O agente pode variar a escolha conforme o objetivo, como não matar o wumpus para pegar logo o ouro IF objetivo do agente é pegar o ouro

AND agente está em (X-1, Y) no tempo T AND sabe que o ouro está na localidade (X,Y)

AND sabe que localidade (X,Y) é segura no tempo T AND sabe que o Wumpus está na localidade (X-1,Y+1) no tempo T AND sabe que o agente tem uma flecha no tempo TTHEN escolha ação Vá-para (X,Y)

23

Agente Baseado em Objetivo Regras objetivo modelo objetivo’

Se o agente queria estar com o ouro e conseguiu, atualizar objetivo para “ir para (1,1)” IF objetivo do agente no tempo T é estar com o

ouro no tempo T+N AND agente está com o ouro no tempo T+1 THEN atualize o objetivo do agente no tempo T+1 para objetivo = (1,1) no tempo T+M

24

Lógica de Primeira Ordem

Sistema Formal em LPO

Cálculo = Cálculo de Predicados

Teoria

Linguagem= LPO

Regras de derivação= regras de inferência

sintaxe + semântica

Teoremas = fatos derivados

Axiomas= fatos + regras do problema

diacrônicassíncronas

causais de diagnóstico

Base de Conhecimento = fatos e regras básicos (só axiomas!)Memória de Trabalho = fatos particulares à instância do problema e fatos derivadosMáquina de Inferência = regras de inferência

27

Como Raciocinar ?

(1) Construindo a Tabela-Verdade (para mundos muito pequenos)

(2) Usando regras de inferência!

28

Regras de Inferência

Modus Ponens:

E-eliminação:

E-introdução:

Ou-introdução:

Eliminação de dupla negação:

Resolução unitária:

Resolução:

,

i

n

...21

n

n

...

,...,,

21

21

n

i

...21

,,

,

diz que a sentença pode ser derivada de por inferência.

29

Propriedades da Inferência Lógica

Corretude gera apenas sentenças válidas

Composicionalidade o significado de uma sentença é função do de suas partes

Monotonicidade Tudo que era verdade continua sendo depois de uma inferência

Localidade inferência apenas com comparações locais (porção da BC).

Localidade e composicionalidade ---> modularidade ---> reusabilidade e extensibilidade

30

Agentes baseados em LPO

31


Representando sentenças no mundo:Pedro possui um cachorro.Todo dono de cachorro é um protetor dos animais.Nenhum protetor dos animais mata um animal.

Representando sentenças na Lógica:x cachorro(x) possui(Pedro,x)

x y (cachorro(y) possui(x,y)) protetorAnimais(x)

x protetorAnimais(x) y animal(y) mata(x,y)

32


Base de Conhecimento fatos e regras básicos, gerais, permanentes (só

axiomas!) (x,z) Avó(x,z) (y) Mãe(x,y) (Mãe(y,z) Pai(y,z))

Memória de Trabalho fatos particulares à instância do problema (axiomas)

Pai(Caetano,Zeca), Mãe(Canô, Caetano) e fatos derivados (teoremas)

Avó(Canô, Zeca)

Máquina de Inferência regras de inferência

33

Hipótese do Mundo Fechado

Tudo que não estiver presente na base é considerado falso

Isto simplifica (reduz) a BC Ex. Para dizer que os brasileiros e

argentinos gostam de futebol, não precisa explicitamente dizer que os outros não gostam...

34

Agentes LPO para o Mundo do Wumpus

35

Um Agente LPO para o Mundo do Wumpus

Interface entre o agente e o ambiente: sentença de percepções, que inclui as percepções e

o tempo (passo) em que elas ocorreram e.g.: Percepção ([Fedor, Vento, Brilho, nada(~choque),

nada(~grito)], 6)

Ações do agente: Girar(Direita), Girar(Esquerda), Avançar, Atirar,

Pegar, Soltar e Sair das cavernas

36

Um Agente LPO para o Mundo do Wumpus

Três arquiteturas de Agentes baseados em LPO: Agente reativo Agente com Modelo do Mundo Agente baseado em Objetivo

37

Agente reativo baseado em LPO

Possui regras ligando as seqüências de percepções a ações Essas regras assemelham-se a reações f,v,c,g,t Percepção([f,v, Brilho,c,g], t) Ação(Pegar, t)

Essas regras dividem-se entre Regras de (interpretação) da percepção

v,b,c,g,t Percepção([Fedor,v,b,c,g], t) Fedor (t)f,b,c,g,t Percepção([f,Vento,b,c,g], t) Vento (t)f,v,c,g,t Percepção([f,v,Brilho,c,g], t) Junto-do-Ouro (t)

. . . Regras de açãot Junto-do-Ouro (t) Ação(Pegar, t)

38

Limitações do agente reativo puro

Como já vimos, um agente reativo puro nunca sabe quando parar estar com o ouro e estar na caverna (1,1)

não fazem parte da sua percepção se pegou, esqueceu

esses agentes podem entrar em laços infinitos.

Para ter essas informações, o agente precisa guardar uma representação do mundo.

39

Agentes LPO com Estado Interno

Guardando modelo interno do mundo (MT) sentenças sobre o estado atual do mundo

“agente está com o ouro” O modelo será atualizado quando

O agente receber novas percepções e realizar ações

ex. o agente pegou o ouro,..

Questão Como manter, com simplicidade, o modelo

do mundo corretamente atualizado?

40

Representando Mudanças no Mundo

Como representar as mudanças? Ex., “O agente foi de [1,1] para [1,2]”1. Apagar da MT sentenças que já não são verdade

ruim: perdemos o conhecimento sobre o passado, o que impossibilita previsões de diferentes futuros.

2. Cada estado é representado por uma BC/MT diferente: ruim: pode explorar situações hipotéticas, porém não

pode raciocinar sobre mais de uma situação ao mesmo tempo. ex. “existiam buracos em (1,2) e (3,2)?”

41

Cálculo Situacional

Solução: Cálculo situacional ! uma maneira de escrever mudanças no tempo

em LPO Permite a representação de diferentes

situações na mesma BC/MT

Cap 10, pag. 329 do livro novo

42


Predicados que mudam com o tempo têm um argumento adicional de situação (tempo, turno) Ao invés de Em(Agente,local) teremos Em(Agente,[1,1],S0) Em(Agente,[1,2],S1)

Predicados que denotam propriedades que não mudam com o tempo não necessitam de argumentos de situação Parede(0,1) e Parede(1,0)

43


O mundo consiste em uma seqüência de situações situação N ===ação===> situação N+1

Utiliza uma função Resultado para representar as mudanças no mundo: Resultado (ação,situação N) = situação N+1

44

Exemplo de cálculo situacional

Resultado(Forward,S0) = S1

Resultado(Turn(Right),S1) = S2

Resultado(Forward,S2) = S3

45

Descrição completa de como o mundo evolui uma coisa é verdade depois

[uma ação acabou de torná-la verdadeela já era verdade e nenhuma ação a tornou falsa

]

Ex. a –ação-,o –ouro-,sit Segurando(o, Resultado(a,s))

(a = Pegar Junto-do-ouro(s)) .: R (Segurando (o,s) (a Soltar)]Obsesultado(a,s) = s+1

É necessário escrever uma axioma estado-sucessor para cada predicado que pode mudar seu valor no tempo.

Representando Mudanças no Mundo Axiomas estado-sucessor

46

O que muda com o tempo no mundo do Wumpus? Pegar ouro, localização e orientação do agente

Guardando localizações O agente precisa lembrar por onde andou e o que viu para poder deduzir onde estão os buracos e o

Wumpus, e para garantir uma exploração completa das cavernas

Representando Mudanças no Mundo do Wumpus

Axiomas estado-sucessor

47

O agente precisa saber: localização inicial = onde o agente está

Em (Agente,[1,1],S0 )

orientação: a direção do agente (em graus)Orientação (Agente,S0 ) = 0

localização um passo à frente: função de locais e orientaçõesx,y PróximaLocalização ([x,y ],0) = [x+1,y] x,y PróximaLocalização ([x,y ],90) = [x,y+1]x,y PróximaLocalização ([x,y ],180) = [x-1,y]x,y PróximaLocalização ([x,y ],270) = [x,y-1]


48

A partir desses axiomas, pode-se deduzir que caverna está em frente ao agente “ag” que está na localização “loc”:

ag,loc,s Em (ag,loc,s) localizaçãoEmFrente (ag,s) =

PróximaLocalização (loc,Orientação (ag,s))

Assim, a informação sobre a localização em frente ao agente em cada situação fica diretamente disponível na MT


49

Podemos também definir adjacência:loc1,loc2 Adjacente (loc1,loc2 ) d loc1 = PróximaLocalização (loc2,d )

E detalhes geográficos do mapa:x,y Parede([x,y]) (x =0 x =5 y =0 y =5)

Assim, informações sobre o mapa do ambiente ficam disponível na BC/MT


50

Axioma Estado-Sucessor avançar é a única ação que muda a

localização do agente (a menos que haja uma parede)

a,loc,ag,s Em(ag,loc,Resultado(a,s))

[(a = Avançar loc = localizaçãoEmFrente(ag,s) Parede(loc))

(Em(ag,loc,s) a Avançar)]

Resultado das ações do agente sobre sua localização

51

Axioma Estado-Sucessor girar é a única ação que muda a direção do

agente

a,d,ag,s Orientação(ag,Resultado(a,s)) = d

[(a = Girar(Direita) d = Mod(Orientação(ag,s) - 90, 360)

(a = Girar(Esquerda) d = Mod(Orientação(ag,s) + 90, 360)

(Orientação(ag,s) = d (a = Girar(Direita) a =

Girar(Esquerda))]

Resultado das ações do agente sobre sua orientação

52

Axioma Estado-Sucessor girar é a única ação que muda a direção do

agente

a,d,ag,s Orientação(ag,Resultado(a,s)) = d

[(a = Girar(Direita) d = Mod(Orientação(ag,s) - 90, 360)

(a = Girar(Esquerda) d = Mod(Orientação(ag,s) + 90, 360)

(Orientação(ag,s) = d (a = Girar(Direita) a =

Girar(Esquerda))]

Resultado das ações do agente sobre sua orientação

53

Agora que o agente sabe onde está em cada situação, ele pode associar propriedades aos locais: ag,loc,s Em(ag,loc,s) Vento(s) Ventilado(loc) ag,loc,s Em(ag,loc,s) Fedor(s) Fedorento(loc) Observem que os predicados Ventilado e Fedorento

não necessitam do argumento de situação

Sabendo isto, o agente pode deduzir: onde estão os buracos e o Wumpus, e quais são as cavernas seguras (predicado OK).

Deduzindo Propriedades do Mundo

54

Mais tipos de regras

Que definem o tipo de sistema construído...

55

Regras Diacrônicas (do grego “através do tempo”) descrevem como o mundo evolui (muda ou não) com o

tempox,s Presente(x,s) Portável(x) Segurando(x,Resultado(Pegar,s))

Regras Síncronas relacionam propriedades na mesma situação (tempo). loc,s Em(Agente,loc,s) Vento(s) Ventilado(loc) possibilitam deduzir propriedades escondidas no mundo

Existem dois tipos principais de regras síncronas: Regras Causais e Regras de Diagnóstico.

Tipos de regras

56

Regras Causais assumem causalidade algumas propriedades no mundo causam

certas percepções. Exemplos

as cavernas adjacentes ao Wumpus são fedorentas : loc1, loc2,s Em (Wumpus,loc1,s) Adjacente(loc1,loc2)

Fedorento (loc2) Se choveu, a grama está molhada

Sistemas que raciocinam com regras causais são conhecidos como Sistemas Baseados em Modelos.

Regras síncronas causais

57

Regras de Diagnóstico: Raciocínio abdutivo: supõe a presença de propriedades

escondidas a partir das percepções do agente Ex., a ausência de fedor ou Vento implica que esse

local e os adjacentes estão OK loc1,loc2,b,g,c,s Percepção ([nada, nada, b,g,c],s)

Em (Agente,loc1,s) Adjacente(loc1,loc2) OK(loc2)

se a grama está molhada, então é porque o aguador ficou ligado

Sistemas que raciocinam com regras de diagnóstico são conhecidos como Sistemas de Diagnóstico

Regras síncronas de diagnóstico

58

Atenção: Não se deve misturar numa mesma BC

regras causais e de diagnóstico!!! se choveu é porque o aguador estava

ligado...

Tipos de regras

59

Sistema de Ação-Valor

Modularidade das Regras

Adequação das regras

60

As regras que definimos até agora não são totalmente modulares mudanças nas crenças do agente sobre algum

aspecto do mundo requerem mudanças nas regras que lidam com outros aspectos que não mudaram

Para tornar essas regras mais modulares, separamos fatos e regras sobre ações de fatos e regras sobre objetivos assim, o agente pode ser “reprogramado” mudando-

se o seu objetivo quando necessário


61

Ações descrevem como alcançar resultados.

Objetivos descrevem a adequação (desirability) de estados resultado não importando como foram alcançados.

Assim, descrevemos a adequação das regras e deixamos que a máquina de inferência escolha a ação mais adequada


62

Ações podem ser ótimas, boas, médias, arriscadas ou mortais. Escala, em ordem decrescente de adequação

Assim, pode-se escolher a ação mais adequada para a situação atual

meta regras que determinam a prioridade de execução das regras – desempate

a,s Ótima(a,s) Ação(a,s) a,s Boa(a,s) ( b Ótima(b,s)) Ação(a,s) a,s Média(a,s) ( b (Ótima(b,s) Boa(b,s) ))

Ação(a,s) a,s Arriscada(a,s) ( b (Ótima(b,s) Boa(b,s)

Média(a,s))) Ação(a,s)

Adequação das Regras

63

Essas regras são gerais, e podem ser usadas em situações diferentes: uma ação arriscada na situação S0

onde o Wumpus está vivo pode ser ótima na situação S2

quando o Wumpus já está morto

Sistema de Ação-Valor Sistema baseado em regras de adequação Não se refere ao que a ação faz, mas a quão

desejável ela é.

Adequação das Regras

64

Prioridades do agente até encontrar o ouro: ações ótimas: pegar o ouro quando ele é

encontrado, e sair das cavernas. ações boas: mover-se para uma caverna que está

OK e ainda não foi visitada. ações médias: mover-se para uma caverna que

está OK e já foi visitada. ações arriscadas:mover-se para uma caverna que

não se sabe com certeza que não é mortal, mas também não é OK

ações mortais: mover-se para cavernas que sabidamente contêm buracos ou o Wumpus vivo.

Sistema de Ação-Valor

65

O conjunto de regras de adequação (ações-valores) é suficiente para prescrever uma boa estratégia de exploração inteligente das cavernas quando houver uma seqüência segura de ações , ele

acha o ouro

Depois de encontrar o ouro, a estratégia deve mudar... novo objetivo: estar na caverna (1,1) e sair.

s Segurando(ouro,s) LocalObjetivo ([1,1],s)

A presença de um objetivo explícito permite que o agente encontre uma seqüência de ações que alcançam esse objetivo

Agentes Baseados em Objetivos

66

(1) Inferência: Idéia: escrever axiomas que perguntam à

BC/MT uma seqüência de ações que com certeza alcança o objetivo.

Porém, para um mundo mais complexo, isto se torna muito caro como distinguir entre boas soluções e soluções

mais dispendiosas (onde o agente anda “à toa” pelas cavernas)?

Como encontrar seqüências de ações

67

(2) Planejamento utiliza um sistema de raciocínio dedicado, projetado para

raciocinar sobre ações e conseqüências para objetivos diferentes.

ficar rico e feliz

pegar o ouro

ações e conseqüênciasações e conseqüências ações e conseqüênciasações e conseqüências

sair das cavernas

Como encontrar seqüências de ações

introdução aos agentes inteligentes

Documents