A GENTES Patricia Tedesco 1 O QUE É UM A GENTE ? Qualquer entidade (humana ou artificial) que:...

1

AGENTES Patricia Tedesco

3

O QUE É UM AGENTE?

Qualquer entidade (humana ou artificial) que:está imersa ou situada em um ambiente

(físico, virtual/simulado) percebe seu ambiente através de sensores (ex.

câmeras, microfone, teclado,...)age sobre ele através de atuadores (ex. vídeo,

auto-falante, impressora, braços, ftp, ...)possui objetivos próprios

explícitos ou implícitosescolhe suas ações em função das suas

percepções para atingir seus objetivos

4

O QUE É UM AGENTE RACIONAL

Agente Racional faz a melhor coisa possívelsegue o princípio da racionalidade:

dada uma seqüência perceptiva, o agente escolhe, segundo seus conhecimentos, as ações que melhor satisfazem seu objetivo

Racionalidade ¹ Onisciência Limitações de:

sensoresatuadoresraciocinador (conhecimento, tempo, etc.)

5

PROPRIEDADES ASSOCIADAS AOS AGENTES

Autonomia de raciocínio (IA):Requer máquina de inferência e base de

conhecimentoEssencial em sistemas especialistas,

controle, robótica, jogos, agentes na internet ...

Adaptabilidade (IA):Capacidade de adaptação a situações novasDuas implementações

aprendizagem e/ou programação declarativaEssencial em agentes na internet, interfaces

amigáveis ...

6

OUTRAS PROPRIEDADES FREQÜENTEMENTE ASSOCIADAS AOS AGENTES

Comunicação & Cooperação (Sociabilidade): IA + técnicas avançadas de sistemas distribuídos:

Protocolos padrões de comunicação, cooperação, negociação

Raciocínio autônomo sobre crenças e confiabilidade Arquiteturas de interação social entre agentes

Essencial em sistemas multi-agente, comércio eletrônico, ...

Personalidade: IA + modelagem de atitudes e emoções Essencial em entretenimento digital, realidade

virtual, interfaces amigáveis ...

EXEMPLO: AGENTE DE POLÍCIA

Ambiente

Agenteraciocínio

Conhecimento:- leis- comportamento dos indivíduos,...

Objetivo:- fazer com que as leis sejam respeitadas

Ações:- multar- apitar- parar, ...

execuçãopercepção

8

AGENTESAlgoritmo Básico e Arquiteturas

9

AGENTES: ALGORITMO BÁSICO

função agenteSimples (percepção) retorna açãomemória := atualizaMemória (memória,

percepção)ação := escolheMelhorAção(memória)memória := atualizaMemória (memória,

ação)retorna ação

10

AGENTES: ARQUITETURAS

Agente reativo Agente reativo com estado interno Agente cognitivo (baseado em objetivos) Agente otimizador Agente adaptativo

autonomiacomplexidade

11

AGENTES: ARQUITETURAS

De forma bem simplificada, um agente pode ser visto como um mapeamento: seqüência perceptiva => ação

sensoresAgente

atuadores

a m

b i

e n

t e

Raciocinadormodelo do ambiente

Agente sensores

atuadores

Como está o mundo agora?

Que ação devo escolher agora? Regras “condição-ação”a

m b

i e

n t

e

AGENTE REATIVO

Vantagens e desvantagens Regras condição-ação: representação inteligível, modular e

eficiente ex. Se velocidade > 60 então multar

Não pode armazenar uma seqüência perceptiva, pouca autonomia Ambientes:

Reflexo imprescindível em ambientes dinâmicos Acessível, episódico, pequeno

AGENTE REATIVO COM ESTADO INTERNO

Desvantagem: pouca autonomia não tem objetivo, não encadeia regras

Ambientes: determinista e pequeno Ex. Tamagotchi

sensores

Agente

Como está o mundo agora?

Regras “condição-ação”

estado: como o mundo era antes

como o mundo evolui

atuadores

Que devo fazer agora?a m

b i

e n

t e

impacto de minhas ações

sensoresAgente

Como está o mundo agora?

Objetivos

como o mundo evolui

atuadores

Que devo fazer agora?

a m

b i

e n

t e

impacto de minhas açõesComo ele ficará se faço isto?

estado: como o mundo era antes

AGENTE COGNITIVO - BASEADO EM OBJETIVO

Vantagens e desvantagens: Mais complicado e ineficiente, porém mais flexível,

autônomo Não trata objetivos conflitantes

Ambientes: determinista ex.: xeque-mate no xadrez

AGENTE OTIMIZADOR (UTILITY BASED)

Ambiente: sem restrição Desvantagem: não tem adaptabilidade Ex. motorista recifense

Segurança e velocidade – conflito!

ambiente

sensores

atuadores

Agente

Como está o mundo agora?

Que ação devo escolher agora?Função de Utilidade

qual é o impacto de minhas ações

como o mundo evolui

Este novo mundo é melhor?

Como ele ficará se faço isto?

estado: como o mundo era antes

AGENTE QUE APRENDE

Ambiente: sem restrição Vantagem: tem adaptabilidade (aprende) Ex. motorista sem o mapa da cidade

sensores

atuadores

Agente

Gerador de problemas

crítico

elemento de aprendizagem

avaliação

objetivos de aprendizagem

elemento de execução (agente)

trocas

conhecimento

a m

b i

e n

t e

t

t+1

t

RELEMBRANDO...

Um agente é... Uma entidade autônoma, que percebe o

ambiente através de seus sensores e atua neste através de seus atuadores...

Assim... Como decidir que ações realizar?

AINDA OUTRAS ARQUITETURAS FAMOSAS...

AGENTES BASEADOS EM LÓGICA

Comportamento Inteligente = Representação simbólica do ambiente + do comportamento desejado

Formalismo: lógica Manipulação: dedução lógica

Teoria de agentes (): como os agentes devem se comportar

AGENTES BASEADOS EM LÓGICA

Estados internos dos agentes: fórmulas lógicas Aberta(válvula221) Interessante(aulaagentes)

Comportamento do agente: determinado por sua Base de Conhecimento (regras + fatos) Aquilo que o Agente acredita sobre seu ambiente

Três funções básicas: See – determina a percepção Next – atualiza a BC Action – escolhe a próxima ação

O ROBÔ ASPIRADOR DE PÓ

O ROBÔ ASPIRADOR

Agente recebe: Sujeira Null

Ações: para frente sugar virar

Objetivo: mover-se no ambiente buscando e removendo sujeira

Três predicados: Em(x.y) Sujeira(x,y) Direção(d)

Comportamento do agente função próximo regras de dedução

AGENTES BASEADOS EM LÓGICA

Função ´próximo´: Analisar as percepçõesAtualizar a Base de Conhecimentoremover informações velhas ou irrelevantes Inferência em várias partes:

velho() = {P(t1,...,tn}/ P {Em, Suj, Dir} & P(t1,...,tn} Novo: todas as novas posições, direções e possíveis sujeiras Próximo(,P) = ( \ velho()) Novo(,P)

ALGORITMO BÁSICO

Função ação_agente-BL (BC):açãoPara cada a A faça

se BC faça(a) entãoretorne a

para cada a A façase BC ¬faça(a) então

retorne aRetorne nullFim ação_agente-BL

AGENTES BASEADOS EM LÓGICA

Regras de dedução:predicado(termo) predicado(termo)Ex: Em(0,0) Sujeira(0,0) Faça(sugar)

Problemas com essa abordagemComo mapear percepções para fórmulas?Complexidade da prova do teoremaDifícil representar conhecimento

procedimentalAmbiente estático!!! Como seria num

dinâmico?

AGENTES BDI

BDI – Beliefs, Desires, Intentions Motivação: Raciocínio prático

Processo de Decidir, a cada momento, que ações tomar para chegar mais perto dos objetivos.

ImplicaDecidir que objetivos quer realizarComo vão ser executados esses objetivos

RequerTrês conjuntos de sentenças lógicas: B, D e

I Estes conjuntos são consistentes entre si.

OS ESTADOS MENTAIS

Crenças: o que se sabe sobre o estado do ambiente e dos agentes

“Recife é ensolarada”.

Desejos: estados do mundo que o agente quer atingir

“Eu gostaria de ganhar 45 milhões de reais

Intenções: Comprometimento com ações para alcançar objetivo

“Vou Ligar para o dentista”

UM EXEMPLO...

Daniel acabou de se formar... O que fazer?Virar acadêmico... Ir para o Mercado

Se resolve ser acadêmico... Se compromete a realizar ações neste sentido IntençõesProcurar Emprego em uma Universidade.

E o mundo, como está? Crenças Daniel se formou, Daniel pode ser professor

Que Desejo escolher?

DESEJOS

Especificam as preferências dos agentes sobre os estados do ambiente

Podem ser inconsistentesEu desejo perder 30 KgGostaria de comer quilos de chocolate

suíço Desejos causam intenções ações Objetivos: subconjunto consistente dos

desejos.

INTENÇÕES Guiam a escolha das Ações

Devem ser c onsistente com desejos e crenças Devem ser persistentes Demasiado persistentes. Fazem o agente

perder tempo! Pouco persistentes. Não alcançam

nenhum objetivo É preciso reconsiderar as intenções com

alguma frequencia Ainda é possível realizá-las? Já foram realizadas? Seria melhor se comprometer com outra intenção?

RECONSIDERANDO INTENÇÕES...

Tempo t = 0Desejo: Atingir o alienIntenção: Aproximar-se de PCrença: o Alien está em P

P

RECONSIDERANDO INTENÇÕES...

Tempo t = 10Desejo: Atingir o alienIntenção: Aproximar-se de PCrença: o Alien está em P

P

?

Q

O DILEMA BDI

O agente não para para reconsiderar suas intenções: Perde tempo tentando o impossível! (Xiita)

O agente para demais para reconsiderar: Não tem tempo de fazer nada! (Indeciso)

Como encontrar o balanço?

O QUE O AGENTE BDI TEM?

3 conjuntos de sentenças Crenças Desejos Intenções

4 Funções Revisão de Crenças BRF(Bel, BC) Geração de Intenções Options(Bel, Int) Função Filtro Filter(Bel, Des, Int) Função Selecionadora de Ações

Execute(Int)

A ARQUITETURA BDI

Agente

Como está o mundo agora?

Função Filtro

Função Revisão de Crenças

Que Intenções tenho?

A m

b i e

n t

e

Função de OpçãoQue objetivos podem ser alcançados?

Estado interno: Crenças, desejos, intenções

percepções+

ações

Sensores

Atuadores

Função de seleção de ações

ALGORITMO DO AGENTE BDI

Programa Agente BDIt := 0 //contador de tempoenquanto Agente-BDI vivo, faça

Tell(BC, Percepções-Sentença(percepção,t))

BRF(Percepcao, BC)Desejos <- Options(BC, intençao)intençao <- Filter (Bel, Des, intenção)

ação <- Executa(intenção)fim

MARCO

Mediador Artificial de Conflitos Media discussões entre agentes Humanos Raciocínio BDI/BGI

MARCO

UM EXEMPLO DE INTERAÇÃO

A. Eu acho que as vendas de natal começam no princípio de novembro

B. Por que? Acho que é mais tarde...A. Para dar tempo de fazer propaganda..B. Ah, ok.

O FUNCIONAMENTO DE MARCOMArCo

Como está o mundo agora?

Função Filtro

Função Revisão de CrençasO povo mudou de idéia?

Atualizo modelos

Que Intenções tenho?Diá

log

o

Função de Opção: faço o povo elaborar as idéias?

Que objetivos podem ser alcançados?

Estado interno: Crenças (individuais e de grupo), desejos, intenções

percepções+

ações

Sensores

Atuadores

Função de seleção de ações

Agentis (Australian Artificial Intelligence Institute)

Objetivo. Ajudar no desenvolvimento e manutenção de call centers Ou de portais na internet.

• Gera aplicações automáticas para os clientes• Reduz tempo de desenvolvimento e custos • Gera estatísticas de rendimento

Utilizado pela companhia de telecomunicações australiana para responder a 98% das chamadas ao sistema de ajuda ao usuário. Sistema comporta 4000 agentes.

UM EXEMPLO REAL...

ARQUITETURAS REATIVAS Alternativa a representação simbólica O comportamento do agente é produto de

sua interação com o ambiente Comportamento inteligente emerge da

interação entre vários comportamentos mais simples.

Abordagem comportamental, situada, reativa

THE SUBSUMPTION ARCHITECTURE

a tomada de decisão é um conjunto de comportamentos realizadores de tarefa. Cada um é uma função de ação

Neste caso máquinas de estados finitos. Cada um assume a forma situação ação

Há uma hierarquia de comportamentos Comportamentos de nível mais baixo inibem os

de nível mais alto

O ALGORITMO BÁSICO

Função ação (p:Percepção): açãovar disparado: nível; selecionada: açãodisparado <- {(cond, ação) }

para todo (cond, ação) disparadoSe ¬(cond’, ação’) disparado tal que

(cond’, ação’) < (cond, ação) return ação

return nullFim função ação

A ARQUITETURA DE BROOKS

Módulos (e organização) definidos pelo designer

Pode ser usada para descrever agentes cognitivos também.

UM EXEMPLO – ROBÔ EXPLORANDO AMBIENTE

Evitar obstáculos

Recarregar

Otimizar caminhos

Mapear território

Explorar

Pegar/largar objetosAvançar random.

Sensores

Atuadores

Ambiente

UM EXEMPLO...

O objetivo é explorar um planeta distante, para coletar amostras de rocha. Não se sabe onde

estão, mas há áreas de maior concentração delas. Vários veículos autônomos estão disponíveis para coletar amostras e depois voltar para a nave-mãe. Há um mapa do planeta disponível, mas o planeta tem vários obstáculos que impedem os veículos

de se comunicar.

PARA RESOLVER O PROBLEMA...

Utilização de dois mecanismos... Campo Gradiente/Potencial

Os objetos do ambiente emitem sinais, cuja intensidade é inversamente proporcional ao objetivo.

U(p) = Uatr(p) + U rep(p) Uatr(p) = k * dist(p, objetivo)2

U rep(p) = k’ * 1/dist(p, objetivo)2 se dist(p,

objetivo)<distinfl

0 caso contrárioComunicação Indireta

Fragmentos radioativos são deixados no caminho

UM PARÊNTESE...

Outra forma de construir os campos potenciais é alterar o potencial de atração...Campo dividido em células

Procedure valor(x, v)Se x.potencial não está definido ou v<x.potencialEntão

x.potencial = v; para todo y vizinho de x valor(y, v+1)Senão faça nadaFim da procedure

COMPORTAMENTOS UTILIZADOS...

1. se detectar obstáculo, mude de direção2. Se carregar amostras e na base, largue3. Se carregar amostras e fora da base, vá na

direção do gradiente4. Se achar amostra, pegue5. Se true, se mova randomicamente

PARA ASSEGURAR COOPERAÇÃO

1. se detectar obstáculo, mude de direção

2. Se carregar amostras e na base, largue

3. Se carregar amostras e fora da base, largue dois fragmentos e vá na direção do gradiente

4. Se achar amostra, pegue5. Se detectar fragmento, pegue e vá

no sentido contrário ao gradiente6. Se true, se mova randomicamente

NEM TUDO SÃO FLORES...

O ambiente deve fornecer informação suficiente para os agentes...

mais complicado tomar decisões de longo prazo.

Difícil projetar comportamento emergente. Difícil construir agentes com muitos

comportamentos.

EM RESUMO...

IA E AGENTES

IA cresceu muito nos anos 70 modelando a inteligência individual.

Advento das redes de computadores modificou as necessidades!

Inteligência como a integração dos processos de raciocinar, decidir, aprender e planejar.

O Modelo de Agente aparece então como catalisador...

DE FATO...

Mundo onde informações e conhecimentos crescem (e mudam) rápido demais!

O crescimento da Internet trás desafios constantes que incluem:Acesso a informações relevantes Identificação de oportunidadesAção no momento precisoManipulação de grandes volumes de informação

Ubiqüidade, Gerenciamento e Inteligência

NO ENTANTO...

Vários problemas não podem ser tratados centralizadamente... Por exemplo...Controle de linha de metrôMonitoramento de Redes de ComputadorDiagnóstico MédicoCompra e Venda

Como Resolvê-los?

57

INTELIGÊNCIA COLETIVAIA Distribuída

UM CENÁRIO...

60

INTELIGÊNCIA COLETIVA

Porque pensar a inteligência/racionalidade como propriedade de um único indivíduo?

Não existe inteligência ... Em um time de futebol? Em um formigueiro? Em uma empresa (ex. correios)? Na sociedade?

Solução: IA Distribuída Agentes simples que juntos resolvem problemas

complexos tendo ou não consciência do objetivo global Proposta por Marvin Minsky e em franca expansão... o próprio ambiente pode ser modelado como um

agente

A IA DISTRIBUÍDA

Grupo de Entidades que podem InteragirOrganizaçãoAção e Interação

Metáfora de inteligência é o Comportamento Social.

62

IA DISTRIBUÍDA: DOIS TIPOS DE SISTEMAS Resolução distribuída de problemas

consciência do objetivo global e divisão clara de tarefas

Exemplos: Robótica clássica, Busca na Web, Gerência de sistemas distribuídos, ...

Sistemas Multi-agentes não consciência do objetivo global e nem divisão clara

de tarefas Exemplos: n-puzzle, futebol de robôs, balanceamento

de carga, robótica, ...

1

53

4

8

6

7

2

1

5

3

4

8

6

7

2F 1

53

4

8

6

7

2

63

AGENTES EM IAMetodologia (metáfora) para projeto de sistemas

64

AGENTES:METODOLOGIA DE DESENVOLVIMENTO

Decompõe problema em: percepções, ações, objetivos e ambiente (e outros

agentes) Decompõe 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?

O resultado dessa decomposição indica a arquitetura e o método de resolução de problema (raciocínio)

65

SIMULAÇÃO DE AMBIENTES

Às vezes, é mais conveniente simular o ambiente mais simples permite testes prévios evita riscos, etc...

O ambiente (programa) recebe os agentes como entrada fornece repetidamente a cada um deles as percepções

corretas e recebe as ações atualiza os dados do ambiente em função dessas ações

e de outros processos (ex. dia-noite) é definido por um estado inicial e uma função de

atualização deve refletir a realidade

66

SIMULAÇÃO DE AMBIENTES

função simulaAmbiente (estado, funçãoAtualização,agentes,final)repita

para cada agente em agentes faça

Percept[agente] := pegaPercepção(agente,estado)

para cada agente em agentes faça

Action[agente] := Programa[agente] (Percept[agente])

estado := funçãoAtualização(ações, agentes, estado)

scores := avaliaDesempenho(scores,agente,estado) //opcional

até final Cuidado para não cair em tentação e “roubar” do ambiente a

descrição do que aconteceu. Usar a memória do agente!

67

COMO DESENVOLVER UMSOFTWARE INTELIGENTE

Projeto:Modelar tarefa em termos de ambiente,

percepções, ações, objetivos e utilidade Identificar o tipo de ambiente Identificar a arquitetura de agente adequada

ao ambiente e tarefa Implementação:

O simulador de ambientesComponentes do agente Testar o desempenho com diferentes

instâncias do ambiente

68

PORQUE USAR A METÁFORA DE AGENTES?

1. Fornece metodologias de desenvolvimento de sistemas inteligentes estendendo as de engenharia de software

2. Fornece visão unificadora das várias sub-áreas da IA

3. Ajuda a embutir a IA em sistemas computacionais tradicionais

4. Permite tratar melhor a interação com ambiente

5. Permite tratamento natural da IA distribuída

DUAS NOÇÕES FUNDAMENTAIS...

Resolução Distribuída de Problemas (RDP) envolve: Um grupo de especialistas Habilidades Complementares Organização Fixa

Sistemas Multiagentes (SMA)... Agentes podem preexistir Organização varia em tempo de execução

UM SISTEMA MULTIAGENTE

Ambiente

Esfera de Influência

Organização

Agentes

Interação

Recurso

DEFININDO SMA

Um SMA é um sistema que possui os seguintes elementos:Um ambiente, EUm conjunto de objetos OUm conjunto de Agentes, A (AO)Um conjunto de relações R, que liga objetosUm conjunto de operações OpOperadores que representam os resultados das

operações em Op e as reações do ambiente a eles.

TROCANDO EM MIÚDOS...

Um Sistema Multiagentes ... Consiste de uma coleção de componentes autônomos,

com objetivos particulares Que se interrelacionam

De acordo com uma Organização Interagindo, negociando e coordenando esforços para

resolver tarefas

MAS... POR QUE MESMO DISTRIBUIR?

Porque o problema é fisicamente distribuído. Porque o problema é heterogêneo. Porque o problema só pode ser resolvido pela

integração de pontos de vista locais. Porque precisamos de adaptação a mudanças

estruturais...

EM RESUMO...É BOA IDÉIA QUANDO...

Precisamos manter a autonomia das sub-partes;

As interações são complexas Não é possível descrever o Problema a priori.

AS VANTAGENS...

Maior rapidez na solução dos problemas Diminuição do overhead de comunicação Maior flexibilidade Aumento da Segurança

DUAS FORMAS DE PROJETO

Organização

Agentes

InteraçãoRestrições e Objetivos

Emergência dePropriedades

CONSIDERAÇÕES NO PROJETO DE SMA

Três Grandes Grupos... Aspectos Fundamentais

Como podemos garantir compatibilidade de ações? Aspectos Arquiteturais

Características a serem providas pela arquitetura Aspectos Ambientais

Como é o ambiente onde funciona o SMA?

ESTRUTURA

Padrão de Relações entre os agentes e sua distribuição de habilidades Cobertura: as habilidades necessárias para resolver

problemas devem ser possuídas por pelo menos um agente;

Conectividade: Agentes devem interagir de forma que suas habilidades possam ser integradas

COMUNICAÇÃO

Habilita os agentes a intercambiar informações. Percepção Ação

Modelada sobre a comunicação humana Atos de Fala Blackboard

Tem esforços de padronização!

ORGANIZAÇÃO

Conjunto de Compromisso Globais, Crenças e intenções comuns aos agentes que querem atingir um objetivo comum.

Definem...Um conjunto de diretrizes...Uma política de interação.

Muitos exemplos!O CInSua Família

NEGOCIAÇÃO

Esforço para solução de conflitos e cooperação Grupo de agentes “self-interested” que consegue

chegar a uma decisão conjunta. Envolve..

Linguagem Protocolo – ex. Contract Net Processo de Decisão

COORDENAÇÃO

Fundamental para o trabalho conjunto. Um SMA pressupõe coordenação entre seus

agentes! Porque...Há dependências entre as açõesNenhum indivíduo pode resolver o problema

sozinhoDeve-se respeitar as restrições globaisDeve-se garantir a harmonia na execução

conjunta de tarefas!

COORDENAÇÃO... II

Então coordenação é...O processo pelo qual um agente raciocina sobre

suas ações locais e as de outros agentes para garantir que a comunidade funcione coerentemente.

Visa garantir que...Todas as partes necessárias existam na sociedade. Interação que possibilite a execução das

atividades.Que todos atuem consistentementeQue tudo seja feito com dos recursos disponíveis

COORDENAÇÃO... III

Para coordenar com sucesso é preciso... Uma estrutura... Flexibilidade nas interações

Comunicação! Negociação!

Conhecimento e raciocínio Para reconhecer interações potenciais entre planos de ação!

ENTÃO... O FUNDAMENTAL É...

Interagir!!! Com quem? Quando? Qual o conteúdo? Como? Que processos e recursos? Por que? Como estabelecer a compreensão mútua?

ASSIM... Quando Encarar os SMA?

DESIGN DE SMA

Quando partir para SMA? Quando o ambiente é aberto; Quando os agentes são a metáfora natural. Quando há distribuição de dados, controle ou expertise. Quando estamos lidando com sistemas legados.

CONSIDERAÇÕES EM SMA

Ação Como coordenar ações?

O indivíduo e sua relação com o mundo Estados mentais

Interação Comunicação Negociação/Argumentação

Implementação

PROBLEMAS NO DESENVOLVIMENTO DE AGENTES

Superestimativas do potencial dos agentes. Dogmatismo a respeito dos agentes. Não está claro porque usar agentes. Construção de soluções genéricas para problemas

específicos. Desenvolver SMA é desenvolver Software... SMA é software “multithreaded”.

E MAIS PROBLEMAS...

Seu projeto não explora concorrência. Você resolve adotar sua arquitetura. Seus agentes usam IA demais. Os agentes estão em todos os lugares. Não tem agentes suficientes. A Interação é caótica...

OBJEÇÕES A SMA

Não é a mesma coisa que SD? Sincronização e Coordenação Dinâmicas Agentes têm interesses próprios!!!

Não é IA? SMA têm características de CC e de ES! Em SMA, o aspecto social é fundamental!

OBJEÇÕES A SMA... II

Não é só teoria dos Jogos? TJ muitas vezes desconsiderou a computação... Hipóteses da TJ são questionadas em SMA

O que eu vou fazer com Ciência Social? Ambas servem como ferramentas uma para outra. Mas são bem diferentes!!!!

100

CONCLUSÕES

101

AGENTES NO MAPA DA COMPUTAÇÃONEM TODO AGENTE É INTELIGENTE!

InteligênciaArtificial

Engenhariade Software

SistemasDistribuídos

Agentes