DIMAP/UFRN

Agentes e Sistemas Especialistas

Similaridades entre agentes e SE´sSistemas Especialistas

Não interagem diretamente com o ambienteNão agem neste ambiente: sugestões ao usuário

Não possuem comportamento reativo e pro-ativo Não possuem habilidade social

Agentes: evolução dos SE´s

Sistemas Multi-agentes

Agentes Intelientes

Professores: Anne Magály P Canuto

DIMAP/UFRN

Introdução

Características Fundamentais: reatividade, adaptabilidade, mobilidade e comunicabilidade

Agente

AmbienteRepresentação

internaAtuaçãoFoco

Cognitivo Reativo EstruturalComporta-

mentalIsolada Social Desktop Móvel

DIMAP/UFRN

Visão Abstrata de um Agente

Dado: S = {s1,s2, ...}: Estados de

um ambiente A = {a1,a2, ...}: Ações do

agente Agente: função S* A Fator importante: História

(sequencia de estados encontrados até então) Agente: decide que ação

executar baseado na sua história

Agentes equivalentes: histórias iguais

Agentes Reativos: Psicologia Comportamental Com ou sem referência de

sua história Baseada no presente

Respondem diretamente a seu ambiente (S* A)

Hipótese de Simon:

“A complexidade do comportamento de um

agente pode ser o reflexo do seu ambiente em vez do

seu complexo projeto interno”

DIMAP/UFRN

Visão Abstrata de um Agente

Agente com percepção Que tal dividirmos a função

de decisão em dois subsistemas?

Visão: Observar seu ambiente (câmera de vídeo, sensor,etc.)

Ação: tomada de decisão Saída do módulo Visão =

Percepção Visão: S P Ação: P* A

Agentes com estado: Esquema mais natural

Visão: S P Próximo: I x P I Ação: I A

Funcionamento Começa num estdo inicial i0 Observa o estado de seu

ambiente: gera uma percepção

O estado interno do agente é alterado

Uma ação é selecionada A ação é executada

DIMAP/UFRN

Agentes Deliberativos

Agentes Cognitivos: Hipótese: Sistemas de símbolos físicos

“Agentes mantém uma representação interna do seu mundo e que existe um estado mental explicítio que pode ser modificado por alguma forma de raciocínio

simbólico” Onde é colocada essa representação:

Estado

Formas de representação: Várias (BDI) Tipos:

Agentes de raciocínio dedutivo Agentes de raciocínio prático

DIMAP/UFRN

Arquitetura geral de um agente

Decisão: como atuar Objetivos Perfil de atuação Ambiente

Modelo de decisão: Teoria da racionalidade

Limitada do agente

Agente sabe: Identificar as alternativas,

avalia-las, ordena-las, escolher a melhor

Planejador de ações: Mundo: em termos de estados

(iniciais e finais) eum conjunto de operações que podem provocar mudanças de estado

Controlador: Cognitivos Ordem de ativação de seus

processos internos Configurador:

Objetivos: reconfiguráveis (outros agentes ou ele mesmo)

Configurador

Decisão

ConTroLador

InTerFace

DIMAP/UFRN

Agentes de Raciocínio Dedutivo

Abordagem tradicional (IA Simbólica) Comportamento inteligente: representação simbólica

de seu ambiente + seu comportamento desejadoSistematicamente manipular essa representação

Formalismo de representação: lógica Manipulação: dedução lógica ou prova de teorema

Exemplo: Ralph Robô que navega num ambiente coletando o lixo Lógica de primeira ordem

DIMAP/UFRN

Agentes de Raciocínio Dedutivo

Para a construção de Ralph, é necessário resolver: Problema de tradução: traduzir o mundo real numa descrição

simbólica que seja proveitosa Trabalhos nas áreas de: visão, PLN, aprendizagem, etc..

Problema de representação/manipulação: formas de representação e manipulação resultado seja proveitoso

Representação do conhecimento, raciocínio automático, planejamento

Agentes: provadores de teoremas Dado uma teoria de agentes (explica como um agente deveria

se comportar para otimizar algumas medidas) Provador: essa teoria é vista como uma especificação executável

Diretamente executada para produzir o comportamento do agente

DIMAP/UFRN

Agentes de Raciocínio Dedutivo Estados internos: database

de fórmulas lógicas Informações do ambiente Similar as crenças dos

humanos L: o conjunto de sentenças D = (L) o conjunto de L

databases Estado interno do agente:

elemento de D () Processo de tomada de

decisão: regras de dedução ()

: Fómula provada usando o

database e as regras

A ação de um agente: Regras de dedução D A Prova de teorema: melhor

ação para executar Caso nenhuma ação seja

prova-da: acha-se uma consistente

Cuja negação não possa ser derivada

Comportamento do agente: Regras de dedução e

database

DIMAP/UFRN

Exemplo de um agente de Raciocínio Dedutivo

Versão similar do Ralph, só que caseiro: Aspirador de pó Orientações: N, S L, O Movimentos: um passo a

frente ou rotacionar 90o

Percepções: sujeira ou limpo

Ação: Pra frente, limpe ou vire

Objetivo: Mover-se pelo ambiente buscando e removendo sujeira

Predicados: Em(x,y) Sujeira(x,y) Direcionando(d)

Função próximo: Analisa percepção Gera uma nova D, incluindo

percepção Remoção de informações

velhas Descobrir a nova posição e

orientação do agente

DIMAP/UFRN

Exemplo de um agente de Raciocínio Dedutivo

Regras de dedução: predicados(variáveis) ações(..)

Primeira regra: prioridade Em(x,y) Sujeira(x,y)

Faça(limpe) Outras regras: mover no

ambiente Exemplo:

Em(0,0) Direção(N) Faça(frente)

Em(0,1) Direção(N) Faça(frente)

Em(0,2) Direção(N) Faça(vire)

Em(0,2) Direção(L) Faça(frente)

Vantagens da abordagem Semantica clara e elegante

Desvantagens: Função Visão: representação

do ambiente em fórmulas lógicas

Ex: imagens e info temporal Complexidade da prova

Situações com restrição temporal

Tomada de decisão: racionalidade calculativa

O mundo não mudará muito do início ao fim do processo de tomada de decisão

DIMAP/UFRN

Agentes de Raciocínio PráticoLógica: tem seu papel

Maioria das vezes: impraticável

Modelo: inspiração dos processos necessários quando nós decidimos o que fazer

Raciocínio prático: Direcionado a ações (descobrir o que fazer)

Raciocínio prático X Raciocínio teórico Sócrates mortal (baseado em crenças) Pegar um onibus ou trem (baseado em ações)

DIMAP/UFRN

Agentes de Raciocínio Prático Raciocínio prático humano, dois passos:

O que deseja-se alcançar Deliberação

Como devemos alcançar Raciocínio meio-fins (means-ends)

Exemplo: um aluno recém-formado Deliberação: que carreira seguir Plano ou receita de como realizar: raciocínio

Existem limitações de tempo, com as implicações: Uso eficiente dos recursos computacionais Não é possível deliberar para sempre

Objetivos escolhidos e comprometidos: intenções

DIMAP/UFRN

Agentes de raciocínio prático

Intenções: alguns papéis no raciocínio prático Direcionam o raciocínio meio-fim (importante na produção de ações)

Ex: Se tenho o objetivo de me tornar acadêmico, tenho de planejar ações para realizar e tentar realizar

Aplicar para programas de mestrado Persistem

Não desistirei sem uma boa razão As razões para se ter as intenções desaparecerem (Vida fácil: acadêmico)

Obrigam deliberações futuras (restrigem o meu poder de escolha) Se quero ser um acadêmico, escolher intenções consistentes

Influeciam nas crenças futuras Se tenho a intenção de ser um acadêmico, Devo acreditar que tenho

chances me tornarei um acadêmico

Conseguir um bom balanceamento entre os tópicos

DIMAP/UFRN

Agentes de raciocínio prático

BDI: Beliefs, desires and intentions Estado interno dos agentes: estados mentais (BDI) Crenças: o que se sabe sobre o estado do

ambiente e dos agentes Intenções: estados do mundo que o agente quer

atingir (contraditórios) Desejos: seqüência de ações para alcançar

objetivo Base: tradição filosófica do entendimento do

raciocínio prático processo de decidir, momento a momento, que

ação executar para alcançar seus objetivos

DIMAP/UFRN

Agentes de raciocínio prático

Representação: crenças, desejos e intenções

Deliberação: Função geradora de opções Função de filtragem

Geração de opções: Novas alternativas de coisas a

serem feitas (Bel) x (Int) (Des) Deliberação: escolher a

melhor opção: o desejo do agente

Selecionar uma opção: filtragem Escolhe a melhor opção para o

agente se comprometer (Bel) x (Des) x (Int) (Int) Ele pode:

Desistir do objetivo Persistir no objetivo

Processo de alteração de crenças: Brf (belief revision function) Recebe a entrada e as crenças

do agente: novo conjunto de crenças

(Bel) x P (Bel)

DIMAP/UFRN

Raciocínio Meio-fins

Como realizar um fim (intenção) usando os meios disponíveis Planejamento

Recebe: O objetivo a ser realizado Estado atual do ambiente Ações disponíveis para o

agente Produz:

Um plano de ações Primeiro planejador real:

STRIPS

Dois componentes básicos Modelo do mundo: Lógica Esquema de ações: pre-

condições e efeito de todas as ações disponíveis

Planejamento: Achar diferença entre o estado atual e objetivo Reduzir aplicando uma ação

Exemplo: mundo dos blocos Tres blocos de mesmo

tamanho Braço: mover um bloco por

vez Mesa: blocos na mesa ou em

cima do outro

DIMAP/UFRN

Raciocínio Meio-fins (Mundo dos blocos)

Formalismo do STRIPS: lógica On(x,y); OnTable(x); Clear(x);

Holding(x), ArmEmpty

Descrição de um estado atual {Clear(A), On(A,B), OnTable(B),

OnTable(C), Clear(C)}

Descrição de um objetivo: {OnTable(A), OnTable(B),

OnTable(C) }

Ações: pré-condições, deleção, adição

Stack(x,y) Pre {Clear(y), Holding(x)} Del {Clear(y), Holding(x)} Add {ArmEmpty, On(x,y)}

Descritor de uma ação: = <P ,D ,A >

Planejamento: <, , > Plano: sequencia de ações

Sequencia de n+1 modelos do ambiente

DIMAP/UFRN

Raciocínio Meio-fins(Planejamento)

Plano (linear) aceitável: pre-condições de todas as ações são satisfeitas no modelo anterior

Plano correto: Aceitável Objetivo alcançado no final

Sistema de planejamento:Dado um problema de

planejamento, ache um plano correto ou avise que não existe

Definições: Plan: conjunto de todos os

planos

: planos Pre(), body(), empty(),

execute(..), head(), tail(), sound(,I,B)

Plan: (Bel) x (Int) x (Ac) Plan

Pode-se: Começar do nada Usar uma biblioteca de

planos

DIMAP/UFRN

Implementando un Agente de Raciocínio Prático

Estrutura básica do processo de tomada de decisão, loop: Observa o mundo, atualiza

suas crenças Decide que intenções realizar Acha um plano para realizar Executa o plano

Primeiro problema: Compromisso aos fins e meios

Compromisso persistência temporal Quão compromissado um agente deve ser?

Estratégias de compromisso: Cega: manter até a realização Single-minded: manter até a

realização ou impossibilidade de realização

Open-minded: manter en-quanto acredita-se ser possível

Compromisso aos meios Succeeded(I,B) e Impossible(I,B)

Compromisso aos fins: intenções Possibilidade: reconsiderar

sempre que realizar uma ação Pode-se tornar muito caro

DIMAP/UFRN

Implementando un Agente de Raciocínio Prático

Dilema: Nunca considerar: intenções

ultrapassadas Considerar constantemente:

nunca realizar as intenções Balanceamento:

Meta-nível: Reconsider(I,B) Situação ótima:

Base: deliberação e plano perfeitos

Custo associado ao Reconsider

Mudar as intenções todas as vezes que deliberar

Situações: Não deliberou, não modificou

as intenções e o mundo não mudou: perfeito

Não deliberou, não modificou as intenções e o mundo mudou: imperfeito

Deliberou, não modificou as intenções (o mundo não mudou): imperfeito

Deliberou, modificou as intenções (o mundo mudou): perfeito

Suposição: custo de Reconsider é menor que deliberar

DIMAP/UFRN

Implementando un Agente de Raciocínio Prático

Quando modificar as intenções durante a execução de um plano? Extremos: apenas quando o plano for executado ou após a

execução de cada ação Ambientes estáticos:

Agentes fortemente compromissados com suas intenções produzem melhores resultados

Ambientes dinâmicos: Agentes que reconsideram suas intenções podem detectar

melhor quando as intenções estão ultrapassadas Diferentes tipos de ambientes: diferentes estratégias de

reconsideração e de compromisso Exemplo: HOMER robô submarino que planeja suas ações

DIMAP/UFRN

Sistema de Raciocínio Procedural (PRS)

Primeira arquitetura que absorve as idéias de BDIs Controle de tráfego aéreo, simulação, gerenciamento de

processos

Arquitetura: Utiliza uma biblioteca de planos Diferença: o corpo do plano pode ter ações e objetivos, ter

disjunção de de objetivos ou ter loops, entre outros

Início: Objetivo de alto-nível Pilha de objetivos Busca por um plano

Caso tenha mais de um, escolha um (plano de alto-nível, utilidade) Execute plano: Caso tenha objetivos, coloque na pilha Caso um plano falhe, escolha outro

Exemplo a ser estudado: mundo dos blocos (Pág.84-85)