Upload
andrei-formiga
View
945
Download
0
Embed Size (px)
Citation preview
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.