IA - Aula 04 - Agentes parte 2

5.209 visualizações

Publicada em

0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
5.209
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
111
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

IA - Aula 04 - Agentes parte 2

  1. 1. Inteligência Artificial Aula 04 – Agentes, parte 2 <ul><ul><li>Prof. Andrei de A. Formiga </li></ul></ul>
  2. 2. Construindo Agentes Racionais <ul><li>Já sabemos o que significa ser racional </li></ul><ul><ul><li>Medidas de desempenho </li></ul></ul><ul><ul><li>Conhecimento do ambiente </li></ul></ul><ul><ul><li>Percepção </li></ul></ul><ul><ul><li>Ações </li></ul></ul><ul><li>Sabemos (em princípio) como projetar um agente </li></ul><ul><ul><li>Preencher a tabela da função do agente </li></ul></ul>
  3. 3. O que é um 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 sobre seu ambiente.
  4. 4. Construindo Agentes Racionais <ul><li>Construir um agente que chega ao melhor resultado </li></ul><ul><li>= </li></ul><ul><li>Preencher a tabela da função do agente para atingir a melhor medida de desempenho </li></ul><ul><li>Método prático para criar agentes? </li></ul><ul><ul><li>Qual a dificuldade de criar um agente? </li></ul></ul>
  5. 5. Dificuldade das Tarefas <ul><li>Existem agentes mais ” difíceis ” que outros? </li></ul><ul><li>Por exemplo: </li></ul><ul><ul><li>Mundo do aspirador </li></ul></ul><ul><ul><li>Motorista de taxi </li></ul></ul><ul><ul><li>Cálculo de troco </li></ul></ul><ul><ul><li>Jogador de futebol </li></ul></ul><ul><ul><li>Jogador de xadrez </li></ul></ul>
  6. 6. Dificuldade das Tarefas <ul><li>Tarefas não são criadas iguais </li></ul><ul><li>Como caracterizar os problemas? </li></ul><ul><li>Como antecipar dificuldades? </li></ul>
  7. 7. O Ambiente da Tarefa <ul><li>Agrupa informações sobre o problema </li></ul><ul><li>Quatro componentes: </li></ul><ul><ul><li>Medidas de desempenho </li></ul></ul><ul><ul><li>Ambiente </li></ul></ul><ul><ul><li>Percepção </li></ul></ul><ul><ul><li>Ações </li></ul></ul><ul><li>Descrição PEAS </li></ul>
  8. 8. PEAS <ul><li>P erformance Measure </li></ul><ul><li>E nvironment </li></ul><ul><li>A ctuators </li></ul><ul><li>S ensors </li></ul>
  9. 9. Exemplo: Motorista de Taxi <ul><li>Desempenho? </li></ul><ul><ul><li>Chegar no destino </li></ul></ul><ul><ul><li>Minimizar consumo </li></ul></ul><ul><ul><li>Minimizar desgaste do carro </li></ul></ul><ul><ul><li>Minimizar tempo de viagem </li></ul></ul><ul><ul><li>Minimizar infrações </li></ul></ul><ul><ul><li>Maximizar conforto </li></ul></ul><ul><ul><li>Maximizar lucro </li></ul></ul>
  10. 10. Exemplo: Motorista de Taxi <ul><li>Ambiente? </li></ul><ul><ul><li>Ruas, avenidas, estradas </li></ul></ul><ul><ul><li>Tráfego, pedestres, carros </li></ul></ul><ul><ul><li>Animais, obras, policiais </li></ul></ul><ul><ul><li>Poças, buracos </li></ul></ul><ul><ul><li>Passageiros </li></ul></ul><ul><ul><li>Outros: neve, chuva, vento... </li></ul></ul>
  11. 11. Exemplo: Motorista de Taxi <ul><li>Atuadores </li></ul><ul><ul><li>Acelerador </li></ul></ul><ul><ul><li>Freios </li></ul></ul><ul><ul><li>Direção </li></ul></ul><ul><ul><li>Comunicação com o passageiro </li></ul></ul><ul><ul><li>Comunicação com outros veículos </li></ul></ul>
  12. 12. Exemplo: Motorista de Taxi <ul><li>Sensores </li></ul><ul><ul><li>Visão (câmeras) </li></ul></ul><ul><ul><li>Velocímetro </li></ul></ul><ul><ul><li>Odômetro </li></ul></ul><ul><ul><li>Outros </li></ul></ul><ul><ul><ul><li>Acelerômetro </li></ul></ul></ul><ul><ul><ul><li>Sensores do sistema </li></ul></ul></ul><ul><ul><ul><li>GPS </li></ul></ul></ul>
  13. 13. PEAS do Motorista de Taxi
  14. 14. Outros Exemplos
  15. 15. Ambientes Artificiais e Reais <ul><li>Ambientes reais podem ser simples </li></ul><ul><ul><li>Inspeção de peças em uma esteira </li></ul></ul><ul><li>Ambientes artificiais podem ser complexos </li></ul><ul><ul><li>Piloto para simulador de vôo </li></ul></ul><ul><ul><li>Detecção de fraudes na internet </li></ul></ul>
  16. 16. Propriedades dos Problemas <ul><li>Totalmente x Parcialmente observável </li></ul><ul><li>Determinístico x Estocástico </li></ul><ul><li>Episódico x Sequencial </li></ul><ul><li>Estático x Dinâmico </li></ul><ul><li>Discreto x Contínuo </li></ul><ul><li>Agente único x Multi-agentes </li></ul>
  17. 17. Observabilidade <ul><li>Totalmente observável : sensores do agente reportam todas as informações sobre o estado do ambiente </li></ul><ul><ul><li>Como definir ” todas ”? </li></ul></ul><ul><ul><li>Relevância ⇒ Desempenho </li></ul></ul><ul><li>Parcialmente observável : nem todas as informações do estado estão disponíveis </li></ul><ul><ul><li>Sensores imprecisos; falta informação </li></ul></ul>
  18. 18. Determinístico x Estocástico <ul><li>Determinístico : o próximo estado do ambiente é completamente determinado pelo estado atual e a ação do agente </li></ul><ul><ul><li>Determinismo + observabilidade total: previsível </li></ul></ul><ul><li>Estocástico : Incerteza sobre o estado futuro do ambiente, mesmo tendo informações atuais </li></ul><ul><ul><li>Observabilidade parcial e não-determinismo </li></ul></ul><ul><ul><li>Estratégico : Determinístico, exceto pelas ações de outros agentes </li></ul></ul>
  19. 19. Episódico x Sequencial <ul><li>Episódico : Tarefa se repete em episódios independentes </li></ul><ul><ul><li>Desnecessário manter memória entre episódios </li></ul></ul><ul><ul><li>Sem distinção curto x longo prazo </li></ul></ul><ul><ul><li>Ex.: Classificação </li></ul></ul><ul><li>Sequencial : Tarefa se desenrola em episódios não independentes </li></ul><ul><ul><li>Ações podem ter consequências de longo prazo </li></ul></ul>
  20. 20. Estático x Dinâmico <ul><li>Dinâmico : Ambiente pode mudar enquanto agente ”pensa” </li></ul><ul><ul><li>Não decidir é o mesmo que fazer nada </li></ul></ul><ul><li>Estático : Ambiente só muda após alguma ação </li></ul><ul><ul><li>Tempo é praticamente irrelevante </li></ul></ul><ul><li>Semi-dinâmico : Ambiente estático, mas desempenho pode piorar com o tempo </li></ul>
  21. 21. Discreto x Contínuo <ul><li>Aplicada a </li></ul><ul><ul><li>Estado </li></ul></ul><ul><ul><li>Tempo </li></ul></ul><ul><ul><li>Ações </li></ul></ul><ul><ul><li>Perceptos </li></ul></ul><ul><li>Quantidades contínuas x discretas </li></ul>
  22. 22. Agente único x Multi-agentes <ul><li>Agente único : apenas um agente atuando no ambiente </li></ul><ul><li>Multi-agentes : vários agentes atuando </li></ul><ul><ul><li>Quando considerar uma entidade como agente? </li></ul></ul><ul><ul><li>Dependência de desempenho </li></ul></ul><ul><ul><li>Ambientes competitivos x cooperativos </li></ul></ul>
  23. 23. Exemplos
  24. 24. Classificação de Problemas <ul><li>Combinação mais difícil: </li></ul><ul><ul><li>Parcialmente observável </li></ul></ul><ul><ul><li>Estocástico </li></ul></ul><ul><ul><li>Sequencial </li></ul></ul><ul><ul><li>Dinâmico </li></ul></ul><ul><ul><li>Contínuo </li></ul></ul><ul><ul><li>Multi-agentes </li></ul></ul>
  25. 25. Classificação de Problemas <ul><li>Nem sempre simples ou precisa </li></ul><ul><ul><li>Classificação de imagens: semi-estática? </li></ul></ul><ul><ul><li>Xadrez: Totalmente observável? </li></ul></ul><ul><ul><li>Diagnóstico médico: agente único? episódico? </li></ul></ul><ul><ul><li>Torneio de xadrez: episódico x sequencial </li></ul></ul>

×