Notas sobreAgentes Inteligentes  Nécio de Lima Veras
O que é um Agente?●   “Qualquer coisa” que pode perceber seu ambiente    através de sensores e interagir com ele por meio ...
Em imagem...
Agent Function     –   O comportamento de um agente é descrito pelo         agent function que mapeia qualquer sequência d...
Comportamentos     deAgentes
Um agente pode ser racional●   É um agente que faz a coisa certa;    –   Para cada entrada na tabela do agent function é  ...
Um agente racional●    Então a racionalidade de um agente    depende basicamente de quatro coisas:    –   A mensuração que...
Um agente racional●   Definição:    “ Para cada sequência de percepções    possível, um agente racional deve selecionar   ...
Onisciência●   Capacidade de saber de tudo infinitamente!!    –   Deus do saber!●   Um agent omniscience sabe o atual resu...
Information Gathering              (coleta de informações)●   Ações que devem ser realizadas de modo a    modificar percep...
Learning (aprendizagem)●   Um agente deve aprender o máximo possível    do que ele percebe;●   Uma configuração inicial po...
Autonomy (autonomia)●   Um agente autônomo precisa basear-se em    suas próprias percepções ao invés do    conhecimento an...
A natureza do ambiente
Ambiente●   Basicamente um ambiente é o problema que o    agente deverá ser a solução;●   Um ambiente de tarefa é formado ...
Ambiente: um exemplo PEAS para      um motorista de táxi
Ambiente: outros exemplos
Propriedades dosAmbientes de Tarefas
Sobre a cobertura de observação●   Totalmente observável:    –   Os sensores detectam todos os aspectos que são        rel...
Sobre a mudança de estado●   Determinística:    –   O próximo estado do ambiente é completamente determinado        pelo e...
Sobre observações durante as            mudanças de estado●   Episódico:    –   Nesse ambiente a experiência do agente é d...
Sobre mudanças no próprio                   ambiente●   Dinâmico:    –   Quando um ambiente pode se alterar enquanto um ag...
Sobre o estado do ambiente●   Estão relacionados com o número de estados    possíveis, o modo como o tempo é tratado e ain...
Sobre a atuação do(s) agente(s) em           um ambiente●   Agente único:    –   Ambiente povoado com um único agente capa...
O ambiente mais hostil●   Parcialmente observável●   Estocástico●   Sequencial●   Dinâmico●   Contínuo●   Multiagente     ...
A estrutura dos Agentes
Entendendo...●   O objetivo é projetar um programa de agente    para implementar uma função de agente de    forma a mapear...
Então...           Agente = Arquitetura + Programa●   Obviamente o programa deve ser apropriado    para a arquitetura;    ...
Agentes reativos simples●   É o agente mais simples de todos!●   Ele seleciona ações com base na percepção    atual e igno...
Agentes reativos simples●   Programa de agente genérico:●   Esses agentes podem recorrer a    aleatoriedade para escapar d...
Agente reativo simples:            nossos exemplos concretos      Agente irrigador de                      Agente designad...
Agentes reativos baseados em                  modelos●   Agente que pode controlar parte do mundo que ele    “não vê”;    ...
Agentes reativos baseados em   modelos (em imagem)
Agentes reativos baseados em modelos (em pseudocódigo)
Agentes reativos baseados em        modelos: nossos exemplos (1)                       Agente irrigador de cultura.O agent...
Agentes reativos baseados em        modelos: nossos exemplos (2)    Agente designador de tarefas e gerência em uma equipe ...
Agentes baseados em objetivos●   O agente busca atingir objetivos que descrevam uma situação    desejável;●   Ele pode com...
Agentes baseados em objetivos        (em imagem)
Agentes reativos baseados em         objetivos: nossos exemplos (1)                          Agente irrigador de cultura.O...
Agentes reativos baseados em         objetivos: nossos exemplos (2)      Agente designador de tarefas e gerência em uma eq...
Agentes baseados na utilidade●   Os objetivos sozinhos não garantem um comportamento de    alta qualidade, por isso:    – ...
Agentes baseados na utilidade        (em imagem)
Agentes baseados na utilidade:           nossos exemplos (1)                      Agente irrigador de cultura.O agente dev...
Agentes baseados na utilidade:            nossos exemplos (2)     Agente designador de tarefas e gerência em uma equipe de...
Agentes com aprendizagem●   Proposta de Turing: “é necessário construir máquinas com    aprendizagem e depois ensiná-las”;...
Agentes com aprendizagem●   Ao se projetar um agente deve-se perguntar:    –   “Que tipo de elemento de desempenho meu    ...
Agentes com aprendizagem
Agentes com aprendizagem:              nossos exemplos (1)            Agente irrigador de cultura.               Solo; Tem...
Agentes com aprendizagem:              nossos exemplos (2)  Agente designador de tarefas e gerência em uma equipe de proje...
Referência ●   Russell, S.; Norvig, P. Inteligência     Artificial: uma abordagem     moderna.2 ed. São Paulo: Prentice-  ...
Próximos SlideShares
Carregando em…5
×

Notas sobre agentes inteligentes

987 visualizações

Publicada em

1 comentário
0 gostaram
Estatísticas
Notas
  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
987
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
43
Comentários
1
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Notas sobre agentes inteligentes

  1. 1. Notas sobreAgentes Inteligentes Nécio de Lima Veras
  2. 2. O que é um Agente?● “Qualquer coisa” que pode perceber seu ambiente através de sensores e interagir com ele por meio de atuadores. – Exemplos ● O ser humano possui visão e audição como sensores e mão e pernas como atuadores. ● Um robô possui câmeras e localizadores como sensores e motores como atuadores. ● Um software possui arquivos de entrada, pacotes de rede, base de dados como sensores e atua escrevendo arquivos, enviando pacotes, exibindo dados em telas, ….
  3. 3. Em imagem...
  4. 4. Agent Function – O comportamento de um agente é descrito pelo agent function que mapeia qualquer sequência de percepção para uma ação; – É uma descrição matemática abstrata; – Pode ser descrito com uma tabela de percepções e ações; Agent Program – Internamente, o agent function para um agente inteligente é implementado por um agent program; – Materializa o comportamento do agente;● Assim temos: – Uma caracterização externa (abstração matemática - agent function); – Uma caracterização interna (concretização do agente – agent program); – Uma arquitetura de agente que é capaz de por em funcionamento o agente.
  5. 5. Comportamentos deAgentes
  6. 6. Um agente pode ser racional● É um agente que faz a coisa certa; – Para cada entrada na tabela do agent function é preenchido corretamente uma saída (ação);● Mas o que significa “fazer a coisa certa”? – Podemos dizer que uma ação correta irá gerar um resultado mais correto ainda; – Mas, para tanto é preciso saber mensurar esse sucesso (ou performance); – Assim, essa mensuração contém os critérios de sucesso para um bom comportamento de agente;
  7. 7. Um agente racional● Então a racionalidade de um agente depende basicamente de quatro coisas: – A mensuração que define os critérios de sucesso; – O conhecimento prévio do ambiente; – As ações que podem ser realizadas; – As sequências de percepção de um período; É o histórico de qualquer coisa que o agente pôde perceber.
  8. 8. Um agente racional● Definição: “ Para cada sequência de percepções possível, um agente racional deve selecionar uma ação que é esperada para maximizar a avaliação de performance, dada a evidência fornecida pela sequência de percepções de todo o conhecimento incorporado ao agente. ”
  9. 9. Onisciência● Capacidade de saber de tudo infinitamente!! – Deus do saber!● Um agent omniscience sabe o atual resultado das suas ações e pode agir adequadamente;● Porém, na realidade a onisciência é impossível para um agente. – O exemplo de “um idiota morre atingido por um conteiner ao atravessar a rua” mostra que a racionalidade não é a mesma coisa que perfeição;
  10. 10. Information Gathering (coleta de informações)● Ações que devem ser realizadas de modo a modificar percepções futuras; – Exemplo: ● a travessia da rua olhando para ambos os lados; ● um agente aspirador de pó realizando uma exploração de um ambiente inicialmente desconhecido;● É uma importante parte da racionalidade;
  11. 11. Learning (aprendizagem)● Um agente deve aprender o máximo possível do que ele percebe;● Uma configuração inicial poderia refletir algum conhecimento anterior do ambiente, mas como o agente ganha conhecimento então isto pode ser modificado e aumentado;
  12. 12. Autonomy (autonomia)● Um agente autônomo precisa basear-se em suas próprias percepções ao invés do conhecimento anterior do seu projetista;● Um agente racional deve ser autônomo; – Ele deve aprender tudo que puder para compensar um conhecimento anterior parcial ou incorreto;
  13. 13. A natureza do ambiente
  14. 14. Ambiente● Basicamente um ambiente é o problema que o agente deverá ser a solução;● Um ambiente de tarefa é formado por PEAS (Performance, Environment, Actuatos, Sensors);● Deve ser especificado de forma mais completa possível durante a concepção de um agente (inclusive, retirando conflitos para as medidas de desempenho);
  15. 15. Ambiente: um exemplo PEAS para um motorista de táxi
  16. 16. Ambiente: outros exemplos
  17. 17. Propriedades dosAmbientes de Tarefas
  18. 18. Sobre a cobertura de observação● Totalmente observável: – Os sensores detectam todos os aspectos que são relevantes para a escolha da ação; – Os agente não precisa manter nenhum estado interno para controlar o mundo;● Parcialmente observável: – Ou os sensores são imprecisos e possuem ruídos; – Ou os estados estão ausentes nos dados dos sensores; – Ex.: o motorista de táxi não pode saber o que os outros motoristas estão pensando.
  19. 19. Sobre a mudança de estado● Determinística: – O próximo estado do ambiente é completamente determinado pelo estado atual e pela ação executada;● Estocástica: – Quando a completa determinação do próximo estado não for possível;● Cuidados: – Um ambiente parcialmente observável pode parecer estocástico. – É frequentemente melhor considerar que um ambiente é determinístico ou estocástico pelo ponto de vista do agente.● Se um ambiente é determinístico exceto pelas ações de outros agentes então ele é estratégico.
  20. 20. Sobre observações durante as mudanças de estado● Episódico: – Nesse ambiente a experiência do agente é dividida em episódios atômicos, onde cada episódio gera uma única ação; – É importante que cada ação só dependa dela mesma e que ela não interfira em ações futuras; – Ex: localização de peças defeituosas em uma esteira rolante de uma linha de montagem;● Sequencial: – A decisão (ação) atual afeta todas as futuras ações; – São mais complexos, pois os agentes precisam “pensar à frente”; – Ex: jogar xadrez ou dirigir um táxi.
  21. 21. Sobre mudanças no próprio ambiente● Dinâmico: – Quando um ambiente pode se alterar enquanto um agente estiver deliberando então esse ambiente é dinâmico para esse agente; – Ex: dirigir o táxi;● Estático: – O ambiente não muda durante as deliberações do agente. – São mais simples; – Ex.: jogo de palavras cruzadas;● Semidinâmico: – É quando o ambiente não muda com o tempo, mas o agente sobre alterações no seu desempenho; – Ex: jogo de xadrez com contagem de tempo.
  22. 22. Sobre o estado do ambiente● Estão relacionados com o número de estados possíveis, o modo como o tempo é tratado e ainda as percepções e ações dos agentes;● Discreto: – Ex.: o ambiente do xadrez é discreto porque temos um número finito de estados distintos;● Contínuo: – Ex: Dirigir um táxi é um problema de estado contínuo e tempo contínuo. As ações também são contínuas.
  23. 23. Sobre a atuação do(s) agente(s) em um ambiente● Agente único: – Ambiente povoado com um único agente capaz de resolver o problema; – Ex.: um agente que resolve o jogo das palavras cruzadas;● Multiagentes: – Ambiente povoado com dois ou mais agentes que se comportam e possuem objetivos diferenciados; – Esses comportamentos podem ser visando: competição, cooperação, comunicação, etc. – Ex: jogo de xadrez que dois agentes se enfrentam.
  24. 24. O ambiente mais hostil● Parcialmente observável● Estocástico● Sequencial● Dinâmico● Contínuo● Multiagente “As situações reais são tão complexas que para finalidades práticas devem ser tratadas como estocásticas”.
  25. 25. A estrutura dos Agentes
  26. 26. Entendendo...● O objetivo é projetar um programa de agente para implementar uma função de agente de forma a mapear as percepções em ações; Esse programa precisar ser executado em algum dispositivo de computação dotado de sensores e atuadores. Arquitetura
  27. 27. Então... Agente = Arquitetura + Programa● Obviamente o programa deve ser apropriado para a arquitetura; – Se o programa precisa “caminhar” então na arquitetura deve existir o atuador “perna”.
  28. 28. Agentes reativos simples● É o agente mais simples de todos!● Ele seleciona ações com base na percepção atual e ignora o histórico de percepções;● Diagrama esquemático:
  29. 29. Agentes reativos simples● Programa de agente genérico:● Esses agentes podem recorrer a aleatoriedade para escapar de laços infinitos (ou fugir de falhas físicas).
  30. 30. Agente reativo simples: nossos exemplos concretos Agente irrigador de Agente designador de cultura. tarefas e gerência em uma equipe de projeto. Percepção Ação Percepção AçãoSolo seco e temp. > 22 Irrigar 10 Nova tarefa Designar a tarefa para um membro da equipeSolo seco e temp. < 22 Irrigar 3 Novo projeto Designar gerenteSolo úmido e temp. > 22 Irrigar 5 Tarefa Designar ouros membros para atrasada uma tarefaSolo úmido e temp. < 22 Irrigar 1 Tarefa Remanejar membros para adiantada outras tarefasSolo enchar. e temp > 22 Irrigar 12 Projeto Designar outro gerente problemáticoSolo enchar. e temp < 22 Irrigar 4 ... ...
  31. 31. Agentes reativos baseados em modelos● Agente que pode controlar parte do mundo que ele “não vê”; – Ele deve manter um estado interno com histórico de percepção de modo que seja possível usá-los em alguns dos aspectos não observados do estado atual. – Para isso ele deve implementar um “modelo de como o mundo funciona”;● É necessários saber: – como o mundo evolui independentemente da atuação agente; – Informações sobre como as ações do agente afetam o mundo.
  32. 32. Agentes reativos baseados em modelos (em imagem)
  33. 33. Agentes reativos baseados em modelos (em pseudocódigo)
  34. 34. Agentes reativos baseados em modelos: nossos exemplos (1) Agente irrigador de cultura.O agente percebe informações do estado do solo e de temperatura ambiente e “pensa” quaismudanças aconteceriam se ele aplicasse uma irrigação de X minutos. Ele deve buscar em seuhistórico de ações as últimas irrigações e “imaginar” o que acontece caso ele não tomenenhuma ação. Percepção Outras percepções (modelo) Regras p/ AçãoSolo e ●Últimas irrigações aplicadas (natural ou ●Complementar irrigação com (10 –temperatura artificial) t) se a última irrigação estiver ●Mudanças do estado do solo com uma “vencida” irrigação complementar. ●Não aplicar nova irrigação caso ●Como o ambiente se comporta caso tenha ocorrido irrigação natural não seja aplicado nenhuma irrigação ●... (natural ou artificial) ●...... ... ...
  35. 35. Agentes reativos baseados em modelos: nossos exemplos (2) Agente designador de tarefas e gerência em uma equipe de projeto.O agente percebe informações sobre o estado atual de tarefas para um ambiente de projetose “pensa” quais mudanças aconteceriam se ele designasse uma determinada tarefa ou agerência de um projeto para um membro da equipe. Ele deve buscar em seu histórico deações as últimas designações, suas consequências e ainda “imaginar” o que acontece casoele não tome nenhuma ação.Percepção Outras percepções (modelo) Regras p/ AçãoAmbiente de ●Últimas designações aplicadas (e suas ●Designar a tarefa tarefa para umtarefas consequências) determinado membro se “for ●As mudanças do estado para uma cabível” determinada designação de tarefa ●Não deixar de designar caso a ●O que acontece ao ambiente caso o tarefa não seja possível concluir a agente não realize nenhuma tarefa. tarefaAmbiente de ●Valores de desempenho dos últimos ●Designar um gerente “apropriado”projeto projetos com seus gerentes para um novo projeto ●As mudanças de estado na gerência do ●Não permitir que um projeto fique projeto sem gerente ●O que ocorre se nenhuma ação acontecer
  36. 36. Agentes baseados em objetivos● O agente busca atingir objetivos que descrevam uma situação desejável;● Ele pode combinar: – Uma descrição do estado atual; – Situação desejável (objetivo); – Informações sobre resultados de ações possíveis;● Assim, ele escolhe uma ação apropriada que atinja o objetivo almejado.● Pode ser: – Direta (quando apenas uma ação atingir o objetivo); – Complicada (considera-se longas sequências de ações para atingir o objetivo); Busca e Planejamento (subáreas da IA) são dedicados a encontrar sequências de ações que alcancem objetivos do agente
  37. 37. Agentes baseados em objetivos (em imagem)
  38. 38. Agentes reativos baseados em objetivos: nossos exemplos (1) Agente irrigador de cultura.O agente objetiva manter o solo irrigado sem encharcá-lo. Para isso ele percebe o estado dosolo, dados de temperatura e umidade do ar. É importante conhecer possíveis evoluçõesnaturais do ambiente e quais consequências acontecerão diante de uma determinada ação doagente. Ações e estados Ações dos agentes e as suas possíveis Percepção possíveis consequênciasSolo, ●Pode chover ●Se está chovendo então não Irrigar, pois certamentetemperatura ●Está chovendo isso vai encharcar o soloambiente e ●Não chove ●Se a temperatura está alta e não vai chover entãoumidade do ●Não vai chover devo irrigar para manter o solo irrigadoar ●Irrigar ●Se o solo tiver sido irrigado então não devo irrigar ●Não irrigar ●Se não chove, a temperatura é baixa e a umidade também então é melhor não irrigar imediatamente ●...... ... ...
  39. 39. Agentes reativos baseados em objetivos: nossos exemplos (2) Agente designador de tarefas e gerência em uma equipe de projeto.O agente objetiva designar membros de um projeto para realizarem tarefas, sejam elas novasou problemáticas (remanejamento), assim também como para gerenciarem um projeto. Paratanto ele percebe as mudanças dos estados das tarefas e dos projetos. É importante sabercomo o ambiente natural de projeto evolui e quais consequências acontecerão diante de umadeterminada ação do agente. Ações e estados Ações dos agentes e as suas possíveis Percepção possíveis consequênciasAmbiente de ●Nova tarefa foi ●Se uma nova tarefa foi incluída então um membro quetarefa incluída no projeto pode realizar melhor a tarefa deve ser designado para ●Uma tarefa está ela atrasada ●Se uma tarefa está atrasada então devem ser ●Uma tarefa foi remanejados novos membros para ela concluída ●Se não há novas tarefas e todas as atuais não estão ●Uma tarefa está sem sem problemas então não designe ninguém problemas ●Se um tarefa foi concluída e outra está atrasada então designe os membros eficazes para a tarefa problemática.... ... ...
  40. 40. Agentes baseados na utilidade● Os objetivos sozinhos não garantem um comportamento de alta qualidade, por isso: – Um agente que usa uma função de utilidade para medir o seu grau de eficiência ou “felicidade” (utilidade) é um agente baseado em utilidade.● É interessante para ser usando quando: – Existem objetivos contraditórios (apenas alguns podem ser atingidos) – Existem vários que a serem alcançados e nenhum deles pode ser atingido com certeza;● Em ambos a utilidade pode ponderar a importância dos mesmos.● Normalmente o agente irá buscar a maximização da utilidade.
  41. 41. Agentes baseados na utilidade (em imagem)
  42. 42. Agentes baseados na utilidade: nossos exemplos (1) Agente irrigador de cultura.O agente deve usar como função de utilidade uma mensuração do seu grau de sucesso emrelação à irrigação. Para tanto, ele buscará minimizar o consumo de água sem afetar odesenvolvimento da cultura irrigada. Ações e Ações dos agentes e as suas possíveis Função dePercepção estados consequências utilidade possíveisSolo, ●Pode chover ●Se está chovendo então não Irrigar, pois ●Para determinadatemperatur ●Está chovendo certamente isso vai encharcar o solo irrigação quantoa ambiente ●Não chove ●Se a temperatura está alta e não vai economizei dee umidade ●Não vai chover então devo irrigar para manter o água e qual ado ar chover solo irrigado contribuição para ●Irrigar ●Se o solo tiver sido irrigado então não devo o desenvolvimento ●Não irrigar irrigar da planta? ●Se não chove, a temperatura é baixa e a ●Quando não umidade também então é melhor não irrigar irrigar então a imediatamente função é nula.
  43. 43. Agentes baseados na utilidade: nossos exemplos (2) Agente designador de tarefas e gerência em uma equipe de projeto.O agente deve usar como função de utilidade uma mensuração do seu grau de sucesso emrelação às suas designações. Para tanto, ele poderá calcular a probabilidade de sucessopara o estado proposto em curto e longo prazo e, assim, majorar medidas que indicam oquando eficiente foi sua escolha. Ações e Ações dos agentes e as suas possíveisPercepção estados Função de utilidade consequências possíveisAmbiente ●Nova tarefa ●Se uma nova tarefa foi incluída então um ●Qual a probabilidadede tarefa foi incluída membro que pode realizar melhor a tarefa de sucesso se um no projeto deve ser designado para ela determinado membro ●Uma tarefa ●Se uma tarefa está atrasada então devem for designado para está atrasada ser remanejados novos membros para ela uma determinada ●Uma tarefa ●Se não há novas tarefas e todas as atuais tarefa? foi concluída não estão sem problemas então não ●Se não houver ●Uma tarefa designe ninguém designações então a está sem ●Se um tarefa foi concluída e outra está função é nula. problemas atrasada então designe os membros eficazes para a tarefa problemática.
  44. 44. Agentes com aprendizagem● Proposta de Turing: “é necessário construir máquinas com aprendizagem e depois ensiná-las”; – O agente opera em ambientes inicialmente desconhecidos e torna- se mais competente do que o seu conhecimento inicial sozinho poderia permitir.● Um agente assim pode ter 4 componentes: – Elemento de aprendizado (execução de aperfeiçoamentos) – Elemento de desempenho (seleção de ações externas) – Crítico (sobre o funcionamento do agente; determina como o elemento de desempenho deve ser melhorado em relação a um padrão fixo) – Gerado de problemas (sugere ações que podem levar à novas experiências e informações)
  45. 45. Agentes com aprendizagem● Ao se projetar um agente deve-se perguntar: – “Que tipo de elemento de desempenho meu agente precisará ter para fazer isso depois de ter aprendido como fazê-lo?” – Ao invés de: “como farei com que ele aprenda isso?”● O padrão de desempenho externo pode ainda distinguir parte da percepção de entrada como um recompensa ou penalidade.
  46. 46. Agentes com aprendizagem
  47. 47. Agentes com aprendizagem: nossos exemplos (1) Agente irrigador de cultura. Solo; Temperatura ambiente; Umidade do ar; Pode chover; Está chovendo; Percepções: Não chove; Não vai chover. Estados: Irrigar; Não irrigar. Pode fazer mudanças em qualquer um dos componentes abaixo. Ele que Elemento de observa os resultados da ações e aprende. Por exemplo: se for aplicada umaaprendizado: irrigação desnecessária ele logo aprenderá que naquela situação não se deve irrigar. Elemento de Coleções de conhecimentos e procedimentos que o agente tem paradesempenho: selecionar suas ações de irrigação. Observa o mundo (chuva, sol, temperatura, umidade) e alimenta de informações o elemento de aprendizado. Por exemplo a percepção “pode Crítico: chover” ficará mais eficiente com as experiências e observações do crítico. Ele irá a partir disso formular uma regra para saber se a experiência foi boa ou ruim. Identifica áreas comportamentais que necessitam de melhorias e propõe Gerador de experimentos ou testes, como por exemplo, experimentar uma irrigação curta problemas: com uma umidade do ar alta.
  48. 48. Agentes com aprendizagem: nossos exemplos (2) Agente designador de tarefas e gerência em uma equipe de projeto. Ambiente de tarefa: Nova tarefa foi incluída no projeto; Uma tarefa Percepções: problemática; Uma tarefa foi concluída; Uma tarefa está sem problemas. Estados: Designar um membro; Não designar um membro. Pode fazer mudanças em qualquer um dos componentes abaixo. Ele que Elemento de observa os resultados da ações e aprende. Por exemplo: se for feita umaaprendizado: designação que gere insucesso de uma tarefa então ele irá aprender lições sobre a ação realizada. Elemento de Coleções de conhecimentos e procedimentos que o agente tem paradesempenho: selecionar suas ações para designar membros a tarefas. Observa o mundo de tarefas e alimenta de informações o elemento de aprendizado. Por exemplo a percepção “tarefa problemática” ficará mais Crítico: eficiente com as experiências e observações do crítico. Ele irá partir disso e formular uma regra para saber se a experiência foi boa ou ruim. Exemplo de padrão fixo: a tarefa foi concluída com sucesso antes do prazo? Identifica áreas comportamentais que necessitam de melhorias e propõe Gerador de experimentos ou testes, como por exemplo, experimentar uma designação de problemas: alto risco.
  49. 49. Referência ● Russell, S.; Norvig, P. Inteligência Artificial: uma abordagem moderna.2 ed. São Paulo: Prentice- Hall (2004)

×