O documento discute conceitos fundamentais de agentes inteligentes, incluindo: 1) A definição de um agente como algo que pode perceber seu ambiente e agir sobre ele. 2) A noção de um agente racional que maximiza seu desempenho com base em percepções e ações. 3) Diferentes tipos de agentes, como reativos simples e baseados em modelos.

1. Agentes Inteligentes Prof. Sérgio R. P. da Silva Profa. Josiane Melchiori Pinheiro Baseado no Cap. 2 do livro de Stuart Russel e Peter Norving - “Inteligência Artificial”, 2 a ed.

4. Agentes

6. Robô: câmeras, detectores infravermelho, sonares, motores, ...

7. Software: teclado, arquivos, pacotes da rede, impressora, vídeo, ... (sensações e ações estão codificadas em bits)

9. Tabela muito grande. Na verdade infinita. A menos que se tenha um limite para o comprimento da sequencia de percepções.

11. Ações : Direita, Esquerda, Sugar, NoOp.

15. MD 2 : m 2 limpos por hora de trabalho descontadas a energia gasta e o nível de ruído produzido.

22. A ação correta seria olhar porque maximiza o desempenho.

24. Também pode ser a realização de ações para a exploração de um ambiente desconhecido.

26. Ele também pode ganhar experiência e modificar e ampliar este conhecimento.

34. Ambiente ( Environment )

35. Atuadores ( Actuators )

36. Sensores ( Sensors )

38. minimizar o consumo de combustível e desgaste

39. minimizar o tempo de percurso, custo da viagem

40. minimizar as infrações de leis de trânsito

41. minimizar os distúrbios aos outros motoristas

42. maximizar a segurança e conforto do passageiro

45. GPS para saber onde esta num mapa

46. Sensores infra-vermelhos para detectar a distância dos outros carros

47. Microfone ou teclado para o passageiro informar o destino

48. ...

52. Cada episódio = percepção + ação.

55. Xadrez – conjunto discreto de estados, ações e percepções.

57. Xadrez – agentes múltiplos -> ambiente competitivo.

58. Dirigir táxi – agentes múltiplos -> ambiente cooperativo/competitivo.

59. Ambiente com agentes múltiplos precisam de uma forma de comunicação.

60. Tipos de ambientes NÃO SIM NÃO SIM Agente único NÃO NÃO SIM SIM Discreto NÃO NÃO SEMI SIM Estático NÃO NÃO NÃO NÃO Episódico NÃO NÃO NÃO SIM Determinístico NÃO NÃO SIM SIM Observável Direção de Táxi Diagnótico médico Xadrez com tempo Palavras Cruzadas

70. AGENTES COM APRENDIZAGEM

75. Criar um conjuntos de regras para cada ambiente de tarefa.

76. Esquema de funcionamento Ambiente sensor atuador Como o mundo está agora? Que ação eu devo realizar agora? Regras condição-ação Agente

81. Esquema de funcionamento Estado Interno Como o ambiente evoluí Ambiente sensor atuador Como o mundo está agora? Que ação eu devo realizar agora? Regras condição-ação O que minhas ações fazem Agente

82. Funcionamento function AGENTE_REFLEXO_COM_ESTADO(percepção):ação static : estado ( uma descrição do estado atual do mundo) regras (um conjunto regra condição-ação) estado  ATUALIZA-ESTADO(estado,percepção) regra  CASAMENTO-REGRA(estado,regras) ação  AÇÃO-REGRA[regra] return ação ATUALIZA_ESTADO –> é responsável por criar uma nova descrição do estado interno.

87. Mais complexa: quando será necessário longas sequências de ações para atingir o objetivo.

90. Esquema de funcionamento atuador Ambiente sensor Como o mundo está agora? Que ação eu devo realizar agora? Objetivos Estado interno Como o ambiente evoluí O que minhas ações fazem Como o mundo ficará se eu fizer a ação x Agente

94. Esquema de funcionamento atuador Ambiente sensor Como o mundo esta agora Que ação eu devo fazer agora Utilidade Estado interno Como o ambiente evoluí O que minhas ações fazem Como o mundo ficará se fizer a ação Quão feliz serei se ir para tal estado Agente

96. Crítico

97. Elementos de desempenho

98. Gerador de problemas

100. Utiliza realimentação do crítico sobre como o agente está funcionando.

102. É necessário porque as percepções não fornecem nenhuma indicação de sucesso.

103. O agente não deverá modificá-lo.

106. Ações não ótimas a curto prazo para descobrir ações ótimas a longo prazo.

109. Sugere experimentos: testar os freios em diferentes superfícies.

110. Agentes que aprendem atuador Ambiente sensor Crítico Elemento de Desempenho Elemento de aprendizado Gerador de Problemas Agente