SlideShare uma empresa Scribd logo
Rosa Maria E. M. da Costa
UERJ
Um agente é tudo que pode ser considerado
capaz de perceber seu ambiente por meio
de sensores e de agir sobre esse ambiente
por meio de atuadores.
Um agente pode ser uma pessoa,
uma máquina, um pedaço de software.
Alguma coisa que tem ação
Um artigo:
Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents
http://www.inf.ufrgs.br/~alvares/CMP124SMA/IsItAnAgentOrJustAProgram.pdf
Agente Humano
Sensores
Olhos
Ouvidos
Atuadores
Boca
Mãos
Pernas
Um agente robótico pode ter câmeras e
detectores de infravermelho funcionando
como sensores e vários motores como
atuadores
Um sistema é racional se “faz a coisa certa“,
dado o que ele sabe
A definição do que é racional em qualquer instante dado
depende de quatro fatores:
•A medida de desempenho que define o critério de sucesso;
•O conhecimento prévio que o agente tem do ambiente;
•As ações que o agente pode executar;
•A sequência de percepções do agnete até o momento.
Exemplo: Um Táxi Automático
• Ambiente: Ruas, estradas, tráfego, pedestres,
tempo...
• Medida de Desempenho: Segurança, destino,
conforto, rendimento...
• Atuadores: Direção, acelerador, freios...
• Sensores: Velocímetro, sensores do motor, GPS...
Propriedade dos agentes
• Autonomia
• Interatividade
• Pró-atividade
• Adaptação/Reatividade
• Sociabilidade
• Mobilidade
• Proxy (procuração)
• Inteligência/Continuidade temporal
• Aprendizado
• Racionalidade
Propriedade dos agentes
• Autonomia
Capacidade de agir sem intervenção externa
• Interatividade
Comunica-se com ambientes e outros agentes
• Pró-atividade
É orientado à objetivo, não reagindo simplesmente
ao ambiente
Propriedade dos agentes
• Adaptação/Reatividade
Capacidade de modificar/responder em algum grau
a outros agentes e/ou seu ambiente
• Sociabilidade
Interação marcada por relações onde o agente pode
ser amável, sociável, companheiro ou amigo
• Mobilidade
Capacidade de se transportar de um ambiente para outro
Propriedade dos agentes
•Proxy (procuração)
Pode agir em interesse de alguém ou representando
uma entidade
• Inteligência
Estado de formalização do conhecimento.
Interage com outros agentes usando linguagem simbólica
• Continuidade temporal
Processo de funcionamento contínuo
Propriedade dos agentes
• Aprendizado
Capacidade de modificar seu comportamento
baseado em suas experiências
• Racionalidade
Capacidade de selecionar suas ações baseados
em objetivos
Agente de Software
É uma entidade de software autônoma,
que pode interagir com o seu meio ambiente
(incluindo humanos, máquinas e outros
agentes de software em vários ambientes
e entre várias plataformas)
Agente de Software
Um agente de software recebe seqüências
de teclas digitadas, conteúdo de arquivos
e pacotes de rede como entradas sensoriais
e atua sobre o ambiente exibindo algo
na tela, gravando arquivos e enviando
pacotes de rede
Tipos de Agente
• Conselheiro: oferece ajuda e treinamento. Ensina
os passo iniciais para usar um determinado
sistema.
• Guia: ajuda a navegação em bancos de dados e
hipermídia. Classifica, recupera e filtra grandes
quantidades de informações, apresentando
somente os dados relevantes e importantes aos
usuários, no formato personalizado.
Tipos de Agentes
• Empregado: executa as atividades tediosas
ou repetitivas. Atividades são executadas
imediatamente.
• Representante: trabalha na ausência do
usuário. Por exemplo, pode fazer backups
de arquivos de madrugada ou fazer pedidos
de compras, caso algum produto atinja o
limite mínimo no estoque.
Tipos de Agentes
• Comunicador: trabalha com outros
usuários e seus agentes, para assim,
conseguir executar as atividade às quais foi
designado. Pode, por exemplo, organizar
reuniões de recursos e pessoas.
Modelos de Agentes
Em grau crescente de generalidade:
– Agentes Reativos
– Agentes Reativos baseados em Modelo
– Agentes Orientados a Objetivos
– Agentes Orientados a Utilidades
Todos eles podem aprender !
Agentes ...
Sensores
Atuadores
Agentes Reativos
Sensores
Atuadores
Como é o
mundo agora?
Que ação deve
ser executada?
Regras
condição-ação
Agentes Reativos baseados em Modelo
Sensores
Atuadores
Como é o
mundo agora?
Que ação deve
ser executada?
Regras
condição-ação
Estado
Como o
mundo evolui?
O que minhas
ações fazem?
Agentes Orientados a Objetivos
Sensores
Atuadores
Como é o
mundo agora?
Que ação deve
ser executada?
Objetivos
Estado
Como o
mundo evolui?
O que minhas
ações fazem? Como ele será se for
executada a ação A?
Agentes Orientados a Utilidade
Sensores
Atuadores
Como é o
mundo agora?
Que ação deve
ser executada?
Utilidade
Estado
Como o
mundo evolui?
O que minhas
ações fazem? Como ele será se for
executada a ação A?
Quanto mais
feliz serei eu?
Agentes que Aprendem
Sensores
Atuadores
Crítica
Aprendizado
Gerador de
Problemas
Graduação do
Desempenho
Padrões de Desempenho
Conclusões
• Constituem um paradigma especialmente
adequado para a modelagem de sistemas de IA
• A racionalidade dos agentes é seu principal
atributo e corresponde ao seu componente
inteligente,
• Apresentam-se em diferentes graus de complexidade
e sempre são capazes de aprender.
Sistemas Multiagentes
Refere-se à sub-área da Inteligência Artificial
Distribuída (IAD) que investiga o
comportamento de um conjunto de
agentes autônomos objetivando a solução
de um problema que está além das capacidades
de um único agente.
Sistemas Multiagentes
É uma rede de solucionadores
de problemas que interagem para solucionar
problemas que estão além das capacidades ou
conhecimento de cada solucionador de
problemas individualmente.
Solucionadores de problemas = agentes
Por que Sistemas Multiagentes?
• Problemas reais são muito grandes e complexos para
serem resolvidos por um único agente
• Agentes individuais são limitados por seu
conhecimento, recursos computacionais e perspectivas
• Sistemas multiagentes são modulares
• Problemas reais envolvem sistemas dinâmicos
distribuídos
Características de SMA
Cada agente possui informação e/ou capacidades
incompletas.
Não há um sistema de controle global.
Dados descentralizados
Computação assíncrona
SMAAbertos e Fechados
•Sistemas Abertos
– Os agentes são projetados por diferentes
pessoas com intenções variadas.
•Sistemas Fechados
– Os agentes são tipicamente projetados
para atender um objetivo comum.
Projetar e construir sistemas multiagentes é
uma tarefa difícil:
Apresenta todos os problemas já
conhecidos dos sistemas distribuídos
e concorrentes.
Dificuldades adicionais surgem da
flexibilidade e complexidade das
interações.
Dois principais impedimentos técnicos:
– Inexistência de uma metodologia sistemática
para claramente especificar e estruturar todas
as fases de construção de aplicações SMA.
– Inexistência de ferramentas e ambientes de
desenvolvimento de SMA com
qualidade industrial.
Objetivos
Fontes Tarefa Link de dependencia
agente
Modelagem i*
Tutorial
• http://www.din.uem.br/~ia/vida/agentes/

Mais conteúdo relacionado

Semelhante a Aula4AgentesIntelig.ppt

Notas sobre agentes inteligentes
Notas sobre agentes inteligentesNotas sobre agentes inteligentes
Notas sobre agentes inteligentes
Nécio de Lima Veras
 
Sistemas Multiagentes e Sistemas Distribuídos Sensíveis ao Contexto
Sistemas Multiagentes e Sistemas Distribuídos Sensíveis ao ContextoSistemas Multiagentes e Sistemas Distribuídos Sensíveis ao Contexto
Sistemas Multiagentes e Sistemas Distribuídos Sensíveis ao Contexto
Helio Henrique L. C. Monte-Alto
 
Ambientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentesAmbientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentes
Nécio de Lima Veras
 
Usabilidade1
Usabilidade1Usabilidade1
IA - Aula 03 - Agentes parte 1
IA - Aula 03 - Agentes parte 1IA - Aula 03 - Agentes parte 1
IA - Aula 03 - Agentes parte 1
Andrei Formiga
 
Resumo prova
Resumo provaResumo prova
Resumo prova
Diogo Librelon
 
Seminario sma,abms e netlogo
Seminario   sma,abms e netlogoSeminario   sma,abms e netlogo
Seminario sma,abms e netlogo
Diogo Winck
 
Talkagent
TalkagentTalkagent
Talkagent
Percival Lucena
 
Rene Seguranca Ai Agents
Rene Seguranca Ai AgentsRene Seguranca Ai Agents
Rene Seguranca Ai Agents
Marco Manso
 
Aula02
Aula02Aula02
Analise - Aula 1
Analise - Aula 1Analise - Aula 1
Analise - Aula 1
Kelvin Wesley
 
Analise sistemas 02
Analise sistemas 02Analise sistemas 02
Analise sistemas 02
Caroline Raquel Rodrigues
 
COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...
COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...
COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...
Faga1939
 
IA - Aula 04 - Agentes parte 2
IA - Aula 04 - Agentes parte 2IA - Aula 04 - Agentes parte 2
IA - Aula 04 - Agentes parte 2
Andrei Formiga
 
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Felipe Mota
 
ESTUDO DE MOBILIDADE DE AGENTES EM APLICAÇÕES SENSÍVEIS AO CONTEXTO
ESTUDO DE MOBILIDADE DE AGENTES EM  APLICAÇÕES SENSÍVEIS AO CONTEXTOESTUDO DE MOBILIDADE DE AGENTES EM  APLICAÇÕES SENSÍVEIS AO CONTEXTO
ESTUDO DE MOBILIDADE DE AGENTES EM APLICAÇÕES SENSÍVEIS AO CONTEXTO
Helio Henrique L. C. Monte-Alto
 
Composição de Modelos em Sistemas Multiagentes
Composição de Modelos em Sistemas MultiagentesComposição de Modelos em Sistemas Multiagentes
Composição de Modelos em Sistemas Multiagentes
Felipe Neves Brito
 
Teoria do Processamento da Informação no Design
Teoria do Processamento da Informação no DesignTeoria do Processamento da Informação no Design
Teoria do Processamento da Informação no Design
UTFPR
 
Navegacao de Robótica Autônoma em Ambientes Dinâmicos
Navegacao de Robótica Autônoma em Ambientes DinâmicosNavegacao de Robótica Autônoma em Ambientes Dinâmicos
Navegacao de Robótica Autônoma em Ambientes Dinâmicos
LCoN Mackenzie
 
Inteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativosInteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativos
Rodrigo de Oliveira
 

Semelhante a Aula4AgentesIntelig.ppt (20)

Notas sobre agentes inteligentes
Notas sobre agentes inteligentesNotas sobre agentes inteligentes
Notas sobre agentes inteligentes
 
Sistemas Multiagentes e Sistemas Distribuídos Sensíveis ao Contexto
Sistemas Multiagentes e Sistemas Distribuídos Sensíveis ao ContextoSistemas Multiagentes e Sistemas Distribuídos Sensíveis ao Contexto
Sistemas Multiagentes e Sistemas Distribuídos Sensíveis ao Contexto
 
Ambientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentesAmbientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentes
 
Usabilidade1
Usabilidade1Usabilidade1
Usabilidade1
 
IA - Aula 03 - Agentes parte 1
IA - Aula 03 - Agentes parte 1IA - Aula 03 - Agentes parte 1
IA - Aula 03 - Agentes parte 1
 
Resumo prova
Resumo provaResumo prova
Resumo prova
 
Seminario sma,abms e netlogo
Seminario   sma,abms e netlogoSeminario   sma,abms e netlogo
Seminario sma,abms e netlogo
 
Talkagent
TalkagentTalkagent
Talkagent
 
Rene Seguranca Ai Agents
Rene Seguranca Ai AgentsRene Seguranca Ai Agents
Rene Seguranca Ai Agents
 
Aula02
Aula02Aula02
Aula02
 
Analise - Aula 1
Analise - Aula 1Analise - Aula 1
Analise - Aula 1
 
Analise sistemas 02
Analise sistemas 02Analise sistemas 02
Analise sistemas 02
 
COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...
COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...
COMO FUNCIONAM A INTELIGÊNCIA ARTIFICIAL E SEUS SOFTWARES E ALGORITMOS INTELI...
 
IA - Aula 04 - Agentes parte 2
IA - Aula 04 - Agentes parte 2IA - Aula 04 - Agentes parte 2
IA - Aula 04 - Agentes parte 2
 
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
 
ESTUDO DE MOBILIDADE DE AGENTES EM APLICAÇÕES SENSÍVEIS AO CONTEXTO
ESTUDO DE MOBILIDADE DE AGENTES EM  APLICAÇÕES SENSÍVEIS AO CONTEXTOESTUDO DE MOBILIDADE DE AGENTES EM  APLICAÇÕES SENSÍVEIS AO CONTEXTO
ESTUDO DE MOBILIDADE DE AGENTES EM APLICAÇÕES SENSÍVEIS AO CONTEXTO
 
Composição de Modelos em Sistemas Multiagentes
Composição de Modelos em Sistemas MultiagentesComposição de Modelos em Sistemas Multiagentes
Composição de Modelos em Sistemas Multiagentes
 
Teoria do Processamento da Informação no Design
Teoria do Processamento da Informação no DesignTeoria do Processamento da Informação no Design
Teoria do Processamento da Informação no Design
 
Navegacao de Robótica Autônoma em Ambientes Dinâmicos
Navegacao de Robótica Autônoma em Ambientes DinâmicosNavegacao de Robótica Autônoma em Ambientes Dinâmicos
Navegacao de Robótica Autônoma em Ambientes Dinâmicos
 
Inteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativosInteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativos
 

Aula4AgentesIntelig.ppt

  • 1. Rosa Maria E. M. da Costa UERJ
  • 2. Um agente é tudo que pode ser considerado capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por meio de atuadores.
  • 3. Um agente pode ser uma pessoa, uma máquina, um pedaço de software. Alguma coisa que tem ação Um artigo: Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents http://www.inf.ufrgs.br/~alvares/CMP124SMA/IsItAnAgentOrJustAProgram.pdf
  • 5. Um agente robótico pode ter câmeras e detectores de infravermelho funcionando como sensores e vários motores como atuadores
  • 6. Um sistema é racional se “faz a coisa certa“, dado o que ele sabe A definição do que é racional em qualquer instante dado depende de quatro fatores: •A medida de desempenho que define o critério de sucesso; •O conhecimento prévio que o agente tem do ambiente; •As ações que o agente pode executar; •A sequência de percepções do agnete até o momento.
  • 7. Exemplo: Um Táxi Automático • Ambiente: Ruas, estradas, tráfego, pedestres, tempo... • Medida de Desempenho: Segurança, destino, conforto, rendimento... • Atuadores: Direção, acelerador, freios... • Sensores: Velocímetro, sensores do motor, GPS...
  • 8. Propriedade dos agentes • Autonomia • Interatividade • Pró-atividade • Adaptação/Reatividade • Sociabilidade • Mobilidade • Proxy (procuração) • Inteligência/Continuidade temporal • Aprendizado • Racionalidade
  • 9. Propriedade dos agentes • Autonomia Capacidade de agir sem intervenção externa • Interatividade Comunica-se com ambientes e outros agentes • Pró-atividade É orientado à objetivo, não reagindo simplesmente ao ambiente
  • 10. Propriedade dos agentes • Adaptação/Reatividade Capacidade de modificar/responder em algum grau a outros agentes e/ou seu ambiente • Sociabilidade Interação marcada por relações onde o agente pode ser amável, sociável, companheiro ou amigo • Mobilidade Capacidade de se transportar de um ambiente para outro
  • 11. Propriedade dos agentes •Proxy (procuração) Pode agir em interesse de alguém ou representando uma entidade • Inteligência Estado de formalização do conhecimento. Interage com outros agentes usando linguagem simbólica • Continuidade temporal Processo de funcionamento contínuo
  • 12. Propriedade dos agentes • Aprendizado Capacidade de modificar seu comportamento baseado em suas experiências • Racionalidade Capacidade de selecionar suas ações baseados em objetivos
  • 13. Agente de Software É uma entidade de software autônoma, que pode interagir com o seu meio ambiente (incluindo humanos, máquinas e outros agentes de software em vários ambientes e entre várias plataformas)
  • 14. Agente de Software Um agente de software recebe seqüências de teclas digitadas, conteúdo de arquivos e pacotes de rede como entradas sensoriais e atua sobre o ambiente exibindo algo na tela, gravando arquivos e enviando pacotes de rede
  • 15. Tipos de Agente • Conselheiro: oferece ajuda e treinamento. Ensina os passo iniciais para usar um determinado sistema. • Guia: ajuda a navegação em bancos de dados e hipermídia. Classifica, recupera e filtra grandes quantidades de informações, apresentando somente os dados relevantes e importantes aos usuários, no formato personalizado.
  • 16. Tipos de Agentes • Empregado: executa as atividades tediosas ou repetitivas. Atividades são executadas imediatamente. • Representante: trabalha na ausência do usuário. Por exemplo, pode fazer backups de arquivos de madrugada ou fazer pedidos de compras, caso algum produto atinja o limite mínimo no estoque.
  • 17. Tipos de Agentes • Comunicador: trabalha com outros usuários e seus agentes, para assim, conseguir executar as atividade às quais foi designado. Pode, por exemplo, organizar reuniões de recursos e pessoas.
  • 18. Modelos de Agentes Em grau crescente de generalidade: – Agentes Reativos – Agentes Reativos baseados em Modelo – Agentes Orientados a Objetivos – Agentes Orientados a Utilidades Todos eles podem aprender !
  • 20. Agentes Reativos Sensores Atuadores Como é o mundo agora? Que ação deve ser executada? Regras condição-ação
  • 21. Agentes Reativos baseados em Modelo Sensores Atuadores Como é o mundo agora? Que ação deve ser executada? Regras condição-ação Estado Como o mundo evolui? O que minhas ações fazem?
  • 22. Agentes Orientados a Objetivos Sensores Atuadores Como é o mundo agora? Que ação deve ser executada? Objetivos Estado Como o mundo evolui? O que minhas ações fazem? Como ele será se for executada a ação A?
  • 23. Agentes Orientados a Utilidade Sensores Atuadores Como é o mundo agora? Que ação deve ser executada? Utilidade Estado Como o mundo evolui? O que minhas ações fazem? Como ele será se for executada a ação A? Quanto mais feliz serei eu?
  • 24. Agentes que Aprendem Sensores Atuadores Crítica Aprendizado Gerador de Problemas Graduação do Desempenho Padrões de Desempenho
  • 25. Conclusões • Constituem um paradigma especialmente adequado para a modelagem de sistemas de IA • A racionalidade dos agentes é seu principal atributo e corresponde ao seu componente inteligente, • Apresentam-se em diferentes graus de complexidade e sempre são capazes de aprender.
  • 26. Sistemas Multiagentes Refere-se à sub-área da Inteligência Artificial Distribuída (IAD) que investiga o comportamento de um conjunto de agentes autônomos objetivando a solução de um problema que está além das capacidades de um único agente.
  • 27. Sistemas Multiagentes É uma rede de solucionadores de problemas que interagem para solucionar problemas que estão além das capacidades ou conhecimento de cada solucionador de problemas individualmente. Solucionadores de problemas = agentes
  • 28. Por que Sistemas Multiagentes? • Problemas reais são muito grandes e complexos para serem resolvidos por um único agente • Agentes individuais são limitados por seu conhecimento, recursos computacionais e perspectivas • Sistemas multiagentes são modulares • Problemas reais envolvem sistemas dinâmicos distribuídos
  • 29. Características de SMA Cada agente possui informação e/ou capacidades incompletas. Não há um sistema de controle global. Dados descentralizados Computação assíncrona
  • 30. SMAAbertos e Fechados •Sistemas Abertos – Os agentes são projetados por diferentes pessoas com intenções variadas. •Sistemas Fechados – Os agentes são tipicamente projetados para atender um objetivo comum.
  • 31. Projetar e construir sistemas multiagentes é uma tarefa difícil: Apresenta todos os problemas já conhecidos dos sistemas distribuídos e concorrentes. Dificuldades adicionais surgem da flexibilidade e complexidade das interações.
  • 32. Dois principais impedimentos técnicos: – Inexistência de uma metodologia sistemática para claramente especificar e estruturar todas as fases de construção de aplicações SMA. – Inexistência de ferramentas e ambientes de desenvolvimento de SMA com qualidade industrial.
  • 33. Objetivos Fontes Tarefa Link de dependencia agente Modelagem i*