Em busca de sistemas computacionais cada vez mais próximos da vida real, capazes de desempenhar atividades como pensar, tomar decisões, comunicar e aprender, a Inteligência ArtiĄcial busca se inspirar tanto no comportamento humano como em outros sistemas encontrados na natureza.
Um agente é simplesmente algo que age em um ambiente (RUSSELL; NORVIG,2010). Agentes podem ser do tipo biológico, robótico ou computacional. Na área computacional, não há uma deĄnição uniforme para os agentes, pois existem várias abordagens em di- ferentes níveis de relevância. Além disso, existem diversas aplicações nos mais diferentes domínios, o que diĄculta ainda mais uma deĄnição única.
Combinando as deĄnições de Wooldridge (2009) e Russell e Norvig (2010), pode-se chegar ao seguinte conceito de agente: um sistema de computador, que possui sensores e atuadores, situado em um ambiente, capaz de realizar ações autônomas nesse ambiente, a Ąm de atingir seus objetivos. Contudo, para chegar a um conceito que melhor se adapta aos objetivos desta tese, no contexto das metaheurísticas, o conceito de agente deMilano e Roli(2004) foi adaptado para incluir a noção de aprendizado: um sistema capaz de cons- truir uma solução, mover-se sobre um espaço de busca, comunicar-se com outros agentes, aprender com suas ações e com as ações dos outros agentes, ser ativo e, possivelmente, adaptativo.
A partir dessas deĄnições, é possível identiĄcar propriedades que são fundamentais na distinção entre agentes e outros sistemas computacionais. SegundoWooldridge e Jennings
(1995) e Coppin(2004), as principais propriedades dos agentes são:
• Autonomia: permite ao agente atingir seu objetivo sem intervenções ou comandos do ambiente, ou seja, o agente é capaz de agir e tomar decisões de forma independente.
3.2. Agentes 41
• Inteligência: permite ao agente ter um conhecimento adicional de domínio, que o habilita a realizar suas tarefas mesmo quando os parâmetros mudam ou quando surgem situações inesperadas.
• Capacidade de aprender: o agente, quando diante de novas informações, será capaz de armazená-las de forma útil, melhorando o seu desempenho ao realizar uma tarefa. • Reatividade: habilidade que o agente possui de reagir apropriadamente às influências ou informações de seu ambiente. O agente percebe o ambiente e responde em tempo oportuno às mudanças ocorridas nele.
• Pró-atividade: o agente não apenas reage a mudanças ambientais, mas também toma iniciativa sobre condições especíĄcas. Para que esta habilidade seja alcançada, é preciso que o agente seja orientado a metas, possuindo objetivos bem deĄnidos. • Cooperação: implica em algum tipo de interação social entre agentes (sistemas mul-
tiagente), podendo aprender uns com os outros.
Ainda existem outras propriedades citadas na literatura, sendo a importância de cada uma voltada ao interesse do domínio da aplicação. Associado a estas propriedades, os agentes devem ser adaptáveis ao problema, percebendo suas características e atuando so- bre estas para a solução do mesmo. O grau de autonomia e a capacidade de adaptação dos agentes são normalmente associados com o nível de inteligência que eles possuem. Os agentes também precisam ter a capacidade de cooperação, de modo que possam tra- balhar em conjunto para perceber uma região mais ampla do ambiente e aumentar a probabilidade de sucesso.
3.2.1
Classificação dos agentes
A forma mais comum de classiĄcação dos agentes é baseada na sua representação interna, determinando o agente como cognitivo ou reativo. Existem outras formas de clas- siĄcação encontradas na literatura, porém, elas não serão tratadas nessa tese.
Os agentes cognitivos possuem um modelo de representação interna do ambiente e dos outros agentes baseado em estados mentais. Eles podem manter históricos das in- terações e ações passadas, sendo capazes de planejar ações futuras. Esse tipo de agente pode ser dividido em duas categorias: agentes cognitivos baseados em lógica e agentes cognitivos baseados em crenças, desejos e intenções (BDI). Wooldridge (2009) e Coppin
(2004) apresentam mais detalhes sobre os agentes cognitivos.
Os agentes reativos atuam baseados em um modelo de reação aos estímulos provocados pelo ambiente. Em outras palavras, os agentes reativos simplesmente reagem a eventos no ambiente deles, de acordo com regras previamente deĄnidas (COPPIN, 2004), cujo modelo de funcionamento é formado por um par estímulo-resposta. Nos agentes puramente
42 Capítulo 3. Sistemas multiagente
reativos não há histórico de ações passadas e eles se limitam a reagir aos estímulos que recebem do ambiente (COSTA; SIMÕES,2008). Para melhorar a eĄciência desses agentes em atingir o seu objetivo, eles podem guardar um histórico das interações entre o agente e o ambiente, caracterizando um agente reativo com memória. A forma de organização de um sistema reativo se assemelha à vivência de grupos de animais em comunidades (formigas, abelhas, peixes etc.) e baseia-se na hipótese de que o comportamento inteligente é resultado da interação do agente com o ambiente.Wooldridge (2009) eCosta e Simões
(2008) apresentam mais detalhes sobre os agentes reativos.
Existem também os agentes híbridos, cuja escolha das ações é realizada utilizando a combinação de técnicas dos agentes cognitivos e reativos com o objetivo de solucionar as deĄciências de cada um deles.
3.2.2
Interações entre os agentes
A interação é um dos elementos mais importantes em um sistema multiagente e acon- tece através das trocas de informações que podem ocorrer entre eles. Assim, o protocolo de comunicação é o primeiro passo para que os agentes possam trocar e compreender mensagens enviadas por outros agentes. Através da comunicação, os agentes buscam co- ordenar suas ações e seus comportamentos, para melhor atingir seus próprios objetivos ou os objetivos globais.
Uma estrutura típica de comunicação é conhecida como quadro-negro (do inglês, black-
board) (WOOLDRIDGE,2009). Nessa abordagem, uma espécie de repositório (o quadro-
negro), no qual os agentes podem ler e escrever mensagens, é usado como meio de intera- ção. Assim, esse repositório deĄne uma memória compartilhada de dados, soluções (par- ciais ou Ąnais) e informações de controle (parâmetros). Como o repositório normalmente é parte integrante do ambiente, ele pode ser utilizado como mediador de comunicação, já que os agentes podem inserir e retirar informações do repositório.
Os protocolos de interação permitem que agentes estabeleçam uma conversação atra- vés do trabalho em grupo. Os agentes podem possuir objetivos conflitantes ou mesmo compartilharem objetivos comuns. Desta forma, pode ser necessário a existência de uma coordenação das atividades dos agentes durante a solução do problema, buscando manter a coesão do sistema.