Agentes e Multiagentes

Segundo Russell e Norvig (2010) considera-se um agente, tudo que pode perceber

e atuar sobre um ambiente por meio de sensores e atuadores. Essa ideia (ilustrada na

Figura 9) pode ser aplicada a agentes humanos, com ouvidos, olhos e demais órgãos

sendo sensores e pernas, braços e mãos como atuadores. As câmeras e detectores podem

funcionar como sensores para os agentes robóticos e os diversos motores como atuadores.

Um agente desoftware recebe sequência de teclas digitadas, conteúdos digitais (dados)

e pacotes de redes como entradas sensórias e atua sobre o ambiente exibindo algo na

tela, escrevendo arquivos e enviando pacotes de rede.

Figura 9 – Interação do agente com o ambiente

Fonte: Russell e Norvig (2010)

Há diferentes definições para agentes, porém, entende-se que os agentes

pro-cedem do emprego das técnicas da IA para auxiliar usuários na execução de tarefas

específicas. Na Literatura, diversos conceitos formalmente definidos são encontrados

na área:

• Um agente, físico ou virtual, possui a capacidade de atuar em um ambiente,

comunicar-se com outros agentes. Além disso, tem objetivos individuais de

satisfação e possui recursos próprios, sendo capaz de perceber o ambiente e

oferecer serviços (FERBER; GUTKNECHT, ).

• Programas que dialogam para negociar e coordenar transferências de

informa-ção executando várias operações para o usuário, baseado na representainforma-ção do

conhecimento (ARTERO, 2008).

• Sistema computacional capaz de ações autônomas em um ambiente com a

finali-dade de atingir os objetivos delegados (WOOLDRIDGE, 2009).

• Representa dois conceitos, sendo o primeiro a capacidade executar ações

autono-mamente, e o segundo a capacidade raciocinar diante de um domínio específico

(CALADO, 2015)

Russell e Norvig (2010) define quatro tipos básicos de agente:

• Agentes reativos simples:As ações são selecionadas com base na percepção atual,

esse tipo de agente ignora o histórico de percepções. Os agentes reativos simples

operam baseados em conexões do tipo regra-condição-ação, similar as condições

humanas quando realizados alguns reflexos inatos como piscar o olho quando

algo se aproxima, ou seja, uma resposta baseada em estímulos.

• Agente reativo com estado:é um agente reativo mais complexo, que diferente do

simples, mantém um estado interno que depende de seu histórico de percepções e

ações. O agente atualiza seu estado interno a cada nova percepção e suas ações

agora não mais dependente apenas da percepção atual, mas também do estado.

Esse tipo de agente também é conhecido como agente baseado em modelo.

• Agentes baseados em objetivos: são agentes que necessitam conhecer os seus

objetivos para que possam alcança-los. Esse agente mantém um registro interno

do estado do ambiente baseado em suas percepções e também um conjunto de

metas que ele deve tenta alcançar. Tais objetivos são alcançados por meio de busca

e planejamento.

• Agente baseado em utilidade:Este agente é capaz de mensurar o grau de

felici-dade e os objetivos a partir do estado em que se encontra. Isto é feito através da

função de utilidade interna. Tal função mapeia um estado (ou uma sequência de

estados) em um número real, que descreve o grau de felicidade associado.

Além dos tipos pode-se ressaltar algumas propriedades segundo Franklin e

Graesser (1997):

• Autonomia:Os agentes possuem controle total sobre suas ações, eles executam a

maior parte de suas ações sem a interferência de outros agentes sejam ele humanos

ou computacionais.

• Comunicação: Os agentes podem se comunicar e interagir com agentes, sendo

estes humanos ou computadorizados. Geralmente fazem isso a fim de completarem

seus objetivos ou como forma de auxiliar na resolução de problemas de outros

agentes;

• Reativade:Refere-se as gentes perceberem e reagirem às alterações nos ambientes

em estão inseridos;

• Proatividade:Agentes devem apresentar um comportamento orientado a objetivos,

tomando iniciativas em determinadas situações;

• Adaptabilidade:Refere-se a mudança de comportamento através de experiências

vivenciadas

• Mobilidade:Capacidade de migrar de um dispositivo computacional para outro;

Não há a necessidade de um agente possuir todas essas propriedades, mas o

seu grau de inteligência depende diretamente da quantidade de propriedades que ele

possui. Um agente pode ser definido como em agente de noção fraca ou forte, sendo o de

noção fraca, agentes autônomos e capazes de interagir entre si e responder a estímulos

para tomar iniciativas. O agente de noção forte possui mais propriedades que o de noção

fraca operam de melhor forma para atingir seus objetivos. Devido serem mais confiáveis,

seguros, podem mover-se entre dispositivos e são mais obedientes (CAFARATE, 2011).

Chama-se de Sistema Multiagente (SMA) um grupo formado por agentes com

objetivos individuais e comuns, na qual residem no mesmo ambiente se comunicando

ou competindo para o cumprimento das metas (HENDERSON-SELLERS; GIORGINI,

2005). SMA é uma subárea da IA, que investiga o comportamento de um conjunto de

agentes autônomos com o objetivo de solucionar um problema que não seria possível

com a utilização de somente um agente (LIMA, 2016). A utilização de SMA fornece

algumas vantagens como:

• Melhor adaptação, segurança e autonomia dosoftware;

• Redução de custos de desenvolvimento e manutenção;

• Aumentar da eficiência e tempo de resposta;

• Aumentando da capacidade de processamento devido a integração de agentes,

Figura 10 – Estrutura de um sistema multiagente

Fonte: Wooldridge (2009)

De acordo com Wooldridge (2009) os SMA possuem um número de agentes

que interagem por comunicação, agem em um ambiente e tem diferentes esferas de

influência. São ligados entre si por relações organizacionais, como ilustrado na Figura 10.

Com base na figura, percebe-se que cada agente possui controles diferente em

partes diferentes dos ambientes, sendo a sobreposição entre eles algo possível ou não.

Devido as esferas poderem coincidir, surgem dependências entres os agentes, sendo

que eles podem também estarem ligados por outros relacionamentos hierárquicos.

De acordo com Sycara (1998), as características de SMA são tais que:

• Cada agente possui uma visão limitada;

• Não há controle global do sistema;

• Trabalham com dados descentralizados;

• A computação é assíncrona, de maneira a permitir a comunicação entre agentes