aula2

(1)

Agentes Inteligentes

Em que discutimos a natureza dos agentes, perfeitos

ou não, a diversidade de ambientes e a consequente

variedade de tipos de agentes

(2)

Visão Geral

• Agentes e Ambientes

• Racionalidade

• PEAS (medida de desempenho, ambiente,

atuadores, sensores).

• Tipos de Ambientes

• Tipos de Agentes.

(3)

(4)

A FUNÇÃO AGENTE

(5)

Agentes e Ambientes

• A função agente mapeia o histórico de

percepções em ações:

• O programa de agente executa sobre uma

arquitetura física para produzir f.

(6)

PROGRAMAS DE AGENTE

(7)

(8)

Análise do Agente Guiado por Tabela

• Qual o tamanho da tabela supondo que o

agente dure 𝑇 instantes de tempo?

(9)

Análise do Agente Guiado por Tabela

• Considere 𝑇 instantes de tempo

• Seja o conjunto de percepções 𝑃, com todas

as percepções possíveis.

• No instante de tempo 1, haverá |𝑃| entradas

possíveis

• No instante de tempo 2, haverá quantas

entradas possíveis?

(10)

Análise do Agente Guiado por Tabela

• Considere 𝑇 instantes de tempo

• Seja o conjunto de percepções 𝑃, com todas

as percepções possíveis.

• No instante de tempo 1, haverá |𝑃| entradas

possíveis

• No instante de tempo 2, haverá quantas

entradas possíveis?

(11)

Análise do Agente Guiado por Tabela

• Considere 𝑇 instantes de tempo

• Seja o conjunto de percepções 𝑃, com todas

as percepções possíveis.

• No instante de tempo 1, haverá |𝑃| entradas

possíveis

• No instante de tempo 2, haverá quantas

entradas possíveis?

–

𝑃 + 𝑃 ⋅ 𝑃 = 𝑃 + 𝑃

2

(12)

Análise do Agente Guiado por Tabela

• Considere 𝑇 instantes de tempo

• Seja o conjunto de percepções 𝑃, com todas as

percepções possíveis.

• No instante de tempo 1, haverá |𝑃| entradas

possíveis

• No instante de tempo 2, haverá quantas entradas

possíveis?

–

𝑃 + 𝑃 ⋅ 𝑃 = 𝑃 + 𝑃

2 • No instante de tempo 𝑡:

(13)

Exemplo

• Táxi automatizado

– A entrada visual de uma única câmera chega à velocidade

de aproximadamente 27 megabytes por segundo (30

quadros por segundo, 640 x 480 pixels com 24 bits de

informações de cores).

–

30 𝑥 (640 𝑥 480) 𝑥 24 = 221184000 𝑏𝑖𝑡𝑠 ≅ 27 𝑀𝐵

– Tamanho da entrada da tabela

•

10

250.000.000.000

• O número de átomos no universo observável é menor

do que 10

80 • Tamanho da entrada necessária para um jogo de

xadrez: 10

150

(14)

ALGUNS EXEMPLOS

(15)

Mundo do Aspirador Pó

• Percepções: localizações e conteúdo, exemplo:

[A, Sujo].

(16)

Outro Exemplo

(17)

Um Agente para o Mundo de

Aspirador de Pó

• Qual a função correta?

(18)

OBSERVAÇÃO

• Um agente deve ser vista como uma

ferramenta para se analisar sistemas, não uma

caracterização absoluta que divide o mundo

em agentes e não agentes.

• Poderíamos visualizar uma calculadora portátil

como um agente que escolhe a ação de exibir

“4” ao receber a sequencia de percepções

“2+2=“, mas tal análise dificilmente ajudaria

nossa compreensão da calculadora.

(19)

RACIONALIDADE

(20)

Racionalidade

• Uma medida de desempenho fixada para se avaliar a sequência de

ambientes

– Um ponto por quadrado limpo no tempo T?

– Um ponto por quadrado limpo por passo de tempo, menos um por

movimento?

– Penalidade para > k quadrados sujos?

• Um agente racional escolhe qualquer ação que maximiza o valor

esperado da medida de desempenho dada a sequência de

percepções até o momento.

– Racionalidade != onisciente

• Percepções podem não suprir todas as informações relevantes.

– Racional != clarividente

• Resultado de ações podem não ser como o esperado.

– Portanto, Racional != sucesso

(21)

AMBIENTE DE TAREFA

(22)

PEAS

• Para projetar um agente racional, nós devemos especificar o ambiente de tarefa.

• Considere, por exemplo, a tarefa de projetar um taxi automatizado:

– Medida de desempeno??

– Ambiente??

– Atuadores??

– Sensores??

(23)

PEAS

• Para projetar um agente racional, nós devemos especificar o ambiente de tarefa.

• Considere, por exemplo, a tarefa de projetar um taxi automatizado:

– Medida de desempeno?? Segurança, destino, lucro, legalidade, conforto, ...

– Ambiente?? Ruas de Sobral, avenidas livres, tráfego, pedestre, tempo, ...

– Atuadores?? Direção, acelerador, freio, buzina, autofalante/tela de vídeo, ...

– Sensores?? Vídeo, acelerômetros, sensores do motor, GPS, teclado, ...

(24)

Agente de Compras na Internet

• Medida de desempeno??

• Ambiente??

• Atuadores??

• Sensores??

(25)

Agente de Compras na Internet

• Medida de desempeno??

preço, qualidade, utilidade, eficiente, ...

• Ambiente??

sites WWW atuais e futuros, vendedores, transportadoras

• Atuadores??

Monitor para o usuário, seguir URLs, preencher formulários

(26)

Tipos de Ambientes

Jogo de Palavras Cruzadas Xadrez com um Relógio Direção de Taxi Diagnóstico Médico Robô para Seleção de Peça Observável? Determinístico? Episódico? Estático? Discreto? Único Agente?

(27)

Tipos de Ambientes

Jogo de Palavras Cruzadas Xadrez com um Relógio Direção de Taxi Diagnóstico Médico Robô para Seleção de Peça

Observável? SIM SIM Parcialmente Parcialmente Parcialmente Determinístico?

Episódico? Estático? Discreto?

(28)

Tipos de Ambientes

Observável? SIM SIM Parcialmente Parcialmente Parcialmente Determinístico? SIM Estratégico Estocástico Estocástico Estocástico Episódico?

Estático? Discreto?

(29)

Tipos de Ambientes

Observável? SIM SIM Parcialmente Parcialmente Parcialmente Determinístico? SIM Estratégico Estocástico Estocástico Estocástico Episódico? NÃO(SEQ) NÃO(SEQ) NÃO(SEQ) NÃO(SEQ) SIM

Estático? Discreto?

(30)

Tipos de Ambientes

Estático? SIM Semi Dinâmico Dinâmico Dinâmico Discreto?

(31)

Tipos de Ambientes

Estático? SIM Semi Dinâmico Dinâmico Dinâmico Discreto? SIM SIM NÃO (CONTI) NÃO (CONT) NÃO (CONT) Único Agente?

(32)

Tipos de Ambientes

Estático? SIM Semi Dinâmico Dinâmico Dinâmico Discreto? SIM SIM NÃO (CONTI) NÃO (CONT) NÃO (CONT) Único Agente? SIM NÃO (Multi) NÃO (Multi) SIM SIM

(33)

Tipos de Ambientes

Estático? SIM Semi Dinâmico Dinâmico Dinâmico Discreto? SIM SIM NÃO (CONTI) NÃO (CONT) NÃO (CONT) Único Agente? SIM NÃO (Multi) NÃO (Multi) SIM SIM