CCT-UFCA/Ciência da Computação/Inteligência Artificial/Agentes Inteligentes
Agentes
[editar | editar código]Definição
[editar | editar código]Um agente é qualquer entidade capaz de:
- Perceber o ambiente através de sensores
- Agir sobre o ambiente através de atuadores
A percepção é a entrada recebida pelos sensores em um instante e a sequência de percepções do agente é a história completa de tudo o que o agente já percebeu.
Exemplos de Agentes
[editar | editar código]| Agente | Sensores | Atuadores |
|---|---|---|
| Humano | Olhos, ouvidos, pele | Braços, pernas, voz |
| Robô | Câmeras, microfones | Rodas, braços mecânicos |
| Software | Inputs do usuário, rede | Interface gráfica, comandos |
Função de Agente e Racionalidade
[editar | editar código]A função de agente mapeia sequências de percepções → ações.
- Essa função é implementada no programa do agente.
Quando o agente executa uma ação, o ambiente muda e se a mudança é considerada boa, o agente teve bom desempenho. Um agente racional é aquele que escolhe ações que maximizam sua medida de desempenho, com base:
- nas percepções recebidas;
- e no seu conhecimento interno.
Ambiente de Tarefa
[editar | editar código]O ambiente de tarefa é o contexto onde o agente atua e pode ser descrito por:
| Tipo de Agente | Medida de Desempenho | Ambiente | Atuadores | Sensores |
|---|---|---|---|---|
| A entidade que age no ambiente | Critério que define se o comportamento foi bom | O "mundo" onde o agente opera | Componentes que permitem o agente agir sobre o ambiente | Dispositivos ou formas de percepção do ambiente |
Exemplo:
| Tipo de Agente | Medida de Desempenho | Ambiente | Atuadores | Sensores |
|---|---|---|---|---|
| Motorista de táxi | Viagem rápida, segura, lucrativa e dentro da lei | Ruas, trânsito, passageiros, pedestres | Volante, freio, buzina, acelerador | GPS, câmeras, velocímetro, sensores do motor |
Propriedades dos Ambientes de Tarefa
[editar | editar código]Os ambientes podem ser classificados em várias dimensões:
| Propriedade | Explicação | Exemplo |
|---|---|---|
| Completamente observável | Sensores captam todo o estado relevante do ambiente | Xadrez (todas peças visíveis) |
| Parcialmente observável | Sensores não captam tudo, há incertezas ou informações ocultas | Diagnóstico médico, poker |
| Agente único | Um único agente age no ambiente | Palavras cruzadas |
| Multiagente | Vários agentes atuando juntos ou em conflito | Jogo de xadrez, corrida de táxis |
| Determinístico | O próximo estado do ambiente é completamente determinado pelo estado atual e pela ação executada pelo agente. | Xadrez |
| Estocástico | Há aleatoriedade nos resultados | Trânsito (pneu pode furar) |
| Episódico | Cada percepção/ação é independente das anteriores | Classificador de imagens |
| Sequencial | Ações afetam o futuro | Xadrez, dirigir |
| Estático | O ambiente não muda enquanto o agente pensa | Palavras cruzadas |
| Dinâmico | O ambiente muda com o tempo ou independentemente do agente | Trânsito |
| Discreto | Percepções e ações com número finito e bem definido | Xadrez |
| Contínuo | Estados e ações envolvem variáveis contínuas (velocidade, posição, tempo real) | Dirigir carro |
| Conhecido | O agente conhece como o ambiente funciona (regras claras) | Xadrez, sudoku |
| Desconhecido | O agente deve aprender sobre o ambiente para agir adequadamente | Mercado financeiro, novas doenças |
O ambiente tarefa mais difícil de se trabalhar é o ambiente parcialmente observável, estocástico, multiagente, sequencial, dinâmico, contínuo e desconhecido.
Tipos (Estruturas) de Agentes
[editar | editar código]Agente Reativo Simples
[editar | editar código]Atua apenas com a percepção atual usando regras fixas tipo: "Se detectar sujeira → aspirar". Não tem memória ou modelo do mundo
Exemplo: Aspirador de pó que limpa somente quando detecta sujeira.
Agente Reativo com Modelo
[editar | editar código]Usa a percepção atual + memória (modelo do mundo) e entende como suas ações afetam o ambiente
Exemplo: Robô que lembra onde já passou e evita locais repetidos.
Agente Baseado em Objetivos
[editar | editar código]Além da percepção, tem um objetivo a alcançar e planeja a sequência de ações para atingir o objetivo
Exemplo: Navegador GPS que quer levar de "Cidade A" até "Cidade L".
Agente Baseado em Utilidade
[editar | editar código]Considera vários objetivos possíveis e mede qual ação é a melhor, usando uma função de utilidade que define o nível de "satisfação"
Exemplo: Um carro autônomo que escolhe entre: Chegar mais rápido; Evitar engarrafamento e Usar menos combustível.
Referências
[editar | editar código]- RUSSELL, S. J.; NORVIG, P. Inteligência artificial. 3 ed. LTC, 2013. 1016 p.
- COPPIN, B. Inteligência Artificial. 1a ed. LTC, 2010. 664 p.