Agentes Inteligentes

Começar. É Gratuito
ou inscrever-se com seu endereço de e-mail
Rocket clouds
Agentes Inteligentes por Mind Map: Agentes Inteligentes

1. Agentes

1.1. O termo agente é amplamente usado nas áreas de estudo da computação e visto principalmente no campo de estudo da Inteligência Artificial. Para FERNANDES 2003, a definição de agente depende do ponto de vista do autor e também da funcionalidade desse agente. Um agente pode ser um programa de computador, entretanto, não precisa necessariamente apresentar comportamento “inteligente”, termo que é alvo de muitas controvérsias, já que é difícil definir o que é realmente um comportamento inteligente. Segundo Russel e Norvig (2004), um agente é aquele que percebe o seu ambiente por meio de sensores e age sobre ele através dos atuadores. Em um agente robótico, os sensores poderiam ser câmeras de filmagem e detectores de faixa de infravermelho. Já os atuadores podem ser representados pelos motores e braços mecânicos. Abordaremos o significado isolado de cada palavra que compõe o termo “agentes inteligentes” e em seguida apresentaremos uma definição formal do termo abordado por este artigo.

1.1.1. Um agente é uma entidade capaz de realizar alguma tarefa, geralmente para auxiliar um usuário humano. Agentes podem ser do tipo biológico (pessoas ou animais, por exemplo), robótico ou computacional. (JONES & BARTLETT, 2004).

1.1.1.1. Um agente é uma ferramenta que realiza alguma tarefa em nome de um humano. Por exemplo, um simples agente pode ser construído para comprar uma ação específica quando o preço dela cair abaixo de um determinado nível. Um simples agente de busca na Internet pode ser projetado para enviar consultas a uma série de ferramentas de busca e comprar os resultados. (JONES & BARTLETT, 2004).

1.1.1.1.1. Um exemplo de agente no mundo real seria o agente imobiliário, pessoa que é contratada para efetuar as ações referentes à compra ou locação de um imóvel desejado, de forma que tudo seja facilitado para você concluir a compra com o mínimo de burocracia possível, seguindo este raciocínio pode perceber que agente é uma entidade que executa os interesses ao qual foi submetido.

2. PEAS

2.1. P - Performance

2.1.1. Medida de Desempenho

2.2. E - Environment

2.2.1. Ambiente

2.3. A - Actuators

2.3.1. Atuadores

2.4. S - Sensors

2.4.1. Sensores

2.5. Um problema é definido através de: – percepções, ações, metas e ambiente (e outros agentes) • Tipo de conhecimento que o programa do agente pode conter: – quais são as propriedades relevantes do mundo – como o mundo evolui – como identificar os estados desejáveis do mundo – como interpretar suas percepções – quais as conseqüências de suas ações no mundo – como medir o sucesso de suas ações – como avaliar seus próprios conhecimentos – como capturar (aprender) mais conhecimento sobre o ambiente – como colaborar ou competir com outros agentes – etc

3. Racionalidade

3.1. Um agente racional é aquele que faz tudo certo. •O agente deve tomar a ação “correta” baseado no que ele percebe para ter SUCESSO. –O conceito de sucesso do agente depende uma medida de desempenho objetiva. •Exemplos: quantidade de sujeira aspirada, gasto de energia, gasto de tempo, quantidade de barulho gerado, etc. –A medida de desempenho deve refletir o resultado realmente desejado.

3.2. Racionalidade depende de ... – (1 ) da medida de desempenho que define o sucesso do agente – (2) da sequência de percepções do agente – (3) do que o agente sabe sobre o ambiente – (4) das ações que o agente pode realizar Agente racional ideal: para cada sequência de percepções o Agente escolhe a ação que maximiza seu desempenho baseado nas informações de percepção e de seu conhecimento sobre o mundo

4. Tipos Básicos

4.1. Quatro tipos básicos, do mais simples ao mais geral

4.1.1. Agentes reativos simples

4.1.1.1. O tipo mais simples de agente é o agente reativo simples. Esses agentes selecionam ações com base na percepção atual, ignorando o restante do histórico de percepções. Por exemplo, o agente aspirador de pó é um agente reativo simples porque sua decisão se baseia apenas na posição atual e no fato de essa posição conter ou não sujeira.

4.1.2. –Agentes reativos baseados em modelos

4.1.2.1. O modo mais efetivo de lidar com a possibilidade de observação parcial é o agente monitorar a parte do mundo que ele não pode ver agora. Isto é, o agente deve manter algum tipo de estado interno que dependa do histórico de percepções e assim reflita pelo menos alguns dos aspectos não observados do estado atual.

4.1.3. –Agentes baseados em objetivos

4.1.3.1. Conhecer algo sobre o estado atual do ambiente nem sempre é suficiente para decidir o que fazer. Por exemplo, em um entroncamento de estradas, o táxi pode virar à esquerda, virar à direita ou seguir em frente. A decisão correta depende de onde o táxi está tentando chegar. Em outras palavras, da mesma forma que o agente precisa de uma descrição do estado atual, ele também precisa de alguma espécie de informação sobre objetivos que descreva situações desejáveis — por exemplo, estar no destino do passageiro. O programa de agente pode combinar isso com o modelo (as mesmas informações que foram usadas no agente reativo baseado em modelo), a fim de escolher ações que alcancem o objetivo.

4.1.4. –Agentes baseados na utilidade

4.1.4.1. Sozinhos, os objetivos não são realmente suficientes para gerar um comportamento de alta qualidade na maioria dos ambientes. Por exemplo, existem muitas sequências de ações que levarão o táxi até seu destino (alcançando assim o objetivo), mas algumas são mais rápidas, mais seguras, mais confiáveis ou mais econômicas que outras. Os objetivos simplesmente permitem uma distinção binária crua entre “estados felizes” e “infelizes”, enquanto uma medida de desempenho mais geral deve permitir uma comparação entre diferentes estados do mundo, de acordo com o grau exato de felicidade que proporcionariam ao agente. Tendo em vista que “feliz” não soa muito científico, em vez disso, economistas e cientistas da computação usam o termo utilidade.

5. Definição

5.1. Os agentes inteligentes são sistemas computacionais que têm como principais características atuação de forma autônoma, a percepção do ambiente onde estão inseridos, a adaptação às mudanças, como também a capacidade de trabalhar em função dos objetivos, podendo ser atribuídas aos agentes, tarefas normalmente desempenhadas por seres humanos

5.1.1. Agentes inteligentes têm conhecimento adicional de domínio que os habilita a realizar as tarefas deles, mesmo quando os parâmetros da tarefa mudam ou quando surgem situações inesperadas. Por exemplo, um agente inteligente pode ser projetado para comprar livros para um usuário, na Internet, pelo menor preço possível. O agente precisaria ser capaz de interagir com um conjunto de lojas virtuais, mas também precisaria ser capaz de aprender como negociar com outras lojas ou com indivíduos que estivessem oferecendo livros de segunda mão. Estes tipos de agentes que realizam tarefas em nome de pessoas são chamados de agentes de interface. (JONES & BARTLETT, 2004).