A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Inteligência Artificial I

Apresentações semelhantes


Apresentação em tema: "Inteligência Artificial I"— Transcrição da apresentação:

1 Inteligência Artificial I
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Inteligência Artificial I Introdução a Agentes (Adicional II) Prof.a Joseana Macêdo Fechine Carga Horária: 60 horas

2 Agentes Tópico Caracterização dos Agentes

3 Agentes Propriedades de um ambiente
acessível (completamente observável) x inacessível (parcialmente observável) estático x dinâmico determinístico x não-determinístico discreto x contínuo episódico x não-episódico (seqüencial)

4 Ambientes: propriedades
Acessível: quando os sensores do agente conseguem perceber o estado completo do ambiente. Determinístico: o próximo estado do ambiente pode ser completamente determinado pelo estado atual e as ações selecionadas pelo agente. Episódico: a experiência do agente é dividida em episódios. Cada episódio consiste em o agente perceber e então agir. Cada episódio não depende das ações que ocorreram em episódios prévios.

5 Ambientes: propriedades
Estático: o ambiente não muda enquanto o agente está escolhendo a ação a realizar. Semi-dinâmico: o ambiente não muda enquanto o agente delibera, mas o "score" do agente muda. Discreto: quando existe um número distinto e claramente definido de percepções e ações em cada turno. Contínuo: percepções e ações mudam em um espectro contínuo de valores.

6 Agentes - Estrutura Agentes reativos simples
Agentes reativos baseados em modelo Agentes baseados em objetivos Agentes baseados na utilidade Agentes com aprendizagem

7 Agente Reativo Simples
sensores atuadores Qual a aparência atual do mundo? Que ação devo executar agora? Regras “condição-ação” a m b i e n t e

8 Agente Reativo Simples
Tipo mais simples. Seleciona ações com base na percepção atual, ignorando o restante do histórico de percepções. Exemplo: Agente aspirador de pó, porque sua decisão se baseia apenas na posição atual e no fato de essa posição conter ou não sujeira.

9 Agente Reativo Simples
Vantagens e desvantagens Regras condição-ação: representação inteligível, modular e eficiente ex. Se velocidade > 60 então multar Não pode armazenar uma seqüência de percepções, pouca autonomia Ambientes: Reflexo imprescindível em ambientes dinâmicos Acessível, episódico, pequeno

10 Agente Reativo Simples
Funcionará somente se a decisão correta puder ser tomada com base apenas na percepção atual Ambiente completamente observável Exemplos de alguns problemas: Talvez somente uma imagem não é suficiente para determinar se o carro da frente esta dando sinal de mudança de direção, alerta ou freio

11 Agente Reativo Baseado em Modelos
sensores Agente Qual é a aparência atual mundo? Regras “condição-ação” estado: como o mundo era antes como o mundo evolui atuadores Que ação devo executar agora? a m b i e n t e impacto de minhas ações

12 Agente Reativo Baseado em Modelos
Agente controla a parte do mundo que ele não pode ver agora (agente mantém estado interno que depende do histórico de percepções). Exemplo: agente taxista vai trocar de pista e pode não ver momentaneamente alguns carros à sua volta

13 Agente Reativo Baseado em Modelos
O agente deve manter um estado interno que dependa do histórico de percepções e reflita os aspectos não observados no estado atual Dois tipos de conhecimento são necessários para atualizar o estado interno do agente (modelo do mundo): Como o ambiente evolui independente do agente Um carro que está ultrapassando, em geral estará mais perto do que estava um instante anterior Como as ações do próprio agente afetam o mundo Se o agente virar o volante à direita, o carro irá virar p/ a direita

14 Agente Reativo Baseado em Modelos
Um agente que utiliza o modelo de mundo Desvantagem: pouca autonomia não tem objetivo, não encadeia regras Ambientes: determinístico e pequeno

15 Agente Baseado em Objetivo
sensores Agente Qual a aparência atual do mundo? Objetivos como o mundo evolui atuadores Que ação devo executar agora? a m b i e n t e impacto de minhas ações Qual será a aparência se for executada a ação A? estado: como o mundo era antes

16 Agente Baseado em Objetivo
Agente combina seu objetivo com as informações sobre os resultados de ações possíveis a fim de escolher ações que alcancem os seus objetivos Exemplo: Táxi em um entroncamento de estradas: virar à esquerda, à direita ou ir em frente? Necessidade de busca e planejamento: áreas da IA dedicadas a encontrar seqüências de ações que alcançam os objetivos do agente.

17 Agente Baseado em Objetivo
O agente precisa de algum tipo de informação sobre o seu objetivo Objetivos descrevem situações desejáveis. Ex: estar no destino Combinando informações sobre: O objetivo do agente Os resultados de suas ações O agente pode escolher ações que alcancem o objetivo A seleção da ação baseada em objetivo pode ser: Direta: quando o resultado de uma única ação atinge o objetivo Mais complexa: quando será necessário longas seqüências de ações para atingir o objetivo

18 Agente Baseado em Objetivo
Para encontrar seqüências de ações que alcançam os objetivos Algoritmos de Busca e Planejamento A tomada de decisão envolve a consideração do futuro -> distinta das regras de condição-ação “O que acontecerá se eu fizer isso ou aquilo?” “O quanto isso me ajudará a atingir o objetivo?” Agentes reativos: reação -> frear quando carro da frente frear Agentes baseado em objetivo: raciocínio -> carro da frente freia -> carro da frente diminui velocidade -> objetivo: não atingir outros carros -> ação para atingir objetivo: frear

19 Agente Baseado em Objetivo
Vantagens e desvantagens: Mais complicado e “ineficiente”, porém mais flexível, autônomo Não trata objetivos conflitantes Ambientes: determinístico

20 Agente Baseado em Utilidade
ambiente sensores atuadores Agente Qual a aparência atual do mundo? Que ação devo executar agora? Função de Utilidade qual é o impacto de minhas ações como o mundo evolui Este novo mundo é melhor? Qual será a aparência se for executada a ação A? estado: como o mundo era antes

21 Agente Baseado em Utilidade
Existem muitas seqüências de ações que levam o agente ao seu objetivo. Algumas mais rápidas, mais seguras, mais econômicas, etc. Agentes baseados em utilidade utilizam uma medida de desempenho (função de utilidade) que permite uma comparação entre diferentes estados do mundo, permitindo selecionar a seqüência de ações

22 Agente Baseado em Utilidade
Se um estado do mundo é mais desejável que outro, então ele terá maior utilidade para o agente Utilidade é uma função que mapeia um estado para um número real que representa o grau de satisfação com este estado Especificação completa da função de utilidade – decisões racionais em dois tipos de casos: Quando existem objetivos conflitantes (velocidade x segurança) a função de utilidade especifica o compromisso apropriado Quando existem vários objetivos que se deseja alcançar e nenhum deles pode ser atingido com certeza – ponderar a importância dos objetivos

23 Agente Baseado em Utilidade
Ambiente: sem restrição Desvantagem: não tem adaptabilidade

24 Agente com Aprendizagem
sensores atuadores Agente Gerador de problemas crítico elemento de aprendizagem avaliação objetivos de desempenho (agente) trocas conhecimento a m b i e n t e t t+1

25 Agente com Aprendizagem
Um elemento de aprendizado utiliza realimentação sobre como um agente está funcionando e determina de que maneira o elemento de desempenho deve ser modificado para funcionar melhor no futuro.

26 Agente com Aprendizagem
Em agentes sem aprendizagem tudo o que o agente sabe foi colocado nele pelo projetista Turing propõe construir máquinas com aprendizagem e depois ensiná-las Aprendizagem também permite ao agente atuar em ambientes totalmente desconhecidos e se tornar mais competente do que o seu conhecimento inicial poderia permitir

27 Agente com Aprendizagem
Ambiente: sem restrição Vantagem: tem adaptabilidade (aprende)


Carregar ppt "Inteligência Artificial I"

Apresentações semelhantes


Anúncios Google