Inteligência Artificial I

Slides:



Advertisements
Apresentações semelhantes
Inteligência Artificial
Advertisements

Inteligência Artificial
Inteligência Artificial
Renata S.S. Guizzardi Inteligência Artificial – 2007/02
Inteligência Artificial I
Métodos e Software Numéricos Título da Apresentação
Informática na Educação
Agentes Inteligentes Agentes Inteligentes.
Universidade Federal de Campina Grande – UFCG Centro de Engenharia Elétrica e Informática – CEEI Departamento de Sistemas e Computação – DSC Máquina de.
Agentes Inteligentes.
Software Básico Silvio Fernandes Universidade Federal Rural do Semi-Árido Departamento de Ciências Exatas e Naturais Ciência da Computação Aula.
Agentes Inteligentes Alex F. V. Machado.
Agentes Inteligentes Alex F. V. Machado.
1 Agentes Inteligentes Alex F. V. Machado. 2 Um programa de IA pode ser visto como um Agente Racional Plano da aula O que é um Agente Racional (inteligente)?
Informática na Educação
Introdução à Informática
Introdução à Programação Programação Estruturada
Inteligência Artificial I
Inteligência Artificial I
Inteligência Artificial
Inteligência Artificial
Os Sistemas Multi-agente Viviane Torres da Silva
Agentes Inteligentes. IA 13/10/102 Principais pontos abordados Modelos de: Agentes Ambientes E o relacionamento entre eles Um agente se comporta melhor.
Agentes Inteligentes Introdução.
Sistemas Baseados em Agentes
FACENS – Engenharia da Computação Inteligência Artificial
1 Segurança em Redes Elmar Melcher Universidade Federal de Campina Grande
Funções em C Universidade do Estado de Santa Catarina
Inteligência Artifical
Inteligência Artificial Luiz Antônio Moro Palazzo Março de 2010 Luiz Antônio Moro Palazzo Março de 2010.
Lógica de Programação Módulo II
Sistemas Multiagentes
SISTEMAS DE INFORMAÇÃO Inteligência Artificial 2011/01
Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Inteligência Artificial
Inteligência Artificial I
Capítulo 2 – Russell & Norvig
INTELIGÊNCIA ARTIFICIAL
Sistemas Inteligentes
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Plano de Aula Arquiteturas de Agentes Baseados Em Lógica Reativas BDI
Futebol de robôs, uma aplicação de robótica
DSC/CCT/UFCG Projeto de Redes Neurais Apresentação Parcial do Projeto Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação.
Inteligência Artificial
Agenda Agentes que Respondem por Estímulo Agentes Inteligentes.
Sistemas Inteligentes
Universidade Federal do Vale do São Francisco - UNIVASF Colegiado de Engenharia da Computação – CECOMP Memória de Dados EEPROM Jadsonlee da Silva Sá
Resolução de Problemas
Inteligência Artificial I
Resolução de Problemas de Busca
Interpolação Polinomial Ajuste de Curvas (Parte I)
CEEIDSC Prof.: José Eustáquio Rangel de Queiroz Carga Horária: 60 h.
Inteligência Artificial I
Inteligência Artificial I
Inteligência Artificial I
DSC/CEEI/UFCG Joseana Macêdo Fechine Joseana Macêdo Fechine Estágio Integrado Informações Gerais Universidade.
Desenvolvimento de Sistemas Baseados em Conhecimento Conceitos Iniciais.
Busca em Espaço de Estados
Introdução aos Agentes Inteligentes Tipos de Problemas de Busca Flávia Barros.
PUCC Tópicos em Sistemas Inteligentes 1. PUCC 2 Agenda Agentes que Respondem por Estímulo Agentes Inteligentes.
Sistemas Inteligentes Aula: Agentes Inteligentes Flávia Barros & Patricia Tedesco 1.
UNIVERSIDADE FEDERAL DOS VALES DO JEQUITINHONHA E MUCURI
Introdução à inteligência artificial
CIn- UFPE 1 Resolução de Problemas. CIn- UFPE ? Agente solucionador de problemas O agente reativo Escolhe suas ações com base.
Agentes Inteligentes TCC/TSI: Desenvolvimento de Jogos Digitais Profs. Luiz Chaimowicz e Renato Ferreira.
Transcrição da apresentação:

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 I) Prof.a Joseana Macêdo Fechine joseana@dsc.ufcg.edu.br Carga Horária: 60 horas

Agentes Tópicos Exercícios - Agentes

Agentes Exemplo: Mundo do aspirador de pó

Agentes Exemplo: Mundo do aspirador de pó A distribuição da sujeira e a posição inicial do agente não são conhecidos Ações: Esquerda, Direita, Aspirar e NOP Seqüência de percepções: o agente percebe sucessivamente a sua posição e se esta posição contém sujeira Medida de desempenho: 1 ponto para cada quadrado limpo em cada período de tempo até 1.000 períodos de tempo.

Agentes Exemplo: Para o Mundo do aspirador de pó, identifique o tipo de agente. função AGENTE-ASPIRADOR-DE-PÓ-TIPO1([posição, estado]) retorna uma ação se estado = sujo então retorna Aspirar senão se posição = A então retorna Direita senão se posição = B então retorna Esquerda

Agentes Exemplo: Identifique os tipos de ambiente para os problemas a seguir. Completamente observável (c.o.) x parcialmente observável (p.o.) Os sensores do agente permitem acesso ao estado completo do ambiente? Ex: futebol de robôs com visão global (?) x visão local (?)

Agentes Completamente observável (c.o.) x parcialmente observável (p.o.) Os sensores do agente permitem acesso ao estado completo do ambiente? Ex: futebol de robôs com visão global (c.o.) x visão local (p.o.)

Agentes Exemplo: Identifique os tipos de ambiente para os problemas a seguir. Determinístico x estocástico Próximo estado é totalmente determinado pelo estado atual e pela ação executada pelo agente? Ex: aspirador de pó (?), robô taxista (?)

Agentes Determinístico x estocástico Próximo estado é totalmente determinado pelo estado atual e pela ação executada pelo agente? Ex: aspirador de pó (determ.), robô taxista (estoc.)

Agentes Exemplo: Identifique os tipos de ambiente para os problemas a seguir. Episódico x seqüencial O episódio seguinte depende das ações executadas nos episódios anteriores? Ex: Jogar um dado (?), dar o próximo passo (?)

Agentes Episódico x seqüencial O episódio seguinte depende das ações executadas nos episódios anteriores? Ex: Jogar um dado (ep.), dar o próximo passo (seq.)