Sistemas Baseados em Agentes

Slides:



Advertisements
Apresentações semelhantes
Sempre que alguém da sua
Advertisements

IA Importância da IA em jogos Aplicações.
Renata S.S. Guizzardi Inteligência Artificial – 2007/02
Planejamento Viviane Torres da Silva
Planejamento Viviane Torres da Silva
Comportamento do Consumidor Online
O que é inteligência ? TAI – 2010 Emanuel Wagner.
Inteligência Artificial I
MOTIVAÇÃO NO TRABALHO Profª Ana Lana.
MOTIVAÇÃO NO TRABALHO Profª Ana Lana.
Agentes Inteligentes Agentes Inteligentes.
Inteligência Artificial Alex F. V. Machado. Tecnologia de Processamento da Informação que envolve processos de raciocínio, aprendizado e percepção. Winston.
Agentes BDI (Belief Desire Intention)
Inteligência Artificial
Inteligência Artificial
Incorporating Planning into BDI Systems Felipe Rech Meneguzzi Avelino Francisco Zorzo Michael da Costa Móra Michael Luck 2007.
Agentes Inteligentes Introdução.
IA em jogos modelagem de comportamento de personagens
Metodologias Orientadas a Agentes
Agentes Baseados em Conhecimento
FACENS – Engenharia da Computação Inteligência Artificial
Sistemas Multiagentes Cognitivos
Luiz A M Palazzo Abril de 2010
SIMULAÇÃO EM COMPUTADOR: O PENSAMENTO COMO PROCESSAMENTO DE INFORMÇÕES
Tipos de Regras Discussão geral
Sistemas Multiagentes
SISTEMAS DE INFORMAÇÃO Inteligência Artificial 2011/01
INF 1771 – Inteligência Artificial
Inteligência Artificial
INF 1771 – Inteligência Artificial
Monitoria de Introdução à Computação
Capítulo 2 – Russell & Norvig
Introdução aos Agentes Autónomos Teorias de Agentes IST- 2003/2004 Ana Paiva.
LINGUAGENS DE PROGRAMAÇÃO PROF. DANIELA PIRES
Algoritmos 1º Semestre Materia: Informática Profº: Cristiano.
INF 1771 – Inteligência Artificial
Modelos Matemáticos Usados como tipos em especificações baseadas em modelos Apresentados como teorias ou sistemas formais Uma teoria é definida em termos.
Número e Estruturas Aditivas
Plano de Aula Arquiteturas de Agentes Baseados Em Lógica Reativas BDI
INTRODUÇÃO À ANÁLISE COMBINATÓRIA
Agentes Patricia Tedesco.
Agentes Cognitivos Autônomos
GESTÃO DE CONVÊNIOS – PLANEJAMENTO –.
Agenda Agentes que Respondem por Estímulo Agentes Inteligentes.
PUCC 1 Tópicos em Sistemas Inteligentes. PUCC 2 Agenda - Aula 03 Buscas Agentes que Planejam.
Resolução de Problemas
Programação de computadores Prof. Giovanni Castro.
Capítulo 14 A Teoria de Sistemas.
Abordagem Comportamental da Administração
ELEMENTOS COMUNS À DECISÃO
Linguagens de Programação
Inteligência Artificial I
Inteligência Artificial Aula 15 Profª Bianca Zadrozny
A Classe NP Teoria da Computação Profa. Sandra de Amo.
Arquitetura de Multi-Agentes 1 / 55 Arquitetura de Multi-Agentes IA Simbólica Prof. Jacques Robin Ryan Leite Albuquerque Luiz Carlos Barboza Júnior.
Empreendedor.Está relacionado com a criação de empresas ou produtos novos. Cooperação : Ajudar os outros. Decisão: Decidiras Suas metas. Planejamento.
C OMPORTAMENTO H UMANO T RINÔMIO : CORPO, ALMA E MENTE. “Vocês, brancos, são loucos. Impelidos pelas suas máquinas, se matam de trabalhar até os 60 anos,
Agent-Oriented Programming Luanda Philippi Remáculo Sabrina Schürhaus
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.
Algoritmos e Programação I
Estudo de Caso: criação de um agente especulador / investidor para o mercado de capitais usando Jadex. BRUNO Bruno Carlos da Cunha Costa Gleiph Ghiotto.
O Modelo GOMS Fornece um modelo de Engenharia para a performance humana, capaz de produzir predições a priori ou em um estágio anterior ao desenvolvimento.
Introdução à inteligência artificial
1 Revisão do artigo: Intentions for Multiagent System de Munindar P. Singh Disciplina de Fundamentos Lógicos para a IA USP/PCS Aluno: Jomi Fred Hübner.
Profa. Dra. Marta Valentim UNESP
Gestão da Informação e do Conhecimento Aula 08 A administração da incerteza: as organizações como sistemas de tomadas de decisão Prof. Dalton Martins
CIn- UFPE 1 Resolução de Problemas. CIn- UFPE ? Agente solucionador de problemas O agente reativo Escolhe suas ações com base.
SISTEMAS TÁTICOS DO VOLEIBOL
Transcrição da apresentação:

Sistemas Baseados em Agentes Agentes Cognitivos Sistemas Baseados em Agentes

Quatro Classes de Agentes Agentes reativos Agentes em camadas Agentes baseados em lógica: Dedução lógica para o raciocínio Agentes BDI Beliefs, Desires and Intentions

Agentes Baseados em lógica IA Simbólica: representação explícita e manipulação de conhecimento Formalismo: lógica Manipulação: dedução lógica Suponha que: Teoria de agentes (): como os agentes se comportam Gera seus objetivos, balanceamento pró-ativo reativo

Agentes Baseados em lógica Estados internos dos agentes: fórmulas lógicas Comportamento do agente: regras de dedução + database atual Exemplo: robô aspirador de pó Sem tomada de decisão Sensor de sujeira + aspirador + orientação (N,S,L,O) Vai para frente ou gira 90 graus

Agentes Baseados em lógica Agente recebe: Sujeira Null Ações: para frente sugar virar Objetivo: mover-se no ambiente buscando e removendo sujeira Três predicados: Em(x.y) Sujeira(x,y) Direcionar(d) Comportamento do agente função próximo regras de dedução

Agentes Baseados em lógica Função ´próximo´: Analisar a informação perceptiva do ambiente Gerar uma nova base de dados com essa informação remover informações velhas ou irrelevantes Especificar em várias partes: velho() = {P(t1,...,tn}/ P {Em, Suj, Dir} & P(t1,...,tn} Novo: todas as novas posições, direções e possíveis sujeiras Próximo(,P) = ( \ velho())  Novo(,P)

Agentes Baseados em lógica Regras de dedução: predicado(termo)  predicado(termo) Ex: Em(0,0)  Sujeira(0,0)  Faça(sugar) Exercício: criar as regras de dedução para esse problema!!! Problemas com essa abordagem Função visão: fórmula lógica Complexidade da prova do teorema Ambiente estático!!! Como seria num dinâmico?

Agentes BDI BDI: Beliefs, desires and intentions Estado interno dos agentes: estados mentais (BDI) Crenças: o que se sabe sobre o estado do ambiente e dos agentes Desejos: estados do mundo que o agente quer atingir (contraditórios) Intenções: seqüência de ações para alcançar objetivo Base: tradição filosófica do entendimento do raciocínio prático processo de decidir, momento a momento, que ação executar para alcançar seus objetivos

Agentes BDI Raciocínio prático: Decidir que objetivos quer realizar Como vão ser executados esses objetivos Exemplo: terminou a faculdade, o que fazer depois? Entender quais as opções disponíveis Escolher e se comprometer com uma delas traçar um conjunto de ações para realizar o objetivo (conjunto de intenções)

Raciocínio prático de um agente BDI