240 likes | 393 Vues
Agentes e Sistemas Especialistas. Similaridades entre agentes e SE´s Sistemas Especialistas Não interagem diretamente com o ambiente Não agem neste ambiente: sugestões ao usuário Não possuem comportamento reativo e pro-ativo Não possuem habilidade social Agentes: evolução dos SE´s.
E N D
Agentes e Sistemas Especialistas • Similaridades entre agentes e SE´s • Sistemas Especialistas • Não interagem diretamente com o ambiente • Não agem neste ambiente: sugestões ao usuário • Não possuem comportamento reativo e pro-ativo • Não possuem habilidade social • Agentes: evolução dos SE´s
Sistemas Multi-agentes Agentes Intelientes Professores: Anne Magály P Canuto
Agente Representação interna Foco Atuação Ambiente Desktop Móvel Isolada Cognitivo Reativo Estrutural Comporta- mental Social Introdução • Características Fundamentais: reatividade, adaptabilidade, mobilidade e comunicabilidade
Dado: S = {s1,s2, ...}: Estados de um ambiente A = {a1,a2, ...}: Ações do agente Agente: função S* A Fator importante: História (sequencia de estados encontrados até então) Agente: decide que ação executar baseado na sua história Agentes equivalentes: histórias iguais Agentes Reativos: Psicologia Comportamental Com ou sem referência de sua história Baseada no presente Respondem diretamente a seu ambiente (S* A) Hipótese de Simon: “A complexidade do comportamento de um agente pode ser o reflexo do seu ambiente em vez do seu complexo projeto interno” Visão Abstrata de um Agente
Agente com percepção Que tal dividirmos a função de decisão em dois subsistemas? Visão: Observar seu ambiente (câmera de vídeo, sensor,etc.) Ação: tomada de decisão Saída do módulo Visão = Percepção Visão: S P Ação: P* A Agentes com estado: Esquema mais natural Visão: S P Próximo: I x P I Ação: I A Funcionamento Começa num estdo inicial i0 Observa o estado de seu ambiente: gera uma percepção O estado interno do agente é alterado Uma ação é selecionada A ação é executada Visão Abstrata de um Agente
Agentes Deliberativos • Agentes Cognitivos: • Hipótese: Sistemas de símbolos físicos “Agentes mantém uma representação interna do seu mundo e que existe um estado mental explicítio que pode ser modificado por alguma forma de raciocínio simbólico” • Onde é colocada essa representação: • Estado • Formas de representação: Várias (BDI) • Tipos: • Agentes de raciocínio dedutivo • Agentes de raciocínio prático
Decisão: como atuar Objetivos Perfil de atuação Ambiente Modelo de decisão: Teoria da racionalidade Limitada do agente Agente sabe: Identificar as alternativas, avalia-las, ordena-las, escolher a melhor Planejador de ações: Mundo: em termos de estados (iniciais e finais) eum conjunto de operações que podem provocar mudanças de estado Controlador: Cognitivos Ordem de ativação de seus processos internos Configurador: Objetivos: reconfiguráveis (outros agentes ou ele mesmo) Con Tro La dor Configurador In Ter Fa ce Decisão Arquitetura geral de um agente
Agentes de Raciocínio Dedutivo • Abordagem tradicional (IA Simbólica) • Comportamento inteligente: representação simbólica de seu ambiente + seu comportamento desejado • Sistematicamente manipular essa representação • Formalismo de representação: lógica • Manipulação: dedução lógica ou prova de teorema • Exemplo: Ralph • Robô que navega num ambiente coletando o lixo • Lógica de primeira ordem
Agentes de Raciocínio Dedutivo • Para a construção de Ralph, é necessário resolver: • Problema de tradução: traduzir o mundo real numa descrição simbólica que seja proveitosa • Trabalhos nas áreas de: visão, PLN, aprendizagem, etc.. • Problema de representação/manipulação: formas de representação e manipulação resultado seja proveitoso • Representação do conhecimento, raciocínio automático, planejamento • Agentes: provadores de teoremas • Dado uma teoria de agentes (explica como um agente deveria se comportar para otimizar algumas medidas) • Provador: essa teoria é vista como uma especificação executável • Diretamente executada para produzir o comportamento do agente
Estados internos: database de fórmulas lógicas Informações do ambiente Similar as crenças dos humanos L: o conjunto de sentenças D = (L) o conjunto de L databases Estado interno do agente: elemento de D () Processo de tomada de decisão: regras de dedução () : Fómula provada usando o database e as regras A ação de um agente: Regras de dedução D A Prova de teorema: melhor ação para executar Caso nenhuma ação seja prova-da: acha-se uma consistente Cuja negação não possa ser derivada Comportamento do agente: Regras de dedução e database Agentes de Raciocínio Dedutivo
Versão similar do Ralph, só que caseiro: Aspirador de pó Orientações: N, S L, O Movimentos: um passo a frente ou rotacionar 90o Percepções: sujeira ou limpo Ação: Pra frente, limpe ou vire Objetivo: Mover-se pelo ambiente buscando e removendo sujeira Predicados: Em(x,y) Sujeira(x,y) Direcionando(d) Função próximo: Analisa percepção Gera uma nova D, incluindo percepção Remoção de informações velhas Descobrir a nova posição e orientação do agente Exemplo de um agente de Raciocínio Dedutivo
Regras de dedução: predicados(variáveis) ações(..) Primeira regra: prioridade Em(x,y) Sujeira(x,y) Faça(limpe) Outras regras: mover no ambiente Exemplo: Em(0,0) Direção(N) Faça(frente) Em(0,1) Direção(N) Faça(frente) Em(0,2) Direção(N) Faça(vire) Em(0,2) Direção(L) Faça(frente) Vantagens da abordagem Semantica clara e elegante Desvantagens: Função Visão: representação do ambiente em fórmulas lógicas Ex: imagens e info temporal Complexidade da prova Situações com restrição temporal Tomada de decisão: racionalidade calculativa O mundo não mudará muito do início ao fim do processo de tomada de decisão Exemplo de um agente de Raciocínio Dedutivo
Agentes de Raciocínio Prático • Lógica: tem seu papel • Maioria das vezes: impraticável • Modelo: inspiração dos processos necessários quando nós decidimos o que fazer • Raciocínio prático: • Direcionado a ações (descobrir o que fazer) • Raciocínio prático X Raciocínio teórico • Sócrates mortal (baseado em crenças) • Pegar um onibus ou trem (baseado em ações)
Agentes de Raciocínio Prático • Raciocínio prático humano, dois passos: • O que deseja-se alcançar • Deliberação • Como devemos alcançar • Raciocínio meio-fins (means-ends) • Exemplo: um aluno recém-formado • Deliberação: que carreira seguir • Plano ou receita de como realizar: raciocínio • Existem limitações de tempo, com as implicações: • Uso eficiente dos recursos computacionais • Não é possível deliberar para sempre • Objetivos escolhidos e comprometidos: intenções
Agentes de raciocínio prático • Intenções: alguns papéis no raciocínio prático • Direcionam o raciocínio meio-fim (importante na produção de ações) • Ex: Se tenho o objetivo de me tornar acadêmico, tenho de planejar ações para realizar e tentar realizar • Aplicar para programas de mestrado • Persistem • Não desistirei sem uma boa razão • As razões para se ter as intenções desaparecerem (Vida fácil: acadêmico) • Obrigam deliberações futuras (restrigem o meu poder de escolha) • Se quero ser um acadêmico, escolher intenções consistentes • Influeciam nas crenças futuras • Se tenho a intenção de ser um acadêmico, Devo acreditar que tenho chances me tornarei um acadêmico • Conseguir um bom balanceamento entre os tópicos
Agentes de raciocínio prático • 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 • Intenções: estados do mundo que o agente quer atingir (contraditórios) • Desejos: 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
Representação: crenças, desejos e intenções Deliberação: Função geradora de opções Função de filtragem Geração de opções: Novas alternativas de coisas a serem feitas (Bel) x (Int) (Des) Deliberação: escolher a melhor opção: o desejo do agente Selecionar uma opção: filtragem Escolhe a melhor opção para o agente se comprometer (Bel) x (Des) x (Int) (Int) Ele pode: Desistir do objetivo Persistir no objetivo Processo de alteração de crenças: Brf (belief revision function) Recebe a entrada e as crenças do agente: novo conjunto de crenças (Bel) x P (Bel) Agentes de raciocínio prático
Como realizar um fim (intenção) usando os meios disponíveis Planejamento Recebe: O objetivo a ser realizado Estado atual do ambiente Ações disponíveis para o agente Produz: Um plano de ações Primeiro planejador real: STRIPS Dois componentes básicos Modelo do mundo: Lógica Esquema de ações: pre-condições e efeito de todas as ações disponíveis Planejamento: Achar diferença entre o estado atual e objetivo Reduzir aplicando uma ação Exemplo: mundo dos blocos Tres blocos de mesmo tamanho Braço: mover um bloco por vez Mesa: blocos na mesa ou em cima do outro Raciocínio Meio-fins
Formalismo do STRIPS: lógica On(x,y); OnTable(x); Clear(x); Holding(x), ArmEmpty Descrição de um estado atual {Clear(A), On(A,B), OnTable(B), OnTable(C), Clear(C)} Descrição de um objetivo: {OnTable(A), OnTable(B), OnTable(C) } Ações: pré-condições, deleção, adição Stack(x,y) Pre {Clear(y), Holding(x)} Del {Clear(y), Holding(x)} Add {ArmEmpty, On(x,y)} Descritor de uma ação: = <P ,D ,A > Planejamento: <, , > Plano: sequencia de ações Sequencia de n+1 modelos do ambiente Raciocínio Meio-fins (Mundo dos blocos)
Plano (linear) aceitável: pre-condições de todas as ações são satisfeitas no modelo anterior Plano correto: Aceitável Objetivo alcançado no final Sistema de planejamento: Dado um problema de planejamento, ache um plano correto ou avise que não existe Definições: Plan: conjunto de todos os planos : planos Pre(), body(), empty(), execute(..), head(), tail(), sound(,I,B) Plan: (Bel) x (Int) x (Ac) Plan Pode-se: Começar do nada Usar uma biblioteca de planos Raciocínio Meio-fins(Planejamento)
Estrutura básica do processo de tomada de decisão, loop: Observa o mundo, atualiza suas crenças Decide que intenções realizar Acha um plano para realizar Executa o plano Primeiro problema: Compromisso aos fins e meios Compromisso persistência temporal Quão compromissado um agente deve ser? Estratégias de compromisso: Cega: manter até a realização Single-minded: manter até a realização ou impossibilidade de realização Open-minded: manter en-quanto acredita-se ser possível Compromisso aos meios Succeeded(I,B) e Impossible(I,B) Compromisso aos fins: intenções Possibilidade: reconsiderar sempre que realizar uma ação Pode-se tornar muito caro Implementando un Agente de Raciocínio Prático
Dilema: Nunca considerar: intenções ultrapassadas Considerar constantemente: nunca realizar as intenções Balanceamento: Meta-nível: Reconsider(I,B) Situação ótima: Base: deliberação e plano perfeitos Custo associado ao Reconsider Mudar as intenções todas as vezes que deliberar Situações: Não deliberou, não modificou as intenções e o mundo não mudou: perfeito Não deliberou, não modificou as intenções e o mundo mudou: imperfeito Deliberou, não modificou as intenções (o mundo não mudou): imperfeito Deliberou, modificou as intenções (o mundo mudou): perfeito Suposição: custo de Reconsider é menor que deliberar Implementando un Agente de Raciocínio Prático
Implementando un Agente de Raciocínio Prático • Quando modificar as intenções durante a execução de um plano? • Extremos: apenas quando o plano for executado ou após a execução de cada ação • Ambientes estáticos: • Agentes fortemente compromissados com suas intenções produzem melhores resultados • Ambientes dinâmicos: • Agentes que reconsideram suas intenções podem detectar melhor quando as intenções estão ultrapassadas • Diferentes tipos de ambientes: diferentes estratégias de reconsideração e de compromisso • Exemplo: HOMER robô submarino que planeja suas ações
Sistema de Raciocínio Procedural (PRS) • Primeira arquitetura que absorve as idéias de BDIs • Controle de tráfego aéreo, simulação, gerenciamento de processos • Arquitetura: Utiliza uma biblioteca de planos • Diferença: o corpo do plano pode ter ações e objetivos, ter disjunção de de objetivos ou ter loops, entre outros • Início: Objetivo de alto-nível • Pilha de objetivos • Busca por um plano • Caso tenha mais de um, escolha um (plano de alto-nível, utilidade) • Execute plano: Caso tenha objetivos, coloque na pilha • Caso um plano falhe, escolha outro • Exemplo a ser estudado: mundo dos blocos (Pág.84-85)