SlideShare una empresa de Scribd logo
1 de 51
Agentes Inteligentes Prof. Sérgio R. P. da Silva Profa. Josiane Melchiori Pinheiro Baseado no Cap. 2 do livro de Stuart Russel e Peter Norving - “Inteligência Artificial”, 2 a  ed.
Principais pontos abordados ,[object Object],[object Object]
Modelos de agentes. ,[object Object],[object Object]
Agentes
Agentes ,[object Object],[object Object],[object Object],[object Object]
Robô: câmeras, detectores infravermelho, sonares, motores, ...
Software: teclado, arquivos, pacotes da rede, impressora, vídeo, ... (sensações e ações estão codificadas em bits)
Percepção, Sequencia de Percepções e Ações ,[object Object],[object Object],[object Object],[object Object],[object Object]
Tabela muito grande. Na verdade infinita. A menos que se tenha um limite para o comprimento da sequencia de percepções.
Exemplo: mundo do aspirador de pó ,[object Object]
Ações : Direita, Esquerda, Sugar,  NoOp.
Tabela parcial de uma função de agente simples ,[object Object]
O que torna um agente inteligente ou estúpido? ,[object Object]
Como os agentes devem agir? ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
MD 2 : m 2  limpos por hora de trabalho descontadas a energia gasta e o nível de ruído produzido.
A racionalidade depende de quatro fatores: ,[object Object],[object Object],[object Object],[object Object],[object Object]
Agente racional ideal Definição : ,[object Object]
Agente aspirador de pó ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Como os agentes devem agir? ,[object Object],[object Object]
Perfeição:  maximiza o desempenho  real . ,[object Object],[object Object]
Coleta de Informações ,[object Object]
A ação correta seria  olhar  porque maximiza o desempenho.
Coleta de informações: ,[object Object]
Também pode ser a realização de ações para a  exploração  de um ambiente desconhecido.
Aprendizagem ,[object Object]
Ele também pode ganhar experiência e modificar e ampliar este conhecimento.
Se o ambiente é previamente conhecido: ,[object Object]
Este tipo de agente se torna muito frágil. ,[object Object]
Agente bem sucedido ,[object Object],[object Object],[object Object],[object Object]
Autonomia ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Agente autônomo =  conhecimento inato + aprendizagem ,[object Object],[object Object],[object Object]
A natureza dos ambientes ,[object Object],[object Object],[object Object],[object Object]
Compreendem as seguintes especificações ( PEAS ): ,[object Object]
Ambiente ( Environment )
Atuadores ( Actuators )
Sensores ( Sensors )
Ambiente de Tarefas Agente Motorista de Taxi ,[object Object],[object Object]
minimizar o consumo de combustível e desgaste
minimizar o tempo de percurso, custo da viagem
minimizar as infrações de leis de trânsito
minimizar os distúrbios aos outros motoristas
maximizar a segurança e conforto do passageiro
Obs.: alguns destes objetivos são conflitantes... ,[object Object],[object Object]
o ambiente irá determinar a dificuldade da implementação . ,[object Object],[object Object],[object Object],[object Object]
GPS para saber onde esta num mapa
Sensores infra-vermelhos para detectar a distância dos outros carros
Microfone ou teclado para o passageiro informar o destino
...
Exemplos de agentes ,[object Object],[object Object]
Propriedades dos ambientes ,[object Object],[object Object]
Totalmente observável - Não é necessário manter o estado interno. ,[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

La actualidad más candente

게임 프레임워크의 아키텍쳐와 디자인 패턴
게임 프레임워크의 아키텍쳐와 디자인 패턴게임 프레임워크의 아키텍쳐와 디자인 패턴
게임 프레임워크의 아키텍쳐와 디자인 패턴
MinGeun Park
 
O que é Interação Humano-Computador?
O que é Interação Humano-Computador?O que é Interação Humano-Computador?
O que é Interação Humano-Computador?
Sidney Roberto
 
Access diapositivos aula nº 1 e 2
Access diapositivos aula nº 1 e 2Access diapositivos aula nº 1 e 2
Access diapositivos aula nº 1 e 2
Filipa Cordeiro
 
Introdução à Análise de Sistemas
Introdução à Análise de SistemasIntrodução à Análise de Sistemas
Introdução à Análise de Sistemas
Nécio de Lima Veras
 
[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현
[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현
[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현
Hoyoung Choi
 
Segurança física e lógica e análise de vulnerabilidade
Segurança física e lógica e análise de vulnerabilidadeSegurança física e lógica e análise de vulnerabilidade
Segurança física e lógica e análise de vulnerabilidade
Diego BBahia
 
Computação Gráfica - Introdução
Computação Gráfica - IntroduçãoComputação Gráfica - Introdução
Computação Gráfica - Introdução
Tony Alexander Hild
 

La actualidad más candente (20)

게임 프레임워크의 아키텍쳐와 디자인 패턴
게임 프레임워크의 아키텍쳐와 디자인 패턴게임 프레임워크의 아키텍쳐와 디자인 패턴
게임 프레임워크의 아키텍쳐와 디자인 패턴
 
Algoritmos de ordenação
Algoritmos de ordenaçãoAlgoritmos de ordenação
Algoritmos de ordenação
 
Estrutura de Dados Aula 13 - Árvores (conceito, elementos, tipos e utilizações)
Estrutura de Dados Aula 13 - Árvores (conceito, elementos, tipos e utilizações)Estrutura de Dados Aula 13 - Árvores (conceito, elementos, tipos e utilizações)
Estrutura de Dados Aula 13 - Árvores (conceito, elementos, tipos e utilizações)
 
Banco de Dados II: Aspectos de Segurança em Banco de Dados (aula 13)
Banco de Dados II: Aspectos de Segurança em Banco de Dados (aula 13)Banco de Dados II: Aspectos de Segurança em Banco de Dados (aula 13)
Banco de Dados II: Aspectos de Segurança em Banco de Dados (aula 13)
 
Aula 6 - Cardinalidade
Aula 6 - CardinalidadeAula 6 - Cardinalidade
Aula 6 - Cardinalidade
 
Inteligência Artificial
Inteligência ArtificialInteligência Artificial
Inteligência Artificial
 
[NDC_16] 캐릭터 한 달에 하나씩 업데이트 하기 : '최강의 군단' 스킬 개발 툴 포스트 모템과 차기작 '건파이트 맨션' 툴 프리뷰
[NDC_16] 캐릭터 한 달에 하나씩 업데이트 하기 : '최강의 군단' 스킬 개발 툴 포스트 모템과 차기작 '건파이트 맨션' 툴 프리뷰[NDC_16] 캐릭터 한 달에 하나씩 업데이트 하기 : '최강의 군단' 스킬 개발 툴 포스트 모템과 차기작 '건파이트 맨션' 툴 프리뷰
[NDC_16] 캐릭터 한 달에 하나씩 업데이트 하기 : '최강의 군단' 스킬 개발 툴 포스트 모템과 차기작 '건파이트 맨션' 툴 프리뷰
 
Servidores de impressão
Servidores de impressãoServidores de impressão
Servidores de impressão
 
Introdução à Linguagem de Programação C
Introdução à Linguagem de Programação CIntrodução à Linguagem de Programação C
Introdução à Linguagem de Programação C
 
O que é Interação Humano-Computador?
O que é Interação Humano-Computador?O que é Interação Humano-Computador?
O que é Interação Humano-Computador?
 
Access diapositivos aula nº 1 e 2
Access diapositivos aula nº 1 e 2Access diapositivos aula nº 1 e 2
Access diapositivos aula nº 1 e 2
 
Python
PythonPython
Python
 
Proteção e segurança de sistemas operacionais
Proteção e segurança de sistemas operacionaisProteção e segurança de sistemas operacionais
Proteção e segurança de sistemas operacionais
 
Introdução à Análise de Sistemas
Introdução à Análise de SistemasIntrodução à Análise de Sistemas
Introdução à Análise de Sistemas
 
[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현
[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현
[NDC 14] 가죽 장화를 먹게 해달라니 - <야생의>의 자유도 높은 아이템 시스템 구현
 
Segurança física e lógica e análise de vulnerabilidade
Segurança física e lógica e análise de vulnerabilidadeSegurança física e lógica e análise de vulnerabilidade
Segurança física e lógica e análise de vulnerabilidade
 
Modelagem De Banco De Dados
Modelagem De Banco De DadosModelagem De Banco De Dados
Modelagem De Banco De Dados
 
Seminário - Guido van Rossum: Breve história da linguagem Python
Seminário - Guido van Rossum: Breve história da linguagem PythonSeminário - Guido van Rossum: Breve história da linguagem Python
Seminário - Guido van Rossum: Breve história da linguagem Python
 
Computação Gráfica - Introdução
Computação Gráfica - IntroduçãoComputação Gráfica - Introdução
Computação Gráfica - Introdução
 
Inteligência Artificial em Jogos
Inteligência Artificial em JogosInteligência Artificial em Jogos
Inteligência Artificial em Jogos
 

Destacado (6)

Arquiteturas concretas de agentes inteligentes - bdi agents
Arquiteturas concretas de agentes inteligentes - bdi agentsArquiteturas concretas de agentes inteligentes - bdi agents
Arquiteturas concretas de agentes inteligentes - bdi agents
 
IA - Aula 04 - Agentes parte 2
IA - Aula 04 - Agentes parte 2IA - Aula 04 - Agentes parte 2
IA - Aula 04 - Agentes parte 2
 
Aprendizagem Não-Supervisionada
Aprendizagem Não-SupervisionadaAprendizagem Não-Supervisionada
Aprendizagem Não-Supervisionada
 
IA - Aula 03 - Agentes parte 1
IA - Aula 03 - Agentes parte 1IA - Aula 03 - Agentes parte 1
IA - Aula 03 - Agentes parte 1
 
Metodologías Agentes inteligentes
Metodologías Agentes inteligentesMetodologías Agentes inteligentes
Metodologías Agentes inteligentes
 
Agentes inteligentes
Agentes inteligentesAgentes inteligentes
Agentes inteligentes
 

Similar a Agentes

Ambientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentesAmbientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentes
Nécio de Lima Veras
 
Agent based software development
Agent based software developmentAgent based software development
Agent based software development
Alan Prando
 
Especificações iniciais de agentes inteligentes
Especificações iniciais de agentes inteligentesEspecificações iniciais de agentes inteligentes
Especificações iniciais de agentes inteligentes
Nécio de Lima Veras
 
Desenvolvendo Sistemas Multiagentes utilizando ferramentas de código aberto
Desenvolvendo Sistemas Multiagentes utilizando ferramentas de código abertoDesenvolvendo Sistemas Multiagentes utilizando ferramentas de código aberto
Desenvolvendo Sistemas Multiagentes utilizando ferramentas de código aberto
Felipe Neves Brito
 
88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva
88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva
88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva
Josimar Lima
 
designer grafico Aula 05 - Heurísticas de Nielsen.pdf
designer grafico Aula 05 - Heurísticas de Nielsen.pdfdesigner grafico Aula 05 - Heurísticas de Nielsen.pdf
designer grafico Aula 05 - Heurísticas de Nielsen.pdf
JulioCesar371362
 
Palestra Experiência do Usuário no contexto do negócio (UX Expert)
Palestra Experiência do Usuário no contexto do negócio (UX Expert)Palestra Experiência do Usuário no contexto do negócio (UX Expert)
Palestra Experiência do Usuário no contexto do negócio (UX Expert)
Impacta Eventos
 

Similar a Agentes (16)

Notas sobre agentes inteligentes
Notas sobre agentes inteligentesNotas sobre agentes inteligentes
Notas sobre agentes inteligentes
 
Aula4AgentesIntelig.ppt
Aula4AgentesIntelig.pptAula4AgentesIntelig.ppt
Aula4AgentesIntelig.ppt
 
Ambientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentesAmbientes em Sistemas Multi-agentes
Ambientes em Sistemas Multi-agentes
 
Agent based software development
Agent based software developmentAgent based software development
Agent based software development
 
Especificações iniciais de agentes inteligentes
Especificações iniciais de agentes inteligentesEspecificações iniciais de agentes inteligentes
Especificações iniciais de agentes inteligentes
 
Inteligência Artificial
Inteligência ArtificialInteligência Artificial
Inteligência Artificial
 
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
Palestra - Internet das Coisas Robóticas: Os desafios de trabalhar com multia...
 
Desenvolvendo Sistemas Multiagentes utilizando ferramentas de código aberto
Desenvolvendo Sistemas Multiagentes utilizando ferramentas de código abertoDesenvolvendo Sistemas Multiagentes utilizando ferramentas de código aberto
Desenvolvendo Sistemas Multiagentes utilizando ferramentas de código aberto
 
Talkagent
TalkagentTalkagent
Talkagent
 
Palestra no ERCEMAPI 2009
Palestra no ERCEMAPI 2009Palestra no ERCEMAPI 2009
Palestra no ERCEMAPI 2009
 
Resumo prova
Resumo provaResumo prova
Resumo prova
 
88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva
88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva
88194121 puc-ihc-aula11-teorias-de-ihc-eng-cognitiva
 
designer grafico Aula 05 - Heurísticas de Nielsen.pdf
designer grafico Aula 05 - Heurísticas de Nielsen.pdfdesigner grafico Aula 05 - Heurísticas de Nielsen.pdf
designer grafico Aula 05 - Heurísticas de Nielsen.pdf
 
Explorando o Transporte de Agentes Cognitivos entre Sistemas Multi-Agentes Di...
Explorando o Transporte de Agentes Cognitivos entre Sistemas Multi-Agentes Di...Explorando o Transporte de Agentes Cognitivos entre Sistemas Multi-Agentes Di...
Explorando o Transporte de Agentes Cognitivos entre Sistemas Multi-Agentes Di...
 
Palestra Experiência do Usuário no contexto do negócio (UX Expert)
Palestra Experiência do Usuário no contexto do negócio (UX Expert)Palestra Experiência do Usuário no contexto do negócio (UX Expert)
Palestra Experiência do Usuário no contexto do negócio (UX Expert)
 
Arte - 7º Ano - Teste de Turing - Teatro
Arte - 7º Ano - Teste de Turing - TeatroArte - 7º Ano - Teste de Turing - Teatro
Arte - 7º Ano - Teste de Turing - Teatro
 

Agentes

Notas del editor

  1. Ação de atravessar e ação de olhar Exemplo do relógio
  2. Exemplos de softbots
  3. Percepções(sensores) -> raciocínio (escolha da ação) -> execução da ação (atuadores)
  4. Os sensores não fornecem acesso ao estado do mundo completo