Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


Introdução à Inteligência Artificial: Tipos de Agentes Inteligentes e Ambientes, Provas de Inteligência Artificial

Inteligência Artificial. Prof. Tiago A. E. Ferreira ... Vantagens e desvantagens ... Porque pensar na inteligência/racionalidade como propriedade.

Tipologia: Provas

2023

Compartilhado em 16/01/2023

Leila_89
Leila_89 🇵🇹

4.4

(80)

3.2K documentos

1 / 26

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
1
Inteligência Artificial
Prof. Tiago A. E. Ferreira
Aula 4 –Tipos de Agentes
Inteligentes Racionais e Ambientes
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a

Pré-visualização parcial do texto

Baixe Introdução à Inteligência Artificial: Tipos de Agentes Inteligentes e Ambientes e outras Provas em PDF para Inteligência Artificial, somente na Docsity!

Inteligência Artificial

Prof. Tiago A. E. FerreiraAula 4 –Tipos de Agentes

Inteligentes Racionais e Ambientes

Um programa de IA pode ser

visto como um

Agente Racional

Plano da aula



Ambientes e arquiteturas



Tipos de Agentes Racionais



Aplicações



Estado atual do conceito de agente

Ambientes: propriedades

Acessível: quando os sensores do agente conseguem perceber o estado completo do ambiente.  Determinista: o próximo estado do ambiente pode ser completamente determinado pelo estado atual e asações 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 dasações que ocorreram em episódios prévios.

Ambientes: propriedades

Estático: o ambiente não muda enquanto o agente está escolhendo a ação a realizar.  Semi-estático: o ambiente não muda enquanto o agentedelibera, mas o "score" do agente muda.  Discreto: quando existe um número distinto e claramente definido de percepções e ações em cadaturno.  Contínuo: percepções e ações mudam em um espectro contínuo de valores.

Algoritmo básico

 função agenteSimples (percept) retorna ação memória := atualizaMemória (memória, percept)ação := escolheMelhorAção(memória)memória := atualizaMemória (memória, ação)retorna ação  Arquiteturas  Agente tabela  Agente reativo  Agente reativo com estado interno (autômato)  Agente cognitivo (baseado em objetivos)  Agente otimizador  Agente adaptativo autonomia complexidade

Agente tabela^ 

Limitações  Mesmo Problemas simples -> tabelas muito grandes  ex. xadrez 30^  Nem sempre é possível, por ignorância ou questão detempo, construir a tabela  Não há autonomia nem flexibilidade  Ambientes  acessível, determinista, episódico, estático, discreto eminúsculo!

Agente Reflexivo ou Reativo^ 

São Agentes que se baseia em associaçõesde entrada/saida.

 Este tem uma tabela de conhecimento comregras de ação

Agente Reflexivo ou Reativo^ 

Vantagens e desvantagens

 Regras condição-ação: representação inteligível,modular e eficiente  ex. Se velocidade > 60 então multar  Não pode armazenar uma seqüência perceptiva,pouca autonomia

Ambientes:

 Reflexo imprescindível em ambientes dinâmicos  Acessível, episódico, pequeno

Agente Reflexivo com Estado

Interno

São Agentes que se baseia em associações deentrada/saida, mas agora com uma certa memória.  Este também tem uma tabela de conhecimento com regras deação

Agente Reflexivo com Estado

Interno

Desvantagem

: pouca autonomia

 não tem objetivo, não encadeia regras

Ambientes

: determinista e pequeno

 Ex. Tamagotchi

Agentes Baseados em Metas

(Agente Cognitivo)

Este tipo de agente está preocupado com os fins!  Este conhece o meio e sabe o que deve ser alcançado,logo procura por sua meta.  Para toda as suas ações existe uma pré análise paradeterminar se o agente está se aproximando ou se afastandode suas metas.  Vantagens e desvantagens:  Mais complicado e ineficiente , porém mais flexível , autônomo  Não trata objetivos conflitantes  Ambientes: determinista  ex.: xeque-mate no xadrez

Estrutura de um Agente Baseado

em Metas (Agente Cognitivo)

Estrutura de um Agente Baseado

em Utilidades

Agente que aprende

Ambiente:

sem restrição

Vantagem:

tem adaptabilidade (aprende)

Ex.

motorista sem o mapa da cidade