DIMAp/UFRN Modelos Baseados em Agentes Prof. André Campos Aula #4 AgentesReativos.
Transcript of DIMAp/UFRN Modelos Baseados em Agentes Prof. André Campos Aula #4 AgentesReativos.
Modelos Baseados em AgentesModelos Baseados em Agentes
Prof. André CamposAula #4
AgentesAgentesReativosReativos
Concepção de agentesConcepção de agentes
• Definir uma arquitetura para o agente– Objetivo: especificar a forma na qual as
propriedade de• Autonomia• Reação• Sociabilidade• Pró-atividade• etc
– ... serão implementadas
Arquitetura de agentesArquitetura de agentes
• ”A particular methodology for building agents. It
specifies how the agent can be decomposed into the
construction of a set of component modules and how
these modules should be made to interact.
The total set of modules and their interactions has to
provide an answer to the question of how the sensor
data and the current state of the agent determines
the actions ... and the future internal state of the
agent”.
Pattie Maes
História das ArquiteturasHistória das Arquiteturas
• Sistemas baseados em agentes I.A.• (1956-1985) I.A. raciocínio simbólico
– Baseado na premissa que entidades inteligentes são aquelas que conseguem representar e manipular conhecimento.
– Representação = uso de símbolos (ex.: ling. humana)– Agente Cognitivos (deliberativos)
• (1985-1993) Reação contra o racioc. simbólico– Agentes Reativos
• (1990-hoje) Combinação das abordagens– Agentes Híbridos
Inteligência = Cognição?Inteligência = Cognição?
• Reação contra o raciocínio simbólico– Principal ativista = Rodney Brooks
• Um agente precisa necessariamente possuir um sistema cognitivo (tratamento simbólico de informações)?– O sistema cognitivo humano é uma boa
fonte de inspiração para sistemas inteligentes, mas não é a única.
Sistemas Auto-Sistemas Auto-OrganizantesOrganizantes
Sistemas Auto-Sistemas Auto-OrganizantesOrganizantes
(Propriedades)(Propriedades)
• Robustos– Especialização e Redundância
• Adaptação– Não há coordenação central– Não há planificação global– Adaptação local
• Reatividade– Ações e percepções locais, porém distribuídas e
altamente interconectadas
• Simplicidade– “Economia cognitiva”
““Economia Cognitiva”Economia Cognitiva”
• Cognição Memória• Memória individual memória do
ambiente– Grande importância ao ambiente– Memória compartilhada– Forma de comunicação (propagação)
• Impossível de conceber um agente reativo sem levar em conta sua interação com o ambiente
Hipóteses de BrooksHipóteses de Brooks
• R. Brooks defende 3 idéias básicas1. Comportamento inteligente pode ser gerado
sem representação simbólica alguma.2. Comportamento inteligente pode ser gerado
sem raciocínio simbólico algum.3. Inteligência é uma propriedade emergente de
alguns sistemas complexos.
• ... e identifica que:– Comportamento inteligente é resultado da
interação do agente com o ambiente.– “a inteligência está no olho do observador”.
Arquitetura ReativaArquitetura Reativa
• Comportamento baseado um modelo “estímulo-resposta”– Similar ao Behaviorismo (atitudes
condicionadas), porém “pré-condicionadas”.– Se “situação” então “ação”
• Regras de comportamento situado– Eles não levam em conta eventos passados nem
podem planejar o futuro.– Eles não revisam seus modelos do ambiente ao
redor quando este é modificado.• Simples de implementar
– Porém o comportamento global do sistema é difícil prever.
Agentes reativos vs. Agentes reativos vs. cognitivoscognitivos
• Ação = (estado interno, ambiente)• Agentes Cognitivos ou Deliberativos
– estado interno = memória, crenças, motivações...
• Agentes (puramente) reativos– estado interno =
Reativos Cognitivos
Agentes Puramente Agentes Puramente ReativosReativos
• Agentes baseados unicamente na percepção da situação presente– Não possuem estados– Também conhecidos como Agentes Trópicos
(Jacques Ferber)
• Podem ser representados como uma função– Ação: S A
• Exemplo:– Velocímetro
AgenteAmbiente
Percepção Ação
Agentes Reativos c/ Agentes Reativos c/ estadoestado
• Agente possui uma estrutura interna de dados usada basicamente para:– Armazenar dados do agente– Armazenar dados do ambiente
• Exemplo– Alarme
• Horaconfiguradapara soar
Agente
AmbientePercepção Ação
Estado
Arquitetura de Arquitetura de SubsumptionSubsumption
• Para defender suas idéias, R. Brooks construiu robôs baseados em uma arquitetura chamada “Subsumption”
• Arquitetura de comportamento hierárquica direcionada à realização de tarefas– Cada comportamento possui uma
estrutura simples baseada em regras• Se “situação” então “ação”.
– Cada comportamento compete com os demais na definição da ação prioritária
Hierarquia em Hierarquia em SubsumptionSubsumption
• Hierarquia define as prioridades dos comportamentos em “camadas”
• Camadas mais baixas representam comportamentos mais “instintivos” e tem prioridade de ação maior
Perc
ep
ção
Açã
o
Comportamento 1
Comportamento 2
Comportamento n
…
Exemplo: Robôs Exemplo: Robôs exploradoresexploradores
• Uso da arquitetura de Subsumption– Steel (198?)
• Simulação da exploração de um planeta distante com o objetivo de coletar amostras de pedras de um determinado tipo.
• A localização das amostras não é conhecida.• Existe inúmeras versões desse problema
– O versão apresentada aqui é a mais simples• Não cooperativa• Contato com a base através de sinal de propagação
Comportamentos (1)Comportamentos (1)
• Procurar por amostras– Agentes procuram por amostras
aleatoriamenteMove aleatoriamente no terreno
• Coletar amostra– Agentes coletam as amostras que encontrarem
Se (detecta uma amostra), então (a colhe)
• Retornar a base– Agentes carregando amostras devem retornar
a nave-mãeSe (carrega uma amostra), então (move em direção a base)
Comportamentos (2)Comportamentos (2)
• Depositar amostra– Agentes depositam as amostras na nave-
mãeSe (carrega uma amostra e está na base), então (deposita amostra)
• Desviar de obstáculo– Agentes se desviam de obstáculos no seu
caminhoSe (detecta um obstáculo no caminho), então (contorna-o)
Comportamentos em Comportamentos em camadascamadas
Perc
ep
ção
Açã
o
Procurar por amostra
Coletar amostra
Retornar a base
Depositar amostra
Desviar de obstáculo
Interação com o ambienteInteração com o ambiente
• Comunicação com a base via o ambiente
A. Drogoul
1 1 1
1 1 2 2 2 1 1
1 2 3 3 3 2 1
1 2 3 4 4 4 3 2 1
1 2 3 4 B 4 3 2 1
1 2 3 4 4 4 3 2 1
1 2 3 3 3 2 1
1 1 2 2 2 1 1
A”
1 1 1 A
Problemas mais Problemas mais complexoscomplexos
• Resolução distribuída de problemas
A. Drogoul
Exemplos de aplicação (1)Exemplos de aplicação (1)Agentes puramente reativosAgentes puramente reativos
• Estudo da insetos sociais (formigas, vespas, abelhas...) e sua relação com o ambiente– construção coletiva do ninho de uma colônia de
formigaSistema real Modelo Simulação
Exemplos de aplicação (2)Exemplos de aplicação (2)Agentes reativos com estadosAgentes reativos com estados
• Estudo do uso de bovinos e eqüinos em pastagens em montanhasde altitude média
• Modelos dos agentes– Comportamento social– Motivações
• Água, sombra etc
Exemplos de aplicação (3)Exemplos de aplicação (3)Agentes “semi”-deliberativosAgentes “semi”-deliberativos
• Simulação fictícia: caso Presa-Predador
• Uso da lógica fuzzy para modelar crenças
)direction, resistance,(pet ,, distance from predator
otherwise1
si
si0
otherwise0
of
if1)()(
fpnnx
qxqqq
qxqx
far(x)
pxppp
pxpx
close(x)
xfarxcloseescape
LU
LL
L
L
UU
U
Discussão / SumárioDiscussão / Sumário
• Agentes reativos– Explora metáforas provenientes das
ciências biológicas e da vida– Bastante utilizados em sistemas de Vida
Artificial
• Quando usar agentes reativos– Representação de fenômenos complexos
através de regras de comportamentos simples