1

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO SUL DE MINAS, CAMPUS MUZAMBINHO

Curso Bacharel em Ciência da Computação

__________________________________________________

BRUNO ALEXANDRE DE SOUZA

CASTAÑEDA PACHECO RAMON EDUARDO

DIAZ RAMIREZ CARLOS ARMANDO

Agentes Inteligentes e Agentes Lógicos

Muzambinho

2013

2

BRUNO ALEXANDRE DE SOUZA

CASTAÑEDA PACHECO RAMON EDUARDO

DIAZ RAMIREZ CARLOS ARMANDO

Agentes Inteligentes e Agentes Lógicos

Trabalho de avaliação mês um Curso Bacharel em Ciência da Computação

Orientador: Prof. João Marcelo Ribeiro

Muzambinho

2013

3

RESUMEN

La meta de la inteligencia artificial es diseñar un agente inteligente/racional que

opere o actué adecuadamente en sus ambientes.

Los agentes inteligentes es cualquier cosa que pueda percibir un mundo

perceptual en el que este anidado (ambiente) mediante sensores y actuar sobre ese

mundo mediante efectores (o actuadores).

Agente inteligente: Operador que transforma un input en output dentro del espacio del

problema.

Agente Lógico es un agente basado en conocimiento (BC) estos pueden aceptar

nuevas tareas bajo la forma de objetivos descritos explícitamente, adquirir rápidamente

competencia o adquirir conocimiento de su ambiente, adaptarse a cambios en el

ambiente mediante la actualización de conocimiento relevante.

El componente central de un ABC es su base de conocimiento BC.

BC: es un conjunto de sentencias que son representaciones de afirmaciones o hechos

del universo

4

RESUMO

A finalidade da Inteligência Artificial (IA) é desenhar um agente inteligente/

racionai que faz todo de maneira ótima no ambiente.

Os agentes inteligentes são qualquer coisa que possa perceber o mundo no qual

ele fica (ambiente). Usando sensores e fazendo ações por médio dos atuadores.

Agente inteligente Operador que transforma um input num output dentro do espaço do

problema.

Agente lógico é um Agente baseado em conhecimento (BC) eles podem aceitar

novas tarefas ou ações de acordo a forma de objetivos explícitos, também conseguem

aprender conhecimento do ambiente, atualizam o conhecimento quando trocam de

ambiente.

O componente importante do ABC é sua base de conhecimento BC.

BC: É um conjunto de sentenças que são representações de afirmações ou

situações do universo.

5

SUMARIO

1.0 Introdução .............................................................................................................................................. 7

2.0 Agentes Inteligentes ............................................................................................................................ 8

2.1 Histórico ............................................................................................................................................. 8

2.3 Características De Agentes Inteligentes....................................................................................... 9

2.5 Áreas De Aplicação ........................................................................................................................ 11

2.6 Arquiteturas para agentes inteligentes ....................................................................................... 12

3.0 Agentes Lógicos ................................................................................................................................. 14

3.1 Lógica ............................................................................................................................................... 14

3.2 Agentes baseados em conhecimento ......................................................................................... 14

3.3 Programa de agente baseado em conhecimento ..................................................................... 15

4.0 Conceitos ............................................................................................................................................. 18

4.1 Semântica ........................................................................................................................................ 18

4.3 Modelo ............................................................................................................................................ 19

4.4 Consequência lógica ...................................................................................................................... 19

4.5 Validade ........................................................................................................................................... 20

4.6 Satisfatibilidade .............................................................................................................................. 20

4.8 Níveis de agente ............................................................................................................................. 20

5.0 Comparação ........................................................................................................................................ 20

6.0 Referências ......................................................................................................................................... 23

6

7

1.0 Introdução

A inteligência artificial é por um lado uma ciência, que procura estudar e compreender o

fenômeno da inteligência, mas também forma parte de um ramo da engenheira onde procura

construir instrumentos para apoiar a inteligência humana.

A inteligência artificial ajuda também á construção de maquinaria inteligente (agentes)

com capacidade de racionar é por isso que o presente trabalho tem como finalidade expressar

o que é um Agente inteligente e um Agente Logico, ajudar a compreender como é que a logica

ajuda em a inteligência artificial.

Também fala das diferenças entre eles e como é que são baseados para processar

informações. As características deles e suas aplicações, arquitetura, sintaxis, tipos e pretende

dar a conhecer ao aluno qual é a importância das novas tecnologias.

8

2.0 Agentes Inteligentes

2.1 Histórico

Durante os anos 80, a comunidade de Inteligência Artificial, começou a explorar

novas áreas onde sistemas de IA pudessem ter um domínio mais dinâmico. Ao invés de

olhar para resultados simulados, simbólicos em mundos artificiais, começaram a

explorar as possibilidades de interações complexas com o mundo físico, através de um

mecanismo denominado agentes.

2.2 Definição De Agente Inteligente

“Um agente é um software que sabe fazer coisas que provavelmente você faria

você mesmo se tivesse tempo.” Ted Selker.Centro de pesquisas da IBM em Almaden

(SILVA e MENESES, 2001).

WOOLDRIDGE (1999) define agente como: “Um agente é um sistema de

computador que está situado em algum ambiente e que é capaz de executar ações

autônomas de forma flexível neste ambiente, a fim de satisfazer seus objetivos de

projeto”.

Existem três conceitos nesta definição: ambiente,autonomia e flexibilidade.

Estar situado em um ambiente corresponde a capacidade do agente de receber entrada

através de sensores do ambiente e executar ações que alterem o mesmo de alguma

maneira através de reagentes.

Autonomia, aqui, significa dizer que o sistema pode executar tarefas sem

ointermédio do usuário e que possui o controle de suas ações e de seu estado interno.

A flexibilidade das ações é o que distingue um agente de um programa de controle de

processos. Segundo JENNINGS (1998), flexibilidade significa que o sistema é:

9

• Reativo: agentes devem perceber seu ambiente e responder oportunamente às

mudanças que correm nele;

• Pró-ativo: agentes não devem simplemente atuar em resposta ao ambiente, devem

exibir um comportamento oportunista e direcionado ao seu objetivo e tomar a iniciativa

quando apropriado;

• Social: agentes devem interagir, quando apropriado, com outros agentes artificiais ou

humanos para completar suas próprias soluções de problemas ou ajudar outros com

suas atividades.

Segundo WOOLDRIDGE (1999) as três características citadas, reativo, pró-ativo

e social, são suficientes para classificar um agente como inteligente.

2.3 Características De Agentes Inteligentes

Alguns atributos que caracterizam os agentes de forma geral, são

(WOOLDRIDGE e JENNINGS, 1995):

10

• Autonomia: atuam sem a necessidade de interferência do usuário e possuem algum

tipo de controle sobre suas ações e seu estado interno;

• Habilidade Social: interagem com outros agentes e em alguns casos com seres

humanos por algum tipo de linguagem de comunicação;

• Reatividade: percebem seu ambiente (que pode ser o mundo físico, um usuário

através de uma interface gráfica, outros agentes, a Internet ou talvez tudo isto

combinado) e respondem às mudanças ocorridas. Em alguns casos o agente fica em

stand-by e só é ativado se algum evento específico ocorrer no ambiente;

• Pró-Atividade: não agem simplesmente em resposta ao seu ambiente, eles são

capazes de atingir suas metas tomando iniciativas para o cumprimento das mesmas;

• Continuidade Temporal: executam continuamente processos que tanto podem estar

ativos, em foreground, quanto adormecidos, em background;

• Orientação a Objetivos: deve ser capaz de lidar com tarefas complexas em alto nível.

A decisão de como uma tarefa é melhor subdividida em tarefas menores, e em qual

ordem e de que modo devem ser executadas, deve ser feita pelo próprio agente.

2.4 Classificações De Agentes Inteligentes

De acordo com NWANA (1996), os agentes podem ser classificados levando em

conta a ênfase dada para alguns atributos primários e considerados ideais

(cooperação, aprendizado, e autonomia) em: agentes inteligentes, agentes de

aprendizado colaborativo, agentes de interface e agentes colaborativos.

11

2.5 Áreas De Aplicação

Comércio Eletrônico:

O BargainFinder é um agente que compara lojas virtuais na Internet para

encontrar o melhor preço para um determinado CD. Neste sistema, o usuário informa

ao agente os dados referentes ao CD que gostaria de comprar, baseado nestas

informações o agente realiza uma procura nas lojas virtuais existentes, comparando o

preço para obter o CD mais barato (NISSEN, 1995).

Redes de Comunicação:

Uma comunidade aberta de diferentes agentes que cooperam para solucionar

uma variedade de problemas em um sistemas de gerenciamento de redes de

telecomunicações complexo é descrita. As principais funções realizadas pelos agentes

são: estabelecimento e restauração de rotas em uma rede física e satisfação das

necessidades do cliente, e planejamento do fornecimento e restauração do serviço. As

características mais notáveis deste processo são: é distribuído e sujeito a falhas,

12

suporta a possibilidade de melhorar a performance sobre o sistema centralizado e o

escopo de redução da quantidade total de dados passados para um ponto central, e a

flexibilidade de permitir ao sistema distribuído uma degradação mais suave (BUSUIOC

e GRIFFITHS, 1994).

2.6 Arquiteturas para agentes inteligentes

Conforme DAVIDSSON (1992), todos os agentes autônomos baseados em

computador possuem mais ou menos a mesma arquitetura.

Existem três arquiteturas diferentes são classificados de acordo com o modelo

de raciocínio que eles usam.

Arquiteturas deliberativa

Define que os agentes cognitivos, que em seu trabalho são chamados agentes

deliberativos, possuem uma representação simbólica do mundo, sendo que suas

deliberações(também chamadas decisões) são feitas por meio de um processo

baseado em raciocíniológico. Este raciocínio trabalha sobre um conjunto de símbolos

que, sendo fisicamenteconcebíveis, podem ser combinadas formando-se estruturas

sobre o qual se pode operar.

Arquiteturas reativa

13

Define que, em uma arquitetura reativa, o processo de tomada de decisão de um

agente ocorre em tempo real, em resposta a estímulos do ambiente, captados por seus

sensores, ou a mensagens enviadas por outro agente. Neste tipo de agente, o

mecanismo de controle é, geralmente, implementado por um conjunto de regras

evento-ação -chamado por [BAS98] pelo termo estímulo-resposta - ou por máquinas de

estados finitos (autômatos finitos).

Arquitetura híbrida

Arquiteturas híbridas são provenientes das deficiências encontradas nas

arquiteturas deliberativas e reativas, reunindo propriedades de ambas. As arquiteturas

reativas têm dificuldades para modificar seus planos de ação a partir do momento em

que a situação passa a divergir de seus objetivos iniciais. No caso de arquiteturas

deliberativas, que têm dificuldade de lidar com situações imprevistas que exigem

decisões rápidas. Na visão de Bastos, estas arquiteturas (híbridas) devem definir

agentes dotados de capacidades reativas, de raciocínio e planejamento, resolvendo as

limitações provenientes das abordagens mais "puras".

Arquitetura Distribuída

Nesta abordagem, a idéia consiste em coordenar o comportamento inteligente

de um conjunto de agentes autônomos, cuja existência pode ser anterior ao surgimento

de um problema em particular. Os agentes devem raciocinar a respeito das ações e

sobre o processo de coordenação em si. As suas arquiteturas são mais flexíveis e a

organização do sistema está sujeita à mudanças visando adaptar-se às variações no

ambiente e/ou no problema a ser resolvido.

14

3.0 Agentes Lógicos

3.1 Lógica

Trata-se de uma ciência formal desprovida de conteúdo, que se dedica ao

estudo das formas válidas de inferência. Trata-se por tanto do estudo dos métodos e

dos princípios utilizados para distinguir o raciocínio correto do incorreto.

3.2 Agentes baseados em conhecimento

O componente central de um agente baseado em conhecimento é sua base de

conhecimento, ou BC. informalmente, uma base de conhecimento é um conjunto de

sentenças.

Cada sentença é expressa em uma língua chamada linguagem de representação de

conhecimento. e representa alguma asserção sobre o mundo.

„ O componente central de um agente baseado em conhecimento é sua base de

conhecimento (BC) .

„ A BC possui um conjunto de sentenças representando alguma asserção sobre o

mundo e semelhantes a sentenças em linguagem natural porém expressas em uma

linguagem de representação do conhecimento

„ Deve ser possível adicionar novas sentenças à base e consultar o que se conhece.

Para adicionar novas sentenças se usa os nomes padrão:

TELL (informe)

ASK (pregunte)

Ambas tarefas podem envolver inferência- ou seja a derivação de novas sentenças a

partir de sentenças mas antigas.

Exemplo:

função AGENTE -BC(percepção) retorna uma ação

variáveis estáticas: BC, uma base de conhecimento

t. um contador, inicialmente igual a 0, indicando tempo

15

TELL (BC, CRIAR- SENTENÇA -DE PERCEPCAO ( percepção, t) )

ação ASK (BC, CRIAR CONSULTA- DE ação (t))

TELL (BC, CRIAR -Sentença- de Ação (ação t))

t<- t+1

retornar ação

3.3 Programa de agente baseado em conhecimento

Como todos os nossos agentes, ele recebe uma percepção como entrada e

retorna una ação. Cada vez que o programa do agente é chamado, ele executa duas

ações. Primeiro informa (com TELL) á base conhecimento o que percebe. Em segundo

lugar, pergunta (com ASK) à base de conhecimento que ação deve executar.

Uma vez escolhida a ação, o agente registra sua escolha com TELL e executa a ação.

O segundo TELL é necessário para informar à base de conhecimento que a ação

hipotética realmente foi executada.

Além de informar (com TELL) o que ele precisa conhecer, podemos fornecer a um

agente baseado em conhecimento mecanismos que lhe permitam aprender por si

mesmo. Esse conhecimento pode ser incorporado à base de conhecimento do agente e

usado na tomada de decisões. Desse modo, o agente pode ser totalmente autónomo.

„Ambiente de teste para agentes inteligentes

O mundo de Wumpus

O mundo de Wumpus é uma caverna que consiste em salas conectadas por

passagens. A espreita em algum lugar na caverna está o Wumpus, um monstro que

devora qualquer guerreiro que entrar na sua sala. O Wumpus pode ser atingido por um

agente, más o agente só tem uma flecha. Algumas salas contem poços sem fundo nos

16

cuias cairá qualquer um que vagar por elas. A única característica que justificaria

alguém viver nesse ambiente é a possibilidade de encontrar um monte de ouro.

Medida de desempenho: *

+1,000 por pegar ouro

-1,000 se cair em um poço ou for devorado pelo wumpus

-1,0 para cada ação executada

-10,0 pelo uso de la flecha

Ambiente:

Uma malha 4x4 de salas. O agente sempre começa no quadrado identificado

como [1,1] voltado para a direita.

As posições do ouro e do Wumpus são escolhidas ao acaso, com uma

distribuiçao uniforme, a partir de outros quadros diferentes do quadro inicial.

Atuadores:

O agente pede virar a esquerda 90 ou virar na direita 90

O agente terá uma morte horrível se entrar em um contendo um poço ou um

wumpus vivo.

Mover-se adiante não tem nenhum efeito se houver uma parede diante do

agente.

Sensores:

No quadrado contendo Wumpus e nos quadrados diretamente adjacentes, o

agente percebera um fedor;

17

Nos quadros diretamente adjacentes a um poço , o agente percebera uma brisa

O quadro onde esta o ouro, o agente percebera um resplendor.

Quando caminhar para uma parede, o agente percebera um impacto.

Quando o Wumpus é morto, ele emite um grito triste que pode ser percebido em

qualquer lugar da caverna. Solução

18

4.0 Conceitos

4.1 Semântica

Em termos gerais, a semântica está relacionada como o significado das

sentenças com relação a cada mundo possível. por exemplo, a semântica está

relacionada como o significado de sentenças. Em logica, a definição é mais precisa. A

semântica de linguagem define a verdade de cada sentença com relação a cada mundo

possível. Por exemplo, a semântica habitual adotada pela aritmética especifica que a

sentença “ x+y=4” é verdadeira em um mundo no qual X é 2 e Y é 2, mas é falsa em

um mundo em que X é 1 e Y é 1.

19

4.2Sintaxe

Conectiva Expressão em

linguagem natural

Exemplo Símbolo

neste artigo

Negação não não está chovendo ¬

Conjunção e está chovendo e está

nublado

*

Disjunção ou está chovendo ou

ensolarado

*

Condicional

material

se ... então se é ensolarado, então é

dia

→

Bicondicional Se e somente se está nublado, se e

somente se há nuvens

visíveis

↔

Negação

conjunta

ni...ni nem é ensolarado nem é

nublado

↓

Disjunção

exclusiva

ou .... ou ou o dia está ensolarado

ou nublado é

↮

4.3 Modelo

Um “mundo possível”. A frase “m é modelo de α” indica que a sentença α é

verdadeira no modelo m

4.4 Consequência lógica

Utilizada quando uma sentença decorre logicamente de outra. Notação: α╞ β (β

decorre logicamente de α).

20

Pode ser aplicada para derivar conclusões, ou seja, para conduzir inferência lógica

4.5 Validade

Uma sentença e valida si é verdadeira em todos os modelos.

4.6 Satisfatibilidade

Uma sentença é satisfazível se é verdadeira em algum modelo.

Exemplo: se uma sentença α é verdadeira em um modelo m, dizemos que m satisfaz α

ou que m é um modelo de α.

4.7 Inferência

Inferência é a ação eo efeito de inferir (deduzir alguma coisa, tirar uma

conclusão sobre outra coisa, levar a um resultado).

4.8 Níveis de agente

Agente baseado em conhecimento obtém as ações de acordo com um nível de

conhecimento

O nível resumo descreve que o agente sabe, que corresponde ao domínio de

conhecimento

O nível lógico, é o lugar onde o conhecimento é codificado usando frases ou

sentenças.

O nível de execução é a arquitetura do sistema operacional e onde são

representações físicas de sentenças correspondentes à lógica

5.0 Comparação

O agente baseado em inferência e um agente baseado em circuitos representam

os extremos declarativos e procedural no projeto agentes. Eles podem ser comparados

de acordo com varia dimensões.

21

Concisão:

O agente baseado em circuitos, diferente do agente baseado em inferência não

precisa ter copias separadas de seu conhecimento para cada instante de tempo. Em

vez disso, ele se refere apenas aos instantes de tempo atual e anterior. Ambos dos

agentes precisam ter copias das regras físicas( expressas como sentenças ou circuitos)

para cada um dos quadros e, por conseguinte, não são convenientemente escaláveis

para ambientes maiores.

Eficiência computacional:

No pior caso, a inferência pode demorar um tempo exponencial em relação ao

numero de símbolos, em quanto a avaliação de um circuito demora um tempo linear em

relação ao tamanho do circuito.

Completeza:

As razoes para incompleteza são na realidade mais fundamentais. Primeiro um

circuito funciona em tempo em relação ao tamanho do circuito. Isso significa que, para

alguns ambientes, um circuito completo deve ser exponencialmente maior que a BC do

agente em inferência.

Segunda razão é a natureza do estado interno do agente. O agente baseado em

inferência memoriza toda percepção e conhece seja implícita ou explicitamente, toda

sentença que decorre das percepções e da BC inicial.

Facilidade de constrição

Agentes inteligentes precisam de conhecimento sobre o mundo, a fim de

alcançar boas decisões.

O conhecimento esta contido em agentes sob a forma das sentenças em uma

linguagem de representação de conhecimento que estão armazenadas em uma base

de conhecimento.

22

Um agente baseado em conhecimento e composto por uma base de

conhecimento e um mecanismo de inferência. Ele opera armazenando sentenças sobre

o mundo em sua base de conhecimento, utilizando o mecanismos de inferência para

deduzir novas sentenças e empregando essas sentenças para decidir que ação

executar.

Uma linguagem de representação é definida por sua sintaxe, que especifica sua

estrutura de sentenças e por sua semântica, que define a verdade de cada sentença

em cada modelo ou mundo possível.

A relação de consequência logica entre sentenças é crucial para nossa

compressão do raciocínio. Uma sentença α tem como consequência logica outra

consequência logica outra consequência B se B é verdadeira em todos os mundos em

que α é verdadeira. Definições equivalentes incluem a validade de sentenças.

A logica proposicional é um linguagem muito simple que consiste em símbolos

de proposições e conectivos lógicos. Ela pode manipular proposições que são

conhecidas como verdadeiras, conhecidas como falsas ou completamente

desconhecidas.

Regras de inferência são padrões de inferência que consiste que podem ser

usados para descobrir provas. A regra de resolução gere um algoritmo de inferência

completo para bases de conhecimento expressas em forma normal conjuntiva.

Dos tipos de agentes podem ser elaborados com base na logica proposicional: os

agentes baseados em inferência utilizam algoritmos de inferência para controlar o

mundo e deduzir propriedades ocultas, enquanto os agentes baseados em circuitos

representam proposições como bits em registradores e as atualizam utilizando a

propagação do sinal em circuitos lógicos.

23

6.0 Referências

[BAS98] BASTOS, R.M. O Planejamento de Alocação de Recursos Baseado em Sistemas Multiagentes. Porto Alegre: 1998. Tese de Doutorado.

[STE96] STEINER, D.D. IMAGINE: An Integrated Environment for Constructing Distributed Artificial Intelligence Systems. In: O’HARE, G.M.P.; JENNINGS, N.R. (Eds.). Foundations of distributed artificial intelligence. New York: John Wiley & Sons, 1996. p.345-364.

[COR94] CORREA FILHO, M. A Arquitetura de Diálogos entre Agentes Cognitivos Distribuídos. Rio de Janeiro: COPPE da UFRJ, 1994. Tese de Doutorado.

http://www.nead.unama.br/site/bibdigital/monografias/agentes_inteligentes.pdf

BUSUIOC, M., GRIFFITHS, D. - Cooperating intelligent agents for service management in communications networks. Proceedings of the Special Interest Group on Cooperating Knowledge Based Systems. Selected Papers from the Workshop, p. 213- 26,1994.

SILVA, Flávio Soares Corrêa e MENESES, Eudênia Xavier. Integração de Agentes de Informação. Anais do Congresso da Sociedade Brasileira de Computação. Fortaleza: 2001. p. 209-253.

WOOLDRIDGE, M. Intelligent Agents In G. Weiss, editor: Multiagent Systems, The MIT Press, April, 1999.

JENNINGS, N., SYCARA, K., e WOOLDRIDGE, M. A Roadmap of agent research and development. 1998.

WOOLDRIDGE, M., JENNINGS, N. R. - Intelligent Agents: Theory and Practice. The Knowledge Engineering Review, vol. 10, n° 2, p. 115-152, 1995.

NWANA, H. S. - Software Agents: An Overview. Knowledge Engineering Review Press,

vol. 11, n° 3, p. 1-40, 1996.