Reativo simples
Percebe e reage
Sistemas Multiagentes
Qual arquitetura cada situação pede.
O enunciado traz quatro situações e pede a melhor arquitetura para cada uma. As respostas seguem a classificação de Russell e Norvig. Ao lado de cada explicação há um simulador para mexer.
Reativo simplesBaseado em objetivosBaseado em utilidadeDe aprendizagem
Situação 1
Agente reativo simples
Um sistema liga o ar-condicionado quando a temperatura ultrapassa 25 °C.
O que é
- Age de acordo com o que percebe no momento.
- Segue regras predefinidas.
- Não precisa analisar experiências anteriores.
- Funciona bem em ambientes totalmente observáveis.
Etapa 1 de 3O termômetro devolve 26,1 °C. É a única informação que o agente tem, e é tudo de que ele precisa. Nada é guardado do que aconteceu antes.
Exemplo para apresentar
Um ar-condicionado inteligente percebe que a temperatura está acima de 25 °C e liga automaticamente. Quando a temperatura fica adequada, ele desliga. A decisão depende apenas da percepção atual, porque a leitura do sensor no momento presente já dá toda a informação necessária.
Como explicar
Ele é reativo porque percebe uma situação e reage a ela seguindo uma regra. É o mesmo princípio do sensor de temperatura do carro, que aciona a ventoinha quando o motor aquece.
A ressalva. Com um único limiar em 25 °C, o compressor liga e desliga sem parar assim que a temperatura chega perto da marca. A correção é usar dois limiares, ligando em 25,6 e desligando em 23,6. Só que guardar se o aparelho está ligado já é estado interno, e isso promove o agente a reativo baseado em modelo. Ligue a histerese no gráfico e compare o contador de trocas.
Termostato reativoem tempo real
Percepção25,0 °CRegra25,0 maior que 25,0 é falsoAçãodesligar compressor
0trocas de estado25,0limiar em °C
Situação 2
Agente baseado em objetivos
Um robô precisa encontrar uma rota para entregar uma encomenda.
O que é
- Possui um objetivo que precisa alcançar.
- Analisa as opções disponíveis para chegar ao resultado.
- O mais importante é atingir o objetivo.
Etapa 1 de 4O robô sabe onde está e onde precisa chegar. Diferente do reativo, ele não age ainda, primeiro pensa.
Exemplo para apresentar
Um aplicativo de entregas precisa levar uma encomenda até determinado endereço e escolhe uma rota para chegar ao destino.
Como explicar
O agente tem um objetivo definido, que é entregar a encomenda, e precisa escolher a ação que permita alcançá-lo. A decisão é guiada pela pergunta "isso me aproxima do objetivo?", e não apenas pela percepção imediata. Para responder, ele usa uma representação do ambiente, como um mapa ou grafo de estados, e um método de busca, como busca em largura ou A*.
A ressalva. Planejamento feito uma vez só quebra em ambiente dinâmico. Basta uma via fechar depois que a rota foi traçada. A saída é replanejar continuamente ou usar arquitetura híbrida em camadas, com uma camada reativa cuidando do desvio imediato e a deliberativa refazendo o plano. Feche uma célula no mapa e veja a busca inteira acontecer de novo.
Busca em largura até a entregaexplorando
Clique numa célula para abrir ou fechar uma via
Situação 3
Agente baseado em utilidade
Um carro precisa escolher entre três rotas considerando tempo, segurança e consumo.
O que é
- Também possui um objetivo, mas vai além de simplesmente alcançá-lo.
- Compara diferentes alternativas.
- Considera vários fatores para escolher a melhor opção.
- Permite trocas explícitas entre objetivos conflitantes.
- Produz decisões racionais mesmo quando há várias soluções válidas.
Etapa 1 de 4As três chegam ao destino, então todas passam no teste do objetivo. Cada uma traz três números: minutos, índice de risco e litros.
Exemplo para apresentar
Um GPS apresenta três rotas para uma viagem. Uma é mais rápida, outra é mais segura e outra economiza combustível. O agente analisa esses fatores e escolhe a opção com melhor custo-benefício.
Como explicar
A diferença é que ele não quer apenas chegar ao destino. Ele procura a alternativa mais vantajosa considerando vários critérios ao mesmo tempo.
A ressalva. Minuto, índice de risco e litro não somam. Cada critério precisa ser normalizado antes, e os pesos são decisão de projeto, não dado do enunciado. Quem define o peso define a resposta, e é aí que mora a discussão de fato. Mexa nos controles e veja a rota vencedora trocar.
Função de utilidadeescolhe Litorânea
Litorânea0,63
Centro0,58
Rodovia0,30
Dados brutos: tempo em minutos, risco em índice de 0 a 10, consumo em litros. Grandezas incomparáveis, normalizadas de 0 a 1 antes da soma ponderada.
Situação 4
Agente de aprendizagem
Um agente melhora suas decisões após milhares de experiências.
O que é
- Aprende com experiências anteriores.
- Usa os resultados obtidos para melhorar suas decisões.
- Adapta o comportamento ao longo do tempo.
- Quanto mais experiências acumula, melhores tendem a ser as decisões.
Etapa 1 de 4O elemento de desempenho escolhe uma ação. Na maior parte das vezes a melhor conhecida, de vez em quando uma diferente, sugerida pelo gerador de problemas.
Exemplo para apresentar
Um sistema de recomendação observa quais filmes uma pessoa assiste e avalia. Com o tempo, aprende os gostos dela e passa a fazer recomendações mais adequadas.
Como explicar
Ele não fica limitado às regras iniciais, aprende com os resultados e usa esse conhecimento para melhorar as próximas decisões. Na estrutura clássica de Russell e Norvig, o agente de aprendizagem tem quatro partes: elemento de desempenho, que decide as ações, elemento de crítica, que avalia o resultado, elemento de aprendizado, que ajusta o comportamento com base no retorno, e gerador de problemas, que sugere ações exploratórias para gerar experiência nova.
A ressalva. O gerador de problemas existe por causa de um dilema: explorar custa caro no curto prazo, mas sem explorar o agente nunca descobre que existe opção melhor do que a que ele já conhece. Vale registrar também que o exemplo de recomendação de filmes é mais aprendizado supervisionado do que por reforço. Para milhares de experiências com retorno a cada tentativa, reforço descreve melhor o caso. Zere o epsilon e veja o agente travar numa rota medíocre.
Agente aprendendo as utilidadesem tempo real
AçãoaguardandoCríticoaguardandoAjusteaguardandoDecisãoaguardando
Litorânea0,50
Rodovia0,50
Centro0,50
0experiências0%na melhor rota0 / 0 / 0amostras por rota
Com epsilon em zero o agente trava na primeira rota que parecer boa e nunca descobre a melhor. Com epsilon alto ele descobre rápido e continua desperdiçando viagens depois de já saber.
Para fechar a apresentação
As quatro em uma linha
Baseado em objetivos
Tem um objetivo e busca alcançar
Baseado em utilidade
Compara opções e escolhe a melhor
De aprendizagem
Experimenta, aprende e melhora
Fechamento
Os quatro tipos não formam um ranking
Aprendizagem é outro eixo
Ler a lista como uma escala do pior para o melhor é o erro mais comum. Um agente com aprendizagem tem um elemento de desempenho embaixo, e esse elemento é ele próprio reativo, baseado em objetivos ou baseado em utilidade. O simulador da situação 4 aprende exatamente as utilidades da situação 3.
O critério de escolha
A arquitetura sai da pergunta que o agente precisa responder. Basta a percepção atual, é reativo. Precisa projetar o futuro, é objetivo. Precisa desempatar entre soluções válidas, é utilidade. Precisa melhorar sozinho com o tempo, entra aprendizagem por cima de qualquer uma das três.