ALGameCode: Agentes e Animats um Resumo

Um agente é algo que pode perceber seu ambiente através de sensores e agir sobre o ambiente através de atuadores (Russell; Norving, 2009). Seja um ser humano, que percebe o ambiente através do nariz, olhos, ouvidos e outros órgãos, e pode agir em um ambiente através de suas mãos, pernas, bocas entre outras partes do corpo. Pode ser um dispositivo, hardware e/ou software que tem como sensores câmeras e atuadores um motor no caso de um robô, ou pode usar a codificação e variáveis de entrada e saída como sensores e atuadores (Russell; Norving, 2009).

Nos estudos de agentes inteligentes é possível perceber uma grande influência trazida de sistemas biológicos, que possuem a capacidade de interação com o ambiente em que vivem (Artero, 2009). Ao entrar em contado com o ambiente o sensor do agente informa o estado do ambiente (x) ao seu programa de raciocínio que usará a entrada para efetuar sua função (f (x) = y) que resultará em uma saída (y) que será executada pelo seu atuador.

Um agente assim como um ambiente não se limitam a um único tipo ou as mesmas características, podem ser variados. Os ambientes podem apresentar diferentes problemas e diferentes propostas, podendo o ambiente ser estático ou dinâmico, o agente pode conseguir ver ou não ver o ambiente, ele pode intervir ou não no mesmo criando alterações e pode possuir um agente ou multiagentes.

Um agente pode apresentar os mais variados comportamentos, o modo como o agente atuará no ambiente e a facilidade de implementação de suas habilidades estão relacionados ao tipo de ambiente em que ele estará e da arquitetura e propriedades utilizadas em sua concepção. Algumas das principais propriedades que um agente pode apresentar são, autonomia, aprendizagem, comunicabilidade, cooperatividade, degradação, mobilidade, confiabilidade, inteligência, persistência e personalidade (Artero, 2009).

Já (Castro, 2010) apresenta uma definição de agentes do ponto de vista da Computação Natural (CN). Sendo uma ciência multidisciplinar e interdisciplinas a CN envolve diversas ciências como computação, engenharia, biologia, física, astronomia, química, matemática, dentre outras, é comum as ciências naturais (biologia, astronomia, física e ciências da terra) usar modelos para descrever seus fenômenos, ou seja, utilizando modelos podem representar algum aspecto de uma teoria ou do próprio fenômeno, avaliando hipóteses, predizendo comportamentos, projetando experimentos ou recuperando informações experimentais.

“[…] Alguns aspectos que caracterizamos agentes são um certo grau de autonomia e identidade, uma diferenciação em relação ao ambiente, seja ela espacial, temporal, funcional ou física. Um agente precisa ser capaz de perceber o ambiente, através de sensores, e atuar nele, através de atuadores.” (de Castro, 2010).

Com isso, é possível afirmar que um agente é qualquer indivíduo ou entidade que se distingue do ambiente que se encontra, e deve ser capaz de perceber e agir nesse ambiente e em alguns casos se comunicar com outros agentes no mesmo ambiente, esse é o processo chamado de interatividade, uma característica marcante dentre os sistemas biológicos é a interação entre si e seu ambiente de variadas formas. Essas interações podem ser observadas de diversas formas, desde níveis moleculares até sociais, a comunicação facilita e garante a sobrevivência em grupo trazendo inúmeros benefícios e garantindo a vida (Castro, 2010).

Na natureza é comum vermos elementos trabalhando em conjunto para concluir ou ser algo maior, por exemplo, os órgãos são feitos de células, cérebros contém neurônios, enxames são feitos de abelhas que atuam de maneira paralela para a construção de uma colmeia (Castro, 2010). Assim, na computação também temos os sistemas multiagentes, que surgiram da necessidade de tratar problemas complexos utilizando habilidades de diferentes agentes, ou um conjunto de prolemas menores para resolver um maior. Alguns pontos positivos de um sistema multiagente são uma maior rapidez na resolução de problemas, flexibilidade que o sistema pode vir a apresentar, maior confiança nos resultados graças à possibilidade de avaliação e correção que podem ser fornecidos por outros agentes e modularidade, visto que se o sistema é incapaz de resolver um determinado problema, é mais simples projetar e inserir um novo agente do que trocar todo o sistema (Artero, 2009).

Dessa forma é possível concluir que agentes são utilizados para trabalhar em um ambiente na resolução de problemas, quando não se conhece um algoritmo exato para a resolução são aplicados então os agentes inteligentes. As aplicações que utilizam agentes vem crescendo e alguns destaques são aplicações web como, por exemplo, sistemas de busca e comparação de preços de produtos, jogos digitais onde agentes inteligentes são usados para avaliar a forma de jogar dos jogadores e assim criam estratégias com o intuito de deixar o jogo mais dinâmico e realista, simuladores, monitorando pacientes na área médica e na construção de sistemas tolerantes a falhas entre outros ambientes (Artero, 2009). Outros termos encontrados na literatura se referindo a agentes são Animats ou criaturas artificiais, sendo o último um termo mais genérico (Gudwin, 2011).

Referências

ARTERO, A. O. (2009). Inteligência Artificial: Teórica e Prática. São Paulo. Editora Livraria da Física.

BACK, T. (2000). Evolutionary Computation 2 Advanced Algorithms and Operators. p. 25–37.

DA SILVA, R. C. M. (2009). Análise da Arquitetura Baars-Franklin de Consciência Artificial Aplicada a uma Criatura Virtual. 2009. 123 f. Dissertação (Mestrado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

DE ALMEIDA, A. M. R.; EL-HANI, C. N. (2006). Darwinismo Neural: Uma Extensão Metafórica Da Teoria Da Seleção Natural. Episteme, Porto Alegre, v. 11, n. 24, p. 335-356.

DE CASTRO, L. N. (2010). Computação Natural: Uma Jornada Ilustrada. São Paulo. Editora Livraria da Física.

DIAS, A. M. (2010). Tendências em arquiteturas cognitivas. Arquivos Brasileiros de Psicologia, v. 62, n. 1.

EDELMAN, G. M. (1992). Bright Air, Brilliant Fire: On the Matter of the Mind. New York: Basic Books.

GUDWIN, R. R. (2011). Arquiteturas Cognitivas para Criaturas Artificiais. X SBAI – Simpósio Brasileiro de Automação Inteligente. Anais, São João del-Rei.

LANGTON, C. G. (1995). Artificial Life: An Overview. Massachusetts Institute of Technology, London, England. p. 344.

LOULA, A. C. (2011). Emergência de Comunicação e Representações em Criaturas Artiﬁciais. 2011. 198 f. Tese (Doutorado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

LUCENTINI, D. F., GUDWIN, R. R. (2015). A Comparison Among Cognitive Architectures: A Theoretical Analysis. Procedia Computer Science, Annual International Conference on Biologically Inspired Cognitive Architectures, Volume 71, 2015, Pages 56–61.

MAES, P. (1995). Artificial life meets entertainment: life like autonomous agents. Communications of the ACM.

NETTO, M. L.; RINALDI, L. C. A. (2011). Vida artificial: conceitos e aplicações. X SBAI – Simpósio Brasileiro de Automação Inteligente. Anais, São João del-Rei.

POOLE, D. L.; MACKWORTH, A. K.; GOEBEL, R. (1998). Computational intelligence : a logical approach. New York, Oxford University Press.

RAIZER, K. (2015). Executive Functions for Learning and Decision-Making in a Bio-Inspired Cognitive Architecture. 2015. 161 f. Tese (Doutorado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

RUSSELL, J. S.; NORVIG, P. (1995). Artificial Intelligence: A Modern Approach. 3rd edition.

TATAI, V. K. (2003). Técnicas de Sistemas Inteligentes Aplicadas ao Desenvolvimento de Jogos de Computador. 2003. 129 f. Dissertação (Mestrado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

ZUBEN, F. J. VON. (2000). Computação Evolutiva: Uma Abordagem Pragmática. Anais da I Jornada de Estudos em Computação de Piracicaba e Região, p. 25–45.