A carregar...
Publicação
INTEGRAÇÃO DE EMOÇÃO E RACIOCÍNIO EM AGENTES INTELIGENTES
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.71 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Esta dissertação aborda a influência que fenómenos de base emocional podem ter
nos processos de raciocínio e tomada de decisão de agentes inteligentes, no sentido de tornar viável a utilização de agentes com esse tipo de capacidades cognitivas, em
cenários concretos, onde é exigida uma resposta em tempo-real. São contribuições
específicas da tese um modelo de emoção para suporte à modelação de fenómenos
emocionais em agentes inteligentes, no qual são enfatizadas as dinâmicas subjacentes
ao surgimento desses fenómenos, e um modelo de agente capaz de suportar a
modelação da relação entre fenómenos emocionais e cognitivos, tendo por base o
carácter dinâmico e contínuo dessa relação. Estes modelos servem de suporte à
implementação de mecanismos de regulação e adaptação dos processos de raciocínio e
tomada de decisão, capazes de tirar partido da relação entre fenómenos emocionais e
cognitivos para focar a actividade cognitiva. Esses mecanismos permitem controlar a
utilização dos recursos computacionais envolvidos na actividade cognitiva dos agentes
e o tempo disponível para essa actividade cognitiva, bem como tirar partido de
experiências passadas para antecipar situações futuras, através da formação de
memórias emocionais autobiográficas e da exploração dessas memórias por meio de
raciocínio prospectivo. É proposta uma arquitectura de agente genérica, capaz de
suportar a implementação de agentes de diferentes tipos e níveis de complexidade,
integrando aspectos de base emocional e cognitiva. Como suporte experimental,
apresentam-se três protótipos vocacionados para contextos de aplicação distintos:
contexto de dinamismo do ambiente variável; contexto com restrições sensoriais e
temporais; contexto de raciocínio social.
Descrição
Palavras-chave
inteligência artificial modelos de emoção adaptação agentes inteligentes aprendizagem raciocínio com recursos limitados sistemas multi-agente, modelos cognitivos