Uma abordagem interativa para o problema de seleção de casos de teste de agentes racionais fundamentada em agentes racionais

• Ano de defesa: 2020
• Autor(a) principal: Ximenes, Janaide Nogueira de Sousa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual do Ceará
• Palavras-chave em Português: Ciência da computação; Framework; Otimização
• Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=95423

<div style="">A Inteligência Artificial é um ramo da Ciência da Computação cada vez mais presente nas mais diversas áreas do conhecimento, tendo como premissa a utilização das mais diversas técnicas computacionais para a resolução dos mais diversificados problemas. Assim sabe-se que dentre eles a utilização de agentes racionais consiste em uma tecnologia promissora principalmente para a resolução de problemas de seleção de casos de testes. Este trabalho tem como objetivo principal apresentar uma abordagem para otimizar o problema de seleção de casos de testes de agentes racionais, por meio da otimização interativa, mais especificamente, na interação entre o teste do agente e o usuário. O agente que seleciona os casos de testes baseia-se na estrutura do programa agente orientado por utilidade. Assim concebendo uma abordagem para o problema de seleção de unidades de casos de teste para programas de agentes artificiais inteligentes, que sejam capazes de resolver problemas de tomada de decisão em ambientes de tarefas não triviais que podem ser representados por meio de grafos. A abordagem proposta no trabalho está fundamentada na noção de agentes racionais integrada com a otimização interativa para a geração e seleção dos casos de teste gerados. Mais especificamente, a abordagem consiste em uma extensão ao framework para o teste de agentes racionais inicialmente desenvolvido em (SILVEIRA, 2013). Esta extensão consiste na inserção de novos componentes ao framework, capacitando-o à realização de novas formas de teste. O primeiro componente inserido no framework consiste em um gerador de casos deteste (GERADOR) capaz de gerar objetivamente, conforme o desejo do Projetista do agente em teste (Agent), representações em grafos de ambientes de tarefas para medir o desempenho de Agent, interagindo com um programa ambiente (Amb) que incorpora estas representações. O segundo componente consiste na capacidade de monitorar (MOA) os episódios de uma história do agente Agent no ambiente Amb, e descobrir falhas e indicar qual(is) módulo(s) de processamento de informação de Agent está(ão) causando a falha em Amb. Embora tenha sido gerado resultado para o mundo do aspirador de pó, pode-se afirmar que a arquitetura proposta é genérica o suficiente para ser aplicada em diversos outros ambientes com padrões ambientais.&nbsp;</div><div style="">Palavras-chave: Agentes Racionais. Casos de Testes. Framework. Otimização.</div>