O desenvolvimento de Agentes Autônomos que sejam capazes de sobreviver e de desenvolver tarefas em ambientes complexos, dinâmicos, imprevisíveis, desestruturados e até mesmo hostis, como o mundo real, é tarefa extremamente desafiadora. Por outro lado, seres vivos, sejam eles mamíferos, aves, insetos ou mesmo vermes, apresentam uma enorme capacidade de sobrevivência no mundo real quando comparados com qualquer Agente Autônomo já desenvolvido.

Este trabalho propõe que a inspiração biológica pode ser a fonte de mecanismos e soluções que, uma vez entendidos e implementados, permitam construir Agentes Autônomos com alto grau de autonomia e utilidade.

Inteligência Computacional, neste trabalho, é entendida como comportamento adaptativo que permite a sobrevivência do sistema no ambiente onde ele é posto para operar. Ao buscarmos uma inspiração biológica, podemos considerar que os Algoritmos Evolucionários fornecem o modelo computacional que simula, mesmo que de maneira simplista, os processos naturais de reprodução, mutação e seleção que simulam a evolução de estruturas individuais no processo de busca por indivíduos mais aptos a sobreviverem e agirem em um dado ambiente. Quanto à questão de modelagem de aspectos do comportamento dos animais, a abordagem Conexionista é considerada e utilizada para simular aspectos comportamentais na implementação de Agentes Autônomos.

Este trabalho apresenta a idéia de que uma série de classes de comportamentos observados nos animais podem ser implementados através de diferentes arquiteturas de Redes Neurais Artificiais. Também se enfatiza o fato de que estas diferentes arquiteturas podem ser obtidas através de Algoritmos Evolucionários. Procura-se comprovar a hipótese de que comportamentos reflexivos podem ser implementados através de arquiteturas mais simples de redes neurais estáticas, do tipo direta ou "feedforward". Já comportamentos mais complexos, tais como os comportamentos reativos, que persistem e se desenrolam mesmo após ter cessado o estímulo sensorial excitador, necessitam de redes neurais realimentadas ou recorrentes, com neurônios dinâmicos, de modo a inserir dinâmica e memória no sistema.

Inicialmente, são apresentados os fatores motivadores e alguns conceitos básicos. Logo após, apresenta-se o conceito de Agente Autônomo e as principais alternativas de implementação e propõe-se um formalismo, baseado na Teoria Geral de Sistema para conceituação de Agentes Autônomos. A seguir, os conceitos de comportamento, aprendizado, evolução e sistema nervoso são descritos e analisados, tanto do ponto de vista biológico como dos respectivos paradigmas computacionais. Finalmente, são descritas algumas contribuições originais que têm como base os temas estudados anteriormente e que permitem uma nova alternativa para implementação de Agentes Autônomos e são apresentadas implementações concretas de exemplos simples que ilustram as idéias apresentadas neste e nos capítulos anteriores. No epílogo é apresentado um resumo final do que foi discutido e são listados pontos em aberto para trabalhos futuros.

Agentes Autônomos, Redes Neurais, Algoritmos Evolucionários, Vida Artificial, Robótica.