Como construir um agente de decisão em streaming com replanejamento online em um ambiente dinâmico

O tutorial descreve a arquitetura de um agente de tomada de decisão em streaming que opera em um ambiente em constante mudança e transmite raciocínios parciais em tempo real, sem esperar por uma resposta final antes de agir.

Ambiente e tarefa

A demonstração usa uma grade dinâmica: os obstáculos se movem por regras próprias, e o ponto-alvo se desloca aleatoriamente em intervalos fixos. O agente não sabe de antemão o que vai mudar no passo seguinte, e essa é a diferença central em relação aos problemas clássicos de busca de caminho.

Principais parâmetros do ambiente:

• Grade N×N com obstáculos móveis
• O objetivo se desloca aleatoriamente a cada K passos
• O agente enxerga apenas um raio limitado ao redor de si
• O ambiente não é determinístico: o mesmo plano pode falhar duas vezes

Essa configuração é deliberadamente complicada. Ela modela cenários reais: a navegação de um robô autônomo em um armazém, o planejamento da rota de um carro autônomo em meio ao tráfego, o controle de uma linha de produção diante de falhas de equipamento.

Um planejador de horizonte deslizante

O núcleo do agente é o algoritmo A*, mas aplicado de forma pouco convencional. Em vez de uma rota completa até o objetivo, ele usa um horizonte deslizante: o agente planeja apenas os H passos mais próximos, executa alguns deles e então replaneja a partir da nova posição, levando em conta o estado atualizado do ambiente.

Isso muda a lógica de funcionamento de forma fundamental. Em um ambiente dinâmico, um plano completo fica obsoleto mais rápido do que o agente consegue executá-lo: o obstáculo se moveu, o objetivo mudou de lugar e a rota já não vale. Um horizonte curto evita que o agente se apegue a dados desatualizados.

"O agente não guarda um único plano grande: ele cria e descarta o

tempo todo pequenos planos conforme avança", resume a essência da abordagem de horizonte deslizante.

O parâmetro H (comprimento do horizonte) passa a ser o principal elemento de ajuste. Se for curto demais, o agente avança com miopia e fica preso em mínimos locais; se for longo demais, perde tempo planejando rotas que terá de descartar de qualquer forma.

Streaming de raciocínios parciais

Um agente padrão fica em silêncio até encontrar a resposta final. O agente em streaming transmite estados intermediários em tempo real, e cada passo relevante do raciocínio fica disponível imediatamente:

• Novo obstáculo detectado → sinal enviado imediatamente
• Objetivo se moveu → plano antigo descartado, novo plano iniciado
• Caminho intermediário encontrado → transmitido, mesmo que ainda não seja ótimo
• Ponto do horizonte alcançado e replanejamento iniciado → status atualizado

Isso traz observabilidade: o sistema orquestrador ou o usuário sempre sabe qual é a intenção atual do agente. Em sistemas de produção, isso permite intervir antes que o agente chegue a um beco sem saída.

Outro efeito é que um sistema externo pode corrigir o comportamento em tempo de execução: se o plano transmitido segue em uma direção indesejada, é possível enviar imediatamente um sinal de interrupção.

Tecnicamente, o streaming é implementado com geradores Python: cada `yield` transmite um passo do raciocínio, o que é compatível com as APIs de streaming dos LLMs modernos.

Adaptação reativa

O terceiro componente é a interrupção do plano atual quando o ambiente muda no meio da execução de um passo. O agente não espera o próximo ciclo de replanejamento: um mecanismo de interrupções verifica o estado do ambiente após cada ação e, se necessário, dispara um replanejamento de emergência.

Foi introduzido um nível de criticidade das mudanças: um pequeno deslocamento de obstáculo significa continuar o plano atual; o bloqueio do passo mais próximo, replanejamento imediato; a mudança completa da posição do objetivo, reinício a partir de um novo horizonte. Essa resposta em vários níveis aumenta a carga computacional, mas é crítica onde o custo do erro é alto.

O que isso significa

A arquitetura descrita é um modelo prático para desenvolvedores de agentes de IA que trabalham sob incerteza real. Streaming de raciocínio, horizonte curto de planejamento e interrupções reativas são três padrões que, juntos, formam uma estrutura pronta para robótica, automação industrial e sistemas de agentes baseados em LLM.

À medida que os sistemas de agentes se espalham pela indústria, a distância entre "pensar no vácuo" e "agir no mundo real" se torna um desafio central de engenharia. Este tutorial oferece um ponto de partida concreto.