Analise as diferenças entre um agente reflexo e um agente de aprendizado avançado em termos de suas capacidades e aplicações.

1) Agente reflexo (reflex agent)

• Decide somente a partir do percepto atual (o que está “vendo” agora).
• Usa regras do tipo condição → ação (ex.: “se detectar obstáculo, virar à direita”).
• Em geral não mantém memória relevante do passado e não melhora automaticamente com a experiência.
• Aplicações típicas: tarefas simples e reativas, com regras bem definidas e pouca necessidade de adaptação.

2) Agente de aprendizado avançado (learning agent)

• Possui um componente de aprendizado que ajusta sua política/estratégia com base em experiências passadas (dados, recompensas, erros, exemplos, etc.).
• Pode melhorar desempenho ao longo do tempo, adaptar-se a mudanças e generalizar para situações novas (dependendo do método e do modelo).
• Aplicações típicas: problemas complexos (recomendação, robótica mais autônoma, jogos, previsão/decisão em ambientes incertos), onde regras fixas não bastam.

3) Comparação com as alternativas

• (A) Incorreta: agentes reflexos tendem a ser limitados em ambientes muito dinâmicos/complexos porque não aprendem nem modelam a situação.
• (B) Incorreta: agente reflexo não necessariamente usa tentativa e erro; ele executa regras predefinidas. Já agentes de aprendizado podem ou não usar tentativa e erro (ex.: aprendizado por reforço usa, supervisionado não).
• (C) Correta: descreve exatamente a diferença central: reatividade imediata vs. adaptação por experiência.
• (D) Incorreta: o “agente reflexivo” não é caracterizado por prever estados futuros com algoritmos complexos; isso se aproxima mais de agentes baseados em modelo/planejamento.