A criação, a proliferação e o consumo de informações são constantemente observados na sociedade. um agente situado em um ambiente dinâmico está suscetível a perceber grande quantidade de informações, sendo que muitas delas são irrelevantes para os seus objetivos atuais. além disso, dado o estado do ambiente, uma situação pode ser modelada utilizando diferentes representações de conhecimento, como por exemplo, ontologias para modelar situações com semântica bem definida, e redes bayesianas para situações de incerteza. dessa forma, o agente deve ser capaz tanto de perceber de acordo com seus objetivos, quanto integrar essas percepções conforme a representação da situação utilizada. a literatura descreve agentes bdi como adequados para atuar em ambientes dinâmicos, porém considera a percepção do ambiente como dependente da implementação e independente do raciocínio do agente e a flexibilização do raciocínio para representar situações é limitada. com base nisto, esta pesquisa investiga a utilização de mecanismos de percepção e de representação de situações no raciocínio do agente de modo a aprimorar sua tomada de decisão. o agente é modelado com a perspectiva de sistemas multicontexto, permitindo a decomposição modular de seus componentes. essa abordagem possibilita a adição de situações representadas em diferentes formalismos e seus relacionamentos com os demais componentes do agente. um componente pode ser representado por um ou mais contextos do sistema multicontexto, e a troca de informações entre contextos é feita por meio de regras de ponte. uma regra de ponte é formada por uma cabeça, o contexto que adicionará uma nova informação, e um corpo, o conhecimento que precisa ser satisfeito em um ou mais contextos para que a informação seja adicionada na cabeça. para avaliar a operacionalização é desenvolvido o framework sigon, a primeira implementação para o desenvolvimento de agentes situados em ambientes dinâmicos como sistemas multicontexto. são apresentadas implementações realizadas no framework adicionando contextos para representar situações com ontologias e redes bayesianas, e estratégias para estender a arquitetura do agente por meio de regras de ponte. a parte experimental da pesquisa é desenvolvida no contexto da computação urbana. inicialmente são realizados três experimentos utilizando realidade virtual para encontrar novos entendimentos do impacto de distrações em smartphones na consciência situacional de pedestres. testes estatísticos foram realizados nos conjuntos de dados criados, e associações foram encontradas mostrando que eventos inseguros e tempo de resposta aumentam com distrações no smartphone. por fim, é simulado um ambiente urbano para avaliar o processo perceptivo e a utilização no apoio a tomada de decisão de um agente implementado em sigon. a análise destes experimentos seguiu a abordagem factorial designs para avaliar a influência dos fatores de percepção ativa e passiva, recebimento contínuo de dados, ontologias e redes bayesianas no tempo de tomada de decisão. a percepção de informações irrelevantes para os objetivos atuais aumentam o tempo para a tomada de decisão em ambientes dinâmicos, mas percepção ativa e políticas de percepções são estratégias para reduzir esse problema. os resultados fomentam o desenvolvimento de agentes como sistemas multi-contexto para a computação urbana.