Crie um agente de IA simulado, em Python, capaz de aprender e otimizar rotas de entrega dinamicamente. O agente deve receber como entrada uma lista de endereços com coordenadas (latitude, longitude), janelas de tempo de entrega para cada endereço e a capacidade de carga do veículo. Ele deve ser capaz de:

1. **Modelar o ambiente:** Representar os endereços como nós em um grafo e as distâncias/tempos de viagem entre eles.
2. **Definir um estado:** Incluir a localização atual do veículo, os pacotes ainda a serem entregues e o tempo decorrido.
3. **Definir ações:** Movimentar-se para um endereço, carregar/descarregar um pacote.
4. **Definir uma função de recompensa:** Penalizar atrasos nas entregas, excesso de capacidade e rotas longas, e recompensar entregas pontuais e eficientes.
5. **Implementar um algoritmo de aprendizado por reforço (e.g., Q-learning ou SARSA):** O agente deve explorar diferentes rotas e aprender a melhor sequência de entregas para minimizar custos e maximizar a pontualidade, considerando as restrições de tempo e capacidade.
6. **Gerar uma saída:** A rota otimizada (sequência de endereços), o tempo total estimado da rota e a indicação de quaisquer janelas de tempo violadas.

O agente deve ser capaz de adaptar-se a mudanças no ambiente, como a adição de novos endereços ou alterações nas janelas de tempo de entrega, sem a necessidade de reprogramação manual extensiva. Priorize a clareza do código e a documentação dos fundamentos de IA utilizados.