Agen Cerdas KECERDASAN BUATAN TIM PENGAJAR AI, INFORMATIKA ‐ UNESA 2015
Oct 03, 2015
Agen CerdasKECERDASAN BUATAN
TIM PENGAJAR AI, INFORMATIKAUNESA 2015
AgendaPercepts,Action,GoalsandEnvirontment
Jenis lingkungan agen
Agen Rasional
Performancemeasure,Environment,Actuators,Sensors
Programdan fungsi agen
Tipetipe agen
Konsep Agen
Percept:masukanindrasiagen(input) Perceptsequence:sejarahinputsiagen Action:tindakanyangdilakukanolehsiagen Environment:lingkungantempatsiagenberada
Percepts,Action,GoalsandEnvironment(PAGE)Gambaran permasalahan dibuat terlebih dahulu
Contoh Permasalahan Automatedtaxi Percepts=>Video,speedometer,accelerometers,gauges,enginesensors,keyboard,GPS
Actions=>Steer,accelerate,brake,horn,speak/display,leftorrightsignal Goals=>Safety,reachdestination,maximizeprofits,obeylaws,passengercomfort,
Environment=>USurbanstreets,freeways,traffic,pedestrians,weather,customers,
Percepts,Action,GoalsandEnvironment(PAGE)(1)Robotpabrik penjamin mutu Robotyangmengamati komponen pada banberjalan,lalu memisahkanyangbermutu tinggi dari yangjelek,cacat,dll.ke dalam dua kotak.
PAGE Percepts:kamera,sensorfisik Actions:gerak lengan robotic Goals:komponen masuk kotak yangbenar (persentase?) Environment:banberjalan,komponen yangdiuji,kotakkotak
Vacuumcleanerworld
Percepts:Locationandcontents,e.g.,[A,Dirty]Actions:Left,Right,Suck,NoOpGoal:KeepcleanEnvironment:AandBwithallthedust
Jenis LingkunganFullyobservablevsPartiallyobservable
Semua inforelevan diakui
DeterministicvsStochastic Nextstage=currentstate+action?
EpisodicvsSequential Apakah bergantung pada sejarah
StaticvsDynamic Lingkungan berubah jika agen tidak bertindak?
DiscretevsContinuous Bisa terhadap sifat state,perceipt dan action
SingleagentvsMultiagent Apakah ia kawan (kooperatif)atau lawan (kompetitif)?
EnvironmenttypesStatic(vs.dynamic):Theenvironmentisunchangedwhileanagentisdeliberating.(Theenvironmentissemidynamic iftheenvironmentitselfdoesnotchangewiththepassageoftimebuttheagent'sperformancescoredoes)
Discrete (vs.continuous):Alimitednumberofdistinct,clearlydefinedperceptsandactions.
Singleagent (vs.multiagent):Anagentoperatingbyitselfinanenvironment.
Konsep Agen RasionalRasional =>Melakukan yangterbaik
Kitaharus mendefinisikan tujuan dari agen (goal)
Tujuan dapat diukur dengan performancemeasure:ukuran kinerja agen
Tujuan vsUkuran kinerja Luluskuliah IPK Cepat kaya Gaji bulanan Juara liga sepakbola Posisi klasemen Bahagia Tingkatkebahagiaan
Agen RasionalDefinisi
Suatu agentyangselalu bertindak memaksimalkan ukuran kinerja,mengingat apa yangia amati tentanglingkungan (sejarah input)dan pengetahuan yangdimilikinya.
Rasional Agen dapat menampilkan aksi pemodifikasian persepsi ke depan untuk memperoleh informasi yangberguna(informationgathering,exploration)
Adabeberapa aspek lingkungan yangtidak diketahui (diluar kendali) Terkadang agen mulai bekerja tanpa disertai pengetahuan akan lingkungannya (tanpa informationgathering,eksplorasi,pembelajaran =>autonomous dan otonomi)
Bukan omniscient,clairvoyantdan belum tentu successful
Kesuksesan Agen seharusnya berjuang untuk dotherightthing,berdasarkan pada persepsi yangditerima dan aksi yangditampilkan sehingga mengantarkannya menuju kesuksesan
Ukuran kinerja =>kriteria obyektif dalam menuju kesuskesan,dilihat dari perilaku agen
Performancemeasure,Environment,Actuators,Sensors
Automatedtaxidriver Performancemeasure:Safe,fast,legal,comfortabletrip,maximizeprofits
Environment:Roads,othertraffic,pedestrians,customers Actuators:Steeringwheel,accelerator,brake,signal,horn Sensors:Cameras,sonar,speedometer,GPS,odometer,enginesensors,keyboard
Performancemeasure,Environment,Actuators,Sensors(1)Medicaldiagnosissystem Performancemeasure:Healthypatient,minimizecosts,lawsuits
Environment:Patient,hospital,staff Actuators:Screendisplay(questions,tests,diagnoses,treatments,referrals)
Sensors:Keyboard(entryofsymptoms,findings,patient'sanswers)
Performancemeasure,Environment,Actuators,Sensors(2)
InteractiveEnglishTutor Performancemeasure:Maximizestudent'sscoreontest Environment:Setofstudents Actuators:Screendisplay(exercises,suggestions,corrections)
Sensors:Keyboard
Programdan Fungsi AgenFungsi Agen
Memetakan perceptsequences ke actions Secara umum,agen dapat menerima segala kemungkinan yangdilihat sebagai input/percept.Namun,tabelpencarian berdasarkan inputtersebut juga akan menjadi besar
Salahsatunya adalah rasionalitas
Tujuan Menemukan jalan bagi agen rasional
Program(menjalankan arsitektur fisik dalam menjalankan fungsi agen)
function SKELETON-AGENT(percept) returns actionstatic: memory, the agents memory of the worldmemory UPDATE-MEMORY(memory,percept)action CHOOSE-BEST-ACTION(memory)memory UPDATE-MEMORY(memory,action)return action
Tipe AgenSimplereflexwithstate
Modelbasedagents
Goalbasedagents
Utilitybasedagents
LearningbasedAgent
SimplereflexagentsBerdasarkanpadaperceptterakhirsaja
ModelbasedagentsMemilikirepresentasiinternalmengenaikeadaanlingkungan
GoalbasedagentsMemilikiinformasimengenaitujuan,memilihtindakanyangmengarahketujuan
UtilitybasedagentsMenilaikuantitatifsuatukeadaanlingkungan=>fungsiutilitas(berkaitandengaukurankinerja)
LearningbasedagentsBelajardaripengalaman,meningkatkankinerja
RingkasanAgen rasional harus memiliki tujuan
Sebuah agentmemiliki PAGEdan PEAS Percept,Action,Goals,andEnvirontment (PAGE) Performancemeasure,Environment,Actuators,andSensors
Fungsi agen adalah memetakan perceptsequences ke aksi
Programagen mengimplementasi fungsi agen
Adalimajenis agen Simplereflex,modelbased,goalbased,utilitybaseddan learning
Daftar PustakaStuartJ.RusselandPeterNorfig,ArtificialIntellegence AModernApproach,PrenticeHallInternational.,2010.
GeorgeFLuger:ArtificialIntelligence StructuresandStrategiesforComplexProblemSolving,AddisonWesley,2009.
Zha,XuanF.,ArtificialIntelligenceandIntegratedIntelligentInformationSystems:EmergingTechnologiesandApplications,IdeaGroupPublishing,Hersey.
SlidePerkuliahan Ilmu Komputer UI
SlidePerkuliahan Teknik Informatika ITS