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