24
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep . mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP

Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) [email protected] ccc.inaoep.mx/esucar Tecnologías

  • Upload
    others

  • View
    8

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Métodos deInteligencia Artificial

L. Enrique Sucar (INAOE)[email protected]

ccc.inaoep.mx/esucarTecnologías de Información

UPAEP

Page 2: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Agentes Inteligentes

• Definición de Agente• Tipos de agentes:

– Agentes con reflejos simples– Agentes con estado interno– Agentes con metas– Agentes con medida de utilidad– Agentes que aprenden

• Ambientes

Page 3: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Un agente es cualquier ente que se pueda vercomo percibiendo su ambiente a través desensores y actuando en el ambiente por mediode efectores.

Un agente racional es un agente que hace“buenas” acciones. Para ésto, necesitamossaber cómo y cuándo evaluar al agente.

Agentes

Page 4: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Usamos una medida de desempeño para elcómo.

Hay que tomar en cuenta lo que puedepercibir y las acciones que puede tomar.

Page 5: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Agente

Percepciones Acciones

Conocimiento

Metas

Razonamiento

AMBIENTE

Page 6: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

• Una medida de desempeño que define su

grado de éxito

• Todo lo que el agente ha percibido o

secuencia de percepción (percept sequence)

• Lo que sabe del ambiente

• Las acciones que puede tomar

Un agente racional depende en todomomento de:

Page 7: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Para cada posible secuencia de percepción,un agente racional toma la acción con la queespera maximizar su medida de desempeño,en base a la evidencia dada por su secuenciade percepción y cualquier conocimientoincorporado que tenga.

Las acciones se pueden usar para obtenerinformación útil.

Page 8: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Idealmente, hay que hacer un mapeo entre (i)las posibles secuencias de percepción y (ii)las posibles acciones (en la práctica puedenser infinitos).

A veces se pueden dar especificaciones(más que enumerarlas) de lo que hay quehacer.

Page 9: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Un sistema es autónomo en la medida en quesu comportamiento está determinado por suspropias experiencias.

Inicialmente se le tiene que proveer de ciertoconocimiento para no actuar de maneraaleatoria.

Page 10: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Podemos describir agentes en términos desus percepciones, acciones, metas yambiente (e.g., taxista).

Estructura de un Agente

Agente = Arquitectura + Programa

No importa tanto si es ambiente “real” o“artificial” (e.g., softbots) sino la interacciónentre percepción, comportamiento, ambientey metas.

Page 11: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

• Requiere tablas muy grandes

El usar una tabla acciones - secuenciade percepciones en general no esadecuada porque:

• Requiere mucho tiempo para construir la tabla

Page 12: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

• No hay autonomía, por lo que si cambia el ambiente el agente deja de saber qué hacer

• Aunque se le dé aprendizaje, necesitaría mucho tiempo para aprender todas las entradas de la tabla

Page 13: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Agentes de reflejos simples:Construir una tabla es imposible, pero podemosconsiderar algunas asociaciones comunes entérminos de reglas situación-acción. e.g.,

Para construir un mapeo entre percepcionesy acciones podemos pensar en varios tiposde agentes.

IF el coche de enfrente está frenandoTHEN empieza a frenar

Page 14: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías
Page 15: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Esto es muy simple, y normalmente senecesita un estado interno para (i) ver comocambia el ambiente independientemente delagente y (ii) como afectan las acciones delagente al ambiente.

Agentes de reflejos simples y estado interno.

Page 16: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías
Page 17: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

El agente necesita información de sus metaspara escoger qué acciones las pueden cumplir(pueden usarse técnicas de búsqueda yplanificación).

Esto lo puede hacer más flexible (v.g., si estálloviendo ajustar la efectividad de los frenos).

Agentes con información de metas.

Page 18: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías
Page 19: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Las metas por si solas no son suficientes paragenerar un comportamiento de buena calidad.

Para esto necesitamos una medida de utilidad(función que mapea un estado o secuencia deestados con un número real).

Agentes con medida de utilidad.

Page 20: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías
Page 21: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

La idea es que las percepciones no se usensólo para actuar, sino también para mejorarsu desempeño en el futuro.

Agentes con aprendizaje.

Page 22: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías
Page 23: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Tipos de Ambientes

• Completamente Observable vs.Parcialmente Observable

• Determinista vs. Estocástico• Un solo agente vs. Múltiples Agentes

Page 24: Métodos de Inteligencia Artificial - INAOEesucar/Clases-MetIA/MetIA-02.pdf · Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías

Tarea

• Leer Capítulo 2 de Russell