Unidad No. 5 - Agentes Inteligentes

INTELIGENCIA ARTIFICIAL - ICIF0021Unidad 5 - Agentes Inteligentes

Docente: Milton A. Ramırez [email protected]

Universidad San SebastianFacultad de Ingenierıa y Tecnologıa

Primer Semestre de 2011

M. Ramırez K. (USS) Apunte curso IA Primer Semestre 2011 1 / 71

Objetivos de la Unidad

Identifican los componentes que conforman un sistema de agentes.

Conocen metricas para evaluar el rendimiento de un agenteinteligente.

Identifican la caracterizacion del entorno de trabajo de un agente enbase al analisis REAS (Rendimiento, Entorno, Actuadores, Sensores).

Reconocen las propiedades del entorno de un agente en funcion de lainteraccion que este tiene con su medio.

Clasifican el entorno de un agente segun sus propiedades.

Conocen las componentes de un sistema de agentes.

Reconocen la clasificacion que tienen los agentes dependiendo de lascaracterısticas propias de su programa.


Contenidos

1 Agentes, entorno, sensores y actuadores.

2 Medidas de rendimiento de agentes.

3 Racionalidad.

4 Entornos de trabajo de agentes.

5 Estructura de un agente.

6 Clasificacion de agentes.


Agentes y su entorno

Introduccion

Agente es cualquiercosa capaz de percibirsu medio ambiente ,utilizando sensores

. . . ası como tambienactuar en ese mediousando actuadores.

Agentesensores

actuadores

?

AMBIENTE

percepción

acciones



El ser humano como agente

Sensores

ojos, oıdos

lengua, piel

Actuadores

piernas, brazos

boca, dedos



Un robot como agente

Sensores

pulsaciones deteclas, archivoscon informacion

paquetes de datosque recibe por red.

Actuadores

mensajes en elmonitor, escriturade archivos dedatos

envıo de paquetesde datos vıa red.



Hipotesis general sobre agentes

Cada agente puede percibir sus propias acciones.

Pero no siempre los efectos de las mismas.

Percepcion

Percibir es recibir entradas en cualquier momento.

Una secuencia de percepciones corresponde al historico de lo que elagente ha recibido:

X a veces, los agentes toman decisiones segun lo percibido en unasecuencia



En terminos matematicos un agente es una funcion que proyectapercepciones en acciones.



La funcion de comportamiento se puede representar como unatabla:

X que por lo general es muy grandeX a veces puede ser infinita a menos que se limite el tamano de la

secuencia de percepciones.

Esta tabla es una caracterizacion externa:

X el programa del agente es su caracterizacion interna.

Hay que diferenciar la funcion del agente del programa del agente.



El mundo de la aspiradora como agente

Tenemos una aspiradora que puede estar en dos ubicaciones posibles:A o B.

Supondremos que es capaz de percibir en que posicion esta y si suubicacion actual tiene o no suciedad.

Sus acciones permitidas son:

X moverse a la izquierda (Izquierda), derecha (Derecha)X limpiar (Limpiar)X hacer nada (HacerNada).



Ejemplo de tabulacion parcial para estudiar el comportamiento del agente aspiradora

Observaciones

Es una tabla quecontrasta la secuenciade percepciones conla accion que debieraemprender.

La secuencia es lo quese conoce.

La accion es lo quehay que determinar.

Tabulacion parcial

Percepcion Accion[A, Limpia] Derecha

[A, Sucia] Limpiar

[B, Limpia] Izquierda

[B, Sucia] Limpiar

[A, Limpia], [A, Limpia] Derecha

[A, Limpia], [A, Sucia] Limpiar...

...

[A, Limpia], [A, Limpia], [A, Sucia] Limpiar



Un ejemplo mas sofisticado: la aspiradora Roomba


Concepto de Racionalidad

Agente racional

Un agente racional es aquel que siempre hace lo correcto.

Cada elemento de la tabla de comportamiento debe rellenarsecorrectamente.

¿Que significa hacer lo correcto?

Como primera aproximacion, aquello que le permita al agente obtenerun resultado mejor:

X por lo tanto, se debe medir el exito.

De esta manera, los sensores, actuadores y medida de exito nospermiten definir que es racionalidad.


Medidas de Rendimiento

Un agente genera una secuencia de accionesX en el medio en que se inserta y de acuerdo a las percepciones que recibeX entonces, el habitat tiene una secuencia de estadosX si secuencia es la deseada, el agente habra actuado correctamente.

La medida del exito puede ser

X subjetivaX objetiva


Medidas de Rendimiento

¿Como se puede medir el exito en el ejemplo de la aspiradora?

Propuesta 1: por la cantidad de suciedad que se ha limpiado en unintervalo de tiempo determinado (¿10 horas?):

X ¿y si el agente limpia, luego vuelve a tirar la basura y vuelve a limpiar(repetidamente)?

Propuesta 2: mantener el suelo limpio.

Observacion

Es mejor crear medidas de utilidad de acuerdo al entorno, mas que deacuerdo al como lo hace el agente.


Racionalidad

Factores que determinan la racionalidad de un agente en un momentodeterminado

1 La medida de rendimiento que define el criterio de exito delcomportamiento.

2 El conocimiento acumulado por el agente sobre el medio en el quehabita.

3 Las acciones que el agente puede realizar.

4 La secuencia de percepciones del agente que hasta un momentodeterminado ha captado.


Racionalidad

Definicion de agente racional

En cada secuencia de percepciones, un agente racional debera emprenderaquella accion que supuestamente maximice su medida de rendimiento,basandose en las evidencias aportadas por la secuencia de percepciones yen el conocimiento que el agente mantiene.

Con respecto a la aspiradora

¿Se puede considerar al agente aspiradora como un agente racional?

¿Que es aquello que se debiera determinar?


Racionalidad

Agente aspiradora

Medida de rendimiento: premia con un punto por cada recuadrolimpio en un periodo de tiempo.

Geografıa del medio: el medio se conoce de antemano (recordar lafigura del ejemplo anterior)

X podemos suponer que la distribucion de la suciedad y la posicion inicialdel agente no se conocen

Acciones posibles: Izquierda, Derecha, Limpiar y HacerNada.

Se puede suponer tambien que percibe correctamente la localizacion ysi hay suciedad en la celda actual.


Racionalidad

Recopilacion de informacion

Proceso relacionado con ejecutar acciones que intenten modificarpercepciones futuras.

Es una parte importante de lo que involucra el concepto deracionalidad.

Exploracion

Es un ejemplo de recopilacion de informacion.

El agente aspiradora debe realizar una exploracion inicial debido aque no conoce el ambiente.


Racionalidad

Aprendizaje

No solo se deberıa recopilar informacion:

X sino tambien ser capaz de aprender de ella.

Cuando se conoce el entorno de antemano, no se necesita aprender. . .

X solo actuar correctamenteX pero aquellos son simplemente agentes fragiles.

Autonomıa de agentes

Se dice que un agente no es autonomoX cuando se apoya mas en el conocimiento inicial que en sus propias

percepciones


Racionalidad

Un agente racional debe ser autonomo.


¿Que vimos la clase pasada?

Introduccion a los sistemas de agentes.

Racionalidad.

Medida del rendimiento de un agente.


Hoy veremos

Entornos de trabajo de un agente.

Propiedades de los entornos de trabajo.

Estructuras de agentes.

Tipos de agente segun el programa del agente.


La naturaleza del entorno

Los agentes racionales son soluciones a entornos de trabajo(problemas).

¿Como se define el entorno de trabajo?

En el agente aspiradora definimos lo que era la medida deRendimiento, Entorno, Actuadores y Sensores (REAS).

Mediante el estudio del REAS se pueden comprender de manera mascabal las distintas aristas que intervienen en la formulacion delproblema que tiene que resolver el agente.



REAS para el taxista automatico

Tipo deAgente

Medida deRendimiento

Ambiente Actuadores Sensores

conductorautomatico detaxi.

seguro, rapido,viaje confor-table.

rutas, transito,peatones,pasajeros,condicionesmeteo-rologicas.

acelerador,palanca decambio, freno,luces desenalizacion,bocina.

camaras, espe-jos,velocımetro,GPS,tacometro,niveles de losparametros delmotor.



REAS para un sistema de diagnostico medico

Tipo deAgente

Medida deRendimiento

Ambiente Actuadores Sensores

sistema dediagnosticomedico.

pacientessanos y re-ducir costos ydemandas pornegligenciasmedicas.

pacientes,hospital, taba-jadores delhospital

set de pre-guntas, diag-nostico,tratamiento.

teclado parala entrada desıntomas, sis-tema foneticopara interpre-tar lo que diceel paciente.


Propiedades de entornos

Existen muchos tipos de entornos de trabajo donde se utiliza la IA.

Propiedades de los entornos de trabajo donde se aplica la IA

1 Observacion del ambiente.

2 Determinacion del siguiente estado.

3 Consideracion de la experiencia del agente.

4 Cambio del entorno.

5 Manejo de percepciones.

6 Agentes participantes.


Propiedades de entornosObservacion del ambiente

Ambientes totalmente observables

Los sensores del agente permiten acceso al estado completo delambiente.

Se detectan todos los aspectos medibles para la toma de decisionesdel agente.

En terminos de rendimiento, es lo mas recomendable y conveniente.

Ambientes parcialmente observables

Los sensores no son capaces de captar todo el ambiente:

X es lo mas habitualX debido a que los sensores pueden ser poco exactos.


Propiedades de entornosDeterminacion del siguiente estado

En entornos deterministas

El siguiente estado se determina totalmente desde el estado actualy la accion ejecutada del agente.

El agente no tiene que lidiar con la incertidumbre.

Si el medio fuera parcialmente observable, puede parecer estocastico.

En entornos estocasticos

El siguiente estado no siempre se puede determinar siempre desde elestado actual y la accion del agente.


Propiedades de entornosConsideracion de la experiencia del agente

Entorno episodico

La experiencia del agente se divide en episodios atomicos:

X cada episodio es una percepcion con su accion asociada.

El siguiente episodio no depende de las acciones de los episodiosprevios.

Entorno secuencial

Las decisiones y acciones presentes pueden afectar a las decisiones yacciones futuras.

Ejemplo clasico: agente que juega Ajedrez.


Propiedades de entornosCambio de entorno

Entorno estatico

El ambiente no puede cambiar mientras el agente esta deliberando.

Son faciles de tratar puesto que no es necesario estar pendiente de loscambios que se puedan estar sucediendo.

Tampoco interesa analizar el paso del tiempo.

Entorno dinamico

El ambiente puede cambiar mientras se delibera.

El agente no siempre conoce el estado del mundo sin volver a sentirlonuevamente.


Propiedades de entornosManejo de percepciones

Entorno discreto

Sus estados son distinguibles de forma finita.

Se refiere a la forma en que el agente interpreta las percepciones,genera acciones y maneja el tiempo.

Por ejemplo: agente que juega ajedrez.

Entorno continuo

Es lo contrario a un entorno discreto.

Por ejemplo, el caso del taxista automatico:

X Variables continuas a considerar: velocidad, coordenadas geograficasdel taxi, angulo de viraje, etc.

X Las camaras que pueda tener se consideran como continuas, pese a sunaturaleza discreta.


Propiedades de entornosAgentes participantes

Agente individual

Interviene un agente.

Por ejemplo: un agente que resuelve crucigramas.

Mutiagentes

Intervienen dos o mas agentes, que no tienen por que ser solo robotso software.

Por ejemplo: agentes que juegan ajedrez, videojuegos de estrategia,de guerra, de aventuras.

Cuando los agentes intentan minimizar el rendimiento entre sı,estamos hablando de un medio competitivo:

X en caso contrario, el medio es cooperativo como en el caso de laRoboCup Search and Rescue (Urban Search and Rescue).


Estructuras de Agente

Hasta ahora hemos hablado de la conducta de los agentesinteligentes. . .

X que es la accion dada una secuencia de percepciones.

La IA debe disenar lo que se conoce como el programa del agente.

Los programas de agente se ejecutan en computadores con sensoresy actuadores, que es el hardware del agente.

Esto se llama Arquitectura

Entonces: Agente = Arquitectura + Programa.

El programa debe ser el adecuado para la arquitectura.


Programas de Agente

La mayorıa sigue la misma estructura:

X reciben percepciones desde sensoresX envıan acciones a los actuadores

Programa y Funcion del Agente

El programa recibe la percepcion actual.

La funcion recibe todo el historico de percepciones (tabla).


Programas de Agente

¿Cual es el problema con la tabla de agente?

Esta condenada al fracaso.

Veamos el caso del taxi automatizado:

X si cada imagen de camara entrega una tasa de 27[

MBs

], suponiendo

una resolucion de 640× 480, con 24 bits de color y 30 fps.X Se estima que por cada hora de conduccion tendrıamos una tabla con

la no despreciable cantidad de 10250.000.000.000 entradas.

En el caso del pequeno y ordenado mundo del Ajedrez:

X Al menos tendrıamos 10150 entradas.

Solo como referencia

Se calcula que el numero de atomos observables en el universo es delorden de 1080.


Programas de Agente

La idea de la IA es crear programas de agentes racionales usando unapequena cantidad de codigo, sin tener que recurrir a grandes tablas.


Programas de Agente

Otras areas han logrado un objetivo similar

Antiguamente habıan grandes tablas con raıces cuadradas paraingenieros y matematicos:

X hoy las calculadoras utilizan un programa que no excede las cincolıneas.

De la misma manera para el calculo de funcioneslogarıtmico-exponenciales, circulares, etc.


Programas de Agente

Tipos de programa de agente.

1 Agentes reactivos simples.

2 Agentes reactivos basados en modelos.

3 Agentes basados en objetivos.

4 Agentes basados en utilidad.


Tipos de Programa de AgenteAgentes Reactivos Simples

Es el tipo de agente mas sencillo.

Seleccionan la accion solo sobre las percepciones actuales del agente,ignorando las percepciones historicas.



Las reacciones son conexiones mentales que siguen una reglasencilla:

X si <percepcion> entonces <accion>X por ejemplo: si el auto que va adelante enciende la luz de freno,

entonces disminuyo mi velocidad.

Estas reglas se llaman reglas de condicion-accion (CA).

Agentesensores

actuadores

reglasCA

AMBIENTE

percepción

acciones



Ejemplo: Programa de Agente Reflejo Simple Aspiradora

Entrada: (ubicacion, estado), ubicacion ∈ {A,B},estado ∈ {limpio, sucio}Salida: accion ∈ {Izquierda, Derecha, Limpiar}1: si (estado = limpio) y (ubicacion = A) entonces2: retornar Derecha3: fin si4: si (estado = limpio) y (ubicacion = B) entonces5: retornar Izquierda6: fin si7: si (estado = sucio) y (ubicacion = A) entonces8: retornar Limpiar9: fin si

10: si (estado = sucio) y (ubicacion = B) entonces11: retornar Limpiar12: fin si



Estos agentes son simples pero tienen una inteligencia limitada.

Por lo general requieren que el mundo sea totalmente observable:

X si acaso lo que se desea es tomar la decision correcta.

Otro problema es que pueden caer en bucles infinitos, dependiendo desu arquitectura:

X pueden tomar decisiones de modo aleatorioX por ejemplo: aspiradora sin sensor de ubicacion.


Tipos de Programa de AgenteAgentes basados en Modelos

El problema a resolver es la visibilidad del mundo.

La solucion para la visibilidad parcial: almacenar aquellas partes delmundo que no se ven. . .

X se requiere de un estado internoX que dependa de la historia de las percepcionesX por ejemplo: al conducir, saber donde estan los otros vehıculos.

Se necesita informacion sobre el como evoluciona el mundo,independiente del agente: saber por ejemplo que los autos seacercan cuando se encienden las luces de freno traseras.

El como es lo que se conoce como modelo.


Tipos de Programa de AgenteAgentes basados en Modelos

Estructura del agente basado en modelos

cómo es el mundoahora

Agente

sensores

actuadores

AMBIENTE

percepción

acciones

qué acciónemprender ahora

estado

cómo evolucionaelmundo

qué hacen misacciones

reglas CA


Tipos de Programa de AgenteAgentes basados en Objetivos

No siempre es suficiente el conocimiento sobre el estado actual delmundo.

Por ejemplo: el taxista automatico al verse enfrentado a un cruce decalles. . .

X puede decidir girar a la izquierda, derecha o bien continuar su marchahacia adelante

X dependiendo hacia donde quiere ir, y NO de las percepciones delmundo.

Se requiere, por lo tanto, informacion sobre un objetivo o metapara el agente.

Para esto, se puede emplear el resultado que generen las acciones, deun modo similar a como opera el agente basado en modelos.



Estructura de un agente reactivo basado en objetivos


Agente

sensores

actuadores

A

M

B

I

E

N

T

E

percepción

acciones

qué acción debieraemprenderahora

estado



metas

¿cómo será si emprendola acción A?



Se recomienda su uso en. . .

Busqueda.

Planificacion.

Porque encuentran secuencias de acciones para alcanzar objetivosconcretos:

X de acuerdo a lo que agente perciba.


Tipos de Programa de AgenteAgentes basados en Utilidad

Las metas por sı solas no son suficientes:

X para generar comportamiento de gran calidad

Por ejemplo, hay muchas maneras de que el taxi automatico llegue asu destino:

X no esta en discusion que el taxista cumple con su objetivoX pero no todas resultan comodas o baratas para el usuario.

Por lo tanto, las metas definen vagamente lo que es felicidad ytristeza, con respecto al cumplimiento de objetivos.



Serıa mejor tener una medida concreta de felicidad que permitacomparar estados:

X cientıficamente conocida como utilidadX un estado puede tener mas utilidad que otro.

Funcion de Utilidad

Toma uno o mas estado y los transforma a un numero real, que va arepresentar al nivel de felicidad del agente.

A veces hay estados conflictivos:

X la utilidad representa un balanceX por ejemplo: velocidad y seguridad al conducir




Agente

sensores

actuadores

A

M

B

I

E

N

T

E

percepción

acciones


estado



utilidad

¿cómo será siemprendola acción A?

¿qué tan feliz seréen ese caso?


¿Que vimos la clase pasada?


Hoy veremos

Estructura de agentes.

Tipos de programas de agentes.


Estructuras de Agente

Hasta ahora hemos hablado de la conducta de los agentesinteligentes. . .

X que es la accion dada una secuencia de percepciones.

La IA debe disenar lo que se conoce como el programa del agente

Los programas de agente se ejecutan en computadores con sensoresy actuadores.

Esto se llama Arquitectura

Entonces: Agente = Arquitectura + Programa.

El programa debe ser el adecuado para la arquitectura.


Programas de Agente I

La mayorıa sigue la misma estructura:

X reciben percepciones desde sensoresX envıan acciones a actuadores

Programa y Funcion del Agente

El programa recibe la percepcion actual:

X porque no hay algo disponible en el entornoX por ende, es necesario recordar las percepciones.

La funcion recibe todo el historico de percepciones (tabla).


Programas de Agente II

¿Cual es el problema con la tabla de agente?

Esta condenada al fracaso.

Veamos el caso del taxi automatizado:

X si cada imagen de camara entrega una tasa de 27MBs , suponiendo una

resolucion de 640× 480, con 24 bits de color y 30 fps.X Se estima que por cada hora de conduccion tendrıamos una tabla con

la no despreciable cantidad de 10250.000.000.000 entradas.

En el caso del pequeno y ordenado mundo del Ajedrez:

X Al menos tendrıamos 10150 entradas

Solo como referencia

Se calcula que el numero de atomos observables en el universo es delorden de 1080.


Programas de Agente III

La idea de la IA es crear programas de agentes racionales usando unapequena cantidad de codigo, sin tener que recurrir a grandes tablas.


Programas de Agente IV

Otras areas han logrado un objetivo similar

Antiguamente habıan grandes tablas con raıces cuadradas paraingenieros y matematicos:

X hoy las calculadoras utilizan un programa que no excede las cincolıneas.

De la misma manera para el calculo de funcioneslogarıtmico-exponenciales, circulares, etc.


Programas de Agente V

Tipos de programa de agente.

1 Agentes reactivos simples.

2 Agentes reactivos basados en modelos.

3 Agentes basados en objetivos.

4 Agentes basados en utilidad.


Tipos de Programa de Agente IAgentes Reactivos Simples

Es el tipo de agente mas sencillo.

Seleccionan la accion solo sobre las percepciones actuales del agente,ignorando las percepciones historicas.

Ejemplo: Funcion de Agente Reflejo Simple Aspiradora

Entrada: [ubicacion, estado]Salida: accion

1: si estado = Sucio entonces2: retornar Limpiar3: sino si ubicacion = A entonces4: retornar Derecha5: sino si ubicacion = B entonces6: retornar Izquierda7: fin si


Tipos de Programa de Agente IIAgentes Reactivos Simples

Las reacciones son conexiones mentales que siguen una reglasencilla:

X si <percepcion> entonces <accion>

X por ejemplo: si el auto que va adelante enciende la luz de freno,entonces frenar.

Estas reglas se llaman reglas de condicion-accion (CA)


Tipos de Programa de Agente IIIAgentes Reactivos Simples

Estos agentes son simples pero tienen una inteligencia limitada.

Por lo general requieren que el mundo sea totalmente observable:

X si acaso lo que se desea es tomar la decision correcta.

Otro problema es que pueden caer en bucles infinitos, dependiendo desu arquitectura:

X pueden tomar decisiones de modo aleatorio

X por ejemplo: aspiradora sin sensor de ubicacion.


Tipos de Programa de Agente IAgentes basados en Modelos

El problema a resolver es la visibilidad del mundo.

La solucion para la visibilidad parcial: almacenar aquellas partes delmundo que no se ven:

X se requiere de un estado internoX que dependa de la historia de las percepcionesX por ejemplo: al conducir, saber donde estan los otros vehıculos.

Se necesita informacion sobre el como evoluciona el mundo,independiente del agente: saber por ejemplo que los autos seacercan cuando frenan.

El como es lo que se conoce como modelo.


Tipos de Programa de Agente IIAgentes basados en Modelos


Agente

sensores

actuadores

AMBIENTE

percepción

acciones

qué acciónemprender ahora

estado



reglas CA


Tipos de Programa de Agente IAgentes basados en Objetivos

No siempre es suficiente el conocimiento sobre el estado actual delmundo.

Por ejemplo: el taxista automatico al verse enfrentado a un cruce decalles. . .

X puede decidir girar a la izquierda, derecha o bien continuar su marchahacia adelante

X dependiendo hacia donde quiere ir, y NO de las percepciones delmundo.

Se requiere, por lo tanto, informacion sobre un objetivo o metapara el agente.

Para esto, se puede emplear el resultado que generen las acciones, deun modo similar a como opera el agente basado en modelos.


Tipos de Programa de Agente IIAgentes basados en Objetivos

Estructura de un agente reactivo basado en objetivos


Agente

sensores

actuadores

A

M

B

I

E

N

T

E

percepción

acciones


estado



metas

¿cómo será si emprendola acción A?


Tipos de Programa de Agente IIIAgentes basados en Objetivos

Se recomienda su uso en. . .

Busqueda.

Planificacion.

Porque encuentran secuencias de acciones para alcanzar objetivosconcretos:

X de acuerdo a lo que agente perciba.


Tipos de Programa de Agente IAgentes basados en Utilidad

Las metas por sı solas no son suficientes:

X para generar comportamiento de gran calidad

Por ejemplo, hay muchas maneras de que el taxi automatico llegue asu destino:

X no esta en discusion que el taxista cumple con su objetivo

X pero no todas resultan comodas o baratas para el usuario.

Por lo tanto, las metas definen vagamente lo que es felicidad ytristeza, con respecto al cumplimiento de objetivos.


Tipos de Programa de Agente IIAgentes basados en Utilidad

Serıa mejor tener una medida concreta de felicidad que permitacomparar estados:

X cientıficamente conocida como utilidadX un estado puede tener mas utilidad que otro.

Funcion de Utilidad

Toma uno o mas estado y los transforma a un numero real, que va arepresentar al nivel de felicidad del agente.

A veces hay estados conflictivos:

X la utilidad representa un balanceX por ejemplo: velocidad y seguridad al conducir


Tipos de Programa de Agente IIIAgentes basados en Utilidad

Estructura de un agente basado en utilidad


Agente

sensores

actuadores

A

M

B

I

E

N

T

E

percepción

acciones


estado



utilidad

¿cómo será siemprendola acción A?

¿qué tan feliz seréen ese caso?


Fin de la Unidad 5


Documents

Unidad No. 5 - Agentes Inteligentes