Kamis, 19 Oktober 2017

Definisi, Konsep Serta Contoh Intelligents Agent

PENGENALAN INTELEGENTS AGENTS part 1

********************************************************************************************************

     A.   Definisi Agents

Adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata , telinga dan organ lain untuk sensor, dan tangan, kaki, mulut dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan berbagai pencari infra merah untuk sensor dan berbagai motor untuk efektor. Dapat digambarkan secara sederhana sebagai berikut:

Dalam kecerdasan buatan, intelligent agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarah aktivitasnya untuk mencapai tujuan yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russel & Norvig (2003) mengartikan Rational agent yang mengerjakan segala sesuatu hal dengan benar.

   B.   Konsep Agents

 
·         Percept : masukan “indera” si agent. Dengan kata lain : input
·         Percept Sequence : sejarah input si agent
·         Actions : tindakan yang dilakukan oleh si agent
·         Environment : lingkungan dimana si agent berada

Konsep Rational Agent
·         Rational → melakukan hal yang terbaik.
·         Kita harus mendefinisikan tujuan dari si agent (goal).
·         Goal bisa dinyatakan sebagai performance measure: ukuran kinerja si agent

Contoh:

Goal
Performance Measure
Lulus kuliah
IPK
Cepet kaya
Gaji bulanan
Juara liga sepakbola
Posisi klasemen
Bahagia
Tingkat kebahagiaan

Rational Agent
·       Definisi:
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
·       Rational tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar kendali.
·       Terkadang agent bermulai tanpa pengetahuan lingkungan → exploration, learning, autonomy.

Task Environment
·         Ketika merancang sebuah agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni:
·         Performance measure: apa saja yang menjadi ukuran kinerja agent?
·         Environment: di manakah agent berperan?
·         Actuators: apa saja yang bisa dilakukan si agent?
·         Sensors: apa saja yang menjadi perantara input untuk agent?
·         PEAS

Contoh: Agent taksi otomatis

Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
·         Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan
·         Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca
·         Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan
·         Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard

Jenis environment
·         Fully-observable vs. partially-observable: semua info relevan diketahui?
·         Deterministic vs. stochastic: next state = current state + action?
·         Episodic vs. sequential: apakah tergantung sejarah?
·         Static vs. dynamic: environment berubah jika agent tidak bertindak?
·         Discrete vs. continuous: bisa terhadap sifat state, percept, action.
·         Single agent vs. multiagent: apakah ia kawan (kooperatif) atau lawan (kompetitif)?
·         Tentunya, dunia nyata kita partially-observable, stochastic, sequential, dynamic, continuous, dan multiagent.

Struktur sebuah agent
·         Agent function
Sebuah fungsi yang memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action)
f : P* → A
·         Agent program
Sebuah program yang mengimplementasikan fungsi f di atas arsitektur
·         Agent = Arsitektur + Program
·         Agent program menerima input percept terakhir (*mungkin* ia menyimpan percept sequence di dalam memory-nya)

Contoh: VacuumCleanerWorld

SUMBER





Tidak ada komentar:

Posting Komentar