Pengenalan Intelligent Agents

Perkuliahan minggu ke - 2

Pengenalan Intelligent Agents

2.1 Agen dan Lingkungannya
Sistem AI terdiri dari agen dan lingkungannya. Para agen bertindak di lingkungan mereka. lingkungan mungkin mengandung agen lainnya.

Agen adalah segala sesuatu yang dapat merasakan lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor.

Seorang agen manusia memiliki organ sensorik seperti mata, telinga, hidung, lidah dan sejajar kulit ke sensor, dan organ lainnya seperti tangan, kaki, mulut, untuk efektor.

Seorang agen robot menggantikan kamera dan pejejak infra merah untuk sensor, dan berbagai motor dan aktuator untuk efektor.

Seorang agen perangkat lunak telah dikodekan string bit sebagai program dan tindakan.
Agen Terminologi

•  Mengukur Kinerja Agen - Ini adalah kriteria, yang menentukan seberapa sukses agen adalah.

•  Perilaku Agen - Ini adalah tindakan yang agen melakukan setelah setiap urutan tertentu persepsi.

•  Persepsi - Ini adalah input persepsi agen di sebuah contoh yang diberikan.

• Persepsi Urutan - Ini adalah sejarah semua yang agen telah dirasakan sampai tanggal.

•  Agen Fungsi - Ini adalah peta dari urutan ajaran untuk tindakan.

2.2 Rasionalitas
gen rasional yang ideal adalah satu, yang mampu melakukan tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya, atas dasar  urutan persepsi yang  built-in basis pengetahuan

Rasionalitas agen tergantung pada empat faktor berikut 

• Ukuran kinerja, yang menentukan tingkat keberhasilan. 
• Agen persepsi Urutan sampai sekarang. 
• Pengetahuan agen tentang lingkungan. 
• Tindakan bahwa agen dapat melaksanakan. 

Seorang agen rasional selalu melakukan tindakan yang benar, di mana tindakan yang tepat berarti tindakan yang menyebabkan agen untuk menjadi yang paling sukses di urutan persepsi yang diberikan. Masalah agen memecahkan ditandai dengan Mengukur Kinerja, Lingkungan, Aktuator, dan Sensor (PEAS).

2.3 PEAS (Performance measure, Environment, Actuators, Sensors)

PEAS (Performance measure, Environment, Actuators, Sensors)

PEAS: Performance measure, Environment, Actuators, Sensors

Pertama-tama harus menentukan pengaturan untuk desain agen cerdas

Pertimbangkan, mis., tugas merancang supir taksi otomatis:

Performance measure: Aman, cepat, legal, perjalanan menyenangkan, maksimumkan keuntungan

Environment: Jalan, trafik lain, pejalan kaki, pelangan

Actuators: Kemudi, gas, rem, lampu sign, horn

Sensors: Kamera, sonar, speedometer, GPS, odometer, engine sensors, keyboard

· Agen: Sistem pendiagnosa medis

· Performance measure: Pasien sehat, biaya minimal, sesuai aturan/hukum (lawsuits)

· Environment: Patient, hospital, staff

· Actuators: Screen display (questions, tests, diagnoses, treatments, referrals)

· Sensors: Keyboard (entry of symptoms, findings, patient's answers)

· Agent: Robot pengutip-sukucadang

· Performance measure: Persentase sukucadang dalam kotak yang benar

· Environment: ban berjalan dengan sukucadang, kotak

· Actuators: Pergelangan dan tangan tersambung

· Sensors: Kamera, joint angle sensors

Agent: Robot pengutip-sukucadang

Performance measure: Persentase sukucadang dalam kotak yang benar\

Environment: ban berjalan dengan sukucadang, kotak

Actuators: Pergelangan dan tangan tersambung

Sensors: Kamera, joint angle sensors

Agen: Tutor Bahasa Inggeris Interaktif

Performance measure: Memaksimalkan nilai mahasisa pada waktu ujian

Environment: Sekumpulan mahasiswa

Actuators: Layar display (exercises, suggestions, corrections)

Sensors: Keyboard

· Jenis-jenis Lingkungan

· Fully observable (vs. partially observable): Sensor-sensor sebuah agen memberinya akses ke keadaan lengkap lingkungannya pada setiap jangka waktu.

· Deterministic (vs. stochastic): Keadaan lingkungan berikutnya sepenuhnya ditentukan oleh keadaan sekarang dan tindakan yang dilaksanakan oleh agen. (Jika lingkungan itu deterministik kecuali untuk tindakan agen-agen lain, maka lingkungannya adalah strategic)

· Episodic (vs. sequential): Pengalaman agen dibagi kedalam "episode-episode" atomik (setiap episode terdiri dari si agen memahami (perceiving) dan kemudian melaksanakan satu tindakan, dan pilihan tindakan dalam tiap episode hanya tergantung pada episode itu sendiri.

· Static (vs. dynamic): Lingkungan tidak berubah selagi agen direncanakan (deliberating). (Lingkungan adalah semidynamic jika lingkungan itu sendiri tidak berubah dengan berjalannya waktu tetapi skor performa agen berubah)

· Discrete (vs. continuous): Sejumlah terbatas persepsi dan tindakan yang khas dan terdefinisi baik.

· Single agent (vs. multiagent): Sebuah agen yang mengoperasikan dirinya sendiri dalam sebuah lingkungan.

Jenis lingkungan sangat menentukan rancangan agen. Dunia nyata (tentu saja) partially observable, stochastic, sequential, dynamic, continuous, multi-agent

· Jenis-jenis Agen

· Perilaku agen: tindakan yang dilakukan setelah diberikan sembarang sekuen persepsi.

· Tugas AI adalah merancang program agen yang mengimplementasikan fungsi agen yang memetakan persepsi ke tindakan

· Diasumsikan program ini berjalan di beberapa alat komputasi yang dilengkapi sensors dan actuators (disebut arsitektur)



Agent = arsitektur + program



 Program yang dipilih harus sesuai dengan arsitektur tersebut.

Cth: Action: Walk à arsitekturnya hendaklah memiliki kaki.

Empat jenis dasar untuk menambah generalitas:

•  Simple reflex agents

•  Model-based reflex agents

•  Goal-based agents

•  Utility-based agents

2.4 Tipe-tipe Lingkungan Agen

•  Fully observable (vs. Partially observable): sensor-sensor sebuah agen memberinya akses ke keadaan lengkap lingkungannya pada setiap jangka waktu.

•  Deterministic (vs. Stochastic): keadaan lingkungan berikutnya sepenuhnya ditentukan oleh keadaan sekarang dan tindakan yang dilaksanakan oleh agen. (Jika lingkungan itu deterministik kecuali untuk tindakan agen-agen lain, maka lingkugannya adalah strategic)

•  Episodic (vs. Sequential): pengalaman agen dibagi ke dalam “episode-episode” atomik (setiapepisode terdiri dari si agen) memahami (perceiving) dan kemudian melaksanakan satu tindakan, dan pilihan tindakan dalam tiap episode hanya tergantung pada episode itu sendiri.

•  Static (vs. Dynamic): lingkungan tidak berubah selagi agen direncanakan (deliberating). (Lingkungan adalah semidynamic jika lingkungan itu sendiri tidak berubah dengan berjalannya waktu tetapi skor performa agen berubah)

• Discrete (vs. Continuous): sejumlah terbatas persepsi dan tindakan yang khas dan terdefinisi baik.

• Single agent (vs. Multiagent): sebuah agen yang mengoperasikan dirinya sendiri dalam sebuah lingkungan

• Jenis lingkungan sangat menentukan rancangan agen

•  Dunia nyata (tentu saja) partially observable, stochastic, sequentil, dynamic, continuous, multi-agent.

2.5 Tipe Tipe Agen



Tipe Program Agent

1. Simple Reflex Agent

Merupakan agent yang bekerja berdasarkan reflex. Contohnya, sebuah driver agent(supir taxi otomatis), harus memberikan reflex mengerem ketika terdapat mobil yang berhenti didepanya.

2. Agent That Keep Track the World

Merupakan agent yang tetap melakukan pengecekan terhadap keadaan lingkungan, sehingga dapat memberikan respon yang tepat.

3. Goal based agent(Agent berbesis pada tujuan/sasaran)

Merupakan sebuah agent yang mendasarkan setiap tindakannya untuk mencapai tujuan yang telah ditentukan. Setiap agent akan mempertimbangkan setiap kemungkinan yang akan terjadi pada mesa depan berdasarkan tindakan yang akan/telah dilakukanya.

4. Utility Based Agent

Merupakan sebuah fungsi yang memetakan suatu keadaan kedalam bilangan real, yang menggambarkan derajak kesenangan/kepuasan. Sedikit berbeda dengan Goal Based Agent, tipe ini tidak mengutamakan semua tujua, tetapi akan mengutamakan tujuan mana yang mungkin tercapai berdasarkan kondisi tertentu(tujuan kepuasan, kenyamanan, keefisienan).

5. Environment (Lingkungan)

Lingkungan sangat lah penting dalam proses perancangan sebuah agent. Hal ini dikarenakan setiap tindakan yang akan dilakukan oleh agent harus mempertimbangkan kondisi lingkungan. Terdapat beberapa kriteria pembegian lingkungan.

6. Accessible (dapat diakses)

Jika sensor agent dapat mendeteksi semua keadaan lingkungan, terutama yang berhubungan dengan pengambilan keputusan.

7. Deterministic

Merupakan suatu lingkungan dimana lingkungan yang akan dating ditentukan oleh keadaan saat ini dan setiap aksi yang dilakukan oleh agen saat ini.

8. Dynamic

Suatu lingkungan yang keadaanya selalu berubah-ubah.

9. Discrete (diskrit)

Keadaan dimana lingkungan saat ini dapat digambarkan dengan pasti, dengan tingkat kesalahan seminimal mungkin.

sumber :

http://www.w3ii.com/id/artificial_intelligence/artificial_intelligence_agents_and_environments.html

http://nisayuniza.blogspot.co.id/2015/04/kecerdasan-buatan-intelligent-agents.html

https://ibneaqiqi.wordpress.com/2010/12/10/agent-dalam-kecerdasan-buatan/