Kecerdasan Buatan Intelligent Agents

OUTLINE 

• Agen dan lingkungan
• Rasionalitas 
• PEAS ( Perfomance measure , Environment , Actuators , Sensors )
• Jenis-Jenis Lingkungan 
• Jenis-Jenis Agen 

AGENT

• Agent adalah sesuatu yang dapat mengesan ( percieving ) lingkungan ( environment ) nya
  melalui  sensors dan bertindak ( Acting ) terhadap lingkungan tersebut melalui actuators

 AGEN MANUSIA 

• Sensor : mata , telinga , dan organ tubuh lain;
• actuators : tangan , kaki , mulut , dan bagian tubuh lain

AGEN ROBOTIK

• Sensor : kamera dan infrared range finders;
• Actuators : berbagai macam motor

AGENT DAN LINGKUNGAN

• fungsi agent memetakan dari sejarah persepsi dalam tindakan ( Actions )
• program agent berjalan pada arsitektur fisik untuk menghasilkan f 
• agen = arsitektur + program  

 AGEN RASIONAL 

• Sebuah agen haruslah mengarah kepada "lakukan hal yang benar" , berdasarkan kepada apa yang
  dapat di pahaminya dan tindakan yang dapat di lakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
• Pengukuran performance : sebuah kriteria objektif untuk keberhasilan sebuah perilaku agen
• Mis., ukuran perfomance dari sebuah agen vacuum-cleaner dapat berupa besarnya jumlah debu yang di bersihkan , jumlah waktu yang di habiskan , jumlah listrik yang di konsumsi , jumlah kebisingan yang dihasilkan DLL

AGEN RASIONAL 

• Agen rasional : untuk setiap deretan persepsi yang mungkin , sebuah agen rasional hendaklah memilih satu tindakan yang di harapkan memaksimalkan ukuran performancenya , dengan adanya bukti yang di berikan oleh deretan presepsi dan apapun pengetahuan terpasang yang di miliki agen itu.

AGEN RASIONAL 

• Rasionalitas berbeda dari omniscience ( tahu segala /all knowing dengan pengetahuan tak berhingga )
• Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memperoleh informasi yang berguna ( pengumpulan informasi , eksplorasi )
• sebuah agen adalah otonom ( Autonomous ) apabila perilakunya di tentukan oleh pengalamannya sendiri ( dengan kemampuan belajar dan beradaptasi )

PEAS

•  PEAS : Perfomance measure , Environment , Actuators , Sensors 
• Pertama-tama harus menentukan pengaturan untuk desain agen cerdas
• Pertimbangkan Mis., tugas merancang supir taksi otomatis  
• perfomance measure : Aman , cepat , legal , perjalanan menyenangkan , maksimumkan keuntungan 
• Environment : jalan , trafik lain , pejalan kaki , pelanggan
• actuators : kemudi , gas , rem , lampu sign , horn 
• Sensors : kamera , sonar , speedometer , GPS , odometer , engine sensors , keyboard

Jenis-Jenis Lingkungan 

• Fully observable ( vs. partially obervable ): Sensor-Sensor Sebuah agen memberinya akses ke keadaan lengkap lingkungannya pada setiap jangka waktu.
• Determenistic( vs. stochastic ): Keadaan lingkungan berikutnya sepenuh di tentukan oleh keadaan sekarang dan tindakan yang di laksanakan oleh agen. ( jika lingkungan itu determenistik kecuali untuk tindakan agen-agen lain , maka lingkungannya adalah strategic )
• Episodic( vs.sequential ): Pengalamn 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.

STRUKTUR AGEN 

• Perilaku agen : tindakan yang di lakukan setelah di berikan sembarang sekuen persepsi
• Tugas Al adalah merancang program agen yang mengimplementasikan , fungsi agen yang memetakan persepsi ke tindakan 
• Diasumsikan program ini berjalan di beberapa alat komputasi yang di lengkapi sensors dan actuators ( di sebut arsitektur
  • Agent = arsitektur + program

• Program yang di pilih harus sesuai dengan arsitektur tersebut.

  •  cth : action : Walk -> arsitekturnya hendaklah memliki kaki

   PROGRAM-PROGRAM AGEN
  • Empat jenis dasar untuk menambah generalitas :
  • Simple reflex agents
  • model-based reflex agents
  • goal-based agents
  • utility-based agents