Lingkungan
?
Aktuator
Aksi/Tindakan
Istilah persepsi utuk melihat masukan yang diterima agen pada saat tertentu,
urutan persepsi agen (Percept Sequence) adalah masukan dari pertama sampai
terakhir dari semua hal yang pernah dirasakan oleh agen.
Secara umum, agen melakukan tindakan pada waktu tertentu dengan urutan
pertama sampai yang terakhir bergantung pada semua persepsi .
Kita dapat menggambarkan fungsi agen dari agen yang diminta dalam bentuk
tabulasi tabel. Dari kebanyakan agen memiliki tabel yang besar dan tak terbatas,
dalam faktanya kecuali kita membatasi panjang dari urutan persepsi yang ingin
kita gunakan. Kita dapat memberikan sebuah agen dengan eksperimen membuat
tabel mencoba semua kemungkinan urutan persepsi dan merekam aksi
Contoh Vacum Cleaner
Sebelum menutup bagian ini, kita harus menekankan bahwa gagasan tentang
agen dimaksudkan untuk menjadi alat untuk menganalisa sistem, bukan
karakterisasi mutlak yang membelah dunia. Agen Manusia dan non-agen
Manusia bisa melihat kalkulator genggam, sebagai agen yang memilih tindakan
menampilkan "4" bila diberi urutan persepsi "2 + 2 =," tapi seperti analisis tidak
akan membantu pemahaman kita tentang kalkulator. Dalam arti, semua bidang
teknik bisa dilihat untuk merancang tata letak yang berinteraksi dengan dunia;
AI beroperasi di ujung spektrum yang paling menarik, di mana tata letak
memiliki cukup sumber daya komputasi dan tugas lingkungan memerlukan
pengambilan keputusan yang tidak penting.
Konsep Rasionaliti
Agen rasional adalah satu agen rasional yang melakukan hal yang benar - secara
konseptual berbicara pada setiap entri di tabel diisi sebagai fungsi agen yang
benar. Jelas, melakukan hal yang benar lebih baik daripada melakukan hal yang
salah, tapi apa artinya melakukan hal yang benar?
Rasionality pada waktu tertentu bergantung kepada 4 hal :
• Ukuran kinerja yang mendefinisikan kriteria keberhasilan.
• Pengetahuan sebelumnya tentang lingkungan.
• Tindakan yang dapat dilakukan agen.
• Urutan persepsi agen sampai saat ini.
definisi agen rasional:
Agen Rasional
Untuk setiap kemungkinan urutan persepsi, agen rasional harus memilih
tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya, mengingat
bukti yang diberikan oleh persepsi urutan dan apa pun pengetahuan built-in
yang dimiliki agen.
Struktur Agen
Sejauh ini kita telah berbicara tentang setiap urutan persepsi agen dengan
menggambarkan perilaku - tindakan yang dilakukan setelahnya. Tugas AI
adalah merancang program agen untuk mengimplementasikan fungsi agen-
pemetaan dari persepsi terhadap tindakan. Kami menganggap program ini akan
berjalan dengan semacam arsitektur perangkat komputasi dengan sensor fisik
dan aktuator.
agent = arsitektur + program
Tentunya program yang kita pilih harus menjadi salah satu yang sesuai untuk
arsitektur. Jika
Program ini akan merekomendasikan tindakan seperti tangan, arsitekturnya
lebih baik memiliki kaki. Itu Arsitektur mungkin hanya PC biasa, atau mungkin
itu adalah mobil robot dengan beberapa onboard komputer, kamera, dan sensor
lainnya. Secara umum, arsitektur membuat persepsi dari sensor yang tersedia
untuk program ini, menjalankan program, dan memberi makan pilihan tindakan
program ke aktuator seperti yang dihasilkan.
Program Agen
Program agen yang kami desain semuanya memiliki kerangka yang sama:
mereka mengambil
persepsi saat ini sebagai masukan dari sensor dan mengembalikan tindakan ke
aktuator. Perbedaan antara program agen, yang mengambil persepsi saat ini
sebagai masukan, dan agen
fungsi, yang mengambil seluruh persepsi sejarah. Program agen hanya
membutuhkan arus persepsi sebagai masukan karena tidak ada lagi yang
tersedia dari lingkungan; jika tindakan agen Perlu bergantung pada keseluruhan
urutan persepsi, agen harus mengingat persepsi.
Empat jenis program agen dasar itu mewujudkan prinsip-prinsip yang
mendasari hampir semua sistem cerdas:
• Agen refleks sederhana, Memilii representasi internal tentang keadaan sekitar
• Agen refleks berbasis model; Memiliki informasi tentang tujuan, memilih
tindakan yang mencapai tujuan
• Agen berbasis tujuan; Melakukan penilaian kuantitatif terhadap suatu keadaan
lingkungan
• Agen berbasis utilitas. Belajar dari pengalaman, meningkatkan kinerja.