Inteligencia Artificial

Inteligencia Artificial
Oscar Bedoya
oscar.bedoya@correounivalle.edu.co
* * * *
Agentes Caractersticas de los agentes Estructura de un agente Tipos de agentes
Agentes Inteligentes
Agente
Sistema que recibe informacin del ambiente o entorno y acta en consecuencia

percepcin
Entorno
Agente
accin
Agente
Es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o acta por medio de efectores
Agente humano
Agente robtico Agente de software
Agente humano
Percepcin: a travs de los sentidos Actuacin: en funcin de la percepcin
Agente robtico
Percepcin: sensores (cmara, ultrasonidos, laser) Actuacin: actuadores (ruedas, brazos articulados)
BigDog
Robot cuadrpedo desarrollado

por la NASA y la Universidad de Harvard Es usado para cargar equipo militar Es capaz de cargar hasta 150 kilos
Permite caminar sobre hielo y recuperarse de una cada
Agente de software
Percepcin: fuentes de datos (teclado, archivos, cmara) Actuacin: resultados (pantalla, archivos)
Ejemplo: agente como parte de un sistema de recomendacin, bots en un sitio de compras
JADE (Java Agent DEvelopment Framework)
Es una plataforma para la ejecucin de agentes 100% Java
Incluye
- Creacin bsica de agentes - Programacin del comportamiento de los agentes con base en comportamientos (behaviours) - Manejo para envo y recepcin de mensajes
import jade.core.Agent;
public class AgenteMinimo extends Agent {
protected void setup() {

System.out.println(Hola! Soy el AgenteMinimo + getAID().getName() );
} }
Clase Agent
Para dar comportamiento al agente se sobrescriben los mtodos: send()
receive()
setup()
Agente racional
Agente racional ideal
Agente racional
Es aquel que hace lo correcto, es decir, aquello que le permite obtener un buen desempeo
La medicin de desempeo vara entre los agentes
Agente racional
Agente de limpieza con una aspiradora Medidas de desempeo:

- Cantidad de mugre eliminado - Energa consumida - Ruido generado - Correlacionar cantidad de electricidad consumida y la cantidad de mugre eliminado
Agente racional
Racionalidad
omnisciencia*
No existe la omnisciencia
*Omnisciencia: saber exactamente el resultado que producen las acciones
Agente racional
Racionalidad
omnisciencia
No existe la omnisciencia
La racionalidad est relacionada con el xito esperado,
tomando como base lo que se ha percibido
Agente racional
La racionalidad depende de tres factores De la medida que evala el grado de xito o desempeo
Del conocimiento que posee acerca del medio De las acciones que el agente puede emprender
Agente racional
Es un agente racional capaz de emprender acciones con el fin de obtener informacin til que le ayude a tomar decisiones
Mapeo ideal
Una forma de asignar el comportamiento consiste en elaborar una tabla de acciones que debe emprender como respuesta a una secuencia de percepciones
Agente raz cuadrada de una calculadora
Percepcin x 1.0 1.1 Accin z 1.000000000000000 1.048808848170152
1.2 1.3
...
1.0954455115010332 1.140175425099138
...
Agente raz cuadrada de una calculadora
Percepcin x 1.0 1.1 Accin z 1.000000000000000 1.048808848170152 funcin raizCuadrada(x) z 1.0 repetir hasta |z2-x|<10-15 zz-(z2-x)/(2z) retornar z
1.2 1.3
...
1.0954455115010332 1.140175425099138
...
Estructura general de los agentes
percepcin
Sensores
Ambiente
Comportamiento
Actuadores
accin
Estructura general de los agentes
percepcin
Sensores
Ambiente
Comportamiento
Mapeo de percepciones a acciones
Actuadores
accin
- Existen cuatro tipos de agentes presentados en orden creciente de inteligencia: Agente de reflejo simple Agente con modelo del entorno Agente basado en metas
Agente basado en utilidad
Agente de reflejo simple
A cada percepcin se le asocia una accin a efectuar El conocimiento se representa mediante una tabla:
Percepcin
-
Accin asociada
-
A cada percepcin se le asocia una accin a efectuar El conocimiento se representa mediante una tabla:
Percepcin
-
Accin asociada
-
El mdulo de comportamiento es tan sencillo como una bsqueda en la tabla
percepcin
Sensores
Datos del entorno
Entorno
Bsqueda en tabla de reglas

Accin elegida
accin
Actuadores
Robot mvil que evita obstculos
El agente debe explorar el ambiente y encontrar el tem oculto
Tres sensores de proximidad: frontal, derecho, izquierdo Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda
Una tabla que relaciona percepcin con accin:

Sensor frontal libre no libre Sensor derecho libre libre Sensor izquierdo libre libre Accin avanzar girar izquierda
no libre
libre -
no libre
no libre -
libre
libre -
girar izquierda
avanzar -
Una tabla que relaciona percepcin con accin:

Sensor frontal libre no libre no libre Sensor derecho libre libre no libre Sensor izquierdo libre libre libre Accin avanzar girar izquierda girar izquierda
libre
-
no libre
-
libre
-
avanzar
-
Qu problemas o limitaciones identifica?
funcin AGENTE-REFLEJO-SIMPLE(percepcin) retorna una accin
esttico: reglas (tabla)
estado INTERPRETAR-ENTRADA(percepcin)
regla REGLA-COINCIDENCIA(estado, reglas) accin REGLA-ACCION[regla] retorne accin
Considere el siguiente ambiente:
Sensor izquierdo libre libre
Sensor arriba libre libre
Sensor derecho libre libre
Sensor abajo libre no libre
Huele Queso no no
Accin ir arriba ir arriba
libre
libre libre libre
libre
libre no libre no libre
no libre
no libre libre libre
libre
no libre libre no libre
no
no no no
ir arriba
ir izquierda ir izquierda ir derecha
libre
no libre
no libre libre libre libre libre no libre no libre no libre
no libre
no libre libre libre no libre no libre libre libre no libre
libre
no libre libre no libre libre no libre libre no libre libre
no
no no no no no no no no
ir izquierda
ir izquierda ir arriba ir derecha ir abajo ir arriba ir derecha ir derecha ir abajo
y un agente de reflejo simple que utiliza la tabla Indique si el agente encuentra el queso o no
libre no libre no libre no libre no libre no libre no libre no libre
si
tomar queso
Huele Queso no no
libre
libre libre libre
libre
no libre
libre
no
no no no
ir arriba
ir arriba ir izquierda ir derecha
libre
no libre
no libre
libre
no
ir izquierda
si
tomar queso
Huele Queso no no
libre
libre libre libre
libre
no libre
libre
no
no no no
ir arriba
libre
no libre
no libre
libre
no
ir izquierda
si
tomar queso
Considere el siguiente ambiente del problema de la aspiradora:
En el ambiente siempre hay una casilla con mugre. No hay obstculos en el interior del mundo Indique las percepciones y acciones del agente Desarrolle la tabla de percepciones/acciones
Indique si su agente puede dar solucin al problema especfico mostrado en la figura
Complete la tabla para que encuentre el mugre en la nueva posicin dada
Agente con modelo del entorno
El agente crea un modelo del entorno. Para esto se basa en las percepciones, estados previos al actual y acciones previas
Puede utilizar cualquier estructura de datos para crear el modelo del entorno
Las acciones no se asocian directamente a percepciones
A cada situacin del entorno se le asocia una accin (mediante una tabla)
Situacin Accin asociada -
situacinEntorno = f(percepciones, datos anteriores)
accin = f(situacinEntorno)
Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones (matriz)
Una tabla que relaciona situaciones con acciones
Sensor frontal
libre
Sensor derecho
libre
Sensor izquierdo
libre
Accin
avanzar
no libre
no libre -
libre
no libre -
libre
libre -
girar izquierda
girar izquierda -
Situacin
Sensor frontal
libre libre libre
Sensor derecho
libre libre libre
Sensor izquierdo
libre libre libre
Frontal fue explorado

NO SI SI
Derecho fue explorado

NO NO NO
Izquierdo fue explorado

NO NO SI
Accin
avanzar girar izquierda girar derecha
no libre
-
libre
-
libre
-
NO
NO
girar izquierda
-
Situacin
Sensor frontal
libre libre libre
Sensor derecho
libre libre libre
Sensor izquierdo
libre libre libre
Frontal fue explorado

NO SI SI
Derecho fue explorado

NO NO NO
Izquierdo fue explorado

NO NO SI
Accin
avanzar girar izquierda girar derecha
no libre
-
libre
-
libre
-
NO
NO
girar izquierda
-
El modelo se crea aparte y se consulta para tomar la decisin
Ahora las acciones del robot sern ms lgicas, podra buscar en las direcciones que no ha explorado
A diferencia de reflejo simple, una misma percepcin puede dar lugar a acciones distintas
Si existen varias alternativas, no existe un criterio para escoger
percepcin
Sensores
Datos del entorno
Entorno
Modelado del entorno

Modelo del entorno

accin Accin elegida
Actuadores
funcin AGENTE-CON-MODELO(percepcin) retorna una accin
esttico: reglas, conjunto de reglas condicin-accin
estado ACTUALIZAR-ESTADO(estado, percepcin)

regla REGLA-COINCIDENCIA(estado, reglas) accin REGLA-ACCION[regla]
estado ACTUALIZAR-ESTADO(estado, accin)

retorne accin
Huele Queso no no
libre
libre libre libre
libre
no libre
libre
no
no no no
ir arriba
libre
no libre
no libre
libre
no
ir izquierda
Si utilizara un agente con modelo del entorno, cmo modelara las situaciones
si
tomar queso
Huele Queso no no
libre
libre libre libre
libre
no libre
libre
no
no no no
ir arriba
libre
no libre
no libre
libre
no
ir izquierda
IzquierdaExplorado? DerechaExplorado? ArribaExplorado? AbajoExplorado?
libre no libre no libre no libre no libre
+ modelo
0 0 0 0
no libre no libre no libre
0
0 0
0
0 0
0
0 0
0
0 0
si
tomar queso
En el ambiente siempre hay dos casillas con mugre. No hay obstculos en el interior del mundo Indique las situaciones y acciones del agente
Situaciones: percepciones + izquierdaExplorado + derechaExplorado

+ arribaExplorado + abajoExplorado + mugre1Encontrado + mugre2Encontrado
Agente basado en metas
Se tienen dos nuevos elementos: - Meta. Estado final deseado en el sistema - Modelado del efecto de las acciones. A cada par (estado, accin) se le asocia un efecto
A diferencia del basado en modelo, en cada estado se evalan las acciones y se elige la que permite alcanzar la meta
Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones
Una meta o situacin final a alcanzar por el robot Un elemento que permite conocer el efecto de cada accin*
5
El agente toma una decisin con base en el efecto que tenga cada posible accin El efecto se refleja en la cercana a la meta
5
El agente toma una decisin con base en el efecto que tenga cada posible accin El efecto se refleja en la cercana a la meta
y un agente basado en metas utilizando como medida para modelar el efecto de las acciones la distancia en L
El agente toma la decisin con base en la medida, solo en caso de empate utiliza el modelo
Considere el siguiente ambiente del problema del laberinto:
El efecto de cada accin se calcula por la distancia en L Indique la solucin que encontrara un agente basado en metas
Considere el siguiente ambiente del problema del laberinto:
El efecto de cada accin se calcula por la distancia en L Indique la solucin que encontrara un agente basado en metas
No tiene en cuenta el costo de la solucin Reduce el espacio de bsqueda Puede no encontrar la solucin aun cuando exista
percepcin
Sensores
Datos del entorno
Entorno
Modelo del entorno
Modelado de las acciones

Efecto acciones
accin

Accin elegida
Meta
Actuadores
El agente basado en utilidad se encarga de encontrar la solucin ptima segn el costo
A diferencia del basado en metas: - No busca la accin que simplemente consigue alcanzar la meta
- Se define un valor de utilidad para cada estado
Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones
Una valoracin de la utilidad de cada estado posible*
5
El agente explorara las diferentes alternativas para saber con cul se obtiene mayor utilidad
5
Cul camino es mejor?
y un agente basado en utilidad
y un agente basado en utilidad
La diferencia afecta al modo de bsqueda de la solucin: -Agente basado en metas: se estudian las acciones hasta encontrar una que lleva al estado meta (en ese momento se deja de buscar) -Agente basado en utilidad: hay que estudiar todas las acciones posibles y calcular su utilidad
percepcin
Sensores
Datos del entorno
Entorno
Modelo del entorno
Modelado de las acciones

Efecto acciones
Bsqueda
accin
Accin elegida
Utilidad acciones
Actuadores
Horarios de consulta
Martes y jueves (9:00-11:00) Martes (2:00-4:00)
Propiedades de los ambientes
Accesibles y no accesibles: si los sensores de un agente pueden tener acceso al estado total de un ambiente se dice que ste es accesible Deterministas y no deterministas: si el estado siguiente de un ambiente se determina completamente mediante el estado actual y la accin escogida, se dice que el ambiente es determinista
Episdicos y no episdicos: es episdico si la calidad de la actuacin de un agente no depende de episodios anteriores
Accesibles y no accesibles: si los sensores de un agente pueden tener acceso al estado total de un ambiente se dice que ste es accesible Deterministas y no deterministas: si el estado siguiente de un ambiente se determina completamente mediante el estado actual y la accin escogida, se dice que el ambiente es determinista
Episdicos y no episdicos: es episdico si la calidad de la actuacin de un agente no depende de episodios anteriores

la calidad depende de episodios anteriores es no episdico la calidad no depende de episodios anteriores es episdico
Estticos y dinmicos: si existe la posibilidad de que el ambiente sufra modificaciones mientras el agente se encuentra deliberando, se dice que se comporta en forma dinmica
Discretos y continuos: si existe una cantidad limitada de percepciones y acciones claramente discernibles, se dice que el ambiente es discreto. Ajedrez es discreto, conducir un taxi es continuo
Ambiente
Ajedrez con reloj Ajedrez sin reloj Pquer Backgammon Conducir un taxi Sistema de diagnstico mdico Robot clasificador de partes Asesor de ingls interactivo
Accesible Determinista Si Si No Si No No No No Si Si No No No No No No
Episdico No No No No No No Si No
Esttico Semi Si Si Si No No No No
Discreto Si Si Si Si No No No Si
Indique las propiedades en cada uno de los siguientes ambientes: Triqui
Videojuego Pac-man
Ambiente
Triqui Pac-man
Accesible Determinista
Episdico
Esttico
Discreto
Videojuego Pac-man
Ambiente
Triqui Pac-man
Si Si
Episdico
No
Esttico
Si
Discreto
Si
Videojuego Pac-man
Ambiente
Triqui Pac-man
Si Si Si No
Episdico
No No
Esttico
Si No
Discreto
Si Si

Inteligencia Artificial

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Inteligencia Artificial

Diunggah oleh

Hak Cipta:

Format Tersedia

Inteligencia Artificial

Agentes Caractersticas de los agentes Estructura de un agente Tipos de agentes

Sistema que recibe informacin del ambiente o entorno y acta en consecuencia

Agente robtico Agente de software

Robot cuadrpedo desarrollado

protected void setup() {

Agente racional ideal

Agente de limpieza con una aspiradora Medidas de desempeo:

*Omnisciencia: saber exactamente el resultado que producen las acciones

tomando como base lo que se ha percibido

Agente racional ideal

El mdulo de comportamiento es tan sencillo como una bsqueda en la tabla

Bsqueda en tabla de reglas

El agente debe explorar el ambiente y encontrar el tem oculto

Una tabla que relaciona percepcin con accin:

Una tabla que relaciona percepcin con accin:

Qu problemas o limitaciones identifica?

Considere el siguiente ambiente:

Sensor izquierdo libre libre

Sensor arriba libre libre

Sensor derecho libre libre

Sensor abajo libre no libre

Accin ir arriba ir arriba

libre no libre no libre no libre no libre no libre no libre no libre

Considere el siguiente ambiente:

Sensor izquierdo libre libre

Sensor arriba libre libre

Sensor derecho libre libre

Sensor abajo libre no libre

Accin ir arriba ir arriba

libre no libre no libre no libre no libre no libre no libre no libre

Considere el siguiente ambiente:

Sensor izquierdo libre libre

Sensor arriba libre libre

Sensor derecho libre libre

Sensor abajo libre no libre

Accin ir arriba ir arriba

libre no libre no libre no libre no libre no libre no libre no libre

Indique si su agente puede dar solucin al problema especfico mostrado en la figura

Complete la tabla para que encuentre el mugre en la nueva posicin dada

Complete la tabla para que encuentre el mugre en la nueva posicin dada

Complete la tabla para que encuentre el mugre en la nueva posicin dada

Las acciones no se asocian directamente a percepciones

situacinEntorno = f(percepciones, datos anteriores)

Frontal fue explorado

Derecho fue explorado

Izquierdo fue explorado

avanzar girar izquierda girar derecha

Frontal fue explorado

Derecho fue explorado

Izquierdo fue explorado

avanzar girar izquierda girar derecha

El modelo se crea aparte y se consulta para tomar la decisin

Qu problemas o limitaciones identifica?

Si existen varias alternativas, no existe un criterio para escoger

Modelado del entorno

Bsqueda en tabla de reglas

estado ACTUALIZAR-ESTADO(estado, percepcin)

estado ACTUALIZAR-ESTADO(estado, accin)

Considere el siguiente ambiente:

Sensor izquierdo libre libre

Sensor arriba libre libre

Sensor derecho libre libre

Sensor abajo libre no libre