Kecerdasan Buatan (KI092301)
Agent Cerdas Chastine Fatichah Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
1 / 25
Pokok Bahasan •
Agent & environment
•
Konsep Rational Agents
•
PEAS (Performance measure, Environment, Actuators, Sensors)
•
Jenis Environment
•
Jenis-jenis Agent Jenis-jenis Agent
•
Ringkasan
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
2 / 25
Agent & environment Nose
Eye (s)
Konsep A g ent & environment Sumber: S. Russel, P. Norving, Artificial Inttelligencen: A Modern Approach • • •
•
Human agent
Percepts : masukan yang ditangkap dari sensor Actions : tindakan yang dilakukan oleh Agent Environments : lingkungan dimana si Agent berada Agents : humans, robots, softbots, thermostats, etc. Robotic agent
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
3 / 25
Agent & environment •
Agent function memetakan dari rekaman inputan ( percept histories) ke tindakan (actions):
[f : P* A ] •
Agent program menjalankan architecture untuk menghasilkan f
agent = architecture + program 12/7/2012
Agent Cerdas @ Kecerdasan Buatan
4 / 25
Contoh: Vacuum-cleaner world
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
• •
Percepts: lokasi dan kondisi, mis: [A, Kotor] Actions: Kiri, Kanan, Menghisap, Berhenti
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
5 / 25
Konsep rational agents •
•
•
Agent seharusnya berupaya melakukan tindakan yang benar agar berhasil Kriteria untuk keberhasilan perilaku agent disebut performance measure Contoh: A vacuum-cleaner agent • • • • •
jumlah kotoran yang dibersihkan jumlah waktu yang dibutuhkan jumlah konsumsi listrik jumlah kebisingan yang dihasilkan dll
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
6 / 25
Rational agents Definisi Rational agent : suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan dan pengetahuan lain yang dimilikinya. •
Rasionalitas berbeda dari kemahatahuan (mengetahui segala sesuatu tanpa batas)
•
Agent melakukan tindakan memperbaiki wawasan kedepan untuk memperoleh informasi penting (information gathering, exploration)
•
Agent disebut autonomous jika perilaku ditentukan oleh pengalaman sendiri (kemampuan untuk belajar dan beradaptasi)
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
7 / 25
PEAS Definisi PEAS: Performance measure, Environment, Actuators, Sensors •
Ketika merancang sebuah agent, harus mendefinisikan lingkungan masalah (task environment), yakni: •
•
• •
Performance measure : apa saja komponen pengukur keberhasilan si agent? Environment : kondisi apa saja yang ada disekitar si agent? Actuators : apa saja yang bisa dilakukan si agent? Sensors : apa saja yang menjadi input si agent?
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
8 / 25
Contoh: Taksi Otomatis •
Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan : •
Performance measure: sampai tujuan, tidak melanggar aturan lalu lintas, perjalanan nyaman, hemat bensin
•
Environment: jalan, lalu lintas, pejalan kaki, pelanggan
•
Actuators: arah stir, gas, rem, klakson, sinyal kiri atau kanan
•
12/7/2012
Sensors: video, speedometer, GPS, keyboard Agent Cerdas @ Kecerdasan Buatan
9 / 25
Contoh: Medical diagnosis system •
Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis: •
Performance measure: pasien sembuh, biya murah, tidak menyalahi hukum
•
Environment: pasien, rumah sakit, suster, dokter
•
Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk
•
Sensors: keyboard (masukan gejala penyakit, jawaban pasien)
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
10 / 25
Contoh: Robot pabrik penjamin mutu •
Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda •
Performance measure:
•
Environment:
• •
Actuators: Sensors:
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
11 / 25
Contoh: Robot pabrik penjamin mutu •
Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda •
Performance measure: prosentase jumlah komponen yg diletakkan pada kotak yang benar
•
Environment: ban berjalan, komponen yang diuji, kotak
• •
Actuators: gerak lengan dan tangan robot Sensors: kamera, sensor fisik
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
12 / 25
Contoh: Interactive English tutor •
Sebuah agent tutor yang memberikan latihan english secara interaktif •
Performance measure:
•
Environment:
Actuators:
• •
Sensors:
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
13 / 25
Contoh: Interactive English tutor •
Sebuah agent tutor yang memberikan latihan english secara interaktif •
Performance measure: nilai skor maksimal
•
Environment: para siswa
Actuators: layar monitor (latihan, saran koreksi)
•
•
Sensors: keyboard
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
14 / 25
Jenis Environment •
•
•
Fully observable (vs. partially observable): apakah semua informasi diketahui? Deterministic (vs. stochastic): apakah next state ditentukan dari current state dan action? Episodic (vs. sequential): apakah tergantung pada pengalaman
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
15 / 25
Jenis Environment •
Static (vs. dynamic): apakah environment berubah ketika agent tidak bertindak?
•
Discrete (vs. continuous):
•
Single agent (vs. multiagent): apakah agent bertindak sendiri atau ada lawan?
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
16 / 25
Contoh: Jenis Environment Agent Catur dgn waktu
Catur tanpa waktu
Taxi driving
Fully observable
Ya
Ya
Tidak
Deterministic
Strategic
Strategic
Tidak
Episodic
Tidak
Tidak
Tidak
Static
Semi
Ya
Tidak
Discrete
Ya
Ya
Tidak
Single agent
Tidak
Tidak
Tidak
• •
Jenis environment menentukan desain seorang agent Di dunia nyata pada umumnya partially observable, stochastic, sequential, dynamic, continuous, multi-agent
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
17 / 25
Jenis-jenis Agent •
Simple reflex agents: berdasarkan persepsi yg terakhir
•
Model-based reflex agents: memiliki representasi internal tentang keadaan sekitar
•
Goal-based agents: memiliki informasi tentang tujuan, memilih tindakan yang mencapai tujuan
•
Utility-based agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan utility function
•
Learning agents: belajar dari pengalaman, meningkatkan kinerja
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
18 / 25
Simple reflex agents Agent Sensors
!---+--
'
...P.-
Wh at ttie workj is Iik.e now
m ::::::1
-...·. 0 ::::::1
3
(Gonditbn-acti on
ru les::>-
llr
.
CD ::::::1
...
W hat acton I shoukj oo now '
' 12/7/2012
Agent Cerdas@ Kecerdasan Buatan
19 I
25
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas@ Kecerdasan Buatan
20 I
25
Model-based reflex agents f -- ---
,
........
Sam
Sensors ----+--!t--
\
What the workj is Iik.e now
m :::1
< -·
W hat my actions oo
0
::::1
:1 CD
It Gondit b n-act i on
rules _r,.-
......
W hat acton I 1 s houkj 00 now
...
Agent Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approac h
12/7/2012
Agent Cerdas@ Kecerdasan Buatan
20 I
25
Goal-based agents ( - -- -, Sensors ----+........
State
\
How the world evol ves
W hat
my actions do
Wh at the war is like now What it wiII be I ik.e if I do ac ton A
m :I
< -....·. 0 ::;:,
3
CD ::;:,
....._a::a 18 _. J-----
W hat ac tbn I .s ho u do now
,...
Agent Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approac h
12/7/2012
Agent Cerdas@ Kecerdasan Buatan
21 I
25
Utility-based agents (
- - ---.........
,
Sensors
-----+-----!11--
\
are
m W h at
my actions
< -·
cb
...
0
Util rty
happy I wi II in .such a stare
HO\V
be
What actbn I .s ho ukj cb now
::;::,
a
(D
,...
Agent Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas@ Kecerdasan Buatan
22 I
25
Learning agents Petf or mance
standard
•
C rit ic.
-
Sensors
-
feedback .
m ::1 <
·
changes
...
-
0
..
Pe tf or manee
Learning element
element
::1
nowlec:lge learning goals
12/7/2012
::1 ,..
n
Pr oblem generator
Agent
3
CT)
•
Actuators Agent Cerdas@ Kecerdasan Buatan
23 I
25
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas@ Kecerdasan Buatan
24 I
25
Ringkasan •
Sebuah rational agent harus memiliki tujuan (goal)
•
Sebuah task environment mendefiniskan performance measure, environment, action, dan sensors (PEAS) sebuah agent.
•
Agent function memetakan persepsi terhadap tindakan.
•
Agent program mengimplementasikan agent function.
•
Jenis-jenis agent: simple reflex, model-based, goalbased, utility-based , dan learning.
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
24 / 25
Sumber : 1. Slide perkuliahan Stuart Russell's (Berkeley) http://aima.cs.berkeley.edu/ 2. Slide perkuliahan Sistem Cerdas Ruli Manurung (Universitas Indonesia) http://www.cs.ui.ac.id/WebKuliah/IKI30320/
12/7/2012
Agent Cerdas @ Kecerdasan Buatan
25 / 25
