Pengertian sebuah
Agents adalah segala sesuatu yang dipandang sebagaimana mengamati lingkungannya
melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia
memiliki mata, telinga, dan organ lain untuk sensor, dan tangan, kaki, mulut,
dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan
berbagai pencari inframerah untuk sensor dan berbagai motor untuk efektor.
2.1 Agents dan Lingkungannya
- Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui (perceiving) linkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui alat aktuator (actuators)
- Manusia sebagai agent : mata, telinga dan organ lainnya sebagai sensors; tangan, kaki, mulut dan bagian tubuh lainnya sebagai actuators
- Robot sebagai agent : kamera dan pejejak infra merah sebagai sensors; berbagai motor pengerak sebagai actuators
- Software sebagai agent : tekanan pada keyboard, isi file dan paket paket pada jaringan sebagai masukan sensors; tampilan pada layar, penulisan file dan pengiriman paket jaringan sebagai keluaran actuators.
- Fungsi agent (f) adalah pemetaan dari urutan persepsi (percept) menjadi tindakan (actions)
[f: P* ->
A]
- Program agent berjalan pada arsitektur fisik untuk menghasilkan fungsi agent (f) agent = architecture + program
2.2 Rasionalitas
Sebuah agen haruslah mengarah kepada
“lakukan hal yang benar", berdasarkan kepada apa yang dapat dipahaminya
dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang
akan menyebabkan agen tersebut paling berhasil. Pengukuran Performance: Sebuah
kriteria objektif untuk keberhasilan sebuah perilaku agen.
Misalnya: Ukuran performance dari sebuah agen vacuum-cleaner
dapat berupa besarnya jumlah debu yang dibersihkan, jumlah waktu yang
dihabiskan, jumlah listrik yang dikonsumsi, jumlah kebisingan yang dihasilkan,
dll.
Agen rasional : Untuk setiap deretan persepsi yang mungkin,
sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan
memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh
deretan presepsi dan apapun pengetahuan terpasang yang dimiliki agen itu.
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
ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan
beradaptasi).
2.3 PEAS (Performance Measure, Environment, Actuators,
Sensors)
Pertama-tama harus menentukan pengaturan untuk desain agen cerdas.
Pertimbangkan, misalnya Agen: 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 suku cadang
dalam kotak yang benar.
·
Environment: ban berjalan dengan suku cadang,
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.
2.4 Tipe-Tipe Lingkungan Agen
Ø
Fully observable (vs. partially
observable): Sensor-sensor sebuah agen memberinya akses ke keadaan lengkap
lingkungannya pada setiap jangka waktu.
Ø
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).
Ø
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.
Ø
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).
Ø
Discrete (vs. continuous): Sejumlah
terbatas persepsi dan tindakan yang khas dan terdefinisi baik.
Ø
Single agent (vs. multiagent): Sebuah
agen yang mengoperasikan dirinya sendiri dalam sebuah lingkungan.
Tipe lingkungan sangat menentukan
rancangan agen. Dunia nyata (tentu saja) partially observable, stochastic,
sequential, dynamic, continuous, multi-agent.
2.5 Tipe-Tipe Agen
Perilaku agen: tindakan yang dilakukan
setelah diberikan sembarang sekuen persepsi.
Ø
Tugas AI adalah merancang program agen
yang mengimplementasikan fungsi agen yang memetakan persepsi ke tindakan.
Ø
Diasumsikan program ini berjalan di beberapa
alat komputasi yang dilengkapi sensors dan actuators (disebut arsitektur). Agent
= arsitektur + program.
Ø
Program yang dipilih harus sesuai
dengan arsitektur tersebut.
Cth: Action: Walk à arsitekturnya
hendaklah memiliki kaki.
Empat jenis dasar untuk menambah
generalitas:
o Simple
reflex agents
o Model-based
reflex agents
o Goal-based
agents
o Utility-based
agents
Referensi:
Tidak ada komentar:
Posting Komentar