1. Agen dan Lingkungannya
Agen adalah segala sesuatu yang dapat merasakan lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor.
Seorang agen manusia memiliki organ sensorik seperti mata, telinga, hidung, lidah dan sejajar kulit ke sensor, dan organ lainnya seperti tangan, kaki, mulut, untuk efektor.
Seorang agen robot menggantikan kamera dan pejejak infra merah untuk sensor, dan berbagai motor dan aktuator untuk efektor.
Seorang agen perangkat lunak telah dikodekan string bit sebagai program dan tindakan.
2.Rasionalitas
Rasionalitas hanyalah status menjadi wajar, masuk akal, dan memiliki rasa yang baik penghakiman. Rasionalitas berkaitan dengan tindakan yang diharapkan dan hasil tergantung pada apa agen telah dirasakan. Melakukan tindakan dengan tujuan memperoleh informasi yang berguna adalah bagian penting dari rasionalitas. Memperbaiki wawasan kedepan untuk memperoleh informasi penting ( information gathering, exploration ). Agent disebut autonomous jika perilaku ditentukan oleh pengalaman sendiri (kemampuan untuk belajar dan beradaptasi).
3. 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?
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
- Sensors : video, speedometer, GPS, keyboard
4. Tipe - tipe Lingkungan Agen
- Fully observable (vs. partially observable) : apakah semua informasi diketahui?
- Deterministic (vs. stochastic) : apakah next stateditentukan dari current state dan action ?
- Episodic (vs. sequential) : apakah tergantung pada pengalaman
- Static (vs. dynamic) : apakah environment berubah ketika agent tidak bertindak?
- Discrete(vs. continuous):
- Single agent (vs. multiagent) : apakah agent bertindak sendiri atau ada lawan?
5. Tipe - tipe Agen
- 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
sumber :
http://aima.cs.berkeley.edu/
http://www.cs.ui.ac.id/WebKuliah/IKI30320/
http://www.w3ii.com/id/artificial_intelligence/artificial_intelligence_agents_and_environments.html
Tidak ada komentar:
Posting Komentar