Kecerdasan Buatan (KI092301)
Agent Cerdas Chastine Fatichah Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
1 / 25
Pokok Bahasan
• Agent & environment • Konsep Rational Agents • PEAS (Performance measure, • • •
Environment, Actuators, Sensors) Jenis Environment Jenis-jenis Agent Ringkasan
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
2 / 25
Agent & environment Nose
Eye (s)
Konsep Agent & 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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
8 / 25
Contoh: Taksi Otomatis • Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan :
• Performance measure: sampai tujuan, tidak
• • • 12/7/2012
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 Agent Cerdas @ Kecerdasan Buatan (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
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 (KI092301)
18 / 25
Simple reflex agents
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
19 / 25
Model-based reflex agents
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
20 / 25
Goal-based agents
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
21 / 25
Utility-based agents
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
22 / 25
Learning agents
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach
12/7/2012
Agent Cerdas @ Kecerdasan Buatan (KI092301)
23 / 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 (KI092301)
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 (KI092301)
25 / 25
