Pengenalan Intelligent Agents

AGENT 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

Konsep Rasionalitas

• Rational agent adalah agent yang melakukan sesuatu yang benar
– Setiap kolom pada tabel (Vacuum-cleaner world) diselesaikan/dikerjakan dengan benar

• Apakah sesuatu yang benar ?
– Agent yang paling sukses/ berhasil
– Mengukur kesuksesan/ keberhasilan ?

• Pengukur kemampuan haruslah objektif (contoh : Vacuumcleaner world)
– Jumlah debu yang dapat dibersihkan pada waktu tertentu
– Seberapa bersih lantai
– Besarnya konsumsi listrik
– Besarnya noise yang dihasilkan

• Rasional tergantung pada 4 hal :
– Kemampuan yang terukur,
– Pengetahuan lingkungan sebelumnya/ terdahulu,
– Tindakan,
– Urutan persepsi (sensors).

• DEF: Untuk setiap urutan persepsi yang mungkin, rational agent harus memilih tindakan yang diharapkan dapat memaksimalkan kemampuan dengan memberikan bukti yang
dihasilkan dari urutan persepsi dan pengetahuan yang dimiliki oleh agent.

• Rationalitas ≠ kemahatahuan (omniscience)
– An omniscient agent adalah agent mengetahui akibat yang terjadi dari suatu tindakan.

• Agent dapat bertindak sesuai dengan yang diharapkan untuk memodifikasi persepsi akan datang dengan mendapatkan informasi yang berguna (pengumpulan informasi dan eksplorasi)

• Agent dikatakan autonomous, jika perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan untuk belajar dan beradaptasi)


Environment types

Fully vs. partially observable: lingkungan sepenuhnya dapat diamati
ketika sensor-sensor dapat mendeteksi semua aspek yang relevan
dalam memilih tindakan.

• Deterministic vs. stochastic: Ketika tahap lingkungan berikutnya
sepenuhnya ditentukan oleh tindakan yang sudah dilakukan.

• Episodic vs. sequential: Pengalaman agent dapat dibagi menjadi
tahapan-tahapan yang kecil dimana agent akan menerima dan
melakukan satu tindakan. Pilihan tindakan tergantung hanya pada
episode itu sendiri.

• Static vs. dynamic: Jika lingkungan dapat berubah ketika agent sedang
memilih tindakan, lingkungan dikatakan dynamic. Semi-dynamic, jika
perfoma agent berubah ketika lingkungan tetap sama.
• Discrete vs. continuous: This distinction can be applied to the state of
the environment, the way time is handled and to the percepts/ actions of
the agent.

• Single vs. multi-agent: Does the environment contain other agents who
are also maximizing some performance measure that depends on the
current agent’s actions?


untuk informasi selengkapnya, silahkan upload di : http://rapidshare.com/files/214923872/materi_8.pdf