agentes inteligentes capítulo 2. reseña agentes y ambientes racionalidad peas (performance...

Post on 23-Jan-2016

235 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

TRANSCRIPT

Agentes Inteligentes

Capítulo 2

Reseña

• Agentes y ambientes

• Racionalidad

• PEAS (Performance measure, Environment, Actuators, Sensors)

• Tipos de ambientes

• Tipos de agentes

Agentes

• Un agente es cualquier cosa que puede percibir su ambiente a través de sensores y actuar sobre ese ambiente a través de actuadores

• El agente humano: Los ojos, las orejas, y otros órganos para sensores

• Las manos, las piernas, la boca, y otras partes del cuerpo para actuadores

• El agente robótico: Las cámaras y los telémetros infrarrojos para sensores

• Los motores diversos para actuadores

Agentes y Ambientes

• La función del agente mapea de historias de percepción a acciones

[f: P* A]• El programa del agente opera sobre la

arquitectura física para producir f• agente = arquitectura + programa

El mundo de aspiradora

• Percepciones: La posición y los contenidos, e.g., [A.Sucio ]

• Acciones: Derecho, Izquierdo, Aspirar, NoOp

Agentes Racionales

• Un agente debería esforzarse en "hacer lo correcto", basado en lo que puede percibir y las acciones que puede realizar. La acción correcta es lo único que causará que el agente sea exitoso.

• La medida de aptitud: Un criterio objetivo para el éxito de comportamiento de un agente.

• v. g. La medida de aptitud de un agente de aspiradora podría ser cantidad de suciedad limpiada, cantidad de tiempo dedicado, cantidad de electricidad usada, cantidad de ruido generado, etc.

Agentes Racionales

• El Agente Racional: Para cada secuencia posible de percepciones, un agente racional debería seleccionar una acción que se espera maximice su medida de aptitud, dada la prueba provista por la secuencia de percepción y no importa el conocimiento incorporado que el agente tiene.

Agentes Racionales

• La racionalidad es distinta de omnisciencia• Los agentes pueden realizar acciones para

modificar percepciones futuras a fin de obtener información aprovechable (reunión de información, exploración)

• Un agente es autónomo si su comportamiento es determinado por su propia experiencia (con habilidad a aprender y adaptarse)

PEAS

• PEAS: Performance measure, Environment, Actuators, Sensors

• Primero debe especificar el trasfondo para diseño inteligente del agente

• Considere la tarea de diseñar a un conductor de taxi automatizado:– Medida de actuación– Ambiente– Actuadores– Sensores

PEAS- Agente: conductor de taxi automatizado- Medida de Aptitud: Un viaje seguro, rápido,

legal, cómodo, maximizar beneficios- Ambiente: Las carreteras, tráfico, peatones,

clientes- Actuadores: El volante, el acelerador, el freno, la

señal, el claxon- Sensores: Las cámaras, el sonar, el

velocímetro, el sistema de posicionamiento global, el contador kilométrico, los sensores del motor, el teclado

PEAS

- Agente: Aistema médico de diagnóstico- Medida de aptitud: Paciente saludable,

minimizar costos, minimizar demandas- Ambiente: Paciente, hospital, cuerpo

administrativo- Actuadores: Acciones en pantalla (preguntas,

pruebas, diagnóstico, tratamientos, referencias)- Sensores: El teclado (síntomas,

descubrimientos, respuestas del paciente)

PEAS

• Agente: Robot que clasifica piezas

• Medida de actuación: Porcentaje de partes en depósitos correctos

• Ambiente: Cinta transportadora con partes, depósitos

• Actuadores: Mano y brazo articulados

• Sensores: Cámara, Sensores de ángulo de articulaciones

PEAS

• Agente: Tutor inglés interactivo

• Medida de Aptitud: Maximizar la puntuación del estudiante en la prueba

• Ambiente: Conjunto de estudiantes

• Actuadores: Acciones en pantalla (ejercicios, sugerencias, las correcciones)

• Sensores: Teclado

Tipos de Ambientes

• Completamente observable (vs. parcialmente observable): Los sensores de un agente le dan acceso a la situación completa del ambiente en todo tiempo.

• Determinista (vs. estocástico): La siguiente condición del ambiente es completamente determinada por la condición actual y la acción ejecutada por el agente. (Si el ambiente es determinista excepto por las acciones de otros agentes, entonces luego el ambiente es estratégico)

• Episódico (vs. secuencial): La experiencia del agente está dividida en "episodios" atómicos (cada episodio consta del agente percibiendo y luego realizando una acción sola). La elección de acción en cada episodio depende del episodio mismo.

Tipos de Ambientes

• Estático (vs. dinámico): El ambiente es igual mientras el agente delibera (el ambiente es semidinámico si el ambiente mismo no se altera con el paso del tiempo pero la puntuación de aptitud del agente lo hace).

• Discreto (vs. continuo): Un número limitado de distintas, claramente definidas percepciones y acciones.

• Único agente (vs. multiagente): Un agente operando por sí mismo en un ambiente.

Tipos de AmbientesAjedrez con Ajedrez sin Taxista reloj reloj

Complet. observable sí sí noDeterminista estratégico estratégico noEpisódico no no noEstático medio sí noDiscreto sí sí noAgente único no no no

• El tipo del ambiente determina mayormente el diseño del agente• El mundo real es (por supuesto) parcialmente observable,

estocástico, secuencial, dinámico, continuo, multiagente

Funciones del agente y programas• Un agente es completamente detallado

por la función del agente, mapeando secuencias de percepción a acciones

• Una función del agente (o una clase pequeña de equivalencia) es racional

• Meta: Encuentre la manera de implementar la función racional del agente concisamente

El agente de consulta de tablas

• Inconvenientes:– Tabla enorme– Tarda mucho en construir la tabla– Ninguna autonomía

• Necesita mucho tiempo para aprender las entradas de la tabla

Tipos de Agentes

• Agente simple por reflejos

• Agente por reflejos basado en modelos

• Agente basado en metas

• Agente basado en utilidad

• Agente que aprende

Estructura de un Agente

Agentes simple por reflejos

Agentes Simple por Reflejos

Agente con Estado

Agentes cpn Estado

Agente basado en metas

Agente basado en utilidades

Agente que aprende

top related