DEFINISI, KONSEP SERTA CONTOH
AGENTS
1.
Pengertian Agents
Pengertian sebuah AGENT 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.
1)
AGENT dan
LINGKUNGANNYA
Agen Intelligent sering digambarkan
secara skematis sebagai sistem fungsional abstrak mirip dengan program
komputer. Untuk alasan ini, agen cerdas kadang-kadang disebut agen cerdas
abstrak s (AIA) Untuk membedakan mereka dari dunia nyata implementasinya
sebagai sistem komputer, sistem biologis, atau organisasi. Beberapa definisi
dari agen cerdas mereka menekankan otonomi , sehingga lebih memilih cerdas agen
otonom jangka s. Yang lain (terutama Russell & Norvig (2003) ) perilaku
goal-directed dianggap sebagai inti dari kecerdasan dan sebagainya lebih suka
istilah yang dipinjam dari ekonomi , ” agen rasional “.
Agen Cerdas dalam
kecerdasan buatan berhubungan erat dengan agen di ekonomi , dan versi dari
paradigma agen cerdas yang dipelajari dalam ilmu kognitif , etika , filsafat
alasan praktis , serta di banyak interdisiplinersosio-kognitif pemodelan dan
sosial simulasi komputer.
Intelligent agen juga
berhubungan erat dengan agen perangkat lunak (program perangkat lunak otonom
yang melaksanakan tugas atas nama pengguna). Dalam ilmu komputer , agen cerdas
istilah dapat digunakan untuk merujuk kepada agen perangkat lunak yang memiliki
kecerdasan tertentu, terlepas jika tidak agen rasional oleh dan Norvig Definisi
Russell. Sebagai contoh, program otonom digunakan untuk bantuan operator atau
data mining (kadang-kadang disebut sebagai bot).
Lingkungan Tugas Agen,
merupakan definisi dari pemasalahan yang akan diselesaikan oleh agen.antara
lain :
1. Performance Measure
karakteristik apa yang
menjadi tujuan dari agen ?
contoh : motor - tiba
ditujuan dengan cepat dan hemat bahan bakar
2. Environment
bagaimana karakterisitik
lingkungan yang akan dihadapi ?
contoh : motor - tipe
jalan, tingkat kemacetan
3. Actuators
perangkat apa yang
dibutuhkan agen untuk mencapai tujuan ?
contoh : motor -
steering, klakson dll
4. Sensors
perangkat apa yang dibutuhkan
agen untuk mengetahui kondisi lingkungan ?
contoh : motor -
speedometer
2)
RASIONALITAS
Rational Agent merupakan suatu agent yang selalu
bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang
lingkungan dan pengetahuan lain yang dimilikinya. Mengevaluasi kinerja sangat
penting. Kita harus berhati-hati untuk membedakan antara rasionalitas dan
omniscience (kemahatahuan). Rasionalitas bahwa agen tahu hasil dari sebuah
tindakan yang dilakukan secara rasional. Sedangkan omniscience adalah sebuah
kemustahilan dari kenyataan yang sebenarnya telah terjadi. Faktor yang
mempengaruhi rasionalitas :
·
Pengukuran kinarja
(Performance Measure)
·
Percept Sequence
(persepsi urutan)
·
Knowledge from
Environment
·
Possible Actions
3)
PERFORMANCE
MEASURE, ENVIRONMENT, ACTUATORS, SENSORS (PEAS).
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 agent?
·
Actuators: apa
saja yang bisa dilakukan si agent?
·
Sensors: apa saja
yang menjadi input si agent?
2.
Konsep Agents
1)
Rational Agent
·
Definisi:
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
·
Rational tidak berarti sempurna: ada
aspek lingkungan yang tidak diketahui, di luar kendali.
·
Terkadang agent bermulai tanpa
pengetahuan lingkungan → exploration, learning, autonomy.
2)
Task Environment
Ketika merancang sebuah
agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni:
·
Performance
measure: apa saja yang menjadi ukuran kinerja agent?
·
Environment: di
manakah agent berperan?
·
Actuators: apa
saja yang bisa dilakukan si agent?
·
Sensors: apa saja
yang menjadi perantara input untuk agent?
·
PEAS
Contoh: Agent taksi otomatis
Bayangkan sebuah agent
taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
·
Performance measure:
keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan
·
Environment:
jalanan, lampu merah, lalulintas, pejalan kaki, cuaca
·
Actuators: stir
arah, gas, rem, klakson, sinyal kiri/kanan
·
Sensors: kamera,
sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard
Jenis environment
·
Fully-observable
vs. partially-observable: semua info relevan diketahui?
·
Deterministic vs.
stochastic: next state = current state + action?
·
Episodic vs.
sequential: apakah tergantung sejarah?
·
Static vs.
dynamic: environment berubah jika agent tidak bertindak?
·
Discrete vs.
continuous: bisa terhadap sifat state, percept, action.
·
Single agent vs.
multiagent: apakah ia kawan (kooperatif) atau lawan (kompetitif)?
·
Tentunya, dunia
nyata kita partially-observable, stochastic, sequential, dynamic, continuous,
dan multiagent.
3)
Struktur sebuah
agent
·
Agent function
Sebuah fungsi yang
memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan
(action)
f : P* → A
·
Agent program
Sebuah program yang
mengimplementasikan fungsi f di atas arsitektur
·
Agent = Arsitektur
+ Program
·
Agent program
menerima input percept terakhir (*mungkin* ia menyimpan percept sequence di
dalam memory-nya)
3.
Contoh Agents
1)
Contoh: Taksi
Otomatis
Sebuah agent taksi otomatis yang menerima penumpang
dan mengantarkannya ke tujuan
·
Performance
measure: sampai tujuan, tidak melanggar lalu lintas, perjalanan nyaman, hemat
bensin.
·
Environment:
jalan, lalu lintas, pejalan kaki, pelanggan.
·
Actoators: arah
stir, gas, rem, klakson, sinyal kiri atau kanan.
·
Sensors: video,
speedometer, GPS, keyboard.
2)
Contoh: Medical
Diagnosis System
Sebuah agent Medical
Diagnosis System yang mendiagnosa pasien secara otoatis:
·
Performance
measure: pasien sembuh, biaya murah, tidak menyalahi hukum.
·
Environment:
pasien, rumah sakit, suster, dokter.
·
Actoators: layar
monitor (pertanyaan, test, diagnosa, treatment, petunjuk).
·
Sensors: keyboard
(masukkan gejala penyakit, jawaban pasien).
3)
Contoh: Robot
Pabrik Penjamin Mutu
Sebuah robot yang
melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda
·
Performance
measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.
·
Environment: ban
berjalan, komponen yang diuji, kotak.
·
Actuators: gerak
lengan dan tangan robot.
·
Sensors: kamera,
sensor fisik.
4)
Contoh: Interactive
English Tutor
Sebuah agent tutor yang
memberikan latihan english secara interaktif
·
Performance
measure: nilai skor maksimal.
·
Environment: para
siswa.
·
Actuators: laya
monitor (latihan, saran koreksi).
·
Sensors: keyboard.
Tidak ada komentar:
Posting Komentar