Ringkasan Agent Cerdas

Agent cerdas merupakan sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan. Agent cerdas adalah segala sesuatu yang dapat dipandang sebagai suatu entitas padaan bagian dari sistem cerdas dan didalam AI itu sendiri terdapat agen yang menjadi “eksekutor” dalam sistem tersebut.

Konsep agen cerdas  dan lingkungan :

  • Agen adalah segala segala sesuatu yang dipandang sebagai suatu entitas ada suatu lingkungan melalui alat sensor dan bertindak melalui alat akuator.
  • Sebagai perbandingan,, agen manusisa memiliki alat sensor: mata, telinga, dan organ sensor
  • Sedangkan pada agen robot: kamera dan inframerah untuk sensor, dan lengan sebagai motor.
  • Agen mernerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

 

AGENTCERDAS

Fungsi Agen (pada gambar. berupa kotak dengan tanda tanya) memetakanpercept sequence/percept history ke tindakan (action):
[f: P * A à]. Program agen berjalan pada arsitektur fisik untuk menghasilkan nilai fungsi f. Agen = arsitektur + program.

Konsep Perancangan Agent

Rasional dapat didefinisikan sebagai: melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil.

Beberapa hal yang perlu ditekankan:

  • Rasionalitas berbeda dari omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas).
  • Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
  • Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).
  • Jumlah kotoran dibersihkan,
  • Jumlah waktu yang dibutuhkan,
  • Jumlah listrik yang dikonsumsi,
  • Jumlah kebisingan yang dihasilkan,

Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah” mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya.

Tujuan (Goal): Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yangberusaha dicapai oleh agen (prioritas utama).

Bantuan PEAS

bantuan PEAS yang merupakan singkatan dari:Performance measurement, Environment, Actuators, Sensors. PEAS harus ditentukan sebelum desain agen cerdas. Berdasarkan informasi PEAS, kita benar dapat merancang agen untuk memenuhi tujuan yang ingin dicapai.Sebagai contoh, misalnya tugas merancang sebuah sopir taksi otomatis. Definisikan PEAS agen cerdas tersebut seperti berikut:

  • Performance Measure: Aman, cepat, legal, perjalanan nyaman, memaksimalkan keuntungan
  • Environment: Jalan, lalu lintas lainnya, pejalan kaki, pelanggan
  • Aktuator: Setir, pedal gas, rem, sinyal, klakson
  • Sensor: Kamera, sonar, speedometer, GPS, odometer, sensor mesin, keyboard

 

JENIS LINGKUNGAN AGENT CERDAS

Jenis lingkungan tempat agen cerdas bekerja dapat ditinjau dari beberapa aspek (berikut aspek yang menjadi lawannya,) bergantung lingkungan dimana agen tersebut berada. Aspek-aspek lingkungan adalah:

  • Sepenuhnya teramati vs Sebagian teramati: Lingkungan sepenuhknya teramati jika sensor mendeteksi semua aspek yang relevan dengan pilihan action. Sebuah sensor agen memberikan akses ke keadaan lengkap lingkungan pada setiap titik waktu. Lingkungan sebagian teramati karena sensor berisik dan tidak akurat.
  •           Deterministik vs Stokastic: Keadaan berikutnya lingkungan sepenuhnya ditentukan oleh keadaan saat ini dan tindakan yang dilakukan oleh agen. (Jika lingkungan deterministik kecuali untuk tindakan agen lain, maka disebut lingkungan strategis).
  • ·         Episodik vs Sekuensial: Pengalaman agen dibagi menjadi “episode” atom (setiap episode terdiri dari: agen mengamati (percept) dan kemudian melakukan tindakan tunggal), dan pilihan tindakan di setiap episode hanya bergantung pada episode itu sendiri.
  • ·         Statis vs Dinamis: Lingkungan berubah, agen tidak perlu terus mencari pada lingkungan untuk memutuskan sesuatu. Pada lingkungan dinamis terus meminta agen apa yang ia ingin lakukan. (Lingkungan semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu namun skor kinerja agen berubah)
  • ·         Diskrit vs Kontinu: Jumlah state/tindakan untuk mencapai goal terbatas (diskrit), persepsi yang jelas dan tindakan yang terhingga. (misalnya, catur – diskrit, mengemudi taksi – kontinyu).
  • ·         Agen tunggal vs agen multi: Seorang agen yang beroperasi dengan sendirinya dalam suatu lingkungan.

SUMBER TAMBAHAN

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google

You are commenting using your Google account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s