Universidad Simn Bolvar

Agentes Inteligentes
CI5438 - Inteligencia Artificial 2 Clase 2 Cap 2. Russel & Norvig: Inteligencia Artificial. Un enfoque estrucurado

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agenda
Agentes y ambientes Racionalidad PAGE (Perceptions, Actions, Goals environment) /PEAS (Performance measure, Environment, Actuators Sensors) Tipos de Ambientes Tipos de Agentes
Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agentes y ambientes

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agentes y ambientes (2)

El trmino Agente incluye a humanos, robots, termostatos, etc. La funcin agente mapea de un histrico de percepciones en acciones
f: P* -> A

El programa del agente corre sobre la arquitectura fsica para producir f

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

El mundo de la aspiradora

Percepciones: ubicacin y contenidos, ejm.:[A, Sucio] Acciones: Izquierda, derecha, limpiar, NoOp

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Un agente aspiradora
Secuencia Percibida [A, Limpio] [A, Sucio] [B, Limpio] [B, Sucio] [A, Limpio], [A, Limpio] [A, Limpio], [A, Sucio] Accion Derecha Limpiar Izquierda Limpiar Derecha Limpiar

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Un agente aspiradora (2)

funcion AgenteAspiradoraReflejo([ubicacin, status]) retorna una accion if status == Sucio entonces retornar Limpiar else if location == A retornar Derecha else if location == B retornar Izquierda Puede esta ser la funcin correcta?. Puede ser implementada en un pequeo programa agente?
Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Racionalidad
Una medida fija del performance evala la secuencia del ambiente:
Un punto por cuadrado limpio hasta el tiempo T. Un punto por cuadrado limpio en un paso de tiempo (time step), menos uno por movimiento? Penalizar por # cuadrados sucios > k?

Un Agente Racional escoge cualquier accin que maximice el valor esperado de la medida de performance dada la secuencia de percepciones hasta un momento dado.
Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Racionalidad (2)
Racional Omnisciente Racional Clarividente Racional Exitoso Racional autonoma exploracin, aprendizaje,

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

PAGE/PEAS
Para disear un agente racional, debemos especificar el ambiente de la tarea. Ejemplo: el diseo de un taxi automatizado
Performance measure? (medida de performance) Environment? (Ambiente) Actuators? (Actuadores) Sensors? (Sensores)
Grupo de Inteligencia Artificial

Universidad Simn Bolvar

PAGE/PEAS (2)
Ejemplo: el diseo de un taxi automatizado
medida de performance: seguridad, destino, ganancias, legalidad, confort, Ambiente: Calles de Caracas, autopistas, peatones, clima, motorizados, taxistas, Actuadores: frenos, acelerados, croche, corneta, pantalla, microfono, cornetas,.. Sensors: Video, acelermetro, sensores en el motor, teclado, GPS,

Grupo de Inteligencia Artificial

Ejm:Agente de compras en internet

Medida de Performance? Ambiente? Actuadores? Sensores?

Universidad Simn Bolvar

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Backgammon Internet Shopping Taxi

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Si Backgammon Si Internet Shopping No Taxi No

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Si Si Backgammon Si No Internet Shopping No Parcialmente Taxi No No

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Si Si No Backgammon Si No No Internet Shopping No Parcialmente No Taxi No No No

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Si Si No Si Backgammon Si No No Semi Internet Shopping No Parcialmente No Semi Taxi No No No No

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Si Si No Si Si Backgammon Si No No Semi Si Internet Shopping No Parcialmente No Semi Si Taxi No No No No No

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
Solitario Observable Determinstico Episdico Esttico Discreto 1-solo agente Si Si No Si Si Si Backgammon Si No No Semi Si No Internet Shopping No Parcialmente No Semi Si No Taxi No No No No No No

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Ambientes
El tipo del ambiente determina en gran medida el diseo del agente El mundo real es parcialmente observable, estocstico, secuencial, dinmico, contnuo y multi-agente.

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Tipos de Agentes
Los cuatro tipos bsicos de agentes, en orden creciente de generalidad son:
Agentes Agentes Agentes Agentes simples reflejos reflejos con estado basados en Metas basados en Utilidades

Todos ellos puede convertirse en agentes con aprendizaje.

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agente Reflejo Simple

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agente Reflejo con Estado

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agente Basado en Metas

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agente Basado en Utilidades

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Agentes que aprenden

Grupo de Inteligencia Artificial

Universidad Simn Bolvar

Referencias y Enlaces
Russell, S. and Norvig, P. Inteligencia Artificial. Un enfoque moderno. Prentice Hall. 1996. Lminas de Russel: http://www.cs.berkeley.edu/~russell/slides/ Cdigo ejemplo de los diferentes tipos de agentes disponible en: http://aima.cs.berkeley.edu/code.html

Grupo de Inteligencia Artificial