HALLO SEMUANYA ..
Setelah
tadi saya memposting artikel tentang ringkasan dari sebuah judul skripsi, Kali
ini saya akan memposting sebuah artikel yang membahas tentang PEAS dalam
konteks Intelligent Agent dan cara kerja 5 jenis agent tersebut.
Di
susunnya artikel ini kelanjutan Tugas 1 yang sebelumnya saya posting untuk
memenuhi Tugas 1 no 2 dengan Topic No 3 pada mata kuliah Pengantar Kecerdasan
Tiruan dengan Pembahasan PEAS dalam konteks Intelligent Agent dan cara kerja 5
jenis agent tersebut.
Langsung saja yuk di baca dan di pahami :D
Pertama
Apa itu Agent :
Agent
adalah sesuatu yang dapat mengesan (perceiving) lingkungan (environment) nya
melalui sensors dan bertindak (acting) terhadap lingkungan tersebut melalui actuators.
Dalam
kecerdasan buatan, IA adalah sebuah entitas otonom yang mengamati dan bertindak
atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk
mencapai tujuan yaitu rasional. (Russel & Norvig 2003) mengartikan Rational
Agent yang mengerjakan segala sesuatu hal dengan benar.
Tugas AI adalah untuk merancang sebuah agent yaitu sebuah fungsi
yang mengimplementasikan pemetaaan agen dari persepsi terhadap tindakan
Agen
manusia:
-
Sensor: mata, telinga, dan organ tubuh
lain;
-
Actuator: tangan, kaki, mulut, dan bagian
tubuh lain
Agen
robotik:
-
Sensor: kamera dan infrared range
finders;
-
Actuator: berbagai macam motor
Selanjutnya
Apa itu PEAS :
PEAS
yaitu Performance, Environment, Actuators, Sensors
Performance : tindakan yang dilakukan
Environment : berhubungan dengan lingkungan
Actuators : alat yang digunakan
- Performance Seperti : Aman, cepat,
legal, perjalanan menyenangkan, maksimumkan keuntungan
- Environment Seperti : Jalan, trafik
lain, pejalan kaki, pelangan
-
Actuators Seperti : Kemudi, gas, rem,
lampu sign, horn
- Sensors Seperti : Kamera, sonar,
speedometer, GPS, odometer, engine sensors, keyboard
Contoh PEAS :
Taksi Otomatis
- Sebuah agent taksi otomatis yang menerima penumpang dan
mengantarkannya ke tujuan :
- Performance measure: sampai tujuan, tidak melanggar aturan
lalu lintas, perjalanan nyaman, hemat bensin •Environment: jalan, lalu lintas,
pejalan kaki, pelanggan
- Actuators: arah stir, gas, rem, klakson, sinyal kiri atau
kanan •Sensors: video, speedometer, GPS, keyboard
5
Jenis Agent & Cara Kerja :
- Simple
reflex agents: berdasarkan persepsi yg terakhir
- Model-based
reflex agents: memiliki representasi internal tentang keadaan sekitar
- Goal-based
agents: memiliki informasi tentang tujuan, memilih tindakan yang mencapai
tujuan
- Utility-based
agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan utility function
- Learning
agents: belajar dari pengalaman, meningkatkan kinerja
Simple Reflex Agents
Model-Based Reflex
Agents
Model-based,
goal-based agent
Suatu agen tertentu harus diberikan informasi tentang tujuan
yang merupakan keadaan yang ingin dicapai oleh agen. Dengan demikian, agen akan
bekerja hingga mencapai tujuannya. Pencarian dan perencanaan adalah dua deretan
pekerjaan yang dilakukan untuk mencapai tujuan agen. Agen refleks berbasis
tujuan ini menambahkan informasi tentang tujuan tersebut.
Model-Based
Utility-Based Agents
Agen refleks berbasis tujuan tidak membedakan keadaan yang bagus
dengan keadaan yang tidak bagus untuk agen. Pada agen refleks berbasis kegunaan
ini memikirkan kondisi yang bagus untuk agen sehingga agen dapat melakukan
tugasnya jauh lebih baik.
Learning Agent
Learning agents belajar dari pengalaman, meningkatkan kinerja
bertanggung jawab untuk membuat perbaikan elemen kinerja bertanggung jawab
untuk memilih tindakan eksternal kritikus memberikan umpan balik tentang
bagaimana agen bekerja.
Refrensi
:
http://aima.cs.berkeley.edu/
http://www.cs.ui.ac.id/WebKuliah/IKI30320/
Tidak ada komentar:
Posting Komentar