1.4.4. Struktur agen
Dalam kecerdasan buatan , agen cerdas (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas suatu lingkungan (yaitu ini adalah agen ) dan mengarahkan aktivitasnya untuk mencapai tujuan (yakni yang rasional). Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Mereka mungkin sangat sederhana atau sangat kompleks : mesin refleks seperti termostat adalah sebuah agen cerdas.seperti manusia, sebagai sebuah komunitas manusia bekerja bersama menuju tujuan.
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 interdisipliner sosio-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)
Struktur agen
Sebuah program agen yang sederhana dapat didefinisikan secara matematis sebagai fungsi agen yang memetakan setiap urutan persepsi mungkin untuk tindakan yang mungkin agen dapat melakukan atau untuk suatu elemen, umpan balik koefisien, fungsi atau konstanta yang mempengaruhi tindakan akhirnya:
Para agen program , sebagai gantinya, setiap peta persepsi mungkin untuk tindakan.Russell & Norvig (2003) agen kelompok menjadi lima kelas berdasarkan tingkat kecerdasan dan kemampuan yang dirasakan:
sederhana refleks agen
model berbasis agen refleks
Tujuannya berbasis agen
utilitas berbasis agen
agen pembelajaran
Refleks model berbasis agen
gen model berbasis lingkungan dapat menangani sebagian diamati. keadaan sekarang adalah disimpan di dalam agen mempertahankan beberapa jenis struktur yang menggambarkan bagian dari dunia yang tidak dapat dilihat. Perilaku ini memerlukan informasi tentang bagaimana dunia berperilaku dan bekerja. Ini informasi tambahan melengkapi “World View” model.
A berdasarkan refleks agen-model melacak negara dunia sekarang menggunakan internal model . Kemudian memilih tindakan dengan cara yang sama sebagai agen refleks.
Tujuan berbasis agen
agen Tujuan berbasis model berbasis agen yang menyimpan informasi tentang situasi yang diinginkan. Hal ini memungkinkan agen cara untuk memilih di antara beberapa kemungkinan, memilih satu yang mencapai negara tujuan.

Komentar
Posting Komentar