Intelligent agents

50
1 /56 Mg. ERICK GUITTON LOZANO Agentes Inteligentes INTELIGENCIA ARTIFICIAL

description

Conceptos y ejercicios

Transcript of Intelligent agents

Page 1: Intelligent agents

Mg. ERICK GUITTON LOZANO

Agentes Inteligentes

INTELIGENCIA ARTIFICIAL

Page 2: Intelligent agents

2/56

Tabla de Contenido

1. Agentes Inteligentes.

2. Medida de Rendimiento

3. Percepciones y Acciones

4. Diseño de Agentes

5. Tipos de Agentes

1. Agente reflejo simple

2. Agente con estado interno

3. Agente basado en metas

4. Agente basado en utilidad

6. El Ambiente

7. Bibliografía

Page 3: Intelligent agents

3/56

Objetivos

• Exponer los conceptos asociados a agentes inteligentes.• Presentar los tipos de agentes.• Identificar los tipos de ambiente.

Page 4: Intelligent agents

4/56

AGENTES INTELIGENTES

Page 5: Intelligent agents

5/56

Agente

• Un agente es todo aquello que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.

Page 6: Intelligent agents

6/56

Agentes y Sistemas de Información

agente

SI

Realidad

Realidad

Page 7: Intelligent agents

7/56

Ejercicio 1

Diga si los siguientes “sistemas” son agentes:1. Un reloj.

2. Un termostato.

3. Un celular.

4. Un sistema de control de acceso a personas.

5. El sistema de aire acondicionado de un automóvil.

6. Una lavadora automática.

7. Un software para entrenar personas.

8. Un software para enseñar a sumar.

9. Un reloj despertador.

10. El sistema que controla si una persona saca un producto sin pagar.

11. Internet.

12. La red telefónica

Page 8: Intelligent agents

8/56

MEDIDA DE RENDIMIENTO

Page 9: Intelligent agents

9/56

Medida de rendimiento

• Para cada conjunto de percepciones, el agente toma la acción que maximiza su rendimiento basado en la información de la percepción y su propio conocimiento implícito.

• Medida del desempeño– Evalúa el “cómo”– ¿qué tan exitoso ha sido un agente?– Debe ser objetiva

• La racionalidad NO ES omnisciencia, clarividencia ni exitosa necesariamente.

• La racionalidad se puede ver como un éxito esperado, tomando como base lo que se ha percibido.

Page 10: Intelligent agents

10/56

Agente Racional

Depende de:• Medida del grado de éxito.• Secuencia de percepciones.• Conocimiento acerca del medio• Acciones que puede emprender

En todos los casos de posibles percepciones, un agente racional deberá emprender todas aquellas acciones que favorezcan obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento incorporado en tal agente.

Page 11: Intelligent agents

11/56

Ejercicio 2

Diga para los siguientes “agentes” qué medidas de desempeño usaría, formule c/u en notación formal:

1. Alumno del curso de IA.

2. Docente del curso de IA.

3. Congresista de la república.

4. Personal que recoge la basura en las noches.

5. Software para jugar ajedrez.

6. Software que resuelve laberintos.

Page 12: Intelligent agents

12/56

Ejercicio 3• El siguiente agente tiene “aprendido” una

serie de reglas que se pueden representar mediante un árbol de decisión:

• En determinado momento el agente tiene las siguientes percepciones. Diga cuales son las respuestas del agente.-20, 40, 2, 35, 14, 45, 6, 22, 9

• Diseñe una medida de desempeño sabiendo que las respuestas del agente deberían ser:1, 6, 1, 6, 4, 7, 2, 5, 2

• Modifique el árbol de decisión para que el agente obtenga estas respuestas (*).

>2

>81

2 >10

3 4

(*) puede obviar esta pregunta

Page 13: Intelligent agents

13/56

PERCEPCIONES Y ACCIONES

Page 14: Intelligent agents

14/56

Mapeo

• Mapeo de secuencias de percepciones para acciones

percepción acción

• Mapeo Ideal– El especificar qué tipo de acción deberá emprender un

agente como respuesta a una determinada secuencia de percepciones constituye el diseño de un agente ideal.

pi ai

p1 a1 p2 a2

p1 a1 p2 a2 p3 a3

Page 15: Intelligent agents

15/56

Agente Autónomo

• Agente racional ideal: dado una percepción que genere la acción que maximice su desempeño, en función a:(+) la secuencia de percepciones anteriores.

(-) el conocimiento incorporado en el agente.

• Un agente es más autónomo en la medida en que su comportamiento se basa:

(+) en el aprendizaje y

(-) en el conocimiento incorporado.

• Si las acciones del agente se basan en un conocimiento integrado previamente, no es autónomo.

• Un sistema será autónomo en la medida en que su conducta está definida por su propia experiencia.

Page 16: Intelligent agents

16/56

Percepciones

• El comportamiento de un agente depende de la secuencia de percepciones en un momento dado.

• Se puede caracterizar un agente elaborando una tabla de percepcionesacciones.

(mapeo de: percepciones acciones)

Mapeo Ideal.Es aquel mapeo que especifica que tipo de acción deberá emprender un agente como respuesta a una determinada secuencia de percepciones

Page 17: Intelligent agents

17/56

Ejercicio 5

a

bc

de

f

gh

i

j

Diseñe un agente para resolver el siguiente problema.

1. ¿Cuál es el problema?2. ¿Cuáles son las entradas de

la tabla?3. ¿Cuántas entradas tiene la

tabla?4. ¿Se puede diseñar un agente

que mediante una tabla percepciónacción resuelva este problema?

5. ¿Existe otra forma de resolver el problema?

Page 18: Intelligent agents

18/56

Ejercicio 5

1. entrada a2. entrada b3. a entrada4. a b5. a c6. b entrada7. b a8. b d9. c a10. c d11. c e12. c f13. .14. .15. .16. .

a

bc

de

f

gh

i

j

Page 19: Intelligent agents

19/56

DISEÑO DE AGENTES

Page 20: Intelligent agents

20/56

Estructura de los Agentes Inteligentes• Un propósito de la IA es el diseño de un programa de

agente (una función que mapee de percepciones a acciones)

• Este programa se ejecutará en algún dispositivo de cómputo, o arquitectura.

Page 21: Intelligent agents

21/56

Agente

Agente = Arquitectura + Programa

Arquitectura.

Pone al alcance del programa las percepciones obtenidas mediante los sensores, lo ejecuta y alimenta el efector con acciones elegidas por el programa conforme se van generando.

Programa.

Es un algoritmo que recibe las percepciones del agente y genera una secuencia de acciones.

Page 22: Intelligent agents

22/56

Estructura de los Agentes Inteligentes

• Antes de diseñar un programa de agente, hay que hacer la descripción PAMA– Percepciones– Acciones– Metas– Ambiente

AGENTE = ARQUITECTURA + PROGRAMA

Page 23: Intelligent agents

23/56

Estructura de los Agentes Inteligentes• Agente: Sistema de Diagnóstico

Médico– Percepciones

• Síntomas, evidencias, y respuestas del paciente

– Acciones• Preguntas, pruebas,

tratamientos– Metas

• Paciente saludable, reducción al mínimo de costos

– Ambiente• Paciente, hospital

Page 24: Intelligent agents

24/56

Estructura de los Agentes Inteligentes

• Agente: Robot clasificador de partes– Percepciones

• Pixeles de intensidad variable– Acciones

• Recoger partes, y clasificarlas en contenedores

– Metas• Poner las partes en el

contenedor correspondiente– Ambiente

• Banda transportadora de partes

Page 25: Intelligent agents

25/56

Estructura de los Agentes Inteligentes

• Agente: Resuelve problema 8 fichas– Percepciones

• Alguno de los estados– Acciones

• Movimiento de una ficha– Metas

• Estado Final– Ambiente

• Posición de las fichas.

5 4

6 1 8

7 3 2

1 2 3

8 4

7 6 5

Estado Inicial Estado Final

Page 26: Intelligent agents

26/56

Ejercicio 6

• Agente: Robot resuelve laberintos– Percepciones

– Acciones

– Metas

– Ambiente

Page 27: Intelligent agents

27/56

Ejercicio 6

• Agente: Sistema para el análisis de imágenes por satélite– Percepciones

– Acciones

– Metas

– Ambiente

Page 28: Intelligent agents

28/56

TIPOS DE AGENTES

Page 29: Intelligent agents

29/56

Tipos de Agentes

1. Agente reflejo simple.– Las acciones del agente se establecen en función a una tabla de

percepción acción.

2. Agentes con estado interno.– Es un agente reflejo, pero que almacena sus percepciones

anteriores, tiene memoria.

3. Agentes basados en metas– Agente que combina propiedades de los dos anteriores, pero que

tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones.

4. Agentes basados en utilidad.– Son aquellos agentes que tienen múltiples metas que cumplir,

mide el grado de satisfacción del grado de cumplimiento de sus metas.

Page 30: Intelligent agents

30/56

Ejercicio 7

Indique el tipo de agente para cada caso:• Agente resuelve laberintos.

Agente basado en metas• Agente que entrega la Raíz Cuadrada de un número.

Agente reflejo• Agente que conduce un automóvil.

Agente basado en utilidad• Agente que evalúa y diagnostica la enfermedad de un

paciente Agente con estado interno• Agente que resuelve el problema de los bloques.

Agente basado en metas

Page 31: Intelligent agents

31/56

1. Agente reflejo simple

• El usar una tabla de consulta explícita está fuera de toda consideración.

• Sin embargo, es posible resumir fragmentos de tabla observando ciertas asociaciones entre entradas/salidas que se producen frecuentemente, y haciendo reglas de condición-acción, por ejemplo:– Si el carro de adelante está frenando, entonces

empezar a frenar.

RS EI BM BU

Page 32: Intelligent agents

32/56

Agente reflejo simple

Am

bienteAgente

Como es el mundo ahora

Acción que debo

tomar Reglas condición-acción

Sensores

Efectores

RS EI BM BU

Page 33: Intelligent agents

33/56

Agente reflejo simple

Función Agente-reflejo-simple (percepción) responde con una acción

estática: reglas, un conjunto de reglas de condición-acción

estado Interpretar-Entrada (percepción).

regla Regla-Coincidencia (estado, reglas).

acción Regla-Acción[regla]

responder con una acción

RS EI BM BU

Page 34: Intelligent agents

34/56

Ejercicio 8

• Construya un agente para identificar las soluciones de la siguiente ecuación, asuma que los ai son enteros.

• Diga de que tamaño es la tabla percepción acción.• ¿Es práctico este agente?• ¿Cuáles son las restricciones?, resuelve todos los casos.

00

ni

i

iixa

Page 35: Intelligent agents

35/56

2. Agente con estado interno• Agentes bien informados de todo lo que pasa.

• El agente reflejo simple funciona sólo si se toma la decisión adecuada con base en la percepción de un momento dado.

• En ocasiones se requiere mantener cierto tipo de estado interno para estar en condiciones de estar optar por una acción.

• Ejemplo: imágenes de antes y después pare detectar cambios.

RS EI BM BU

Page 36: Intelligent agents

36/56

Agente con estado interno

Am

biente

Agente

Como es el mundo ahora

Acción que debo

tomar Reglas condición-acción

Sensores

Efectores

Estado

Como evoluciona el mundo

Lo que mis acciones hacen

RS EI BM BU

Page 37: Intelligent agents

37/56

Agente con estado internoFunción Agente-reflejo-con-estado (percepción) responde con una

acciónestática: estado, una descripción prevaleciente del

estado del mundoreglas, un conjunto de reglas de condición- acción

estado Actualizar-Estado (estado, percepción). regla Regla-Coincidencia (estado, reglas).

acción Regla-Acción[regla] estado Actualizar-Estado (estado, acción)

responder con una acción

RS EI BM BU

Page 38: Intelligent agents

38/56

Ejercicio 9

• Cierto agente desea resolver el problema del mundo de la aspiradora.

• El mundo está conformado por una cuadrícula de 2x2 (dos con basura).

• Diseñe un agente que usa una tabla de percepciónacción para resolver este problema.

• El agente inicia en la parte superior izquierda.• El agente “recuerda” las celdas ya visitas, pero no es capaz

de ver las otras celdas.• Diga que acciones son necesarias para resolver el

problema.• Diga cuál es el tamaño de la tabla percepciónacción .

Page 39: Intelligent agents

39/56

3. Agente basado en metas• Para decidir qué hacer no basta con tener información

acerca del estado que prevalece en el ambiente.

• Además del estado prevaleciente, se requiere cierto tipo de información sobre su meta.

• La búsqueda y la planificación son sub-campos de la IA que se ocupan de encontrar las secuencias de acciones que permiten alcanzar las metas de un agente.

• Este tipo de agente es diferente a los anteriores, debido a que implica tomar en cuenta el futuro.

• Puede ser más flexible si cambian las condiciones o cambian las metas.

RS EI BM BU

Page 40: Intelligent agents

40/56

Agente basado en metas

Am

biente

Agente

Como es el mundo ahora

Acción que debo

tomar Metas

Sensores

Efectores

Estado

Como evoluciona el mundo

Lo que mis acciones hacen

Qué efectos tiene tomar

la acción A

RS EI BM BU

Page 41: Intelligent agents

41/56

Ejercicio 10

• Resolver el problema de las k-reinas, para k = 3.• El problema consiste en identificar en qué posiciones

colocar k reinas en un tablero de ajedrez de tal manera que no se “coman” entre ellas

Page 42: Intelligent agents

42/56

Ejercicio 10

Búsqueda

Ejecución

Formulación

Page 43: Intelligent agents

43/56

Ejercicio 11

• Diseñar un agente para resolver el problema del rompecabezas móvil o problema de las ocho fichas o puzzle.

2 8

1 6 4

7

3

5

1 2 3

8 4

7 6 5

Page 44: Intelligent agents

44/56

Ejercicio 11

Page 45: Intelligent agents

45/56

4. Agente basado en utilidad• Las metas no bastan por sí mismas para generar una

conducta de alta calidad.• Puede haber muchas secuencias de acciones que permitan

alcanzar la meta, pero algunas ofrecen más utilidad que otras.

• La utilidad es una función que correlaciona un estado y un número real mediante el cual se caracteriza el correspondiente grado de satisfacción.

RS EI BM BU

Page 46: Intelligent agents

46/56

Agente basado en utilidad

Am

biente

Agente

Como es el mundo ahora

Acción que debo

tomar

Sensores

Efectores

Estado

Como evoluciona el mundo

Lo que mis acciones hacen

Que efectos tiene tomar

la acción A

Que tan feliz estaría en un estado

determinadoUtilidad

RS EI BM BU

Page 47: Intelligent agents

47/56

EL AMBIENTE

Page 48: Intelligent agents

48/56

El Ambiente

• La relación entre el agente y el ambiente es siempre la misma: el agente ejerce acciones sobre el ambiente, que, a su vez, aporta percepciones al primero.

medio ambiente

Page 49: Intelligent agents

49/56

Medio Ambiente• Accesible y no accesible.

– Accesible, si los sensores detectan los aspectos que requiere el agente para elegir una acción.

• Deterministas y no deterministas.– Determinista, si el estado siguiente de un ambiente se puede determinar

completamente con el estado actual y las acciones escogidas por el agente.• Episódicos y no episódicos.

– Episódico, cuando la experiencia del agente se divide en episodios, si es episódico, es más simple.

• Estáticos y dinámicos.– Estático, si el medio ambiente no cambia mientras el agente se encuentra

deliberando.• Discreto y continuo.

– Discreto, si existe una cantidad limitada de percepciones y acciones distintas y distinguibles

Page 50: Intelligent agents

50/56

TareaAmbiente Accesi-

bleDetermi-nístico

Episó-dico

Estático Discre-to

Ajedrez con reloj

Ajedrez sin reloj

Póquer

Conducir un taxi

Sist. de diagnóstico médico

Sistema. de análisis de imgs.

Robot clasificador de partes

Controlador de refinería

Asesor de inglés interactivo