Class 02. Intelligent - Agents

 

FUNDAMENTOS DE INTELIGENCIA  ARTIFICIAL  Agentes Inteligentes

Mg. Samuel Oporto Díaz

 

Tabla de Conte Contenido nido •  Agentes Inteligentes. Inteligentes.  – Propiedades de los agentes • Sensores y Efectores • Medida de Rendimiento • El Medio Ambiente • Tipos de Agentes  –  Agente reflejo simple  –  Agente con estado  – Agente estado interno  –  Agente basado basado en metas  –  Agente basado basado en utilid utilidad ad

 

Objetivos • Exponer los conceptos asociados a agentes inteligentes. • Presentar las propiedades de un agente. • Presentar la medida de rendimiento • Identificar los tipos de ambiente. • Presentar los tipos de agentes.

 

AGENTES INTELIGENTES

 

 Agentes Inteligentes • Un agente que es unbasa sistema por hardware software su conformado comportamiento  comportamiento   en y/o las percepciones que percepciones  que tiene del medio ambiente mediante sus sensores y en las reglas reglas de  de comportamiento incorporadas en el software. • Un agente agente   es todo aquello que percibe  percibe  su ambiente mediante sensores sensores   y que responde o actúa actúa   en tal ambiente por medio de efectores efectores..

 

 Agente • El agente se desempeña en un medio ambiente. • La única forma de saber que pasa en el medio ambiente es percepciones.. mediante sus percepciones

 

Ejercicio • ¿Es suficiente tener un sensor para disponer de la percepción? • ¿La señal captada por un sensor es dato o información?

• ¿La percepción es dato o es información?

 

Comportamiento • El un agente se refiere a los estados delcomportamiento agente en cada de momento de tiempo. • El estado de un agente es un par ordenado (X, f(X)). • Una secuencia de estados del agente, define su comportamiento.

 

Ejercicio • Sea el agente: Y = f(X) • Donde f(X) = SI( X SI( SI( SI( SI( SI(

X X X X X

< < < < < >=

10 15 25 50 100 100

) ) ) ) ) )

=> => => => => =>

100 150 200 20 -15 -100

• Calcula el estado del agente para las siguientes percepciones. 25

-36

78

99

1000

-52

72

66

37

• Diga cuál es el comportamiento del agente.

5

66

 

 Agentes • ). No requieren de humanos para operar (autonomía ( autonomía). • Tienen una medida de desempeño (racionalidad ( racionalidad)) • Usan sensores para sensores para enterarse de lo que pasa fuera. • Usan efectores efectores para  para modificar su entorno

• La “inteligencia” está determinada por sus reglas.  – Las reglas se pueden pre-grabar

 

Instintos

 – Las reglas pueden ser aprendidas  Aprendizaje   (aprender memorizar)

 

Ejercicio • Para el de siguiente agente, diga si su comportamiento depende sus instintos o de percepciones de su medio ambiente. function re = programa5 (m, n) disp([m n]) if m == 0  re = n + 1; else   if n == 0  re = programa5(m - 1, 1);   else   re = programa5 (m - 1, programa5 (m, n - 1));   end end

 

 Agentes Inteligentes • Un agente inteligente es un sistema de computadora capaz de ejecutar acciones autónomas y flexibles en cierto medio ambiente. •  Agentes triviales triviales (no interesantes): interesantes):  – Termóstato – El demonio de UNIX • Se busca que un agente tenga capacidad de iniciativa propia (imitar el libre albedrio)

 

Propiedades de los agentes

 

 Autonomía • Un sistema autónomo en laexperiencia. medida en que su conducta estáserá definida por su propia • Si las acciones del agente se basan en un conocimiento integrado previamente, no es autónomo. • Un agente es más autónomo en la medida en que su comportamiento comportamie nto se basa:  –   (+) en el aprendizaje aprendizaje y  –   (-) en el conocimiento conocimiento incorporado. incorporado.

 

Ejercicio • Diseñe un de agente calcular el grado que debe tenerque un permita robot que se mueve en de unavance medio ambiente. 1 1 2 3 4 5 6 7 8 9 10

2

3

4

5

6

7

8

9 10

Reglas: 1. El agente permite que el objeto se mueva solo en línea recta. 2. El desplazamiento es proporcional a la distancia al obstáculo (factor = 0.2). 3. El desplazamiento mínimo es 1.0. 4. Cuando llega a la meta, la primera vez rota (-), la segunda vez v ez (+), la tercera (-) y así sucesivamente.

 

Ejercicio •

Entradas: 1.

Medio am ambiente.

2. Posi Posic ción ión in inic icia iall del del agen agentte 3.

Tasa de avanza

4.

Reglas de decisión

•

Salidas

1. Posi Posici cion ones es int inter erme medi dias as del del age agent nte. e. 2. Posi Posic ción ión fin final al del del agen agentte

 

Reactividad Medio ambiente estático. • El programa no necesita preocuparse sobre su éxito o falla, el programa se ejecutará ciegamente. (lazo abierto)  – Compilador.

 – Registro de notas.

• En todos los casos las entradas del agente son los mismos, mientras este opera, para cumplir una misión. • El agente requiere una sola lectura del medio ambiente para iniciar a operar y obtener una respuesta.

 

Reactividad Medio ambiente dinámico. • Para el software es difícil de construir dominios dinámicos: el programa debe tener en cuenta la posibilidad de fracaso • Un sistema permanente interacción con reactivo su medio mantiene ambiente yuna responde a los cambios que ocurren en él (en un tiempo para la respuesta sea útil) • Ejemplo. •  Agente jugador jugador de ajedrez. ajedrez.

 

Pro Actividad • ¿Reaccionar a un entorno es fácil?   Estímulo  respuesta basada en reglas Comportamiento.

• Secuencia de acciones, no solo una acción aislada. • Se desea que los agentes ejecuten acciones por nosotros. • El objetivo está orientado al comportamiento del agente. Pro-actividad. • Intenta generar y lograr objetivos. • Toma iniciativa cuando es necesario.

• Reconoce las oportunidades

 

Ejercicio • Diga al menos 2 ejemplos de agentes pro-activos. • Donde el agente: 1. Perci Percibe be una una secuen secuencia cia de de percep percepci cione ones s de su medi medio o ambiente. 2. Deter Determin mina a el patr patrón ón d de e compo comporta rtamie miento nto del del medi medio o ambiente. 3. Tien iene e de defin finido ido oportu oportunid nidade ades s de acció acción. n. 4. Diagn Diagnóst óstica ica si el el medi medio o ambie ambiente nte se se encue encuentr ntra a en cierto estado. 5. Predic Predice e si el el medi medio o ambie ambiente nte en en el futu futuro ro llega llegará rá a cierto estado.

 

Ejercicios • Sea el agente Y = f(X) • Determine en cuantas iteraciones el agente llega a un estado donde el resultado es menor que 5. •  Asuma las siguientes siguientes percepciones: percepciones: 0

-2

109

115

109

176

256

268

293

439

446

534

595

• El agente es: f(X) = LOG10(ABS(D2))*10+10*SENO(RAND) LOG10(ABS(D2))*10+10*SENO(RAND)

680

 

Cooperación Multi-agentes. • El mundo real es un entorno multi-agentes: • No podemos ignorar a los otros para lograr metas. • Ciertas metas pueden lograrse únicamente con la cooperación de otros. Habilidad social • Es la habilidad humanos) para interactuar   con  con otroslenguaje agentesde (posiblemente mediante algún comunicación entre comunicación  entre agentes y cooperar  con  con ellos.

 

 Aprendizaje • El agente es capaz de usar algoritmo para aprender de su propia experiencia. • Trata de aprender para mejorar su rendimiento en el tiempo. • Se trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento.

 

Vecindad • cercanos El algoritmo k vecino cercano usa la losclasificación. k vecinos más a un punto para ejecutar

Calcula Distancias

Registros de Entrenamiento

Escoger k de los vecinos más cercanos

Registro de Prueba

 

Clasificador Vecino Cercano Cercano • Unknown record

Requiere tres cosas  – El conjunto de registros almacenados  – Distancia métrica para calcular la distancia entre registros  – El valor de k, el número de vecinos

•

más cercanos para recuperar 

Para clasificar un registro desconocido:

 – Calcular la distancia a otros registros de entrenamiento  – Identificar los k vecinos más cercanos  – Utilice las etiquetas de clase de los vecinos más cercanos para determinar la etiqueta de la clase de registro desconocido (por ejemplo, tomando el voto de la mayoría)

 

Ejemplo de DataSet

atributo discreto atributos

instancias o individuos

atributo continuo

 

 Algoritmos de clasificación supervisada

 

Ejercicio Pacie ien nte Presio ion nArterial 1 Alt a 2 Alt a 3 Normal 4 Baja

UreaEnSangre Alt a Alt a Alt a Normal

Gota Si Si Si Si

Hiporoid idis ism mo No Si No No

Tratamie ien nto No No Si Si

5 6 7 8 9 10

Baja Baja Normal Alt a Alt a Baja

Baja Baja Baja Normal Baja Normal

No No No Si No No

No Si Si No No No

Si No Si No Si Si

11 12 13 14

Alt a Normal Normal Baja

Normal Normal Alt a Normal

No Si No Si

Si Si No Si

Si Si Si No

 

Ejercicio Diga si los siguientes “sistemas” son agentes: 1. Un reloj. 2.

Un termostato.

3.

Un celular.

4. Un sist sistem ema a de de cont contro roll de de acce acceso so a pers person onas as.. 5. El sis siste tema ma de de aire aire aco acond ndic icio iona nado do de de un aut autom omóv óvilil.. 6.

Una Una lav lavad ado ora aut automát omátic ica. a.

7. Un sof softw twar are e para para ent entre rena narr pers person onas as.. 8. Un soft softwa ware re par para a ens enseñ eñar ar a suma sumarr. 9.

Un relo relojj desp desper erttador ador..

10. El sistema sistema que controla controla si una pers persona ona saca un producto producto sin pag pagar ar.. 11. Inte Intern rnet et.. 12.. La red 12 red tel telef efón ónic ica a

 

Sistemas Multiagente Cuando múltiples agentes individuales coordinan sus habilidades para resolver problemas. 1. Orga Organi niza zaci ción ón Soci Social al.. c/u cumple una función dentro del sistema, tiene características y responsabilidades. 2. forma Coop Coope ecómo raci ració ón  .se El asignan método de de los problemas se se basa enlas la cómo  las solución responsabilidades responsabilidades    y como usa respuestas de los otros. 3. Coor Coord dinac inació ión n. Planificación de acciones para la resolución de tareas, cuándo se ejecutan las acciones. cuándo se 4. Nego Negoci ciac aciión. ón. Forma de ponerse de acuerdo cuando cada agente defiende sus propios intereses, llevándolos a una situación que los beneficie a todos teniendo en cuenta el punto de vista de cada uno.

 

Sistemas Multiagente

 

SENSORES Y EFECTORES

 

Sensores • Los sensores sirven para adquirir información del medio ambiente • Los sensores no son confiables por que:  – Incertidumbre, están afectados por cambios en el Medio.  – Error, en la detección.

 

Sensores • ¿Qué sensor usar? • ¿Qué modelo de sensor? • ¿Cómo calibrar el sensor? • ¿Cómo entrega los datos en sensor? • ¿cómo se activa en sensor? • ¿cuál es la frecuencia de muestreo? • ¿Cuál es el error? • ¿Qué procesos de bajo nivel realizar? – assembler  • ¿Qué procesos de alto nivel realizar? – en el agente

 

Sensores Sentido • Percepción de equilibrio • Propiocepción

Sensores •  Aceleróme  Acelerómetro tro • Encoder 

• Magnetocepción • Electrocepción

• Magnetómetro • Sensor de voltaje

• Eco localización • Gradiente de presión

• Sonar  •  Arreglo de presión presión

 

Efectores Humanos • Músculos

Máquinas • Rotación de Motores •  Apertura o cierre cierre de válvulas.

Movimientos compuestos. • Movimientos de brazos

Movimientos compuestos • Movimiento de articulaciones • Orugas

• Caminata • Escritura • Habla

• Patas

 

Ejercicio 2 • ¿Diga qué sensores tienen los humanos? • ¿Conoce algún sensor que tienen los animales pero no lo tienen los humanos? • ¿Conoce algún sensor que tienen los humanos pero no lo tienen los animales? • ¿Cuáles son los efectores de los humanos? • ¿Conoce algún efector que tienen los animales pero no lo tienen los humanos?, ¿Viceversa?

 

MEDIDA DE RENDIMIENTO

 

Medida de rendimiento • Para cada conjunto de percepciones, el agente toma la acción que maximiza su rendimiento 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 éxito   esperado, tomando como base lo que se ha percibido.

 

 Agente Racional Depende de: • Medida del grado de éxito. • Secuencia de percepciones. • Conocimiento acerca del medio •  Accione  Acciones s que puede emprender  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, rendimiento, basándose en las evidencias aportadas por la secuencia de  percepciones  percepcione s y en todo conocimiento conocimiento incorporado en tal agente.

 

Ejercicio • Diga para los siguientes “agentes” qué medidas de desempeño usaría, formule c/u en notación formal:  – Personal que recoge la basura en las noches.  – Software para jugar ajedrez.  – Google Noticias.  – Software que resuelve r esuelve laberintos.

 

Ejercicio • El siguiente una serie de agente reglas tiene que“aprendido” 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 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 (*). (*) puede obviar esta pregunta

>2

1

>8

2

>10

3

4

 

Ejercicio Para los agentes del ejercicio anterior. 1. Indique qué medidas medidas d de e rendimiento rendimiento u usaría saría para para indicar indicar el desempeño del agente. 2. Formule Formule cada med medida ida de desempeñ desempeño o mediante mediante alguna alguna notación formal. 3. Evalúe el desempeño desempeño de los ag agentes entes haciendo haciendo uso de la medida de rendimiento. 4. Identifique en qué casos su medida de desempeño desempeño no es capaz de medir el desempeño del agente.

 

EL MEDIO AMBIENTE

 

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

 

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

 

Ejercicio Ambiente  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

 Accesible

Determi -nístico

Episódico

Estático

Discreto

 

TIPOS DE AGENTES

 

Tipos de Agentes 1. Ag Agen ente te re refl flej ejo o si simp mple le..  –

Las acciones del agente se establecen en función a una tabla de percepción acción. acción.

2. Ag Agen ente tes s con con esta estado do int inter erno no..  –

Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria. memoria.

3. Ag Agen ente tes s bas basad ados os en me meta tas s  –  Agente que combina propiedades de los dos anteriores, pero que tiene una  la a la cualde llegar. Necesita buscar  el   el mejor camino y planificar   meta la secuencia acciones.

4. Ag Agen ente tes s ba basa sado dos s en ut utililid idad ad..  –

Son aquellos agentes que tienen múltiples metas  metas  que cumplir, mide el grado de satisfacción del grado de cumplimiento de sus metas.

 

Ejercicio Indique el tipo de agente para cada caso: •  Agente resuelve resuelve laberi laberintos. ntos. •  Agente que entrega la Ra Raíz íz Cuadrada de un número. •  Agente que conduce un automóvil.

•  Agente del mundo de lo los s wumpus •  Agente que resuelve el problema de los los bloques. bloques.

 

Ejercicio Indique el tipo de agente para cada caso: •  Agente resuelve resuelve laberi laberintos. ntos. basado ado en metas  Agente bas •  Agente que entrega la Ra Raíz íz Cuadrada de un número. reflejo jo  Agente refle •  Agente que conduce un automóvil.  Agente basado utilidad basado en utilidad •  Agente del mundo de lo los s wumpus con n estado interno interno  Agente co •  Agente que resuelve el problema de los los bloques. bloques.  Agente bas basado ado en metas

 

1. Agente reflejo simple

 

EI

BM BU

• 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: condición-acción  – Si Si   el carro de adelante está frenando, entonces entonces   empezar a frenar.

 

 

 Agente reflejo simple

Agente

Sensores Como es el mundo ahora

Reglas condición-acción

Acción que debo tomar  

Efectores

A      m     b       ei          n     t e       

EI

BM BU

 

 Agente reflejo simple

 

EI

Función Función Agente-reflejo-simple  percepción) responde  responde con  con una acción Agente-reflejo-simple  ( percepción) reglas,, un conjunto de reglas de condición-acción   estática: estática: reglas  

estado

 

regla

  acción

Interpretar-Entrada ( percepción).  percepción). reglas). Regla-Coincidencia (estado, (estado, reglas). Regla-Acción[regla Regla-Acción[ regla]]

  responder con una acción

BM BU

 

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



n

a  x

 i



0

i

i 

0

• Diga de que tamaño es la tabla percepción

acción acción..

• ¿Es práctico este agente? • ¿Cuáles son las restricciones?, resuelve todos los casos.

 

2. Agente con estado interno

 

EI

BM BU

•  Agentes bien bien informados de todo lo que 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.

 

 Agente con estado interno

Estado Como evoluciona el mundo

Sensores Como es el mundo ahora

Lo que mis acciones hacen

Reglas condición-acción

Agente

Acción que debo tomar  

Efectores

A      m     b       ei          n     e t       

 

EI

BM BU

 

 Agente con estado interno

 

EI

BM BU

Función Función Agente-reflejo-con-estado  percepción) responde  responde con  con una acción Agente-reflejo-con-estado  ( percepción)   estática: estática: estado estado,, una descripción prevaleciente del   estado del mundo   reglas, reglas, un conjunto de reglas de condición  acción   estado Actualizar-Estado (estado, (estado, percepción). percepción). reglas).   regla Regla-Coincidencia (estado, (estado, reglas).   acción regla]] Regla-Acción[regla Regla-Acción[ estado   Actualizar-Estado (estado, acción) acción)   estado   responder con una acción

 

Ejercicio • 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 percepción acción para acción 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 percepción acción acción .  .  

Ejercicio 1

2

3

4

5

6

7

8

 

3. Agente basado en metas

 

EI

BM BU

• Para qué que hacer no basta con tener información acercadecidir del estado prevalece en el ambiente. •  Además del estado estado prevaleciente, prevaleciente, se requiere cierto tipo tipo de información sobre su meta meta.. • La búsqueda búsqueda   y la  planifica  planificación ción   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.  

 Agente basado en metas

Estado

Sensores

Como evoluciona el

Como es el mundo

mundo

ahora

Lo que mis acciones hacen

Qué efectos tiene tomar   la acción A

Metas

Agente

Acción que debo tomar  

Efectores

A      m     b       ei          n     t      e   

 

EI

BM BU

 

Ejercicio • 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

 

Ejercicio Formulación

Búsqueda

Ejecución

Ejecución  

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

2

8

3

1

1

6

4

8

5

7

7

2

3 4

6

5

 

Ejercicio

 

4. Agente basado en utilidad

 

EI EI

BM BU

• Las metas conducta de no altabastan calidad.por sí mismas para generar una • 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.

 

 Agente basado en utilidad Estado

Como evoluciona el mundo

Lo que mis acciones hacen

Utilidad

Sensores Como es el mundo ahora

Que efectos tiene tomar   la acción A

Que tan feliz  estaría en un estado  determinado

Acción que debo

Agente

tomar  

Efectores

A      m     b       ei          n     e t       

 

EI EI

BM BU

 

Bibliografía •  AIMA. Capítulo 2 y 3, primera edició edición. n. •  AIMA. Chapter 2 y 3, second edition.