Definisi
Agen Cerdas
Agen
cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari
lingkungan dan melakukan tindakan.
Tujuan utamanya adalah untuk menciptakan
kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak
selayaknya manusia (atau mungkin lebih baik dari pikiran manusia).
Ilmu
AI dalam permainan umumnya digunakan untuk membuat agen yang dapat mengambil
tindakan, memiliki kecerdasan, dan bisa memahami keputusan terhadap kondisi
permainan yang dinamis
Tipe Agen
Simple
reflex agents : berdasarkan
persepsi yang 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.
Sifat Agen
a. Rasional
Sebuah
agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa
yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang
benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Agen
rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional
hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran
performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan
apapunpengetahuan terpasang yang dimiliki agen itu.
Rasionalitas
berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak
berhingga).
b. Autonomy
Agen
dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian
hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi,
eksplorasi).
Sebuah agen adalah otonom (autonomous) apabila perilakunya
ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan
beradaptasi).
c.
Reactivity
Dengan
menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari
lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi
sebelum melakukan tindakan yang selektif.
Agen
Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan
perubahan lingkungan dan memperbarui pengetahuan yang relevan.
Jenis
Lingkungan Agen Cerdas
Jenis
lingkungan tempat agen cerdas bekerja dapat ditinjau dari beberapa aspek
(berikut aspek yang menjadi lawannya,) bergantung lingkungan dimana agen
tersebut berada. Aspek-aspek lingkungan adalah:
Sepenuhnya
teramati vs Sebagian teramati:
Lingkungan
sepenuhknya teramati jika sensor mendeteksi semua aspek yang relevan dengan
pilihan action. Sebuah sensor agen memberikan akses ke keadaan lengkap
lingkungan pada setiap titik waktu. Lingkungan sebagian teramati karena sensor
berisik dan tidak akurat.
Deterministik
vs Stokastic:
Keadaan
berikutnya lingkungan sepenuhnya ditentukan oleh keadaan saat ini dan tindakan
yang dilakukan oleh agen. (Jika lingkungan deterministik kecuali untuk tindakan
agen lain, maka disebut lingkungan strategis).
Episodik vs
Sekuensial:
Pengalaman
agen dibagi menjadi “episode” atom (setiap episode terdiri dari: agen mengamati
(percept) dan kemudian melakukan tindakan tunggal), dan pilihan tindakan di
setiap episode hanya bergantung pada episode itu sendiri.
Statis vs
Dinamis:
Lingkungan
berubah, agen tidak perlu terus mencari pada lingkungan untuk memutuskan
sesuatu. Pada lingkungan dinamis terus meminta agen apa yang ia ingin lakukan. (Lingkungan
semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu
namun skor kinerja agen berubah)
Diskrit vs
Kontinu:
Jumlah
state/tindakan untuk mencapai goal terbatas (diskrit), persepsi yang jelas dan
tindakan yang terhingga. (misalnya, catur – diskrit, mengemudi taksi –
kontinyu).
Agen tunggal
vs agen multi:
Seorang
agen yang beroperasi dengan sendirinya dalam suatu lingkungan.
Konsep Agen
Cerdas dan lingkungan
Agen
adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu
lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat
aktuator.
Sebagai
perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ
sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain
sebagai alat gerak.
Sedangkan
pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai
motor sebagaiaktuator.
Agen
menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima
agen pada suatu selang waktu disebut percept sequence.
Sumber :
Komentar
Posting Komentar