Pengertian 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.
Konsep Agen Cerdas
§ 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.
Konsep Perancangan Agen Cerdas
Beberapa hal yang perlu ditekankan:
§ Rasionalitas berbeda dari
omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas). Agen dapat melakukan tindakan dalam
rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang
berguna (pengumpulan informasi, eksplorasi).
§ Sebuah agen dikatakan otonom jika
perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk
belajar dan beradaptasi).
Pengukuran
kinerja: Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku
agen
Misalnya, mengukur kinerja dari agen vacuum-cleaner:
Misalnya, mengukur kinerja dari agen vacuum-cleaner:
§ Jumlah waktu yang dibutuhkan,
§ Jumlah listrik yang dikonsumsi,
§ Jumlah kebisingan yang dihasilkan,
dll
Pengukuran
kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah”
mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi
(percept sequence) yang ada, agen rasional harus memilih tindakan yang
diharapkan untuk memaksimalkan ukuran kinerjanya.
Jenis Lingkungan Agen Cerdas
§ 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).
(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.
Agen tunggal vs agen multi: Seorang agen yang beroperasi dengan sendirinya dalam suatu lingkungan.
Daftar Pustaka:
Tidak ada komentar:
Posting Komentar