Beruflich Dokumente
Kultur Dokumente
SESION
10
5/4/12
http://www.youtube.com/watch?v=MWDSDQhms5w http://www.irobot.com/gi/
Agente inteligente
5/4/12
http://www.youtube.com/watch?v=UVl9q5LwzRs
Mundo de wumpus
HED OR BRI SA BRI SA HED OR BRI SA BRI SA BRI SA
5/4/12
B A Conmutatividad de B A Conmutatividad de (A (B C)) Asociatividad de (A (B C)) Asociatividad de A Eliminacin Doble negacin ( B A) Contraposicin A B Eliminacin de la aplicacin (A B) (B A) Eliminac. de la bicondicional A B Ley de Morgan A B Ley de Morgan ((A B) (A C)) Distrib. De con ((A B) (A C)) Distrib. De con
5/4/12
Resolucin unitaria
Cade na
Modus Tollens
5/4/12
Ejercicios
Dado el prrafo Si el unicornio es un animal mitolgico, entonces es inmortal, pero si no es mitolgico, entonces es un mamfero mortal. Si el unicornio es inmortal o mamfero, entonces tiene cuernos. El unicornio es mgico si tiene cuernos.
Inteligencia Artificial e Ingenieria del Conocimiento
Demostrar:
Mundo de wumpus
5/4/12
Considere un Mundo de Bloques consistente de bloques y una mesa. Los bloques pueden estar apoyados sobre la mesa o sobre otro bloque y se dice que un bloque est libre si no tiene ningn otro bloque apoyado sobre l.
Mundo de Bloques.
Inteligencia Artificial e Ingenieria del Conocimiento
entre
los
objetos
A L O
Mundo de Bloques.
Inteligencia Artificial e Ingenieria del Conocimiento
Mundo de Bloques.
Inteligencia Artificial e Ingenieria del Conocimiento
Mundo de Bloques.
condicin: enMesa(x), libre(x), libre(y) efecto: enMesa(x), sobre(x,y), libre(y) desapilar(x,y) Condicin: sobre(x, y), libre(x) efecto: sobre(x,y), libre(y), enMesa(x)
5/4/12
el mundo resultante luego de llevar a cabo la siguiente secuencia de acciones a partir del estado inicial.
Mundo de Bloques.
A L O
A L O H
L O H A
desapilar( A,L)
L O H A
apilar(L ,O)
A L O H
apilar( A,L)
Mundo de Bloques.
A L O
Por cada accin realizada, se indica claramente los estados intermedios que se van obteniendo.
5/4/12
5/4/12
5/4/12
Definicin
percepcion es sensores ? agent e
accione s efectore s Un agente es un sistema computacional que est situado en un entorno y que es capaz de realizar acciones autnomas flexibles en ese entorno para alcanzar sus objetivos nte
5/4/12
Ambient Am e bie
Agente humano
Sensore s
5/4/12
Definicin
Los agentes inteligentes son programas que realizan tareas de acuerdo con los planteamientos de los usuarios. Las posibilidades son muy amplias, desde desarrollar rutinas de trabajo hasta tratar esas rutinas como preferencias o incluso negociar en nombre del usuario.
Sensores Humanos Robtico Efectores
Ojos, odos y otros Piernas, manos, rganos boca y otras partes del cuerpo Cmaras de video Ciertos mecanismos
Software
5/4/12
Sus percepciones y acciones vienen dadas por instrucciones de programas en algn lenguaje en particular.
Caractersticas
No requieren de humanos para operar (autonoma). Tienen una medida de desempeo (racionalidad) La racionalidad est referida a la decisin tomar dado que no necesariamente se dispone de toda la informacin. Usan sensores para enterarse de lo que pasa fuera. Usan efectores para modificar su entorno La inteligencia est determinada por sus reglas. Las reglas se pueden pre-grabar Instintos
5/4/12
Caractersticas
Un agente inteligente es un sistema de computadora capaz de ejecutar acciones autnomas y flexibles en cierto medio ambiente. Agentes triviales (no interesantes):
Termstato
El demonio de UNIX
Se busca que un agente tenga capacidad de iniciativa propia (imitar el libre albedrio)
5/4/12
Aplicaciones: ejemplos
Sistema de diagnsticos mdicos. Percepciones: sntomas, respuestas pacientes Acciones: tratamientos, pruebas, preguntas Objetivos: la salud del paciente, minimizacin de Entorno: el paciente, el hospital Controlador de una refinera. Percepciones: temperatura, presin Acciones: abrir, cerrar vlvulas, ajustar temperatura Objetivos: maximizar la pureza, seguridad
5/4/12
Aplicaciones: ejemplos
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
Aplicaciones: ejemplos
Percepciones: Caminos y paredes Acciones: Seguir algn camino Metas: El queso. Ambiente: El laberinto.
Aplicaciones: ejemplos
Percepciones: Alguno de los estados Acciones: Movimiento de una ficha Metas: Estado Final Ambiente: Posicin de las fichas.
Estado Inicial
4 1 8
Estado Final
2 8
Aplicaciones: ejemplos
5/4/12
Aplicaciones: ejemplos
5/4/12
Aplicaciones: ejemplos
Agente: Un tutor interactivo de ingls. Percepciones: palabras escritas Acciones: crear ejercicios, sugerencias, correcciones Metas: maximizar las calificaciones del alumno Ambiente: un conjunto de estudiantes
5/4/12
Propiedades
Un sistema ser autnomo en la medida en que su conducta est definida por su propia experiencia. Si las acciones del agente se basan en un conocimiento integrado previamente, no es autnomo. Un agente es ms autnomo en la medida en que su comportamiento se basa:
Autonoma
5/4/12
Reactividad
Medio ambiente esttico.
El programa no necesita preocuparse sobre su xito o falla, el programa se ejecutar ciegamente. (lazo abierto)
Compilador.
Para el software es difcil de construir dominios dinmicos: el programa debe tener en cuenta la posibilidad de fracaso Un sistema reactivo mantiene una permanente interaccin con su medio ambiente y responde a los cambios que ocurren en l (en un tiempo para la respuesta sea til)
5/4/12
5/4/12
Proactividad
Comportamiento.
Secuencia de acciones, no solo una accin aislada. Se desea que los agentes ejecuten acciones por nosotros. El objetivo est orientado al comportamiento del agente.
Pro-actividad.
5/4/12
Cooperacin
Multi-agentes.
El mundo real es un entorno multi-agentes No podemos ignorar a los otros para lograr metas. Ciertas metas pueden lograrse nicamente con la cooperacin de otros.
Habilidad social
Es la habilidad para interactuar con otros agentes (posiblemente humanos) mediante algn lenguaje de comunicacin entre agentes y cooperar con ellos.
5/4/12
Aprendizaje
El agente es capaz de usar algoritmo para aprender de su propia experiencia. Trata de aprender para rendimiento en el tiempo. mejorar su
Se trata de crear programas capaces de generalizar comportamientos a partir de una informacin no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de induccin del conocimiento.
5/4/12
Racionalidad
Diga que hara en los siguientes casos:
1.
Tiene una pregunta con dos alternativas y no sabe la respuesta. qu alternativa marca? Ve a su enamorada besndose con una persona. Qu hace? Est en la orilla de la playa y viene una ola muy grande. Qu hace? Est caminando y se aparecen 3 delincuentes armados y le solicitan dinero. Qu decisin toma en ese momento?
5/4/12
1.
1.
1.
Ejercicios
Diga si los siguientes sistemas son agentes:
8. 1.
Un reloj. Un termostato. Un celular. Un software para entrenar personas. Un software para ensear a sumar. Un reloj despertador.
5/4/12 Internet.
10. 11. 9.
2.
3.
4.
5.
12.
Un sistema de control de acceso a personas. El sistema de aire acondicionado de un automvil. Una lavadora automtica. El sistema que controla si una persona saca un producto sin pagar. La red telefnica
6.
7.
Discreto: Hay un
nmero finito de percepciones y acciones?
Determinista: Se
comporta el mundo de manera predecible?
Esttico: Puede
cambiar el mundo mientras el agente delibera?
Episdico: Es
cada paso independiente de los anteriores?
5/4/12
5/4/12
5/4/12
5/4/12
Tipos de agentes
1.
Las acciones del agente se establecen en funcin a una tabla de percepcin accin.
1.
Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria.
1.
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.
1.
5/4/12 Son aquellos agentes que tienen mltiples metas que cumplir, mide el
Ejemplos
Indique el tipo de agente para cada caso: Agente resuelve laberintos. Agente basado en metas
Agente que entrega la Raz Cuadrada de un nmero. Agente reflejo Agente que conduce un automvil. Agente basado en utilidad Agente del mundo de los wumpus Agente con estado interno Agente que resuelve el problema de los bloques.
5/4/12
A cada percepcin se le asocia una accin a efectuar El conocimiento se representa mediante una tabla:
Agente
Bsqueda en tabla de reglas
sensore s Cmo es el mundo en ese momento Qu accin debo emprender en ese momento efectores
Ambien te
Pseudo-cdigo General
Funcin ARS (Percepcin) Devuelve Accin
Esttico: Reglas Estado Interpretar-Entrada(Percepcin) Regla Elegir-Regla (Estado, Reglas) Accin Determinar-Accin(Regla)
El agente debe explorar el ambiente y encontrar el tem oculto Tres sensores de proximidad: frontal, derecho, izquierdo Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda Una tabla que relaciona percepcin con accin:
5/4/12
Qu problemas o limitaciones
5/4/12
Robot aspiradora
Supongamos una aspiradora ubicada en un espacio formado por dos cuadros, identificados como A y B. Los cuales pueden estar en dos estados: sucios o limpios. Si el cuadro donde est la aspiradora est sucio, lo debe limpiar En caso contrario, debe desplazarse al otro cuadro.
5/4/12
Robot aspiradora
La secuencia de percepciones se puede resumir en la siguiente tabla:
5/4/12
Ejemplos
Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones
5/4/12
estado
Cmo evoluciona el mundo
Ambie nte
Reglas condicin-accin
Agent e
efectore s
Pseudo-cdigo General
Funcin ARBM (Percepcin) Devuelve Accin Esttico: Estado, Reglas, Accin Estado Actualiza-Estado(Estado,Accin,Percepcin) Regla Elegir-Regla (Estado, Reglas) Accin Determinar-Accin(Regla) Devolver Accin
5/4/12
IzquierdaExplorado?
5/4/12
5/4/12
El agente toma una decisin con base en el efecto que tenga cada posible
y un agente basado en metas utilizando como medida para modelar el efecto de las acciones la distancia en L
5/4/12
Ambie nte
Metas
Agente 5/4/12
Efectore
Ejemplo
El robot debe mantener la visin en la meta 2. La trayectoria del objetivo no es conocido mientras avanza 3. El robot no puede conocer los obstculos mientras avanza 4. Se requiere una rpida decisin
1.
5/4/12
rob ot
Objeti vo
Ejemplo
Un agente basado en metas, razonara que s en el auto de adelante se prenden las luces, debe disminuir su velocidad. Considerando la forma como normalmente evolucionan las cosas en el mundo, la nica accin permitida para alcanzar la 5/4/12
Ejercicio
Resolver el problema de las k-reinas, para k = 3. El problema consiste en identificar en qu posiciones colocar k reinas en un tablero de ajedrez de tal manera que no se coman entre ellas
5/4/12
Medida de rendimiento
Para cada conjunto de percepciones, el agente toma la accin que maximiza su rendimiento basado en la informacin de la percepcin y su propio conocimiento implcito. Medida del desempeo
Evala el cmo
o o
qu tan exitoso ha sido un agente? Haga clic para modificar el estilo de subttulo del o Debe ser objetiva patrn
La racionalidad NO ES omnisciencia, clarividencia ni exitosa necesariamente. La racionalidad se puede ver como un xito esperado, tomando como base lo que se ha percibido.
5/4/12
Ejercicio
Diga para los siguientes agentes qu medidas de desempeo usara, formule c/u en notacin formal:
1. 2. 3. 4. 5. 6. 7. 8.
Alumno del curso de IA. Tarea Nro 1 del curso de IA. Docente del curso de IA. Congresista de la repblica. Personal que recoge la basura en las noches. Software para jugar ajedrez. Haga clic para modificar el estilo de subttulo del Google Noticias. patrn Software que resuelve laberintos.
5/4/12
Ejercicio
El siguiente agente tiene aprendido una serie de reglas que se pueden representar mediante un rbol de decisin:
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
5/4/12
Formulaci n
Bsque da
Ejecuci n
Disear un agente para resolver el problema del rompecabezas mvil o problema de las ocho fichas o puzzle.
2 1 7
8 6
3 4 5
1 8 7
3 4
5/4/12
Ejercicio 11
5/4/12
5/4/12
El
agente explorara las diferentes alternativas para saber con cul se obtiene mayor utilidad
5/4/12
Ambie nte
5/4/12
Agent