Nama : Bebasari Indah Kurniawati
Npm : 11115310
Kelas : 3ka31
File PDF : Disini
Listing Program : Disini
Minggu, 29 Oktober 2017
Rabu, 18 Oktober 2017
definisi peas
Definisi
PEAS
PEAS
adalah singkatan dari Performance Measure, Environment, Actuators, dan Sensor.
Dimana harus dispesifikasikan terlebih dahulu mengenai rancangan intelligent
agent.
P (performance measure) :
komponen keberhasilan si agent
E (environment) : kodisi di
sekitar agent
A (actuators) : segala
sesuatu yang dapat dilakukan si agent
S (sensors) : segala
sesuatu yang menjadi input si agent
1. Misalkan
untuk task yang didesain untuk agent pengemudi taksi otomatis:
·
Performance Measure: Aman, Cepat, Legal,
Perjalanan yang nyaman, Keuntungan Maksimal.
·
Environment : Jalan, Lalu lintas kendaraan
lain, Pejalan kaki, Pelanggan.
·
Actuators: Setir, Akselerator, Rem, Lampu
Sinyal, Klakson.
·
Sensors: Kamera, Sonar, Spedometer, GPS,
odometer, sensor mesin, keyboard.
2. Misalkan
untuk task yang disusun untuk agent sistem diagnosis medis:
·
Performance Measure : Kesehatan Pasien,
Biaya minimal, Hukum.
·
Environment: Pasien, Rumah Sakit, Staf.
·
Actuator : Tampilan Layar (Pertanyaan,
Tes, Diagnosa, Perawatan, Rujukan).
·
Sensors : Keyboars(Entri gejala, pencarian
penyakit, jawaban untuk pasien).
3. Misalkan
untuk task yang disusun untuk agent robot pengambil suku cadang
·
Performance Measure : Persentase suku
cadang di tempat yang benar
·
Environment : sabuk konveyor, tempat pengumpulan suku
cadang
·
Actuator : Lengan dan tangan robot
·
Sensor : Kamera, sensor di lengan robot
4. Misalkan
untuk task yang disusun untuk agent Pengajar Bahasa Inggris Interaktif
·
Performance Measure : Memaksimalkan nilai
siswa ketika test
·
Enviroment : Siswa
·
Actuator : Layar Tampilan (Latihan, cara
penyelesaian, koreksi kesalahan)
·
Sensor : keyboard
Sumber :
definisi, konsep dan contoh agents
Definisi
Agents, Konsep dan Contoh
Pengertian
sebuah AGENT adalah segala sesuatu yang dapat dipandang sebagaimanamengamati
lingkungannya melalui sensor danbertindak atas lingkungan yang melalui
efektor.Agen manusia memiliki mata, telinga, danorgan lain untuk sensor, dan
tangan, kaki,mulut, dan bagian tubuh lainnya untuk efektor.Sebuah pengganti
agen robot kamera danberbagai pencari inframerah untuk sensor danberbagai motor
untuk efektor. Dapat digambarkan secara sederhana sebagai berikut:
Dalam kecerdasan buatan, intelligent
agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas
lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai
tujuan yaitu rasional. Intelligent agen
juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka.
Konsep
Intellegent Agents
§ Rational →
melakukan hal yang terbaik.
§ Kita
harus mendefinisikan tujuan dari si agent (goal).
§ Goal bisa
dinyatakan sebagai performance measure: ukuran kinerja si agent
§ Contoh:
|
Goal
|
Performance
Measure
|
|
Lulus kuliah
|
IPK
|
|
Cepet kaya
|
Gaji bulanan
|
|
Juara liga
sepakbola
|
Posisi klasemen
|
|
Bahagia
|
Tingkat kebahagiaan
|
Rational Agent
§ Definisi:
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
§ Rational
tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar
kendali.
§ Terkadang
agent bermulai tanpa pengetahuan lingkungan → exploration, learning, autonomy.
Contoh:
Agent taksi otomatis
Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
§ Performance
measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan.
§ Environment:
jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.
§ Actuators:
stir arah, gas, rem, klakson, sinyal kiri/kanan.
§ Sensors:
kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor,
keyboard.
Jenis-jenis
agent program
§
Simple reflex agents: hanya
berdasarkan percept terakhir.
§
Model-based reflex agents: memiliki
representasi internal mengenai keadaan lingkungan.
§
Goal-based agents: memiliki
informasi mengenai tujuan, memilih tindakan yang mencapai tujuan.
§
Utility-based agents: melakukan penilaian
kuantitatif terhadap suatu keadaan lingkungan → utility function. Berkaitan
dengan performance measure.
§
Learning agents: belajar dari
pengalaman, meningkatkan kinerja.
Sumber :
Langganan:
Postingan (Atom)