INTELIGENCIA ARTIFICIAL

Presentación del tema: "INTELIGENCIA ARTIFICIAL"— Transcripción de la presentación:

1 INTELIGENCIA ARTIFICIAL
Agentes Inteligentes Mg. Samuel Oporto Díaz Lima, 07 de mayo 2005

2 Tabla de Contenido Agentes Inteligentes. Tipos de Agentes El Ambiente
Agentes Basados en Metas Problemas Bibliografía

3 Objetivos Exponer los conceptos asociados a agentes inteligentes.
Presentar los tipos de agentes. Identificar los tipos de ambiente. Presentar a los agentes basados en metas. Exponer la forma en que un agente basado en metas puede resolver un problema de búsqueda.

4 AGENTES INTELIGENTES

5 Agente

6 Racionalidad de un agente
Depende de: Medida del grado de éxito. Secuencia de percepciones. Conocimiento acerca del medio Acciones que puede 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, basándose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento incorporado en tal agente.

7 Estructura de los Agentes Inteligentes
? Un propósito de la IA es el diseño de un programa de agente (una función que mapee de percepciones a acciones) Este programa se ejecutará en algún dispositivo de cómputo, o arquitectura.

8 Agente = Arquitectura + Programa
Pone al alcance del programa las percepciones obtenidas mediante los sensores, lo ejecuta y alimenta el efector con acciones elegidas por el programa conforme se van generando. Programa. Es un algoritmo que recepciona las percepciones del agente y genera una secuencia de acciones

9 Estructura de los Agentes Inteligentes
AGENTE = ARQUITECTURA + PROGRAMA Antes de diseñar un programa de agente, hay que hacer la descripción PAMA Percepciones Acciones Metas Ambiente

10 Estructura de los Agentes Inteligentes
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

11 Estructura de los Agentes Inteligentes
Agente: Robot resuelve laberintos Percepciones Caminos y paredes Acciones Seguir algún camino Metas El queso. Ambiente El laberinto.

12 Estructura de los Agentes Inteligentes
Agente: Resuelve problema 8 fichas Percepciones Alguno de los estados Acciones Movimiento de una ficha Metas Estado Final Ambiente Posición de las fichas. 5 4 6 1 8 7 3 2 Estado Inicial Estado Final

13 (mapeo de percepcionesacciones)
El comportamiento de un agente depende de la secuencia de percepciones en un momento dado. Se puede caracterizar un agente elaborando una tabla de percepcionesacciones. (mapeo de percepcionesacciones) Mapeo Ideal. Es aquel mapeo que especifica que tipo de acción deberá emprender un agente como respuesta a una determinada secuencia de percepciones

14 Ejemplo a b c d e f g h i j ¿Cuántas entradas tiene la tabla?
entrada  a entrada  b a  entrada a  b a  c b  entrada b  a b  d c  a c  d c  e c  f . a b c d e f g h i j ¿Cuántas entradas tiene la tabla?

15 TIPOS DE AGENTES

16 Tipos de Agentes Agente reflejo simple. Agentes con estado interno.
Las acciones del agente se establecen en función a una tabla de percepciones  acciones. Agentes con estado interno. Es un agente reflejo, pero que almacena sus percepciones anteriores. Agentes basados en metas 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. Agentes basados en utilidad. Son aquellos agentes que tienen múltiples metas que cumplir, mide el grado de satisfacción del grado de cumplimiento de sus metas.

17 Ejercicio Indique el tipo de agente para cada caso:
Agente resuelve laberintos. Agente basado en metas Agente que entrega la √ de un número. Agente reflejo Agente que conduce un automóvil. Agente basado en utilidad Agente del mundo de los wumpus Agente con estado interno Agente que resuelve el problema de los bloques.

18 EL AMBIENTE

19 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.

20 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. Episodicos y no episodicos. 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

21 Ejercicio Ambiente Accesible Determinístico Episódico Estático
Discreto 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

22 AGENTES BASADOS EN METAS

23 Agentes Basados en Metas
El agente reflejo no “piensa” en las consecuencias de sus acciones. Los agentes basados en metas persiguen una meta. El agente se pregunta en todo momento ¿qué sucederá si hago tal cosa?, ¿llegaré a la meta?. Este requiere que anticipe sus acciones, antes de ejecutarlas. La anticipación requiere la búsqueda de la secuencias de acciones y luego la planificación de su ejecución.

24 Agentes Basados en Metas
Formulación Búsqueda Planificación Ejecución Realidad Percepción

25 Agentes Basados en Metas
Son aquellos agentes que determinan su acción basados en una meta. Para propósitos de este unidad del curso su ambiente es: Accesible, determinista, episódico, estático y discreto.

26 PROBLEMAS

27 Problema Partir de la ciudad de Piura para recorrer las capitales de los departamentos indicados para regresar de nuevo a Piura, sin realizar el mismo recorrido dos veces. (se puede pasar más de una vez por la misma ciudad).

28 Metas y Acciones Meta (estado).
Teniendo en consideración la situación en un momento dado ¿qué acción tomar? Una meta es un estado del mundo. Se llega a una meta mediante una acción Acción. Es el causante de un cambio de estado en el mundo. e0 a1 e1 a2 e2 a3 e3 a4 e4

29 Diseño de un agente de búsqueda
formular buscar ejecutar ¿qué buscamos? ¿si lo encontramos lo ejecutamos directamente?

30 1. Formulación de Problema
Es el proceso de decidir que acciones y estados habrán de considerarse para resolver el problema. Acciones. Ir desde la ciudad i hasta la ciudad j [ i  j], dado que existe una conexión entre i y j. Estados. Estar en la ciudad i. Dado que i = {Piura, Loreto, Ancash, Ucayali, Huanuco, Lima, Ayacucho, Arequipa, Puno, Madre de Dios} Ancash Junin Lima Ayacucho Arequipa Loreto Madre de Dios Piura Puno Ucayali

31 2. Búsqueda Dado un agente que tiene un objetivo. Dado que el agente se encuentra en un estado particular ei. El agente conoce los estados que se pueden generar cuando realiza una acción determinada. Para que el agente decida realizar una acción determinada, debe de evaluar previamente las diversas secuencias de acciones posibles que le llevan al estado que desea, y luego decidir por la mejor secuencia. Búsqueda. Es el proceso de encontrar la secuencia de acciones a seguir para encontrar un objetivo.

32 3. Ejecución Solución: acciones = algoritmo_búsqueda(problema)
Luego de encontrar la solución al problema de búsqueda se procede a ejecutar la secuencia de acciones: ejecutar_acciones(acciones)

33 Ejercicio Identificar las acciones a seguir para resolver el problema de las k-reinas (k = 3) Formulación Búsqueda Ejecución

34 Bibliografía AIMA. Capítulo 2 y 3, primera edición.
AIMA. Chapter 2 y 3, second edition.

35 PREGUNTAS