La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Inteligencia Artificial Universidad San Martín de Porres AGENTE ASPIRADOR Alumnos Bruno Mallqui, Cintya Dulanto Ramirez, Ricardo Jhatance Diaz, Jhon Santiago.

Presentaciones similares


Presentación del tema: "Inteligencia Artificial Universidad San Martín de Porres AGENTE ASPIRADOR Alumnos Bruno Mallqui, Cintya Dulanto Ramirez, Ricardo Jhatance Diaz, Jhon Santiago."— Transcripción de la presentación:

1 Inteligencia Artificial Universidad San Martín de Porres AGENTE ASPIRADOR Alumnos Bruno Mallqui, Cintya Dulanto Ramirez, Ricardo Jhatance Diaz, Jhon Santiago Sánchez, Milgros Vergara Goycochea, Angelica INTELIGENCIA ARTIFICIAL Y ROBÓTICA Fecha: Miércoles 21 de Noviembre del 2007

2 Inteligencia Artificial Tabla de Contenido Introducción Planteamiento del problema. Objetivo. Alcances del proyecto. Limitaciones Diseño y operación del Agente Simple. Diseño y operación del Agente con memoria interna. Conclusiones. Recomendaciones.

3 Inteligencia Artificial Introducción El informe que presentamos a continuación muestra los pasos que hemos seguido para la definición del Flujo grama para el agente simple llamado agente aspirador, así como las variables, estados y parámetros de dicho agente.

4 Inteligencia Artificial Planteamiento del Problema El problema se puede definir principalmente en lograr que el agente Aspirador Sea capaz de reconocer un obstáculo de una basura, ya que el primero tendrá que evadirlo y el segundo proceder a aspirarlo, también tendrá que identificar su localización, ya que después de realizar su tarea tendrá que retornar a su lugar de origen.

5 Inteligencia Artificial Objetivo El objetivo principal de este proyecto es que el agente aspirador logre realizar la limpieza total de su ambiente y finalizando en el lugar de origen.

6 Inteligencia Artificial Alcances del Proyecto Se comenzará desarrollando el agente simple, para luego implementar el agente con memoria, el cual podrá tomar una decisión de acuerdo.

7 Inteligencia Artificial Limitaciones La apreciación de los sensores no es fácil de plasmar en la programación. Simulaciones virtuales. No existe metodología específica para la documentación del agente

8 Inteligencia Artificial DISEÑO DEL AGENTE REFLEJO SIMPLE

9 Inteligencia Artificial Descripción del ambiente físico Es una habitación, alrededor de la cual existen obstáculos (Pared y Huecos) y también se podrá encontrar basura, la cual será succionada por dicho agente. En el ambiente solo se ubica un Agente Aspirador.

10 Inteligencia Artificial Representación del ambiente físico El modelo de solución esta orientado a la resolución del problema de un agente aspirador, que tiene como objetivo limpiar el ambiente donde se encuentra; cuyas dimensiones son [N x N], daremos entonces el valor inicial 0, ya que todavía no se realiza ningún movimiento. GENERACION DE AMBIENTE

11 Inteligencia Artificial Descripción del Objetivo del Agente El objetivo del agente es reconocer o diferenciar, que tipo de obstáculo se le presenta en su recorrido. También debe identificar el punto de su origen ya que es una de las condiciones para que el agente termine su recorrido cuando detecte que se encuentra en su punto de inicio. Hacer la limpieza total del ambiente.

12 Inteligencia Artificial Sensores Es un agente de aspiradora que posee 1 sensor. Este sensor ayuda a captura la posición en el ambiente.

13 Inteligencia Artificial Percepciones Basura { 1, 0} Obstáculo { 1, 0} Hueco{ 1, 0} Origen{ 1, 0}

14 Inteligencia Artificial Acciones OperaciónValor Succionar1 Avanzar2 girarDere3 girar Izq4 Stop5 CODIGO DE ACCIONES

15 Inteligencia Artificial Tabla percepción acción Tabla de Percepción Acción Código de Tabla Percepción Acción

16 Inteligencia Artificial Código de Tabla Percepción Acción AmbienteT am = new AmbienteT (); String est = am.verAmbiente(age.posicion[0], age.posicion[1] ); if (est=="basu") { ax=1;} else if (est==null) {ax=2;} else if (est=="obst"){ax=3;} else if (est=="hue"){ax=5;} else {ax=5;} return ax; }

17 Inteligencia Artificial DISEÑO DEL AGENTE CON MEMORIA INTERNA

18 Inteligencia Artificial Diseño Diga qué cambios le ha hecho al agente reflejo simple para convertirlo en agente con memoria interna

19 Inteligencia Artificial OPERACIÓN DEL AGENTE

20 Inteligencia Artificial Criterios de parada Regla General: Dos o tres objetos no pueden Ubicarse en el mismo lugar. Regla: Basura y Hueco NO pueden encontrarse en un mismo lugar dentro de la matriz. Regla: Obstáculo y Hueco NO deben ubicarse en el mismo lugar dentro de la matriz Regla: Basura y Obstáculo NO pueden encontrarse en un mismo lugar dentro de la matriz. Regla: Obstáculo, Basura y Hueco; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz.

21 Inteligencia Artificial Regla: Origen, Hueco y Basura; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz. Regla: Origen y Obstáculo NO pueden encontrarse en un mismo lugar dentro de la matriz. Regla: Origen, Obstáculo y Hueco; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz. Regla: Origen, Obstáculo y Basura; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz. Regla: Origen, Obstáculo, Basura y Hueco; estos cuatro objetos no pueden ubicarse en un mismo lugar dentro de la matriz.

22 Inteligencia Artificial ESTADISTICAS public void generarEstadistica(){ double rendimiento = 0; rendimiento = contaSuccion/nBasu*100; System.out.println("El porcentaje de rendimiento es del:"+rendimiento+"%"); System.out.println("El numero de iteraciones del agente es de: "+contaIteracion); System.out.println("El numero de basuras succionadas es de :"+contaSuccion);} Se crea la variable rendimiento y se inicializa con el valor 0. Se asigna a la variable rendimiento con el valor obtenido por el contador de basura succionada entre el total de elementos de basura en el ambiente. (En porcentaje). Se muestra el rendimiento obtenido en consola, así como en contador de iteraciones realizadas y el contador de succiones de basura.

23 Inteligencia Artificial PROGRAMACION DEL AGENTE

24 Inteligencia Artificial COMPLEJIDAD

25 Inteligencia Artificial Tamaño de la Entrada Las pruebas realizadas con el agente tanto simple, como el de memoria interna fueron fijados a una dimensión de 10 filas por 10 columnas.

26 Inteligencia Artificial Complejidad Ver documento...

27 Inteligencia Artificial DESEMPEÑO

28 Inteligencia Artificial Medida de desempeño y análisis de resultados Los Resultados arrojan una efectividad promedio del % despues de la realiazación de 25 corridas de código. Se hace necesario contar con una BD que almacene las iteraciones del agente con memoria interna para obtener un mejor rendimiento en el caso de que la diemnsión del escenario aumente.

29 Inteligencia Artificial Conclusiones No se aprecia con claridad la diferencia entre uno u otro sensor, por ser una implementación netamente software (virtual). Los algoritmos necesarios para la codificación del agente no poseen complejidad elevada.


Descargar ppt "Inteligencia Artificial Universidad San Martín de Porres AGENTE ASPIRADOR Alumnos Bruno Mallqui, Cintya Dulanto Ramirez, Ricardo Jhatance Diaz, Jhon Santiago."

Presentaciones similares


Anuncios Google