Umělá inteligence (2. přednáška) Agenti Anna Vernerová

(1)

Umělá inteligence (2. přednáška)

Agenti

Anna Vernerová

¹

Jonathan L. Verner

²

1Ústav formální a aplikované lingvistiky Matematicko-fyzikální fakulta

http://ufal.mff.cuni.cz/anna-vernerova/umela-inteligence vernerova@ufal.mff.cuni.cz

2Katedra logiky Filozofická fakulta

http://jonathan.temno.eu/teaching/ALG500008.html jonathan.verner@ff.cuni.cz

(2)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program. Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A) prostředí

měřítko úspěšnosti

(3)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program. Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A) prostředí

měřítko úspěšnosti

(4)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program.

Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A) prostředí

měřítko úspěšnosti

(5)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program.

Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A) prostředí

měřítko úspěšnosti

(6)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program.

Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A)

prostředí

měřítko úspěšnosti

(7)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program.

Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A) prostředí

měřítko úspěšnosti

(8)

Návrh racionálního agenta

Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci

“užitku”.

f :P^∗ → A

Agent = architektura + program.

Je třeba specifikovat

možné vjemy (množina

P)

možné akce (množina

A) prostředí

měřítko úspěšnosti

(9)

Příklady

Agent Vjemy Akce Prostředí Úspěšnost

hráč šachů tahy pro- tihráče, stav šachovnice

vlastní tahy šachovnice, pravidla

Elo

automatický vysavač

senzor špíny vysávání, pohyb

byt, kancelář

čistota, hlučnost, vysátá špína autonomní

vozidlo

video obraz vozovky, rychlost, GPS,. . .

přidání plynu, otočení volantem,. . .

vozovka, ostatní vozidla

bezpečnost, spolehlivost, rychlost

(10)

Příklady

hráč šachů

tahy pro- tihráče, stav šachovnice

Elo

byt, kancelář

vozidlo

(11)

Příklady

Elo

byt, kancelář

vozidlo

(12)

Příklady

vlastní tahy

šachovnice, pravidla

Elo

byt, kancelář

vozidlo

(13)

Příklady

Elo

byt, kancelář

vozidlo

(14)

Příklady

Elo

byt, kancelář

vozidlo

(15)

Příklady

Elo

byt, kancelář

vozidlo

(16)

Příklady

Elo

senzor špíny

vysávání, pohyb

byt, kancelář

vozidlo

(17)

Příklady

Elo

byt, kancelář

vozidlo

(18)

Příklady

Elo

byt, kancelář

vozidlo

(19)

Příklady

Elo

byt, kancelář

čistota, hlučnost, vysátá špína

autonomní vozidlo

(20)

Příklady

Elo

byt, kancelář

vozidlo

(21)

Příklady

Elo

byt, kancelář

vozidlo

video obraz vozovky

, rychlost, GPS,. . .

(22)

Příklady

Elo

byt, kancelář

vozidlo

video obraz vozovky, rychlost

, GPS,. . .

(23)

Příklady

Elo

byt, kancelář

vozidlo

video obraz vozovky, rychlost, GPS

,. . .

(24)

Příklady

Elo

byt, kancelář

vozidlo

(25)

Příklady

Elo

byt, kancelář

vozidlo

přidání plynu

, otočení volantem,. . .

(26)

Příklady

Elo

byt, kancelář

vozidlo

přidání plynu, otočení volantem

,. . .

(27)

Příklady

Elo

byt, kancelář

vozidlo

(28)

Příklady

Elo

byt, kancelář

vozidlo

(29)

Příklady

Elo

byt, kancelář

vozidlo

bezpečnost

, spolehlivost, rychlost

(30)

Příklady

Elo

byt, kancelář

vozidlo

bezpečnost, spolehlivost

, rychlost

(31)

Příklady

Elo

byt, kancelář

vozidlo

(32)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy mariáš

deterministické vs. stochastické vs. nedeterministické vs. stratetické

deterministické — následující stav prostředí je plně určen předchozím stavem a akcí agenta

strategické — stav prostředí mění pouze (další) agenti šachy, mariáš, vysavač

autonomní vozidlo

epizodické vs. sekvenční

epizodické — následující vjemy nezávislé na předchozích vjemech a akcích

výstupní kontrola kvality

statické vs. dynamické

mariáš, šachy (bez hodin)

autonomní vozidlo, šachy (s hodinami)

(33)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs. stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(34)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs. stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(35)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(36)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

strategické — stav prostředí mění pouze (další) agenti

šachy, mariáš, vysavač autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(37)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(38)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(39)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(40)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(41)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(42)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(43)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(44)

Klasifikace prostředí

plná vs. částečná pozorovatelnost

šachy

mariáš

deterministické vs. stochastické vs. nedeterministické vs.

stratetické

autonomní vozidlo

epizodické vs. sekvenční

statické vs. dynamické

(45)

Klasifikace prostředí

diskrétní vs. spojité

šachy, mariáš autonomní vozidlo

(Pozor, počítače vždy pracují s

digitálním, t.j. diskrétním

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

jako agenty modelujeme ty objekty v prostředí, které se snaží maximalizovat nějakou užitkovou funkci

spolupracující agenti: komunikace

kompetitivní multiagentní prostředí: randomizované jednání zabrání předvídatelnosti

(46)

Klasifikace prostředí

diskrétní vs. spojité

šachy, mariáš

autonomní vozidlo

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

(47)

Klasifikace prostředí

diskrétní vs. spojité

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

(48)

Klasifikace prostředí

diskrétní vs. spojité

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.)

jedno agentní vs. multiagentní

(49)

Klasifikace prostředí

diskrétní vs. spojité

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

(50)

Klasifikace prostředí

diskrétní vs. spojité

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

(51)

Klasifikace prostředí

diskrétní vs. spojité

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

(52)

Klasifikace prostředí

diskrétní vs. spojité

(Pozor, počítače vždy pracují s

vstupem; je otázka, zda svět samotný není diskrétní.) jedno agentní vs. multiagentní

(53)

Racionalita

Racionální agent se snaží maximalizovat hodnotící funkci.

Chceme hodnotit chování nebo stav prostředí?

dobrý vysavač vysaje hodně špíny, hodnotící funkce dává body za vysátou špínu

ideální strategií je vysát špínu, pak ji vysypat, pak zase vysát a tak dokola. . .

dobrý vysavač udržuje místnost čistou

Obecně je lepší hodnotit stav prostředí, často totiž není jasné, jaké

chování je dobré.

(54)

Racionalita

Racionální agent se snaží maximalizovat hodnotící funkci.

Chceme hodnotit chování nebo stav prostředí?

dobrý vysavač vysaje hodně špíny, hodnotící funkce dává body za vysátou špínu

ideální strategií je vysát špínu, pak ji vysypat, pak zase vysát a tak dokola. . .

dobrý vysavač udržuje místnost čistou

Obecně je lepší hodnotit stav prostředí, často totiž není jasné, jaké

chování je dobré.

(55)

Racionalita

Racionální agent se snaží maximalizovat hodnotící funkci.

Chceme hodnotit chování nebo stav prostředí?

dobrý vysavač vysaje hodně špíny, hodnotící funkce dává body za vysátou špínu

ideální strategií je vysát špínu, pak ji vysypat, pak zase vysát a tak dokola. . .

dobrý vysavač udržuje místnost čistou

Obecně je lepší hodnotit stav prostředí, často totiž není jasné, jaké

chování je dobré.

(56)

Racionalita

Racionální agent se snaží maximalizovat hodnotící funkci.

Chceme hodnotit chování nebo stav prostředí?

dobrý vysavač vysaje hodně špíny, hodnotící funkce dává body za vysátou špínu

ideální strategií je vysát špínu, pak ji vysypat, pak zase vysát a tak dokola. . .

dobrý vysavač udržuje místnost čistou

Obecně je lepší hodnotit stav prostředí, často totiž není jasné, jaké

chování je dobré.

(57)

Racionalita

Racionální agent se snaží maximalizovat hodnotící funkci.

Chceme hodnotit chování nebo stav prostředí?

dobrý vysavač vysaje hodně špíny, hodnotící funkce dává body za vysátou špínu

ideální strategií je vysát špínu, pak ji vysypat, pak zase vysát a tak dokola. . .

dobrý vysavač udržuje místnost čistou

Obecně je lepší hodnotit stav prostředí, často totiž není jasné, jaké

chování je dobré.

(58)

Racionalita — varování

Racionální neznamená

vševědoucí — vjemy nemusí poskytnout všechny relevantní informace

vidící do budoucnosti — nemůže předvídat výsledky některých akcí

Tudíž racionální

6=

úspěšný.

Racionální chování zahrnuje akce vedoucí k získávání informací

(information gathering ) a proces učení (autonomní agent je díky

procesu učení schopen kompenzovat neúplnou nebo i chybnou

znalost svého tvůrce).

(59)

Racionalita — varování

Racionální neznamená

vševědoucí — vjemy nemusí poskytnout všechny relevantní informace

vidící do budoucnosti — nemůže předvídat výsledky některých akcí

Tudíž racionální

6=

úspěšný.

Racionální chování zahrnuje akce vedoucí k získávání informací

(information gathering ) a proces učení (autonomní agent je díky

procesu učení schopen kompenzovat neúplnou nebo i chybnou

znalost svého tvůrce).

(60)

Racionalita — varování

Racionální neznamená

vševědoucí — vjemy nemusí poskytnout všechny relevantní informace

vidící do budoucnosti — nemůže předvídat výsledky některých akcí

Tudíž racionální

6=

úspěšný.

Racionální chování zahrnuje akce vedoucí k získávání informací

(information gathering ) a proces učení (autonomní agent je díky

procesu učení schopen kompenzovat neúplnou nebo i chybnou

znalost svého tvůrce).

(61)

Racionalita — varování

Racionální neznamená

vševědoucí — vjemy nemusí poskytnout všechny relevantní informace

vidící do budoucnosti — nemůže předvídat výsledky některých akcí

Tudíž racionální

6=

úspěšný.

Racionální chování zahrnuje akce vedoucí k získávání informací

(information gathering ) a proces učení (autonomní agent je díky

procesu učení schopen kompenzovat neúplnou nebo i chybnou

znalost svého tvůrce).

(62)

Racionalita — varování

Racionální neznamená

vševědoucí — vjemy nemusí poskytnout všechny relevantní informace

vidící do budoucnosti — nemůže předvídat výsledky některých akcí

Tudíž racionální

6=

úspěšný.

Racionální chování zahrnuje akce vedoucí k získávání informací (information gathering )

a proces učení (autonomní agent je díky

procesu učení schopen kompenzovat neúplnou nebo i chybnou

znalost svého tvůrce).

(63)

Racionalita — varování

Racionální neznamená

vševědoucí — vjemy nemusí poskytnout všechny relevantní informace

vidící do budoucnosti — nemůže předvídat výsledky některých akcí

Tudíž racionální

6=

úspěšný.

Racionální chování zahrnuje akce vedoucí k získávání informací

(information gathering ) a proces učení (autonomní agent je díky

procesu učení schopen kompenzovat neúplnou nebo i chybnou

znalost svého tvůrce).

(64)

Základní typy agentů

reflexivní agenti

reagují pouze na aktuální vjem

pokud vjemy neposkytují dostatečný obraz světa, agent selže částečně lze řešit randomizací akcí