Agenti

Agenti Intelligenti
Capitolo 2
Slides Intelligenza Artificiale,
Vincenzo Cutello
1
Outline
 PAGE (Percepts, Actions, Goals,
Environment)
 Tipi di ambienti
 Funzioni agente e programmi
 Tipi di agente
 Il mondo dell’aspirapolvere
Slides Intelligenza Artificiale,
Vincenzo Cutello
2
PAGE
 Dobbiamo prima specificare il “setting” per
la progettazione di agenti intelligenti
 Consideriamo, ad esempio, il compito di
progettare un taxi automatizzato
–
–
–
–
Percezioni ?
Azioni ?
Obiettivi ?
Ambiente ?
Slides Intelligenza Artificiale,
Vincenzo Cutello
3
Agente intelligente per acquisti su
internet
Percezioni ?
Azioni ?
Obiettivi ?
Ambiente ?
Slides Intelligenza Artificiale,
Vincenzo Cutello
4
Agenti razionali
 Gli “obiettivi” sono specificabili da misure
di prestazioni che definiscono un valore
numerico per ogni possibile risultato
 Azione razionale: qualsiasi azione che
massimizzi il valore atteso della misura
di prestazione data la sequenza
percepita “sino a quel momento”
 Si Noti:
– Razionale ≠ onnisciente
– Razionale ≠ chiaroveggente
– Razionale ≠ aver successo
Slides Intelligenza Artificiale,
Vincenzo Cutello
5
Tipi di ambiente
Accessibile : Se l’apparato dei sensori dell’agente fornisce un
accesso completo allo stato dell’ambiente
Deterministico : Se lo stato successivo è completamente
determinato dallo stato corrente e dall’azione determinata
dall’agente
Episodico : Se l’esperienza dell’agente è divisa in episodi.
Sottosequenze di episodi non dipendono dalle azioni
effettuate nei precedenti episodi
Discreto : Se esiste un numero limitato di azioni e percezioni
distinte
Slides Intelligenza Artificiale,
Vincenzo Cutello
6
Tipi di ambiente
Solitario
Backgammon Internet
shopper
Taxi
Accessibile ??
Deterministico ??
Episodico ??
Statico ??
Discreto ??
Slides Intelligenza Artificiale,
Vincenzo Cutello
7
Tipi di ambiente
Solitario
Risico
Internet
shopper
Taxi
Accessibile
Si
Si
No
No
Deterministico
Si
No
In parte
No
Episodico
No
No
No
No
Statico
Si
Si
Semi
No
Discreto
Si
Si
Si
No
Il tipo di ambiente influenza in maniera determinante
la progettazione di un agente
Il mondo reale è (ovviamente) inaccessibile,
stocastico, sequenziale, dinamico, continuo
Slides Intelligenza Artificiale,
Vincenzo Cutello
8
Funzioni agenti e programmi
Un agente è completamente specificato dalla funzione agente che
mappa sequenze di percezioni in azioni. Si potrebbe sviluppare ogni
possibile sequenza per vedere cosa succede. Ovviamente, una tabella
di lookup dovrebbe solitamente essere molto grande
Una funzione agente (o una piccola classe di equivalenza) deve essere
razionale
Un programma agente prende una singola percezione come input,
mantiene uno stato interno:
function SKELETON-AGENT(percept) returns action
static: memory, la memoria dell’agente relativa al mondo
memory  UPDATE-MEMORY(memory, percept)
action  CHOOSE-BEST-ACTION(memory)
memory  UPDATE-MEMORY(memory, action)
return action
Slides Intelligenza Artificiale,
Vincenzo Cutello
9
Tipi di agente
Quattro tipi base in ordine crescente di complessità
- Agenti stimolo risposta
- Agenti con stato interno
- Agenti basati su obiettivi
- Agenti basati su utilità
Slides Intelligenza Artificiale,
Vincenzo Cutello
10
Agenti stimolo risposta
Agente
Sensori
Com’è il mondo
in questo momento
Ambiente
Regole condizione-azione
Quale azione
dovrei fare
Attuatori
Slides Intelligenza Artificiale,
Vincenzo Cutello
11
Agenti con stato interno
stato
Come si evolve il mondo
Sensori
Com’è il mondo
in questo momento
Cosa fanno le mie azioni
Ambiente
Regole condizione-azione
Quale azione
dovrei fare
Agente
Attuatori
Slides Intelligenza Artificiale,
Vincenzo Cutello
12
Agenti basati su obiettivi
Sensori
stato
Come si evolve il mondo
Cosa fanno le mie azioni
Obiettivi
Agente
Com’è il mondo
in questo momento
Cosa succede se
eseguo l’azione A
Ambiente
Quale azione
dovrei fare
Attuatori
Slides Intelligenza Artificiale,
Vincenzo Cutello
13
Agenti basati su utilità
Sensori
stato
Come si evolve il mondo
Cosa fanno le mie azioni
Utilità
Com’è il mondo
in questo momento
Cosa succede se
eseguo l’azione A
Ambiente
Quanto sarò felice in questo stato
Quale azione
dovrei fare
Agente
Attuatori
Slides Intelligenza Artificiale,
Vincenzo Cutello
14
Esempio: Un aspirapolvere
intelligente
Percezioni
(<ostacolo> <sporco> <home>)
Azioni
Spegniti, avanti, aspira, gira a sinistra, gira a destra
Obiettivi
(misura di performance sui risultati)
+100 per ogni pezzo di sporco pulito
-1 per ogni azione
-1000 se non è al suo posto (home) quando si spegne
Slides Intelligenza Artificiale,
Vincenzo Cutello
15
Esempio: Un aspirapolvere
intelligente
Ambiente
- griglia, muri/ostacoli, distribuzione e creazione di sporcizia,
- gli spostamenti funzionano se non vanno contro ostacoli
- la polvere aspirata va dentro l’aspirapolvere
Accessibile ?
Deterministico ?
Episodico ?
Statico ?
Discreto ?
Slides Intelligenza Artificiale,
Vincenzo Cutello
16
Esempio: Un giocatore di scacchi
Percezioni
(<mossa_avv> <stato_iniziale> )
Azioni
Muovi (secondo le regole) uno dei
pezzi
Obiettivi
Dare “scacco matto” all’avversario
(shah mat : il re è morto)
+ f(x) per ogni pezzo x
guadagnato
- f(x) per ogni pezzo x perso
+ Δ(p) per la posizione acquisita
sulla scacchiera
Slides Intelligenza Artificiale,
Vincenzo Cutello
17
Esempio: Un giocatore di scacchi
Ambiente
- scacchiera e disposizione dei pezzi,
- le mosse vanno confrontate con i vincoli di legalità
- la sequenza di mosse è importante ?
Accessibile ?
Deterministico ?
Episodico ?
Statico ?
Discreto ?
Slides Intelligenza Artificiale,
Vincenzo Cutello
18
Esempio: spostamento con ostacoli
Percezioni
(<Ost> <A> <B>)
Azioni
Spostati in una direzione (360 gradi)
Obiettivi
Partendo da A arrivare a B
Slides Intelligenza Artificiale,
Vincenzo Cutello
19
Esempio: spostamento con ostacoli
Ambiente
• disposizione degli ostacoli
• concetto di visibilità
• mi ricordo se sono passato da un posto ?
• Gli ostacoli sono fermi o si muovono ?
Accessibile ?
Deterministico ?
Episodico ?
Statico ?
Discreto ?
Slides Intelligenza Artificiale,
Vincenzo Cutello
20