02 Intelligens ügynökök

Mi az ügynök?

Az ügynök bármilyen dolog, amely képes érzékelni a környezetét (szenzorokkal) és viselkedni benne (vezérlők által pl gázpedál).

Ügynök = architectúra + program

Architectúra = fizikai gép (számítási egység) + szenzorok, vezérlők

• észlel (szenzorok) → lefuttatja a programot → átadja a választást a vezérlőnek

Mi az észlelési sorozat (percept sequence)?

Az észlelési sorozat az eddig érzékelt összes érzékelés időbeli sorozata.

Érzékelés: egy adott időpillanatban lévő bemenet.

Milyen típusú jellemzése lehet egy ügynöknek?

Externális (külső): ügynök függvény (f: észlelési sorozat → cselekvés)

• Bemenete az összes eddigi észlelés sorozata

Internális (belső): ügynök program (implementálja az ügynök függvényt)

• Táblázatos reprezentáció: túl sok sor

  • A táblázat sorainak száma: $\sum_{t=1^{}}^{T}\left|P\right|^{t}$

  • P: lehetséges észlelések halmaza

  • T: az ügynök életideje

• Csak az aktuális észlelés alapján dönt (különben meg kell jegyeznie a múltbeli észleléseket)

Mi a racionális ügynök definíciója?

A racionális ügynök képes minden észlelési sorozatra olyan tevékenységet választani, amely várhatóan maximalizálja a teljesítmény mérőt (tekintve az észlelési sorozatot és az előzetes tudást, priort)

Mikor teljesít jól egy ügynök (jó viselkedés)

• Az ügynök a környezetben tevékenységeket végez az észlelései alapján

• Ezek hatására a környezet állapotok sorozatán halad át

• Ha ez a sorozat értéke a telejsítmény mérő alapján elfogadható, akkor jól teljesít az ügynök

Mi a teljesítmény mérő

Egy függvény: a környezet (nem az ügynök!) bejárt állapotsorozatához rendel egy értéket

Azt írja le, hogy milyen állapotot várunk el a környezettől (nem az ügynök viselkedésétől)

Min múlik hogy egy időpillanatban a cselekvés racionális-e?

1. Teljesítmény mérőn (meghatározza mit jelent a siker),

2. Ügynök előzetes ismeretein a környezetről (prior)

3. Elvégezhető tevékenységeken (rendelkezésre álló cselekvések halmaza)

4. Észlelési sorozaton.

Mi a különbség a mindentudás és a racionalizmus között?

A mindent tudó ügynök pontosan tudja a cselekményének eredményét, hatását.

A mindentudás a valós teljesítményt maximalizálja, míg a racionalizmus a várható teljesítményt.

Ez a gyakorlatban lehetetlen, szükséges van információ gyüjtésre (felfedezés) és tanulásra az észlelések alapján

Mit jelent a munkakörnyezet (task environment) kifejezés?

A teljesítmény mérőt, a környezetet, az ügynök szenzorait és vezérlőit.

Mik az ügynökök környezeti jellemzői?

• Teljesen vs részben észlelhető vs észlelhetetlen (nincs sensor)

• egy vagy több ügynökös (kompetitív vagy kooperatív)

• determinisztikus vagy sztochasztikus,

  • Determinisztikus: a következő állapot csak az előző állapottól és az ügynök tevékenységétől függ

  • Sztochasztikus: a kimenetek bizonytalanságát valószínűségek írják le

  • Nem-determinisztikus: ismerjük a lehetséges kimeneteket, de a valószínűségeiket nem

• epizódszerű vagy szekvenciális

  • ep: a cselekvéstől nem függ a következő epizód

    • pl.: gyártó szalagon hibás alkatrészeket szűrő robot

• dinamikus vagy statikus

  • din: változik a környezet, amíg az ügynök gondolkodik

  • semi-din: a környezet nem változik, de teljesítmény mérő igen

• diszkrét vagy folytonos a környezet állapota

• ismert vagy ismeretlen (a környezet belső fizikai törvényei)

Mi a reflex ügynök?

• Csak az aktuális észlelést veszi figyelembe

• Működése feltétel–cselekvés szabályokkal írható le

Mi a modell-alapú reflex ügynök?

Olyan ügynök, amely egy belső állapotot tart fenn, hogy a korábbi észleléseken alapuló döntéseket tudjon hozni.

Mik a cél-alapú ügynök jellemzői?

A cél-alapú ügynök egy elfogadható állapotot céloz meg, és a döntéseit ezen állapotok elérésére alapozza.

• fejben tartjuk a megismert, de már nem észlelhető információt

Mi a haszon-alapú ügynök funkciója?

A haszon-alapú ügynök a teljesítés módját preferálja, figyelembe véve a célt és a hasznot.

racionalitás

Az a tulajdonság, hogy az ügynök helyesen cselekszik a környezete alapján.

cél-alapú ügynök

• Olyan ügynök, amely a célok elérésére törekszik a döntés során.

• Cél: egy elfogadható állapot

haszon-alapú ügynök

Olyan ügynök, amely a haszon maximalizálására törekszik a cselekvések alapján.

• Nem csak a cél elérése a fontos hanem annak a módja is

tanuló ügynök

Egy keret, amely bármelyik ügynököt körülveheti.

A modellje tanulható: képes tanulni és alkalmazkodni a környezethez a tapasztalatok alapján.

Mik a tanuló ügynök fő komponensei?

Kritikai rész, tanulási rész, működési rész, feladat generátor.