Bài tập tìm hiểu Tác tử thông minh Intelligent Agents

INTELLIGENT AGENTS Là GÌ? Hệ công nghệ tri thức Tác tử thông minh là gì? Hệ đa tác tử là hệ như thế nào? Hiện nay, khi máy tính, mạng và hệ thống máy tính phát triển, tính dễ sử dụng không theo kịp rất nhiều chức năng tiên tiến hiện có sẵn. Kết quả là máy tính đang trở thành ngày càng gây khó khăn cho người mới bắt đầu, và thậm chí cả những người dùng lâu năm. Thông tin và xử lý nên có sẵn chỉ đơn giản là không thể truy cập được. Trong cuộc sống của chúng ta, khi chúng ta thấy mình ở một vị trí mà thời gian và các hoạt động vượt qua chúng ta, chúng ta tìm kiếm sự giúp đỡ dưới dạng như 1 trợ lý. Tác tử thông minh là phần mềm hỗ trợ mọi người và hành động thay mặt họ. Tác tử thông minh làm việc bằng cách cho phép mọi người ủy quyền công việc mà họ có thể đã làm, cho phần mềm tác tử. Tác tử cũng như các trợ lý có thể tự động hóa các công việc lặp đi lặp lại, ghi nhớ những điều bạn đã quên một cách thông minh tóm tắt dữ liệu phức tạp, học hỏi từ bạn và thậm chí đưa ra các đề xuất cho bạn. Mục tiêu của bài tập là trình bày được khái niệm căn bản về tác tử thông minh, phân loại và các ứng dụng của tác tử thông minh trong thực tế

INTELLIGENT AGENTS

Vũ Bảo Lâm – 2022700068 Trần Phi Lực – 2022700047 Nguyễn Đức Thắng -

2022700064

thay thế con người trong 1 số

hoạt động nào đó mà trong các hoạt động đó nó sẽ đưa ra các quyết định trên bộ kích hoạt 1 cách chính xác và có hiệu quả nhất.

INTELLIGENT AGENTS LÀ GÌ ?

Ví dụ: Người máy chỉ đường

 Cảm biến: Camera, các bộ dò đường hồng ngoại

 Bộ kích hoạt: Mô tơ

Ví dụ: Nếu con người được xem là 1 tác tử thì

 Cảm biến: Mắt, tai, da, …

 Bộ kích hoạt: Chân, tay

Các ví dụ điển hình như: Máy bay không người lái, xe tự hành, google search, chat

bot …

KI N TRÚC Ế

 Ở đây hàm tác t là ánh x t t p c m bi n ử ạ ừ ậ ả ếtrong quá kh t i hành đ ng tứ ớ ộ ương ng :ứ

f: P* A⇾

 Chương trình tác t này ch y trên ki n trúc ử ạ ế

v t lý đ t o ra hàm fậ ể ạ

KI N TRÚC Ế

 Sensor: là m t thi t b phát hi n s thay đ i trong môi ộ ế ị ệ ự ổ

trường và g i thông tin đ n các thi t b đi n t khác ử ế ế ị ệ ử

M t tác nhân quan sát môi trộ ường c a nó thông qua các ủ

c m bi n ả ế

 Effectors: là nh ng thi t b nh hữ ế ị ả ưởng đ n môi ế

trường Hi u ng có th là chân, bánh xe, cánh tay, ệ ứ ểngón tay, cánh, vây và màn hình hi n th ể ị

 Actions: là thành ph n c a máy móc chuy n đ i năng ầ ủ ể ổ

lượng thành chuy n đ ng.ể ộ

 Environment: Môi trường

 Percepts: B c m bi n v i môi trộ ả ế ớ ường

 Agent: Tác t nh đã gi i thi uử ư ớ ệ

KI N TRÚC Ế

 C u trúc c a 1 chấ ủ ương trình tác t d a trên b ng đi u ki nử ự ả ề ệ

Nh ượ c đi m ể : s bùng n v kích thu c c a tableự ổ ề ớ ủ

[A, Sạch][A, Bẩn] Hút bụi [A, Sạch][A, Sạch] Qua phải

Function Reflex-Agent([vi_tri, trang_thai]) => return

Action:

if trang_thai == Ban then retun hut_bui

else if vi_tri == A then return qua_phai

else if vi_tri == B then return qua_trai

End function

 Liệu chương trình của tác tử trên hoạt động có hợp lý

không ?

Đ C ĐI M Ặ Ể

 Hiểu được mục đích và mục tiêu của chính nó

 Có thể nhận thức môi trường theo một cách nào

 Việc quan sát phải được sử dụng để đưa ra quyết định hiệu quả và chính xác và từ đó đưa ra các hành động tiếp theo

 Tương tác với môi trường xung quanh, phản ứng với những thay đổi của môi trường xung quanh

 Về trí thông minh thì phải có khả năng tự học hỏi từ nhưng quan sát trong quá khứ

để phát triển và thích nghi

 Ví d : tiêu chí đánh giá m c đ hi u qu c a 1 máy ch đụ ứ ộ ệ ả ủ ỉ ường: m c đ ch đứ ộ ỉ ường đi đúng và

ng n nh t, th i gian x lý, m c đ đi n năng tiêu t n, m c đ ti ng n gây ra, …ắ ấ ờ ử ứ ộ ệ ố ứ ộ ế ồ

TÁC T H P LÝ Ử Ợ ?

 S h p lý ≠ S th ng su t m i thự ợ ự ố ố ọ ứ

 S thông su t m i th = Bi t t t c m i th , v i tri th c vô h n.ự ố ọ ứ ế ấ ả ọ ứ ớ ứ ạ

 Vì các nh n th c có th không cung c p các thông tin liên quan.ậ ứ ể ấ

 Các tác t có th th c hi n các hành đ ng nh m thay đ i các nh n th c trong tử ể ự ệ ộ ằ ổ ậ ứ ương lai, v i m c ớ ụđích thu được các thông tin h u ích.ữ

 Tác t t tr (Autonomous agent) là 1 tác t mà các hành đ ng đử ự ị ử ộ ược quy t đ nh b i chính kinh ế ị ởnghi m c a tác t đó.ệ ủ ử

PEAS – CÁC Y U T XEM XÉT KHI THI T K IA Ế Ố Ế Ế

 Khi thi t k , xây đ ng 1 tác t c n ph i xem xét 4 y u t t o thành sau:ế ế ự ử ầ ả ế ố ạ

 Performance measure: Hàm đo hi u năngệ

 Environment: Môi trường

 Actuator: B kích ho tộ ạ

 Sensor: C m bi n ả ế

Environment Đường, giao thông,

người đi b , lái xeộ

Sân vườn, cây c i, …ố Ph n m m email trên ầ ề

server/ clientActuator Bánh xe, chân ga, phanh Bánh xe, dao c t cắ ỏ Các th đư ược gán nhãnSensor Camera, máy đo t c đố ộ Camera, máy đo t c đố ộ N i dung th , tiêu đ , ộ ư ề

th i gianờ

PHÂN LO I TÁC T (AGENT) Ạ Ử

 Có 5 tác tử cơ bản được phân loại dựa trên mức độ thông minh và mức độ nhận thức:

 Tác tử phản xạ đơn giản (Simple reflex agents)

 Tác tử phản xạ dựa trên mô hình (Model-based reflex agents)

 Tác tử dựa trên mục tiêu (Goal-based agents)

 Tác tử dựa trên lợi ích (Utility-based agents)

 Tác tử học tập (Learning-agents)

PHÂN LO I TÁC T (AGENT) Ạ Ử

 Tác t ph n x đ n gi n ử ả ạ ơ ả

 Tác t hành đ ng theo m t quy lu t có đi u ki n phù ử ộ ộ ậ ề ệ

h p v i tr ng thái hi n th i c a môi trợ ớ ạ ệ ờ ủ ường, không xét

đ n quá kh ế ứ

Function SIMPLE-REFLEX-AGENT(percept) -> return

action :

static: rules, a set of condition-action rules

state ← INTERPRET-INPUT(percept)

rule ← RULE-MATCH(state, rules)

action ← RULE-ACTION[rule]

return action

Function SIMPLE-REFLEX-AGENT(percept) -> return action :

static: rules , a set of condition-action rules

state , a description of the current world state

action , the most recent action, initianly none

state ← UPDATE-STATE(state , action , percept )

rule ← RULE-MATCH(state , rules )

action ← RULE-ACTION[rule ]

return action

PHÂN LO I TÁC T (AGENT) Ạ Ử

 Tác t v i kh năng t h c ử ớ ả ự ọ

 Các thành ph n giúp t o nên tác t có kh năng h c t p:ầ ạ ử ả ọ ậ

 Learing element: Giúp cái thi n hi u qu ho t ệ ệ ả ạ

đ ng d a trên các đánh giá, đ thay đ i c i thi n các ộ ự ể ổ ả ệthành ph n hành đ ng.ầ ộ

 Critic:Đ đánh giá hi u qu ho t đ ngể ệ ả ạ ộ

 Problem generator:Có trách nhi m đ xu t các ệ ề ấ

hành đ ng giúp s n sinh d n đ n có kinh nghi m ộ ả ẫ ế ệ

m i.ớ

 Performance element:Đ m nhi m vi c l a ch n ả ệ ệ ự ọcác hành đ ngộ

C S TRI TH C CHO CÁC TÁC T (AGENT) Ơ Ở Ứ Ử

 M t c s tri th c (a knowledge base) ộ ơ ở ứ là t p các m nh đ đậ ệ ề ược bi u di n trong 1 ngôn ng hình ể ễ ữ

th c, cung c p tri th c (hi u bi t) cho 1 tác t ứ ấ ứ ể ế ử

 Tác tử khai thác c s tri th c ơ ở ứ (mà nó s h u) trong quá trình đ a ra hành đ ng.ở ữ ư ộ

 Tác t ử c n có kh năng:ầ ả

 Thu th p, c p nh t ậ ậ ậ tri th c m iứ ớ

 C p nh t vi c bi u di n (bên trong tác t ) đ i v i môi trậ ậ ệ ể ễ ử ố ớ ường xung quanh,

 Suy lu n đ đ a ra hành đ ng h p lý.ậ ể ư ộ ợ

ĐA TÁC T (MULTI-AGENT SYSTEMS) Ử

 Các tác t c nh tranh nhau.ử ạ

 M i tác t ph i nh n bi t đỗ ử ả ậ ế ượ ự ồ ạc s t n t i (và ho t đ ng) c a các tác t khácạ ộ ủ ử

 M i tác t ph i tính toán, d đoán đỗ ử ả ự ược các k ho ch c a các tác t khác.ế ạ ủ ử

 M i tác t ph i tính toán, d đoán đỗ ử ả ự ượ ảc nh hưởng c a các k ho ch c a các tác t khác đ i v i k ủ ế ạ ủ ử ố ớ ế

ho ch c a b n thân nó.ạ ủ ả

 M i tác t ph i quy t đ nh hành đ ng t i u nh t đ i v i d đoán này.ỗ ử ả ế ị ộ ố ư ấ ố ớ ự

M T S THU T TOÁN Đ Ộ Ố Ậ ƯỢ C S D NG CHO TÁC T Ử Ụ Ử

 Tìm ki m và l p k ho ch (Searching And Planning) ế ậ ế ạ

 Tìm ki m theo chi u r ng (Breadth First Search)ế ề ộ

 Tìm ki m theo chi u sâu (Detpth First Search)ế ề

 Heuritics Search

THANK YOU

FOR LISTENING.