Langsung ke konten utama

Pengertian dan Konsep Agen Cerdas


Pengertian Agen Cerdas

Ilmu AI dalam permainan umumnya digunakan untuk membuat agen yang dapat mengambil tindakan, memiliki kecerdasan, dan bisa memahami keputusan terhadap kondisi permainan yang dinamis.Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia (atau mungkin lebih baik dari pikiran manusia).

Konsep Agen Cerdas dan lingkungan


Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.
  • Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.
  • Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagaiaktuator.
  • Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.
Hubungan agen dan lingkungan

  • FungsiAgen (berupa kotak dengan tanda tanya) memetakan percept sequence/percept history ke tindakan (action): [f: P * A] 
  • Program agen berjalan pada arsitektur fisik untuk menghasilkan nilai fungsi f. agen = arsitektur + program

Konsep Perancangan Agen Cerdas 

Rasional : melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil.  Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.
 Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).
Pengukuran kinerja:Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen Misalnya, mengukur kinerja dari agen vacuum-cleaner: Jumlah kotoran dibersihkan, Jumlah waktu yang dibutuhkan, Jumlah listrik yang dikonsumsi, Jumlah kebisingan yang dihasilkan, dll
Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata“jumlah” mengindikasikan suatu ukuran kuantitatif/terukur.
Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya.
Tujuan (Goal):Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yang berusaha dicapai oleh agen (prioritas Utama).

PEAS merupakan singkatan dari kata Performance measure, Environment, Actuators, Sensor.
  1. Performance measure, berisi komponen-komponen yang akan menjadi tolak ukur keberhasilan agent.
  2. Environment, berisi kondisi yang dapat mempengaruhi disekitar agent.
  3. Actuators, berisi kemampuan yang dapat agent itu lakukan.
  4. Sensors, berisi hal-hal apa saja yang dapat diinput agent.

Referensi


Komentar

Posting Komentar

Postingan populer dari blog ini

KLASIFIKASI POHON KEPUTUSAN

       Pada Mata kuliah Konsep Data Mining dengan materi klasifikasi: pohon keputusan.  Algoritma Dasar untuk Membangun Pohon Keputusan.  Algoritma yang efisien telah dikembangkan untuk menghasilkan pohon keputusan yang cukup akurat, meskipun tidak optimal, dalam jumlah waktu yang wajar.  Salah satu metode yang paling awal adalah algoritma Hunt , yang merupakan dasar bagi banyak implementasi pengklasifikasi pohon keputusan saat ini, termasuk ID3, C4.5, dan CART.     Dalam algoritma Hunt, pohon keputusan tumbuh secara rekursif. –Pohon awalnya berisi satu simpul akar yang dikaitkan dengan semua instance latih. –Jika sebuah node dikaitkan dengan instance dari lebih dari satu kelas, ia diperluas menggunakan kondisi atribut uji yang ditentukan menggunakan kriteria pemisahan. –Node daun / anak dibuat untuk setiap hasil dari kondisi atribut uji dan instance yang terkait dengan node induk didistribusikan kepada anak-anak berdasarkan has...
Posting Komentar
Baca selengkapnya

MEMBUAT GARIS PADA OPENGL(Grafik Komp&Pengolahan Citra)

Pada mata kuliah Grafik Komp&Pengolahan Citra mengajarkan tentang grafika komputer  yang merupakan proses pembentukan gambar menggunakan komputer. Aplikasi grafika komputer di berbagai bidang menjadikan grafika komputer sebagai bidang ilmu yang sangat penting di kehidupan nyata. Proses pembentukan gambar yang diimplementasikan dalam grafika komputer mengadopsi proses pembentukan gambar pada sistem visual tanpa komputer seperti pada visual manusia atau kamera. Pada kesempatan ini kita akan membuat garis vertikal,horizontal dan diagonal dengan menggunakan OpenGL yang dimana akan dicompile dengan bahasa pemograman C++. Sebelum itu kita bahas sedikit tentang OpenGL? OpenGL merupakan singkatan dari Open Graphics Library. OpenGL itu merupakan spesifikasi standar yang mendefinisikan suatu lintas bahasa untuk mengembangkan suatu aplikasi yang menghasilkan suatu grafis komputer dalam bentuk 2D ataupun 3D. Untuk mempelajari pemrograman grafik ini, diharapkan kita dapat menguasai pe...
Posting Komentar
Baca selengkapnya