ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS

SESION

10

5/4/12

Ing. Virgilio Fredy Tito Chura

http://www.youtube.com/watch?v=MWDSDQhms5w http://www.irobot.com/gi/

Agente inteligente

5/4/12

http://www.youtube.com/watch?v=UVl9q5LwzRs

Mundo de wumpusHED OR BRI SA BRI SA HED OR BRI SA BRI SA BRI SA

5/4/12

LGICA: Equivalencias lgicas

A B A B ((A B) C) ((A B) C) ( A) (A B) (A B) (A B) (A B) (A B) ((A (B C)) respecto a ((A (B C)) respecto a

B A Conmutatividad de B A Conmutatividad de (A (B C)) Asociatividad de (A (B C)) Asociatividad de A Eliminacin Doble negacin ( B A) Contraposicin A B Eliminacin de la aplicacin (A B) (B A) Eliminac. de la bicondicional A B Ley de Morgan A B Ley de Morgan ((A B) (A C)) Distrib. De con ((A B) (A C)) Distrib. De con

5/4/12

LGICA: Reglas de inferenciaModus Ponens YEliminaci n Doble Negacin Eliminacin YIntroducci n OIntroducci n

Resolucin unitaria

Cade na

Modus Tollens

5/4/12

EjerciciosDado el prrafo Si el unicornio es un animal mitolgico, entonces es inmortal, pero si no es mitolgico, entonces es un mamfero mortal. Si el unicornio es inmortal o mamfero, entonces tiene cuernos. El unicornio es mgico si tiene cuernos.Inteligencia Artificial e Ingenieria del Conocimiento

Demostrar:

El unicornio es un animal mitolgico. El unicornio es un animal mgico. El unicornio tiene cuernos.66 de

Mundo de wumpus

5/4/12

Considere un Mundo de Bloques consistente de bloques y una mesa. Los bloques pueden estar apoyados sobre la mesa o sobre otro bloque y se dice que un bloque est libre si no tiene ningn otro bloque apoyado sobre l.

Mundo de Bloques.Inteligencia Artificial e Ingenieria del Conocimiento

Las relaciones que se definen pertenecientes a este mundo son:

entre

los

objetos

libre(B): es verdadera si el bloque B est libre".

A L O

H

sobre(A;B): es verdadera si el bloque A est sobre el bloque B.

enMesa(A): es verdadera si el bloque A est apoyado sobre la mesa.

Las acciones permitidas son:

El estado inicial del mundo que se considera es el siguiente:

Mundo de Bloques.Inteligencia Artificial e Ingenieria del Conocimiento

Clases de este mundo y objetos. bloque: A, L, O, H mesa: M

El estado inicial del mundo que se considera es el siguiente:

Mundo de Bloques.Inteligencia Artificial e Ingenieria del Conocimiento

Los hechos que representan el estado inicial del Mundo de Bloques es

las acciones apilar y desapilar apilar(x, y)

Mundo de Bloques.

condicin: enMesa(x), libre(x), libre(y) efecto: enMesa(x), sobre(x,y), libre(y) desapilar(x,y) Condicin: sobre(x, y), libre(x) efecto: sobre(x,y), libre(y), enMesa(x)

5/4/12

el mundo resultante luego de llevar a cabo la siguiente secuencia de acciones a partir del estado inicial.

Mundo de Bloques.A L O

desapilar(A,L); apilar(L,O); apilar(A,L)H

libre(A), sobre(A, L), sobre(L,O), enMesa(O) , enMesa(H)5/4/12

A L O H

L O H Adesapilar( A,L)

L O H Aapilar(L ,O)

A L O Hapilar( A,L)

Mundo de Bloques.A L O

H

Por cada accin realizada, se indica claramente los estados intermedios que se van obteniendo.

5/4/12

Agentes inteligentes: IntroduccinEn la actualidad, dentro de la IA ha surgido un nuevo paradigma, es nada ms y nada menos el paradigma de agentes, que esta teniendo un gran auge entre los investigadores. Este paradigma se centra en el desarrollo de entidades que puedan actuar de forma autnoma y razonada.

Agente humano Agente robtico Agente de software

5/4/12

Agentes inteligentes: IntroduccinEn la siguiente figura se muestran las partes de un agente, sus entradas, salidas y como el entorno en el que trabajara el agente afecta ciertas entradas. Conocimiento previo del mundo: lo que sabe el agente del entorno v Experiencias anteriores de las que puede aprender: situaciones pasadas que le pueden dejar conocimiento. v Objetivos a conseguir y valores sobre lo importante v Observaciones sobre su entorno y sobre si mismo: sensoresv

5/4/12

Definicinpercepcion es sensores ? agent e

accione s efectore s Un agente es un sistema computacional que est situado en un entorno y que es capaz de realizar acciones autnomas flexibles en ese entorno para alcanzar sus objetivos nte5/4/12

Ambient Am e bie

Agente humano

Sensore s

Percepcione s Ambi Accio ente nes Actuadore s

5/4/12

DefinicinLos agentes inteligentes son programas que realizan tareas de acuerdo con los planteamientos de los usuarios. Las posibilidades son muy amplias, desde desarrollar rutinas de trabajo hasta tratar esas rutinas como preferencias o incluso negociar en nombre del usuario.Sensores Humanos Robtico Efectores

Ojos, odos y otros Piernas, manos, rganos boca y otras partes del cuerpo Cmaras de video Ciertos mecanismos

Software5/4/12

Sus percepciones y acciones vienen dadas por instrucciones de programas en algn lenguaje en particular.

Caractersticas

No requieren de humanos para operar (autonoma). Tienen una medida de desempeo (racionalidad) La racionalidad est referida a la decisin tomar dado que no necesariamente se dispone de toda la informacin. Usan sensores para enterarse de lo que pasa fuera. Usan efectores para modificar su entorno La inteligencia est determinada por sus reglas. Las reglas se pueden pre-grabar Instintos

5/4/12

Las reglas pueden ser aprendidas Aprendizaje

Caractersticas

Un agente inteligente es un sistema de computadora capaz de ejecutar acciones autnomas y flexibles en cierto medio ambiente. Agentes triviales (no interesantes):

Termstato

El demonio de UNIX

Se busca que un agente tenga capacidad de iniciativa propia (imitar el libre albedrio)

5/4/12

Aplicaciones: ejemplos Sistema de diagnsticos mdicos. Percepciones: sntomas, respuestas pacientes Acciones: tratamientos, pruebas, preguntas Objetivos: la salud del paciente, minimizacin de Entorno: el paciente, el hospital Controlador de una refinera. Percepciones: temperatura, presin Acciones: abrir, cerrar vlvulas, ajustar temperatura Objetivos: maximizar la pureza, seguridad5/4/12

Entorno: una refinera

Aplicaciones: ejemplos

Agente: Robot clasificador de partes Percepciones: Pixeles de intensidad variable Acciones: Recoger partes, y clasificarlas en contenedores Metas: Poner las partes en el contenedor correspondiente Ambiente: Banda transportadora de partes

Aplicaciones: ejemplos

Agente: Robot resuelve laberintos

Percepciones: Caminos y paredes Acciones: Seguir algn camino Metas: El queso. Ambiente: El laberinto.

Inteligencia Artificial e Ingenieria del Conocimiento

Aplicaciones: ejemplos

Agente: Resuelve problema 8 fichas

Percepciones: Alguno de los estados Acciones: Movimiento de una ficha Metas: Estado Final Ambiente: Posicin de las fichas.Estado Inicial4 1 8

5

1

Estado Final2 8

3

6

4

7

3

2

7

6

5

Aplicaciones: ejemplos

5/4/12

Aplicaciones: ejemplos

5/4/12

Aplicaciones: ejemplos

Agente: Un tutor interactivo de ingls. Percepciones: palabras escritas Acciones: crear ejercicios, sugerencias, correcciones Metas: maximizar las calificaciones del alumno Ambiente: un conjunto de estudiantes

5/4/12

Propiedades

Un sistema ser autnomo en la medida en que su conducta est definida por su propia experiencia. Si las acciones del agente se basan en un conocimiento integrado previamente, no es autnomo. Un agente es ms autnomo en la medida en que su comportamiento se basa:

Autonoma

(+) en el aprendizaje y (-) en el conocimiento incorporado.

5/4/12

ReactividadMedio ambiente esttico.

El programa no necesita preocuparse sobre su xito o falla, el programa se ejecutar ciegamente. (lazo abierto)

Compilador.

Medio ambiente dinmico.

Para el software es difcil de construir dominios dinmicos: el programa debe tener en cuenta la posibilidad de fracaso Un sistema reactivo mantiene una permanente interaccin con su medio ambiente y responde a los cambios que ocurren en l (en un tiempo para la respuesta sea til)

5/4/12

Ejemplo de Agente Reactivo: robot recolector. Debe explorar el entorno y llevar hasta la base un determinado elemento (ej. mineral). No es capaz de realizar mapas ni de recordar el camino que ha seguido. Acciones: buscar mineral, marcar mina, recoger mineral, llevar mineral a base. La base emite una seal de localizacin para que el robot sepa donde se encuentra. El comportamiento del robot se puede modelar de la siguiente forma: Si est en la base: Si lleva mineral, descargarlo. Si no lleva mineral Si hay alguna mina localizada moverse hacia ella. Si no hay mina, moverse de forma aleatoria. Si no est en la base: Si lleva mineral, dirigirse hacia la base. Si no lleva mineral Si hay alguna mina localizada moverse hacia ella. Si no hay mina, moverse de forma aleatoria. Si est en una mina: Si es la primera vez que llega a ella, marcarla. Si no es la primera vez: Si no lleva mineral, recogerlo. Si lleva mineral, ir hacia la base.

5/4/12

Proactividad

Reaccionar a un entorno es fcil? Estmulo respuesta basada en reglas

Comportamiento.

Secuencia de acciones, no solo una accin aislada. Se desea que los agentes ejecuten acciones por nosotros. El objetivo est orientado al comportamiento del agente.

Pro-actividad.

Intenta generar y lograr objetivos. Toma iniciativa cuando es necesario.

5/4/12

CooperacinMulti-agentes.

El mundo real es un entorno multi-agentes No podemos ignorar a los otros para lograr metas. Ciertas metas pueden lograrse nicamente con la cooperacin de otros.

Habilidad social

Es la habilidad para interactuar con otros agentes (posiblemente humanos) mediante algn lenguaje de comunicacin entre agentes y cooperar con ellos.

5/4/12

Aprendizaje

El agente es capaz de usar algoritmo para aprender de su propia experiencia. Trata de aprender para rendimiento en el tiempo. mejorar su

Se trata de crear programas capaces de generalizar comportamientos a partir de una informacin no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de induccin del conocimiento.

5/4/12

RacionalidadDiga que hara en los siguientes casos:1.

Tiene una pregunta con dos alternativas y no sabe la respuesta. qu alternativa marca? Ve a su enamorada besndose con una persona. Qu hace? Est en la orilla de la playa y viene una ola muy grande. Qu hace? Est caminando y se aparecen 3 delincuentes armados y le solicitan dinero. Qu decisin toma en ese momento?5/4/12

1.

1.

1.

EjerciciosDiga si los siguientes sistemas son agentes:8. 1.

Un reloj. Un termostato. Un celular. Un software para entrenar personas. Un software para ensear a sumar. Un reloj despertador.5/4/12 Internet.10. 11. 9.

2.

3.

4.

5.

12.

Un sistema de control de acceso a personas. El sistema de aire acondicionado de un automvil. Una lavadora automtica. El sistema que controla si una persona saca un producto sin pagar. La red telefnica

6.

7.

Propiedades de los ambientesAccesible: Tieneel agente acceso al estado total de un ambiente?

Discreto: Hay unnmero finito de percepciones y acciones?

Determinista: Secomporta el mundo de manera predecible?

Esttico: Puedecambiar el mundo mientras el agente delibera?

Episdico: Escada paso independiente de los anteriores?

5/4/12

Propiedades de los ambientes

5/4/12

Propiedades de los ambientes

5/4/12

Propiedades de los ambientesAmbiente Ajedrez con reloj Ajedrez sin reloj Pquer Conducir un taxi Sist. de diagnstico mdico Sistema. de anlisis de imgenes. Robot clasificador de partes Controlador de refinera Asesor de ingls interactivo Accesible Determinstico Episdico Esttico Discreto

5/4/12

Tipos de agentes1.

Agente reflejo simple.

Las acciones del agente se establecen en funcin a una tabla de percepcin accin.

1.

Agentes con estado interno.

Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria.

1.

Agentes basados en metas

Agente que combina propiedades de los dos anteriores, pero que tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones.

1.

5/4/12 Son aquellos agentes que tienen mltiples metas que cumplir, mide el

Agentes basados en utilidad.

EjemplosIndique el tipo de agente para cada caso: Agente resuelve laberintos. Agente basado en metas

Agente que entrega la Raz Cuadrada de un nmero. Agente reflejo Agente que conduce un automvil. Agente basado en utilidad Agente del mundo de los wumpus Agente con estado interno Agente que resuelve el problema de los bloques.

5/4/12

Agente de reflejo simple

A cada percepcin se le asocia una accin a efectuar El conocimiento se representa mediante una tabla:

El mdulo de comportamiento es tan sencillo como una bsqueda en la tabla5/4/12

Agente de reflejo simple

AgenteBsqueda en tabla de reglas

sensore s Cmo es el mundo en ese momento Qu accin debo emprender en ese momento efectores

Ambien te

Reglas condicin accin

Pseudo-cdigo GeneralFuncin ARS (Percepcin) Devuelve AccinEsttico: Reglas Estado Interpretar-Entrada(Percepcin) Regla Elegir-Regla (Estado, Reglas) Accin Determinar-Accin(Regla)

Devolver Accin El pseudo-cdigo para la operacin de la Aspiradora sera:

Funcin Aspiradora (Ubicacin, Estado) 5/4/12

Robot mvil que evita obstculos

El agente debe explorar el ambiente y encontrar el tem oculto Tres sensores de proximidad: frontal, derecho, izquierdo Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda Una tabla que relaciona percepcin con accin:

5/4/12

Qu problemas o limitaciones

Robot mvil que evita obstculos

5/4/12

Robot aspiradora

Supongamos una aspiradora ubicada en un espacio formado por dos cuadros, identificados como A y B. Los cuales pueden estar en dos estados: sucios o limpios. Si el cuadro donde est la aspiradora est sucio, lo debe limpiar En caso contrario, debe desplazarse al otro cuadro.

5/4/12

Robot aspiradoraLa secuencia de percepciones se puede resumir en la siguiente tabla:

5/4/12

Ejemplos

SI el carro de adelante est frenando ENTONCES empiece a frenar.5/4/12

Agente de reflejo simple con estado internoEl agente crea un modelo del entorno. Para esto se basa en las percepciones, estados previos al actual y acciones previas Puede utilizar cualquier estructura de datos para crear el modelo del entorno Las acciones no se asocian directamente a percepciones A cada situacindel entorno se le asocia una accin (mediante una tabla)

situacinEntorno= f(percepciones, datos anteriores) 5/4/12 accin= f(situacinEntorno)

Robot mvil que evita obstculosTres sensores de proximidad: frontal, derecho, izquierdo

Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones

El modelo se crea aparte y se consulta para tomar la decisin5/4/12

Robot mvil que evita obstculosAhora las acciones del robot sern ms lgicas, podra buscar en las direcciones que no ha explorado

Qu problemas o limitaciones identifica?

5/4/12

Agente de reflejo simple con estado internosensor es

estadoCmo evoluciona el mundo

Qu producen mis acciones

Cmo es el mundo en ese momento

Ambie nte

Reglas condicin-accin

Agent e

Qu accin debo emprender en ese momento

efectore s

Pseudo-cdigo GeneralFuncin ARBM (Percepcin) Devuelve Accin Esttico: Estado, Reglas, Accin Estado Actualiza-Estado(Estado,Accin,Percepcin) Regla Elegir-Regla (Estado, Reglas) Accin Determinar-Accin(Regla) Devolver Accin

5/4/12

Considere el siguiente ambiente:

IzquierdaExplorado?

DerechaExplorado? ArribaExplorado? AbajoExplorado? modelo

5/4/12

Agente Basado en metasSe tienen dos nuevos elementos: Meta. Estado final deseado en el sistema Modelado del efecto de las acciones. A cada par (estado, accin) se le asocia un efecto A diferencia del basado en modelo, en cada estado se evalanlas acciones y se elige la que permite alcanzar la meta

5/4/12

Robot mvil que evita obstculosTres sensores de proximidad: frontal, derecho, izquierdo Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones Una meta o situacin final a alcanzar por el robot Un elemento que permite conocer el efecto de cada accin

El agente toma una decisin con base en el efecto que tenga cada posible

accin El efecto se refleja en la cercana a la meta Qu problemas o limitaciones identifica? 5/4/12

Considere el siguiente ambiente:

y un agente basado en metas utilizando como medida para modelar el efecto de las acciones la distancia en L

5/4/12

Agente Basado en metasSensor es

Esta do Cmo evoluciona el mundo Qu producen mis acciones

Cmo es el mundo en este momento Qu sucedera si emprendo la accin A?

Ambie nte

Metas

Agente 5/4/12

Efectore

Qu accin debo emprender en este momento

EjemploEl robot debe mantener la visin en la meta 2. La trayectoria del objetivo no es conocido mientras avanza 3. El robot no puede conocer los obstculos mientras avanza 4. Se requiere una rpida decisin1.

5/4/12

rob ot

Objeti vo

Ejemplo

Un agente basado en metas, razonara que s en el auto de adelante se prenden las luces, debe disminuir su velocidad. Considerando la forma como normalmente evolucionan las cosas en el mundo, la nica accin permitida para alcanzar la 5/4/12

Ejercicio

Resolver el problema de las k-reinas, para k = 3. El problema consiste en identificar en qu posiciones colocar k reinas en un tablero de ajedrez de tal manera que no se coman entre ellas

5/4/12

Medida de rendimiento

Para cada conjunto de percepciones, el agente toma la accin que maximiza su rendimiento basado en la informacin de la percepcin y su propio conocimiento implcito. Medida del desempeoEvala el cmo

o o

qu tan exitoso ha sido un agente? Haga clic para modificar el estilo de subttulo del o Debe ser objetiva patrn

La racionalidad NO ES omnisciencia, clarividencia ni exitosa necesariamente. La racionalidad se puede ver como un xito esperado, tomando como base lo que se ha percibido.

5/4/12

EjercicioDiga para los siguientes agentes qu medidas de desempeo usara, formule c/u en notacin formal:1. 2. 3. 4. 5. 6. 7. 8.

Alumno del curso de IA. Tarea Nro 1 del curso de IA. Docente del curso de IA. Congresista de la repblica. Personal que recoge la basura en las noches. Software para jugar ajedrez. Haga clic para modificar el estilo de subttulo del Google Noticias. patrn Software que resuelve laberintos.

5/4/12

Ejercicio

El siguiente agente tiene aprendido una serie de reglas que se pueden representar mediante un rbol de decisin:

> 2 1 > 8 2 >1 0 3 4

En determinado momento el agente tiene las siguientes percepciones. Diga cuales son las respuestas del agente. -20, 40, 2, 35, 14, 45, 6, 22, 9

Haga clic para modificar el estilo de subttulo del patrn

5/4/12

Formulaci n

Bsque da

Ejecuci n

Disear un agente para resolver el problema del rompecabezas mvil o problema de las ocho fichas o puzzle.

2 1 7

8 6

3 4 5

1 8 7

2

3 4

6

5

5/4/12

Ejercicio 11

5/4/12

Agente Basado en Utilidad Tiene en cuenta que hay varias formas de llegar a la meta, es decir, que tienen costo distinto El agente basado en utilidad se encarga de encontrar la solucin ptima segn el costo A diferencia del basado en metas:- No busca la accin que simplemente consigue alcanzar la meta-Se define un valor de utilidad para cada estado-Se calcula el estado al que llegara el sistema para cada una de las posibles acciones a efectuarSe elige la accin que hace que el sistema llegue al estado de mxima utilidad posible

5/4/12

Robot mvil que evita obstculos Tres sensores de proximidad: frontal, derecho, izquierdo Tres posibles acciones: avanzar, girar a la derecha y girar a la izquierda Un mapa de obstculos y paredes de la habitacin creado a partir de la historia de las percepciones y acciones Una valoracin de la utilidad de cada estado posible

El

agente explorara las diferentes alternativas para saber con cul se obtiene mayor utilidad

5/4/12

Agente Basado en UtilidadSensor esCmo es el mundo en este momento Qu sucedera si Emprendo la accin A? Qu sucedera si Emprendo la accin A? Qu accin debo emprender en este momento Efector

Esta do Cmo evoluciona el mundo Qu producen mis acciones Utilid ad

Ambie nte

5/4/12

Agent