Un sistema de IA se puede definir como el estudio del agente racional y su entorno. Los agentes perciben el entorno a través de sensores y actúan sobre su entorno a través de actuadores. Un agente de IA puede tener propiedades mentales como conocimiento, creencia, intención, etc.
¿Qué es un agente?
Un agente puede ser cualquier cosa que perciba su entorno a través de sensores y actúe sobre ese entorno a través de actuadores. Un Agente corre en el ciclo de percibiendo , pensamiento , y interino . Un agente puede ser:
De ahí que el mundo que nos rodea esté lleno de agentes como el termostato, el móvil, la cámara, e incluso nosotros también somos agentes.
Antes de seguir adelante, primero debemos conocer los sensores, efectores y actuadores.
Sensor: El sensor es un dispositivo que detecta el cambio en el entorno y envía la información a otros dispositivos electrónicos. Un agente observa su entorno a través de sensores.
js establecer tiempo de espera
Actuadores: Los actuadores son el componente de las máquinas que convierte la energía en movimiento. Los actuadores sólo son responsables de mover y controlar un sistema. Un actuador puede ser un motor eléctrico, engranajes, rieles, etc.
Efectores: Los efectores son los dispositivos que afectan el medio ambiente. Los efectores pueden ser piernas, ruedas, brazos, dedos, alas, aletas y pantalla de visualización.
Agentes inteligentes:
Un agente inteligente es una entidad autónoma que actúa sobre un entorno utilizando sensores y actuadores para lograr objetivos. Un agente inteligente puede aprender del entorno para lograr sus objetivos. Un termostato es un ejemplo de agente inteligente.
Las siguientes son las cuatro reglas principales para un agente de IA:
lista de matrices y lista enlazada
Agente Racional:
Un agente racional es un agente que tiene una preferencia clara, modela la incertidumbre y actúa de manera que maximice su medida de desempeño con todas las acciones posibles.
Se dice que un agente racional realiza las cosas correctas. La IA consiste en crear agentes racionales para utilizarlos en la teoría de juegos y la teoría de decisiones en diversos escenarios del mundo real.
Para un agente de IA, la acción racional es más importante porque en el algoritmo de aprendizaje por refuerzo de IA, por cada mejor acción posible, el agente obtiene una recompensa positiva y por cada acción incorrecta, un agente obtiene una recompensa negativa.
Nota: Los agentes racionales en IA son muy similares a los agentes inteligentes.
Racionalidad:
La racionalidad de un agente se mide por su medida de desempeño. La racionalidad se puede juzgar sobre la base de los siguientes puntos:
- Medida de desempeño que define el criterio de éxito.
- Conocimiento previo del agente de su entorno.
- Mejores acciones posibles que un agente puede realizar.
- La secuencia de percepciones.
Nota: La racionalidad se diferencia de la Omnisciencia porque un agente Omnisciente conoce el resultado real de su acción y actúa en consecuencia, lo que no es posible en la realidad.
Estructura de un agente de IA
La tarea de la IA es diseñar un programa de agente que implemente la función del agente. La estructura de un agente inteligente es una combinación de arquitectura y programa de agente. Puede verse como:
Agent = Architecture + Agent program
Los siguientes son los tres términos principales involucrados en la estructura de un agente de IA:
cuerda invertida en c
Arquitectura: La arquitectura es la maquinaria sobre la que se ejecuta un agente de IA.
Función del agente: La función de agente se utiliza para asignar una percepción a una acción.
f:P* → A
Programa de agente: El programa de agente es una implementación de la función de agente. Un programa agente se ejecuta en la arquitectura física para producir la función f.
Representación del PEAS
PEAS es un tipo de modelo sobre el que trabaja un agente de IA. Cuando definimos un agente de IA o un agente racional, podemos agrupar sus propiedades bajo el modelo de representación PEAS. Se compone de cuatro palabras:
Aquí la medida del desempeño es el objetivo para el éxito del comportamiento de un agente.
PEAS para vehículos autónomos:
Supongamos que se trata de un vehículo autónomo, entonces la representación del PEAS será:
programación cobol
Actuación: Seguridad, tiempo, impulso legal, comodidad.
Ambiente: Carreteras, otros vehículos, señales de tráfico, peatones.
Actuadores: Dirección, acelerador, freno, señal, bocina.
Sensores: Cámara, GPS, velocímetro, odómetro, acelerómetro, sonar.
Ejemplo de Agentes con su representación del PEAS
Agente | Medida de rendimiento | Ambiente | Actuadores | Sensores |
---|---|---|---|---|
1. Diagnóstico médico |
|
|
| Teclado (Entrada de síntomas) |
2. Aspiradora |
|
|
|
|
3. Robot recogepiezas |
|
|
|
|