zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Công Nghệ Thông Tin

» Tin học văn phòng

Các hệ thống thông minh và các agent thông minh

Chia sẻ: Le Xuan Binh | Ngày: | Loại File: PDF | Số trang:17

Báo xấu

136
lượt xem 27
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mụch đích của chúng ta trong cuốn sách này là thiết kế các angent sao cho chúng làm việc tốt trong môi trường của chúng.Trước tiên, chung ra sẽ làm rõ hơn một chút về cái tốt" việc tốt" vừa nói trên.Sau đó chúng ta sẽ nói về các cách khác nhau thiết kế agent hoàn thiện

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Các hệ thống thông minh và các agent thông minh

Thư vi n H c li u M Vi t Nam module: m33107 1 Các h th ng thông minh lai và các Agent thông minh∗ H c Vi n Công Ngh Bưu Chính Vi n Thông This work is produced by Thư vi n H c li u M Vi t Nam and licensed under the Creative Commons Attribution License † Tóm t t n i dung M c đích c a chúng ta trong cu n sách này là thi t k các agent sao cho chúng làm vi c t t trong môi trư ng c a chúng. Trư c tiên, chúng ta s làm rõ ràng hơn m t chút v cái ý “vi c t t” v a nói trên. Sau đó, chúng ta s nói v các cách khác nhau thi t k các agent hoàn thi n (đó chính là câu tr l i cho d u ?. Chúng ta th o lu n m t vài nguyên lý chung đư c s d ng thi t k các agent trình bày trong cu n sách này. Quan tr ng nh t đó là nguyên lý đ thi t các agent ph i hi u bi t các s vi c. Cu i cùng, chúng ta ch ra s g n li n gi a m t agent và m t môi trư ng như th nào, và ch ra m t vài lo i môi trư ng. 1 CÁC H TH NG THÔNG MINH LAI M i m t h th ng thông minh có nh ng ưu đi m và h n ch riêng c a nó. Chúng ta có rh nhìn nh n các h th ng k t h p nhi u phương pháp trí tu hi n đ i theo các nhóm như sau 1.1 H th ng Nơ ron -Mơ Các h th ng nơ ron m là s k t h p c a hai phương pháp m và nơ ron. Trong m ng nơ ron: m t s l p đư c ch n làm ch c năng c a hàm thu c. Ch c năng đó k t h p kh năng phân l p đ i tương c a hai công c . S n ph m đư c xayy d ng có th là ph n c ng và ph n m m Vi c k t h p (hay lai) này xu t phát t ưu đi m c a m ng nơ ron là thông minh hoá trên các ph n tư, còn logic m làm nhi m v khái quát, suy di n. 1.2 H th ng Nơ ron - Gi i thu t di truy n Như ta bi t m ng nơ ron có kh năng cao trong x lý song somg, phi tuy n và có kh năng gi i nhi u bài toán t i ưu c c b . Đ gi i các bài toán t i ưu toàn c c, ngư i ta thư ng dùng gi i thu t di truy n đ t i ưu toàn c c sau đó dùng m ng nơ ron nhân t o đ tói ưu m n (c c b ). Gi i pháp này mang l i hi u qu cao, hoàn thi n hơn. Tuy nhiên, giá ph i tr là tăng đ ph c t p ∗ Version 1.1: Dec 21, 2010 9:43 pm GMT+7 † http://creativecommons.org/licenses/by/3.0/ http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 2 1.3 Các h th ng lai khác • M t sô phương pháp khác là k t h p c m ng nơ ron gi i thu t di truy n và logic m . V m t khoa h c, v n đ đó mang tính khách quan. Trong th c t đ ph c t p ngày càng cao. • K t h p phương pháp th ng kê hi n đ i (như phương pháp Bayes trong suy di n m ) 2 CÁC AGENT THÔNG MINH Ph n này th o lu n “agent thông minh” là gì, nó có quan h v i môi trư ng như th nào, nó đư c đánh giá như th nào, và chúng ta có th xây d ng nó như th nào? 2.1 Gi i thi u M t “agent” là b t kỳ v t gì đó mà nó có th nh n bi t (perceiving) môi trư ng (environment) quanh nó thông qua các c m bi n (sensor) và tác đ ng l i môi trư ng thông qua các b ph n ph n ng l i kích thích (effector). M t cơ th ngư i có đôi m t, đôi tai và các b ph n khác là các c m bi n; đôi bàn tay, đôi chân và các ph n cơ th khác là các cơ quan ph n ng l i kích thích. M t robot camera và tia h ng ngo i nhìn th y đư c là các sensor; các motor khác nhau là các các b ph n ph n ng l i kích thích. M t ph n m m đã mã hoá các xâu bit xem như là các đ i tư ng tri giác và các hành đ ng c a nó. Hình 1: Các agent tương tác v i môi trư ng thông qua sensor và các effector M c đích c a chúng ta trong cu n sách này là thi t k các agent sao cho chúng làm vi c t t trong môi trư ng c a chúng. Trư c tiên, chúng ta s làm rõ ràng hơn m t chút v cái ý “vi c t t” v a nói trên. Sau đó, chúng ta s nói v các cách khác nhau thi t k các agent hoàn thi n (đó chính là câu tr l i cho d u ? trong hình 1). Chúng ta th o lu n m t vài nguyên lý chung đư c s d ng thi t k các agent trình bày trong cu n sách này. Quan tr ng nh t đó là nguyên lý đ thi t các agent ph i hi u bi t các s vi c. Cu i cùng, chúng ta ch ra s g n li n gi a m t agent và m t môi trư ng như th nào, và ch ra m t vài lo i môi trư ng. 2.2 Ho t đ ng c a các Agent M t agent có lý trí (rational agent) là agent làm các vi c theo l ph i. Hi n nhiên, đi u đó t t hơn là làm vi c sai trái, v y đi u đó có có ý nghĩa là gì. Như là m t s đánh giá không đư c chính xác l m, chúng ta nói r ng hành đ ng đúng là lý do agent thành công hơn. Đi u đó d n đ n v n đ chúng ta ph i đánh giá s thành công c a agent như th nào (how) và khi nào (when). http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 3 Tiêu chu n đánh giá s th c hi n (Performance Measure) Chúng ta s d ng thu t ng tiêu chu n đánh giá s th c hi n cho tiêu chu n how − tiêu chu n xác đ nh xem như th nào là m t agent là thành công. Hi n nhiên không có m t tiêu chu n đánh giá c đ nh nào thích h p cho t t c các agent. Chúng ta có th h i agent theo quan đi m ch quan nó h nh phúc như th nào v i s th c hi n c a chính nó, nhưng m t vài agent không th tr l i, và m t vài agent khác l a d i chính chúng. (Con ngư i ai cũng bi t câu chuy n “con cáo và chùm nho xanh” - các con cáo nói r ng chúng không th c s mu n đi u đó sau khi h không thành công trong vi c dành l y nó). Vì v y, chúng ta đòi h i m t tiêu chu n đánh giá s th c hi n khách quan áp đ t b i m t s chuyên gia. Nói cách khác, chúng ta như là ngư i quan sát thi t l p m t chu n đ cho nó thành công trong m t môi trư ng và s d ng nó đ đánh giá s th c hi n c a các agent. Cho m t ví d , xem xét trư ng h p m t agent đư c h tr đ hút b i b n sàn nhà. M t tiêu chu n đánh giá hi u su t đáng tin c y có th là s lư ng b i b n làm s ch trong m t ca làm vi c 8 gi . M t đánh giá hi u su t ph c t p hơn có th là s lư ng đi n tiêu th và m c đ ti ng n phát ra. Đánh giá hi u su t th ba có th đưa ra đi m s cao hơn cho m t agent không ch làm s ch sàn nhà m t cách yên tĩnh và hi u qu mà còn nh n ra th i gian ngh cu i tu n.1 Tiêu chu n when đ đánh giá s th c hi n cũng quan tr ng. N u chúng ta đánh giá xem có bao nhiêu b i b n agent làm s ch trong gi đ u tiên trong ngày, chúng ta có th tho mãn v i các agent kh i đ ng nhanh (th m chí chúng làm ít ho c không làm sau th i đi m đó), và không hài lòng v i nh ng agent làm vi c h p lý. Vì v y, chúng ta mu n đánh giá s th c hi n trên toàn th i gian ho t đ ng, đó là m t ca làm vi c 8 gi ho c th i gian t n t i c a agent. S thông thái (Omniscience) Chúng ta c n lưu ý phân bi t gi a s h p lý (rationality) và s thông thái (omniscience). M t agent thông thái bi t k t qu c a các hành vi c a nó ngay hi n th i và có th hành đ ng sao cho phù h p, nhưng thông thái không có trong th c t . Xem xét ví d : M t ngày tôi đang đi d c theo đư ng Champs Elysées và tôi nhìn th y m t ngư i b n cũ bên kia đư ng. Không có xe c nào xung quanh và tôi không b n vi c khác, vì v y theo l thư ng, tôi b t đ u băng qua đư ng. Trong lúc đó, đ cao 33.000 feet m t cánh c a khoang hàng hoá rơi xu ng t m t máy bay dân d ng v a bay qua2, và trư c khi tôi đ n đư c bên kia đư ng tôi đã ngã sõng soài. Tôi băng qua đư ng là không h p lý? Đi u không mu n x y ra là cáo phó c a tôi có th vi t “Th ng ng c c g ng băng qua đư ng”. Đúng hơn, đi u đó ch ra r ng, s h p lý đư c quan tâm v i s thành công mong mu n mang l i cái đư c nh n bi t. Băng qua đư ng là h p lý b i vì đa ph n nh ng l n băng qua là thành công, và không có cách nào tôi có th lư ng trư c vi c cánh c a rơi. Lưu ý r ng m t agent khác đư c trang b radar phát hi n nh m tránh các cánh c a rơi xu ng ho c m t khung thép đ n ng s “thành công” hơn, nhưng nó có th không còn h p lý. Nói cách khác, chúng ta không th đ l i cho m t agent vì không tính đ n m t s đi u x y ra mà nó không nh n th c đư c, ho c vì không đưa ra m t hành vi (ví d như tránh cánh c a hành hoá) mà nó không có kh năng đưa ra. Nhưng vi c gi m b t yêu c u c a s hoàn h o không ph i là v n đ c a vi c h p lý hoá agent. Nh n xét r ng, n u chúng ta xác đ nh m t agent thông minh ph i luôn luôn làm nh ng cái th c s chính xác, thì s không th thi t k m t agent đáp ng đ y đ yêu c u đó - tr khi chúng ta l i d ng đư c s làm c a các tinh th hình c u. Tóm l i, tính có lý trí đã đư c đưa ra d a trên 4 n i dung sau: Tiêu chu n đánh giá s th c hi n đ nh rõ m c đ thành công. Nh ng gì mà agent nh n bi t đư c t xa (theo nghĩa th i gian). Chúng ta g i ti n s giác quan m t cách đ y đ này là “chu i k t qu tri giác” (percept sequence). Nh ng gì agent hi u bi t v môi trư ng. Nh ng hành đ ng mà agent có th th c hi n. Đi u đó d n t i m t đ nh nghĩa v m t agent có lý trí lý tư ng: V i m t “chu i k t qu tri giác” có th , m t agent có lý trí lý tư ng ph i đưa ra hành đ ng nào đó đư c mong đ i đ t t i c c đ i theo tiêu chu n đánh giá s th c hi n d a trên d u hi u nh n bi t cơ b n quy đ nh b i chu i k t qu tri giác và s hi u bi t có s n nào đó mà agent có. Chúng ta c n xem xét c n th n đ nh nghĩa này. Tho t nhìn, nó có th xu t hi n kh năng m t agent t cho phép mình m t s ho t đ ng rõ ràng kém thông minh. Ví d , n u m t agent không nhìn c hai l i đi http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 4 trư c ngã tư m t con đư ng náo nhi t, thì chu i k t qu tri giác c a nó s không ch cho nó bi t r ng có m t xe t i l n ti n đ n g n v i t c đ cao. S xác đ nh đó dư ng như ch ra r ng nó có th đư c ch p nh n băng qua đư ng. Trên th c t , s gi i thích đó là sai trên c hai phương di n. Th nh t, nó có th không có lý trí khi băng qua đư ng: ngã tư đang nhìn là quá l n. Th hai, m t agent có lý trí lý tư ng s có l a ch n hành vi “nhìn” trư c khi bư c t ng bư c trên đư ng, b i vì hành vi “nhìn” tr giúp l n nh t cho s th c hi n mong mu n. Các hành đ ng đang làm theo trình t đ thu đư c thông tin h u ích là m t ph n quan tr ng c a “s h p lý” và đư c xem xét sâu hơn trong chương sau. Khái ni m v m t agent có ý nghĩa như là m t công c đ phân tích các h th ng, và là s mô t các đ c tính không tuy t đ i đ phân chia th gi i thành các agent và không ph i agent. Xem xét m t cái đ ng h . Nó có th đư c nghĩ ch là m t đ i tư ng vô tri vô giác, ho c nó có th đư c xem như m t agent đơn gi n. Như m t agent vì đa s đ ng h luôn luôn th c hi n các hành đ ng đúng: s chuy n đ ng c a các kim (ho c hi n th các con s đ i v i đ ng h đi n t ) theo đúng quy t c c u t o nên. Các đ ng h là lo i agent thoái hoá trong đó chu i k t qu tri giác c a chúng là r ng; không có s ki n nào x y ra bên ngoài nh hư ng đ n các hành đ ng c a đ ng h . May m n, đi u đó là không hoàn toàn đúng. N u cái đ ng h và ch nhân c a nó đi trên con tàu t California đ n Australia, m t th c t là đ ng h đã t quay ngư c tr l i 6 gi . Chúng ta không làm đ o l n các đ ng h c a chúng ta do chúng ta không làm cái vi c đó; chúng ta th y rõ r ng chúng đang ho t đ ng h p lý, nguyên nhân là do chúng ta có c m giác các thi t b c a các đ ng h đã ch y nhanh3. Phép ánh x lý tư ng t các chu i k t qu tri giác thành các hành vi Đôi khi chúng th y r ng cách hành đ ng c a m t agent ch d a trên chu i k t qu tri giác đ xác đ nh th i đi m, trong khi đó chúng ta có th mô t agent riêng bi t nào đó b ng cách xây d ng b ng các hành vi nó thi hành đáp l i chu i k t qu tri giác có th . (V i nhi u agent, b ng đó là m t danh sách r t dài - trong th c t s là vô h n, tr khi chúng ta đ t m t gi i h n chi u dài c a chu i k t qu tri giác mà chúng ta mu n xem xét). M t danh sách như v y đư c g i là m t phép ánh x t chu i k t qu tri giác thành các hành vi. V nguyên t c, chúng ta có th tìm ra m t phép ánh x phù h p đ mô t m t agent b ng vi c th t t c các kh năng ch p nh n đư c c a chu i k t qu tri giác và ghi l i hành vi mà agent đáp l i. (N u agent s d ng m t vài phép ng u nhiên trong vi c tính toán, thì chúng ta s th m t vài chu i k t qu tri giác, m i chu i dăm ba l n đ đưa ra hi u bi t đúng v cách hành đ ng theo m c thông thư ng c a agent). Và n u s d ng các phép ánh x mô t các agent, thì các phép ánh x lý tư ng đư c s d ng mô t các agent lý tư ng. Theo đó, hành vi m t agent ph i đáp l i chu i k t qu tri giác nào đó s cho ta m t phác th o v m t agent lý tư ng. Dĩ nhiên, đi u đó không có nghĩa là chúng ta ph i t o ra m t b ng rõ ràng cho m i chu i k t qu tri giác có kh năng x y ra. Đi u đó cho phép xác đ nh m t đ c t phép ánh x mà không ph i li t kê đ y đ nó. M t agent đơn g in đư c cho là r t hay: Hàm căn b c hai g n đúng c a máy tính. Chu i k t qu tri giác cho agent này là m t chu i các s ki n b m phím bi u di n các con s trên bàn phím, hành vi là hi n th con s trên màn hình hi n th . Phép ánh x lý tư ng: k t qu tri giác là m t s th c x, hành vi đúng là hi n th m t s th c z sao cho z2 ≈ x, l y chính xác đ n 15 ch s . S đ c t đó c a phép ánh x không mang l i cho ngư i thi t k c u trúc th c c a b ng các căn b c hai g n đúng. Và cũng không mang l i cho hàm căn b c hai g n đúng s d ng b ng đ có cách hành đ ng chính xác: Hình 2 ch ra m t ph n c a phép ánh x lý tư ng và m t chương trình đơn gi n tính toán phép ánh x s d ng phương pháp tính g n đúng Newton. Ví d căn b c hai g n đúng trên minh ho quan h gi a phép ánh x lý tư ng và m t thi t k agent lý tư ng cho r t nhi u nhi m v là h u h n. Trong khi b ng có kích thư c r t l n, thì agent l i là m t chương trình hay súc tích. Đi u đó cho th y có th thi t k các agent súc tích th c hi n phép ánh x lý tư ng vào các tình hu ng t ng quát hơn r t nhi u: các agent mà có th gi i quy t vô s các nhi m v khác nhau trong vô s các môi trư ng khác nhau. Trư c khi chúng ta th o lu n xem đi u đó đư c th c hi n như th nào, chúng ta c n xem xét thêm m t yêu c u n a mà m t agent thông minh c n tho mãn. http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 5 Hình 2: M t ph n c a phép ánh x lý tư ng c a bài toán căn b c hai g n đúng (l y x p x đ n 15 ch s ), và m t chương trình tương ng đ th c hi n phép ánh x lý tư ng. S t tr (Autonomy) Có m t đi u n a c n quan tâm trong vi c đ nh nghĩa m t agent có lý trí lý tư ng: ph n “S hi u bi t có s n - (built-in knowledge)”. N u các hành vi c a agent đư c b trí hoàn toàn trong “s hi u bi t có s n”, thí d r ng nó không c n chú ý t i các k t qu tri giác c a nó, thì chúng ta nói r ng agent thi u s t tr . Cho ví d , n u nhà s n xu t đ ng h có th th y trư c r ng ch nhân c a chi c đ ng h s đ n Australia vào m t ngày nào đó, thì m t cơ ch có th đư c cài đ t s n đ đi u ch nh các kim m t cách t đ ng 6 gi cho đúng. Dĩ nhiên đi u đó có th th c hi n thành công, nhưng s thông minh dư ng như là vi c c a ngư i thi t k đ ng h hơn là c a chính chi c đ ng h . Cách hành đ ng c a agent có th đư c b trí vào trong c “kinh nghi m c a chính nó” và “s hi u bi t có s n” trong khi xây d ng c u trúc c a agent, agent đó ho t đ ng trong m t môi trư ng c th . M t h th ng là “t tr - autonomous4” t i m t m c đ nh t đ nh đó là h th ng mà cách hành đ ng đư c quy t đ nh b i chính kinh nghi m c a nó. M c dù nó có th là quá khó khăn đ đ t đư c s t tr hoàn toàn: khi agent có ít ho c không có kinh nghi m, nó ph i hành đ ng ng u nhiên tr khi ngư i thi t k đưa ra m t vài s giúp đ . Vì v y, khi mà s ti n hoá cung c p cho đ ng v t v i đ y đ các ph n x t nhiên thì chúng có th t n t i đ đ t h c t p, nó có lý đ cung c p m t agent thông minh nhân t o v i m t vài s hi u biêt ban đ u gi ng như năng l c đ h c t p. S t tr không ch phù h p v i tr c giác c a chúng ta mà nó còn là m t ví d c a th c ti n cơ s khoa h c. M t agent ho t đ ng trên cơ s c a các gi đ nh s ch ho t đ ng thành công khi hi u rõ các gi đ nh, và như v y thi u đi s linh ho t. Gi s , cho ví d con b hung. Sau khi tìm ra t và đ tr ng, nó đem v các viên phân t m t đ ng phân g n đó đ b t l i vào; n u viên phân b rơi trên đư ng đi, con b hung s ti p t c làm và b t l i vào t v i nh ng viên phân khác theo k ch b n, mà không bao gi đ ý đ n nh ng viên phân nó đã đánh rơi. S ti n hoá đã g n vào gi đ nh c a con b hung, và khi nó b vi ph m, k t qu c a hành vi không thành công (vì đã không nh t l i các viên phân b rơi). M t agent thông minh t tr th c s ph i có kh năng hành đ ng thành công trong các môi trư ng r ng l n khác nhau đã cho đ th i gian http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 6 thích nghi. 2.3 C u trúc c a các agent thông minh Cho đ n gi chúng ta đã nói đ n các agent qua s mô t cách hành x c a chúng - hành vi đư c th c hi n sau khi đã đưa ra chu i k t qu tri giác. Bây gi chúng ta s c g ng ch đ i và th o lu n xem bên trong nó làm vi c như th nào. Công vi c c a AI (Artificial Intelligence - Trí tu nhân t o) là thi t k agent chương trình: m t ch c năng th c hi n agent ánh x t các k t qu tri giác t i hành vi. Chúng ta gi s chương trình này s ch y trên vài lo i thi t b tính toán - g i là ki u ki n trúc. Hi n nhiên, chương trình chúng ta l a ch n là chương trình mà ki u ki n trúc ch p nh n và ch y. Ki u ki n trúc có th là m t máy tính đơn gi n, ho c nó có th bao g m thi t b cho m c đích đ c bi t dành cho các nhi m v nào đó, như camera ghi l i các hình nh ho c b l c âm thanh đ u vào. Nó cũng có th bao g m ph n m m đưa ra s phân bi t trình đ gi a máy tính và agent chương trình, vì v y chúng ta có th l p chương trình m c cao hơn. Nói chung, ki u ki n trúc thu các k t qu tri giác t các sensor s n sàng cho chương trình, ch y chương trình, và cho ho t đ ng c a chương trình l a ch n các b ph n ph n ng l i kích thích đư c sinh ra. M i quan h gi a các agent, các ki u ki n trúc, và các chương trình có th tóm t t như sau: agent = ki u ki n trúc + chương trình (agent = architecture + program) Ph n l n trong cu n sách này nói v vi c thi t k các chương trình agent. Có th là ng c nhiên v i m t vài đ c gi vì chúng ta đã bao g m trong danh sách các ki u agent m t vài chương trình dư ng như ho t đ ng trong môi trư ng nhân t o hoàn toàn đư c đ nh nghĩa b i bàn phím cho đ u vào và các kí t đ u ra trên màn hình. “Không nghi ng gì” có th nói “đó không ph i là môi trư ng th c, v y nó là gì?”. Trong th c t , không có s khác bi t gi a môi trư ng “th c” và môi trư ng “nhân t o”, nhưng m i quan h gi a cách hành x c a agent, chu i k t qu tri giác đư c sinh ra b i môi trư ng, và m c tiêu c n đ t đư c c a agent đư c h tr l i ph c t p. M t vài môi trư ng “th c” là h t s c đơn gi n. Cho ví d , robot đư c thi t k đ ki m tra nh ng ph n mà chúng đi qua trên m t băng truy n có th dùng m t s gi đ nh đơn gi n: các ph n c a băng truy n luôn luôn đư c chi u sáng, các ph n đó cùng thu c m t lo i, và robot ch có hai hành vi - “ch p thu n” n u ph n băng truy n đư c chi u sáng ho c “đánh d u” n u ph n băng truy n không đư c chi u sáng. Trái l i, các agent ph n m m (ho c các robot ph n m m) l i phong phú, ph m vi ng d ng r t l n. Hãy hình dung m t h th ng đư c thi t k đ mô ph ng lái máy bay 747. S mô ph ng có r t nhi u chi ti t, môi trư ng ph c t p, và tác nhân ph n m m ph i ch n l a t r t nhi u hành đ ng đa d ng trong th i gian th c. Ho c hình dung m t h th ng đư c thi t k đ duy t các ngu n tin t c tr c tuy n và hi n th các m c thú v cho khách hàng. Đ làm vi c t t, nó s c n đ n m t vài ngôn ng t nhiên có kh năng x lý, c n ph i bi t đư c cái mà khách hàng cho là thú v , và nó c n ph i năng đ ng trong vi c thay đ i k ho ch ví d khi vi c k t n i vào m t ngu n tin t c b gián đo n ho c khi có m t cái gì đó m i hơn trên đư ng truy n. http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 7 Hình 3: M t s ví d v m t s ki u agent M t s môi trư ng là không rõ ràng gi a “th c” và “nhân t o”. Trong môi trư ng ALIVE, agent ph n m m đư c đưa đ n các k t qu tri giác là hình nh camera k thu t s c a m t phòng nơi có m t ngư i đi d o trong đó. Agent này x lý hình nh camera và l a ch n m t hành đ ng. Môi trư ng cũng hi n th hình nh camera trên m t màn hình l n, và thêm vào đó hình nh mà agent ph n m m bi u di n thông qua đ ho máy tính. Hình nh đó có th là m t con chó ho t hình, nó đư c l p trình đ chuy n đ ng hư ng đ n m t ngư i (tr trư ng h p ông ta đu i con chó đi) và v y chi c chân trư c ho c nh y lên m t cách m ng r khi ngư i đó ngư i đó ra hi u. Môi trư ng nhân t o n i ti ng nh t đó là Turing Test, trong đó ch ra r ng các agent “th c” và “nhân t o” có quan h bình đ ng, nhưng môi trư ng l i có s thách th c khá l n là nó r t khó cho agent ph n m m làm vi c như m t con ngư i. Các agent chương trình Trong toàn b cu n sách này, chúng ta s xây d ng các agent thông minh. T t c đư c xây d ng gi ng như b xương, chúng nh n các k t qu tri giác t m t môi trư ng và sinh ra các hành vi. Các phiên b n ban đ u c a các agent chương trình có d ng r t đơn gi n. Chúng s s d ng m t vài c u trúc d li u n i t i mà nó đư c c p nh t khi các k t qu tri giác đư c đưa đ n. Các c u trúc d li u đó đư c đem l i b i http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 8 s quy t đ nh c a agent - các th t c đ sinh ra m t s l a ch n hành vi, sau đó hành vi đư c chuy n qua ki u ki n trúc đ th c hi n. Có hai đi u c n chú ý v chương trình khung xương (chương trình v ) này. Th nh t, cho dù chúng ta đ nh nghĩa agent như là m t ch c năng ánh x t các chu i k t qu tri giác đ n các hành vi, thì agent chương trình cũng ch nh n m t k t qu tri giác đơn l như là đ u vào. Nó đ cho agent xây d ng d n chu i k t qu tri giác trong b nh , khi có yêu c u. Trong m t vài môi trư ng, nó có th th c hi n h t s c thành công mà không có s lưu tr chu i k t qu tri giác, và trong nh ng lĩnh v c ph c t p nó không th lưu tr chu i đ y đ . Th hai, m c tiêu và thư c đo hi u su t không ph i là nhi m v c a chương trình khung xương. B i vì, thư c đo hi u su t đư c đưa ra đ đánh giá cách ho t đ ng c a agent, và nó thư ng có th đ t đư c hi u su t cao m c dù không bi t rõ ràng v thư c hi u hi u su t. Hình 4: M t agent khung T i sao không tìm th y các câu tr l i? Hãy b t đ u v i cách đơn gi n nh t có th , chúng ta vi t m t agent chương trình - b ng tra c u (hình 5). Nó ho t đ ng d a trên vi c lưu tr trên b nh toàn b chu i k t qu tri giác, và s d ng nó đ đưa vào b ng, bao g m hành vi thích h p cho t t c các chu i k t qu trigiác có th . Hình 5: M t agent d a trên lý thuy t b ng tra c u. http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 9 Nó cung c p tài li u đ xem xét t i sao nh ng đ ngh sau b th t b i: 1. B ng c n cho m t đi u gì đó, đơn gi n như m t agent ch có th chơi c v i kho ng 35100 nư c đi. 2. Nó s c n m t kho ng th i gian không nhi u l m đ ngư i thi t k xây d ng b ng. 3. Agent này không t gi i quy t t t c , b i vì k t qu tính toán cho các hành vi hay nh t đ u đư c xây d ng s n. Cho nên n u môi trư ng thay đ i m t cách đ t ng t, thì agent này s b th t b i. 4. Th m chí n u chúng ta trao cho agent m t cơ ch t h c t t nh t, đ nó có th có kh năng t gi i quy t, thì nó v n c n ph i h c mãi mãi. M c cho t t c các đi u đó, TABLE-DRIVEN-AGENT v n làm cái đi u chúng ta mu n: nó th c hi n đ y đ phép ánh x agent theo yêu c u. Do đó không ch c ch n đ kh ng đ nh: “Nó không thông minh”. M t ví d Ph n này giúp xem xét m t môi trư ng riêng, v i m c đích s th o lu n c a chúng ta tr nên c th hơn. Nguyên nhân chính c a s hi u bi t c a nó, và nguyên nhân nó yêu c u m t ph m vi r ng nh ng k năng. Chúng ta s xem xét công vi c thi t k t đ ng hoá lái taxi. C n lưu ý r ng h th ng hi n th i có ph n vư t ra ngoài nh ng ph m vi kh năng công ngh cho phép, m c dù h u h t nh ng ph n h p thành là s n có theo m t vài m u6. Nhi m v lái xe là c c kỳ ph c t p, t h p các tình hu ng m i có th x y ra là không có gi i h n. Đ u tiên chúng ta ph i nghĩ ra các đ i tư ng tri giác, các hành vi, các m c tiêu và môi trư ng cho taxi (xem hình 6). Hình 6: Ki u agent “Lái xe Taxi” Taxi c n s bi t nó đâu, trên con đư ng nào và đang ch y nhanh ch m ra sao. Nh ng thông tin này có th thu đư c t các percept. Đó là m t ho c nhi u camera (Controllable TV camera), công tơ mét đo t c đ (Speedometer), và đ ng h đo đo n đư ng đi (Odometer). Đ đi u khi n xe c m t cách chính xác, nh t là trên đo n đư ng cong, c n ph i có m t b đi u khi n tăng gi m t c (accelerometer). Cũng c n bi t tr ng thái máy móc c a xe c , vì v y c n ph i có m t h th ng các c m bi n cơ h c và đi n t (engine and electrical sensor). Có th có các thi t b không có giá tr v i ngư i đi u khi n thông thư ng như: h th ng v tinh đ nh v toàn c u GPS, đ cung c p thông tin chính xác v trí trên b n đ đi n t , ho c c m bi n h ng ngo i (infrared sensor) ho c c m bi n âm (sonar snesor) đ phát hi n kho ng cách v i các ô tô và các chư ng ng i v t khác. Cu i cùng, c n có m t microphone ho c m t bàn phím (keyboard) đ cho các hành khách nói v i nói nơi đ n c a h . Các hành vi có th đ i v i agent “Lái taxi” s ít nhi u tương t như đ i v i m t con ngư i đi u khi n taxi: đi u khi n đ ng cơ thông qua bàn đ p gas, đi u khi n hư ng, đi u khi n phanh. Ngoài ra, s c n đưa ra “đ u ra” trên màn hình ho c thi t b âm thanh đ giao ti p v i hành khách; và m t vài cách có th đ truy n thông v i các xe c khác. Kh năng ph m vi th c hi n (performance measure) mà chúng ta mu n h th ng lái xe t đ ng đ t đư c là gì? Các năng l c mong mu n bao g m: đ n đích chính xác, s tiêu th năng lư ng là ít nh t, hao mòn ít nh t, ít h ng hóc nh t, th i gian hành trình ng n nh t ho c chi phí ít nh t ho c c th i gian và chi phí http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 10 ít nh t, ít vi ph m lu t giao thông nh t, làm nh hư ng đ n các lái xe khác là ít nh t, an toàn nh t, hành khách tho i mái nh t, thu l i cao nh t. Rõ ràng, m t vài m c tiêu đó là mâu thu n, vì v y s c n ph i có s tho hi p. Cu i cùng, v i d án th c t , chúng ta ph i quy t đ nh môi trư ng lái xe taxi s đ i di n. Nó ph i ho t đ ng trên các con đư ng đ a phương, ho c là trên các xa l ? Đó là Nam California, nơi ít khi có tuy t rơi, ho c Alaska n i tuy t thư ng xuyên rơi? Luôn luôn lái xe bên ph i ho c có th chúng ta mu n linh ho t đ có th đi bên trái trong trư ng h p taxi ho t đ ng nư c Anh ho c Nh t B n. Rõ ràng, môi trư ng b h n ch hơn, v n đ thi t k d dàng hơn. Bây gi , chúng ta ph i quy t đ nh như th nào đ xây d ng chương trình th c đ th c hi n phép ánh x t các đ i tư ng tri giác đ n các hành vi. Chúng ta th y r ng các khía c nh đi u khi n khác nhau s đ xu t các ki u agent chương trình khác nhau. Có 4 ki u agent đư c ch ra: - Các agent ph n x đơn gi n - simple reflex agents - Các agent theo dõi (các v t các s ki n liên quan) - Các agent m c tiêu cơ b n - Goal-based agents - Các agent “l i ích” cơ b n - Utility-based agents Simple reflex agents L a ch n xây d ng “m t b ng tra c u hi n” là m t v n đ khó. Đ u vào th giác t m t camera đơn đưa vào v i t c đ 50 Mb/giây (25 frame/giây, 1000×1000 pixel v i 8 bit màu và 8 bit cư ng đ ). Vì v y, b ng tra c u cho m t gi s là 260 × 60 × 50M tr ng thái. Tuy nhiên, chúng ta có th tóm t t t ng ph n c a b ng b ng cách ghi nh các s k t h p vào ra thư ng xuyên xu t hi n m t cách ch c ch n. Cho ví d , n u chi c xe phía trư c phanh l i, và đèn phanh c a nó sáng lên, thì ngư i lái xe ph i chú ý và b t đ u phanh. Nói cách khác, m t vài s x lý đư c th c hi n trư c đ u vào th giác s thi t l p đi u ki n mà chúng ta g i là “ô tô phía trư c đang phanh - The car in front is braking”, thì gây ra m t vài s thi t l p k t n i t i agent chương trình đ hành đ ng “b t đ u phanh - initiate braking”. Chúng ta g i là m t s k t n i m t qui t c condition - action7 (ph n x có đi u ki n), vi t như sau: if car-in-front-is-bracking then intiate-bracking Con ngư i cũng có nhi u k t n i, m t vài trong s đó h c đư c t s ph n ng l i - ph n x có đi u ki n (ví như vi c lái xe) và m t vài trong s đó là ph n x t nhiên (ví như vi c ch p m t khi m t v t gì đó bay vào m t). Theo cách này, trong cu n sách, chúng ta s th y m t s phương pháp khác nhau, s k t n i có th t h c và t th c thi. http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 11 Hình 7: Sơ đ bi u di n simple reflex agent Hình 8 đưa ra c u trúc c a m t “simple reflex agent” dư i d ng gi n đ , ch ra qui t c condition - action cho phép agent th c hi n k t n i t tri giác đ n hành đ ng như th nào. Chúng ta s d ng hình ch nh t đ bi u th tr ng thái hi n t i bên trong ti n trình gi i quy t c a agent, hình oval bi u di n thông tin cơ s đư c s d ng trong ti n trình. Agent chương trình cũng r t đơn gi n, đư c ch ra hình 5.20. Ch c năng INTERPRET-INPUT sinh ra m t s di n t tr u tư ng c a tr ng thái hi n t i t s tri giác, RULE-MATCH tr v qui t c đ u tiên trong t p các qui t c mà nó phù h p v i s mô t tr ng thái đư c đưa đ n. m c dù các agent có th đư c th c hi n r t hi u qu , nhưng ph m vi ng d ng l i r t h p. Hình 8: Ki u agent “Lái xe” Agent theo dõi (Agents that keep track of the world) Simple reflex agent mô t ph n trư c s ch làm vi c n u s gi i quy t chính xác có th đư c d a trên tri giác hi n th i. N u chi c ô tô phía trư c là m t mô hình đã xu t hi n trư c đây không lâu, và bây gi http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 12 có ánh sáng đèn phanh đư c mang l i t trung tâm k t qu nư c M , thì t m t hình nh đơn s có th nó r ng nó đang phanh. Không may, các mô hình cũ có s khác bi t v hình dáng đèn h u, đèn phanh, đèn xi nhan, và không ph i bao gi cũng có kh năng tr l i r ng chi c ô tô phía trư c đang phanh. Vì v y, dù là vi c phanh đơn gi n, thi t b lái c a chúng ta v n ph i duy trì m t vài ph n nào đó tình tr ng bên trong theo trình t đ l a ch n hành đ ng. đây tình tr ng bên trong không quá l n - nó ch c n frame trư c đó t camera đ dò tìm khi hai đèn đ rìa xe c cùng sáng ho c t t đ ng th i. Hãy xem rõ ràng hơn trư ng h p sau: th nh tho ng, ngư i lái xe nhìn vào gương chi u h u đ ki m soát các xe c phía sau. Khi lái xe đang không quan sát gương, không quan sát th y xe c làn đư ng bên c nh (t c là không th phân bi t đư c các tr ng thái, đó chúng xu t hi n và không xu t hi n); vì v y đ quy t đ nh chuy n làn xe m t cách khéo léo th n tr ng, ngư i lái xe c n ph i bi t dù là chúng có đó hay không. V n đ n y sinh, b i vì các sensor không cung c p m t cách đ y đ tr ng thái. Trong các trư ng h p đó, agent có th duy trì m t vài thông tin tr ng thái bên trong đ nh n bi t đư c các tr ng thái phát sinh gi ng như giác quan đem l i, nhưng dù sao cũng khác nhau m t cách đáng k . đây, “khác nhau m t cách đáng k ” có ý nghĩa r ng các hành đ ng khác nhau thích h p cho hai tr ng thái. Vi c c p nh t thông tin tr ng thái bên trong này th c hi n b ng cách yêu c u hai lo i ki n th c đư c mã hoá trong agent chương trình. Th nh t, chúng c n m t vài thông tin “th gi i xung quanh ti n tri n không ph thu c vào agent như th nào - how the world evolves” - cho ví d , m t chi c ô tô đang vư t qua nhìn chung s là ti n d n đ n phía sau hơn là ngay t c thì. Th hai, chúng ta c n m t vài thông tin “Các hành đ ng c a agent ph n ng l i th gi i xung quanh như th nào - What my actions do” - cho ví d , khi agent r sang đư ng nh bên ph i, có m t cái rãnh c t ngang trư c m t nó s ti n v phía trư c ho c lùi l i v phía sau theo con đư ng l n nơi có con đư ng nh khác. Hình 8 đưa ra c u trúc c a agent ph n x , cho bi t tri giác hi n t i đư c k t h p v i tr ng thái bên trong cũ đ sinh ra s mô t c p nh t c a tr ng thái hi n th i. Agent chương trình đư c ch ra hình 9. M t nhi m v thú v là ch c năng UPDATE-STATE, nó đáp ng cho vi c t o ra s mô t tr ng thái bên trong m i. Gi ng như công vi c phiên d ch tri giác m i dư i ánh sáng c a ki n th c có s n v tr ng thái, nó s d ng thông tin “how the world evolves” đ theo dõi các ph n không th y đư c c a th gi i xung quanh, và cũng ph i bi t các hành đ ng c a agent làm gì v i tr ng thái c a th gi i. Agent m c tiêu (Goal-based agent) Hình 9: Agent chương trình http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 13 C n bi t r ng tr ng thái hi n th i c a môi trư ng luôn luôn không đ đ quy t đ nh làm vi c vi c gì. Cho ví d , t i nơi g p nhau c a các con đư ng, taxi có th r trái, r ph i, ho c đi th ng. Quy t đ nh đúng đ n trên cơ s “taxi đang c g ng đi đ n đâu”. Nói cách khác, gi ng như s mô t tr ng thái hi n th i, agent cũng c n m t s thông tin v m c tiêu, nó di n t tr ng thái đang mong mu n - ví d , đó là đi m c n đ n c a hành khách. Agent chương trình có th k t h p đi u này v i thông tin v k t qu c a các hành đ ng có th x y ra (gi ng như thông tin đư c s d ng đ c p nh t tr ng thái trong c a agent ph n x ) đ l a ch n các hành đ ng đ t đư c m c tiêu. Đôi khi, đi u đó s là đơn gi n, khi s tho man m c tiêu là k t qu tr c ti p t m t hành đ ng đơn gi n; đôi khi, nó đòi h i ph i khéo léo hơn, khi agent xem như các chu i xo n dài và lu n qu n đ tìm cách đ t đư c m c tiêu. Chú ý r ng quy t đ nh đưa ra c a lo i agent này v cơ b n khác v i các quy t c condition-action đư c mô t ph n trư c, b i vì nó c n ph i xem xét trong tương lai c hai v n đ “Đi u gì s x y ra n u tôi làm gì đó? - What will happen if I do such-and-such?” và “Đi u đó s mang l i cho tôi h nh phúc? - Will that make me happy”. Trong thi t k agent ph n x , thông tin này không đư c s d ng m t cách rõ ràng, b i vì ngư i thi t k đã tính trư c hành đ ng chính xác cho các trư ng h p khác nhau. Agent ph n x phanh xe khi nó nhìn th y đèn phanh c a xe phía trư c. M t agent m c tiêu, theo nguyên t c, có th l p lu n r ng n u đèn phanh c a chi c ô tô phía trư c sáng nó s đi ch m l i. Theo cách di n ti n thông thư ng c a th gi i xung quanh, hành đ ng ch đ t đư c m c tiêu là không đ ng các xe khác khi phanh xe. M c dù agent m c tiêu xem ra kém hi u qu hơn, nó khó thuy t ph c. Nhưng n u tr i b t đ u mưa, agent có th c p nh t hi u bi t c a nó v vi c phanh xe s ho t đ ng hi u qu như th nào, đi u đó s là lý do đ t đ ng đưa ra t t c các cách hành đ ng có liên quan đ s a đ i sao cho phù h p v i đi u ki n m i. M t khác, v i agent ph n x , chúng ta s ph i vi t l i m t s lư ng l n các qui t c condition-action. Dĩ nhiên, agent m c tiêu linh ho t hơn nhi u đ i v i vi c đi đ n các đích khác nhau. M t cách đơn gi n đ xác đ nh m t cái đích m i, chúng ta có th đưa ra agent m c tiêu đ theo k p v i cách hành đ ng m i. Các qui t c c a agent ph n x lái xe khi r và khi đi th ng s ch làm vi c v i m t đích đơn l , và các qui t c đó s ph i thay đ i t t c khi c n đi đ n các nơi m i. 2.4 Môi trư ng (Environments) Đ u tiên, chúng ta s mô t các ki u khác nhau c a môi trư ng và chúng nh hư ng đ n vi c thi t k các agent như th nào. Sau đó, chúng ta s mô t các chương trình môi trư ng mà nó đư c s d ng như là “nơi ki m tra” các agent chương trình. Các thu c tính c a môi trư ng (Properties of Environments) Môi trư ng có nh ng đ trưng riêng. Các đ c trưng chính đư c ch ra như sau: Có th đư c và Không th đư c (Accessible vs. Inaccessible) N u cơ c u giác quan c a agent đem đ n cho nó m t tr ng thái đ y đ c a môi trư ng thí chúng ta nói r ng môi trư ng là có th đ i v i agent. M t môi trư ng là th c s có th n u các sensor phát hi n ra t t c các khía c nh liên quan đ n s l a ch n hành đ ng. M t môi trư ng có th c n thu n tiên b i vì agent mong mu n không ph i duy trì m t s tr ng thái bên trong đ theo dõi th gi i xung quanh. Ti n đ nh và không ti n đ nh (Deterministic vs. Nondeterministic) N u tr ng thái ti p theo c a môi trư ng là hoàn toàn xác đ nh đư c thông qua tr ng thái hi n th i và hành đ ng mà agent đã l a ch n, thì chúng ta nói môi trư ng là ti n đ nh. Theo nguyên t c, agent mong mu n không ph i lo nghĩ v m t môi trư ng có th không ch c ch n ti n đ nh. Tuy nhiên, n u m t môi trư ng là không th thì nó có th đư c xem như không ti n đ nh. Đi u đó đ c bi t đúng, n u môi trư ng ph c t p gây ra s khó khăn cho vi c theo dõi t t c các m t không th c a nó. Vì v y, môi trư ng ti n đ nh ho c môi trư ng không ti n đ nh đ i v i đi m nhìn c a agent thư ng đư c cho là t t nh t. Phân đo n và không phân đo n (Episodic vs. Nonepisodic) Trong môi trư ng phân đo n, kinh nghi m c a agent b phân ra thành t ng đo n. Trong m i đo n g m có s nh n bi t c a agent và hành khi có đư c nh n bi t đó. Đ c tính c a hành đ ng ph thu c vào chính đo n đó, b i vì các đo n ti p theo không ph vào các hành đ ng trong đo n trư c đó. Môi trư ng phân đo n là r t đơn gi n vì agent không mu n nghĩ xa. Tĩnh và Đ ng (Static vs. Dynamic) N u môi trư ng có th thay đ i trong khi agent đang cân nh c, thì chúng ta nói r ng môi trư ng là đ ng http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 14 đ i v i agent, ngư c l i môi trư ng là tĩnh. Môi trư ng tĩnh r t d giao ti p b i vì agent mong mu n không ph i theo dõi th gi i xung quanh trong khi đang quy t đ nh l a ch n hành đ ng và cũng mong mu n không ph i lo nghĩ th i gian đã trôi qua. N u môi trư ng không thay đ i theo th i gian nhưng s th c hi n c a agent thành công, thì chúng ta nói r ng môi trư ng ph n nào là đ ng. R i r c và Liên t c (Discrete vs. Continuous) N u có m t s lư ng gi i h n nh t đ nh các tri giác và hành đ ng rõ ràng thì ta nói r ng môi trư ng là r i r c. Môi trư ng “Chơi c ” là r i r c - có m t s lư ng c đ nh “nư c đi có kh năng” trong m i l n đi. Môi trư ng “Lái taxi” là liên t c - t c đ , v trí c a taxi và các xe c khác nh n giá tr trong m t kho ng giá tr liên t c8. Chúng ta s xem xét xem các ki u môi trư ng khác nhau yêu c u các agent chương trình khác nhau như th nào đ x lý chúng hi u qu . Nó s đư c đưa ra như b n mong đ i, đó là trư ng h p khó nh t: môi trư ng không th , môi trư ng không phân đo n, môi trư ng đ ng và môi trư ng liên t c. Nó cũng có th đư c đưa ra trong nhi u hoàn c nh th c t là r t ph c t p, đ n m c ph i th o lu n xem trên th c t chúng có th c s ti n đ nh hay chúng đư c xem như không ti n đ nh. B ng trên li t kê các thu c tính c a m t s h môi trư ng. Chú ý r ng các câu tr l i có th thay đ i ph thu c vào vi c b n d a trên các môi trư ng và các agent như th nào. Ví d , Poker là ti n đ nh n u agent có th theo dõi tr t t c a các quân bài trong c bài, nhưng nó là không ti n đ nh n u nó không th . Cũng như v y, nhi u môi trư ng là phân đo n m c hơn cho t ng hành đ ng riêng l c a agent. Ví d , m t vòng thi đ u c g m có m t lo t các tr n thi đ u, m i tr n thi đ u là m t phân đo n, b i vì t t c các nư c đi c a m t tr n đ u trong toàn b s th c hi n c a agent không b nh hư ng b i các nư c đi c a tr n đ u ti p theo. M t khác, các nư c đi trong ph m vi m t tr n đ u đơn l dĩ nhiên là nh hư ng l n nhau, đ n m c agent c n ph i nghĩ trư c vài ba nư c đi. Các chương trình môi trư ng (Environment programs) Chương trình môi trư ng trong hình 10 minh ho m i quan h cơ b n gi a các agent và các môi trư ng. Chúng ta s th y nó thu n ti n cho nhi u ví d và nhi u bài t p s d ng môi trư ng mô ph ng sinh ra c u trúc chương trình đó. Vi c mô ph ng m t ho c nhi u agent đư c th c hi n gi ng như là đưa vào và s p x p l p đi l p l i đ sinh ra trong m i agent các tri giác đúng và nh n l i hành đ ng. Vi c mô ph ng sau đó c p nh t môi trư ng trên cơ s các hành đ ng, và các ti n trình đ ng khác có th trong môi trư ng mà các ti n trình đó không đư c quy t đ nh b i agent (ví d tr i mưa). Vì v y, môi trư ng đư c xác đ nh b i tr ng thái ban đ u và hàm c p nh t. M t v n đ hi n nhiên, m t agent làm vi c trong môi trư ng mô ph ng cũng ph i làm vi c gi ng như trong môi trư ng th c mà nó mô ph ng đó là: các lo i tri giác, các hành đ ng. http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 15 Th t c RUN-ENVIRONMENT rèn luy n các agent trong m t môi trư ng m t cách đúng đ n. Đ i v i m t vài lo i agent, ví d như các agent tham gia vào cu c đ i tho i b ng ngôn ng t nhiên, nó có th d dàng theo dõi hành vi c a chúng. Hàm RUN-EVAL-ENVIRONMENT áp đ t m t ph m vi th c hi n đ i v i m i agent và tr v danh sách các đi m s k t qu . Các bi n score theo dõi đi m c a m i agent. Nói chung, ph m vi th c hi n có th đư c quy t đ nh b i toàn b chu i tr ng thái sinh ra trong quá trình chương trình ho t đ ng. Hình 10: Chương trình mô ph ng agent cơ b n. Nó sinh ra cho m i agent các tri giác c a chúng, đưa ra m t hành đ ng t m i agent, và sau đó c p nh t môi trư ng http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 16 Hình 11: M t chương trình mô ph ng môi trư ng mà nó theo dõi ph m vi th c hi n cho m i agent. TÓM T T Chương này chúng ta đã gi i thi u t ng quan m t s v n đ c a Trí tu nhân t o, chúng ta đã hình dung đư c vi c thi t k agent. Nh ng đi m ch y u đó là: Agent là m t cái gì đó mà nó có th nh n bi t và tác đ ng l i môi trư ng. Chúng ta phân bi t agent v i ki u ki n trúc và agent chương trình. Agent lý tư ng luôn luôn th c hi n hành đ ng đư c mong đ i đ t đư c ph m vi th c hi n c c đ i, đem l i chu i k t qu tri giác nó th y. Agent là t tr đ ph m vi mà các hành đ ng c a nó l a ch n đư c quy t đ nh b i chính kinh nghi m c a nó, m t ph n nào đó s hi u bi t c a môi trư ng đư c xây d ng b i ngư i thi t k . Chương trình agent ánh x t m t tri giác đ n m t hành đ ng, khi c p nh t m t tr ng thái trong. Có nhi u chương trình agent cơ b n khác nhau đư c thi t k , đư c quy t đ nh b i lo i thông tin và vi c s d ng trong quá trình ra quy t đ nh. Các thi t k d n đ n s khác nhau v hi u qu , tính súc tích và tính linh đ ng. Các thi t k chương trình agent thích h p quy t đ nh b i các tri giác, các hành đ ng, các m c tiêu và môi trư ng. Các agent ph n x (reflex agents) ph n ng l i ngay t c thì các tri giác, các agent m c tiêu cơ b n (goal-based agents) hành đ ng v i m c đích là chúng s giành đư c đư c các m c tiêu c a chúng, và các agent l i ích (utility-based agent) c g ng đ đ t đư c s “h nh phúc” l n nh t. Quá trình ra quy t đ nh b ng vi c s d ng s hi u bi t là tr ng tâm c a Trí tu nhân t o và thi t k thành công agent. Đi u này có nghĩa là vi c bi u di n s hi u bi t là r t quan tr ng. M t vài môi trư ng đòi h i kh t khe hơn r t nhi u. Các môi trư ng là “không th đư c”, “không ti n đ nh”, “không phân đo n”, “đ ng” và “liên t c” là nh ng thách th c l n. http://voer.edu.vn/content/m33107/1.1/
Thư vi n H c li u M Vi t Nam module: m33107 17 ˆ 3 CAU H I VÀ BÀI T P Bài t p 1 Trình bày mô hình: m ng nơ ron sinh v t và m ng nơ ron nhân tao. Nêu rõ các thành ph n cơ b n c a chúng. Bài t p 2 Trình bày thu t toán lan truy n ngư c Bài t p 3 ng d ng m ng nơ ron trong x lý tín hi u. Trình bày ví d ch ng t mang BAM có kh năng nh và kh năng tách l i. Bài t p 4 Trình bày các hàm thu c (hàm thành viên) thư ng s d ng trong logic m ? Bài t p 5 Trình bày các phép logic thư ng s d ng trong logic m ? Bài t p 6 Trình bày các toán t sau đây trong gi i thu t di truy n? a) toán t sinh s n b) toán t ghép chéo c) toán t đ t bi n Bài t p 7 Trình bày c u trúc c a Agent thông minh GI I THÍCH T VÀ THU T NG VI T T T AI : Artificial Intelligent: Trí tu nhân t o ANN : Artificial Neural Network ADALINE (Adalines) :ADAptive LINear Element m ng do Widrow nêu năm 1960 ART : Adaptive Resonance Networks (knowledgeBase: vi t t t ti ng Anh: KB,vi t t t ti ng Vi t: CSTT) BP : Back Propagation Network CPU : Center Processing Unit GPS : General Problem Solver EP : Evolutionary Programming: L p trình ti n hóa HMM : Hidden Markov Model FIR : Finite Impulsse Response : B l c đáp ng xung h u h n GA : Genetic Algorithm: Gi i thu t di truy n, PC : Personal Computer: Máy tính cá nhân. CSDL .Cơ s d li u NLP: Natural Language Processing IR : Information Retrieval NP Noun Phrase : danh t VP :Verb Phrase : đông t http://voer.edu.vn/content/m33107/1.1/

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.