Inteligent Agents/ Kecerdasan Agen

Agent merupakan sebuah entitas yang menerima masukan dan memberikan aksi

keterbatasan komputasi membuat rasionalitas sempurna tidak dapat diraih, sehingga tujuan kita adalah mendesain program terbaik dengan sumber daya mesin/komputasi yang ada


Lingkungan Tugas Agen, merupakan definisi dari pemasalahan yang akan diselesaikan oleh agen.antara lain :
1. Performance Measure
karakteristik apa yang menjadi tujuan dari agen ?
contoh : motor - tiba ditujuan dengan cepat dan hemat bahan bakar
2. Environment
bagaimana karakterisitik lingkungan yang akan dihadapi ?
contoh : motor - tipe jalan, tingkat kemacetan
3. Actuators
perangkat apa yang dibutuhkan agen untuk mencapai tujuan ?
contoh : motor - steering, klakson dll
4. Sensors
perangkat apa yang dibutuhkan agen untuk mengetahui kondisi lingkungan ?
contoh : motor - speedometer

Lingkungan tugas agen, merupakan langkah awal yang harus dilakukan untuk perancangan agen cerdas.

Definisi tentang spesifikasi agen dan lingkungan tugas agen :

Semisal, agen adalah seorang Guru. Guru tersebut mempunyai abilities (kemampuan) yaitu mengajar, mempunyai Goal (tujuan) yaitu mengajar dengan baik kepada muridnya sehingga murid mengerti akan materi yang disampaikan, mempunyai prior knowledge (pengetahuan sebelumnya) yaitu materi pengajaran dan strategi pengajaran. kemudian Guru/agen tesebut membutuhkan observation (pengamatan), pengamatan ini yaitu mengamati keadaan lingkungan si Guru/agen tersebut. sehingga hasil observation yang didapat yaitu hasil tes murid, tingkat kefokusan murid. serta seorang agen membutuhkan past experiences (pengalalaman sebelumnya) yaitu berdasarkan lingkungan yang ada, sebagai contoh hasil tes sebelumnya, efek dari pengajaran yang telah diterapkan.

TIPE LINGKUNGAN :

1. Fully observable
2. partially observable
3. deterministic
4. stochastic
5. episodic
6. sequential
7. static
8. dynamic
9. discrete
10. continuous
11. single agent
12. multi agent

 *dunia nyata bersifat teramati sebagian, stokastik, sekuensial, dinamik, kontinyu dan multi agen

STRUKTUR AGEN
agen, terdiri dari architecture dan program

1. architecture : fisik dari agen, bagaimana agen diimplementasikan secara fisik
   
2. program : fungsi yang memetakan dari masukan yang diterima (percept) menjadi keluaran (action)

MACAM-MACAM PROGRAM AGEN

1. Simple reflex agents
   jenis agen dimana action hanya berdasarkan kondisi lingkungan saat ini.bekerja berdasarkan if-then. program agen jenis ini berhasil jika lingkungan bertipe fully observable.
2. Model based reflex agents
   jenis agen yang menyimpan informasi yang tidak tampak. memiliki model tentang bagaiaman lingkungan nya bekerja.
3. Goal based agents
   jenis agen yang didasarkan pada pengukuran terhadap ketercapaian tujuan. perbedaan dengan Model based reflex agents adalah tujuan disimpan dan dievaluasi secara eksplisit
   
4. Utility based agents
   jenis agen ini, tidak hanya sekedar untuk mencapai tujuan tetapi juga memberikan cara terbaik untuk mencapai tujuan
   contoh : Google Maps, tidak hanya berdasarkan tempat tujuan. tetapi juga biaya terendah, waktu tercepat.
5. Learning agents
   jenis agen ini, memungkinkan untuk meningkatkan performanya. agen ini terdiri atas : critic berfungsi untuk mengevaluasi performa agen, learning element berfungsi untuk melakukan perbaikan berdasarkan kiritis, performance element berfungsi untuk melakukan pemilihan tindakan, problem generator berfungsi untuk menyarankan langkah yang akan memberikan pengalaman.