Intelligent Agents. Intelligent Agents. Andreas Kudenko//Andreas Skiba

Transkript

1 Intelligent Agents Andreas Kudenko//Andreas Skiba

2 Einführung Umgebungen Intelligente Agenten und ihre Eigenschaften Agent im Vergleich zu anderen Systemen Agents and Objects Agents and Expert Systems Agents as Intentional Systems Abstrakte Architektur Perzeption / Innerer Zustand des Agenten Wie man einem Agenten sagt, was zu tun ist Agentensynthese

3 Einführung Ein Agent ist ein Computer System, das sich in einer Umgebung befindet und fähig ist autonome Aktionen in dieser Umgebung auszuführen um seine Ziele zu erreichen.

4 Umgebungen Erschließbare vs unerschließbare Umgebung Jederzeit Informationen über den kompletten Zustand der Umgebung Deterministische vs nicht-deterministische Umgebung Eine Aktion hat immer einen garantierten Effekt

5 Umgebungen Statische vs dynamische Umgebung Statische Umgebungen werden nur vom Agenten selbst verändert Diskrete vs kontinuierliche Umgebung In einer diskreten Umgebung gibt es eine konstante, endliche Anzahl von Aktionen

6 Intelligente Agenten und ihre Eigenschaften Reactivity auf dynamische Veränderungen reagieren Proactiveness Intelligente Agenten sollen eigeninitiativ zielgerichtetes Verhalten zeigen Social ability Intelligente Agenten sind fähig mit anderen Agenten oder Menschen zu interagieren

7 Agenten im Vergleich zu anderen Systemen Agenten und Objekte Objekte machen es kostenlos Agenten machen es weil sie es wollen Agenten und Expertensysteme Expertensysteme sind in der Lage Probleme zu lösen und Ratschläge zu geben Werden nicht selbstständig aktiv

8 Agenten im Vergleich zu anderen Systemen Agenten als Systeme mit Absicht Absichtsstandpunkt Mentaler Zustand: Glaube, Bedürfnisse, Wünsche

9 Abstrakte Architektur E = {e0,e1,..} Set of states Ac = {α0,α1,..} Set of actions r : e0 e1... eu Run R, RAc, RE Set of runs Ag : RE Ac Agent

10 Abstrakte Architektur τ : R ac (E) State transformer Env = <E,e 0,τ> Environment R(Ag,Env) Systemläufe (Runs)

11 Reaktiver Agent Ag : E Ac Ag(e) Heizung an, wenn e = Temperatur zu niedrig Heizung aus, andernfalls

12 Perzeption see : E Per see function action : Per* Ac action function Ag = <see, action> Agent

13 Ein Beispiel a = Raumtemperatur ist ok b = Bernd hat Elvis gesehen e 0 = {a, b} e 1 = { a, b} e 2 = {a, b} e 3 = { a, b} see(e 1 ) = see(e 3 ) e 1 ~ e 3, also nicht unterscheidbar

14 Agent mit inneren Zustand see : E Per see function action : I Ac action function next : I Per I next function

15 Wie man einem Agenten sagt, was zu tun ist utility functions predicate task specifications task environments Achievement Tasks Maintenance Tasks

16 Tileworld als Beispiel der utility functions u(r)= Anzahl der Löcher, die in r gefüllt Anzahl der Löcher, die in r auftraten

17 Agentensynthese Ein Synthese-Algorithmus ist sound wenn ein Agent gefunden wird, der in der Umgebung erfolgreich ist complete wenn, falls ein solcher Agent existiert, dieser auch gefunden wird

18 Danke für Eure Geduld

19 Diskussion Was sind Agenten? Was zeichnet einen intelligenten Agenten aus? Was sind Umgebungen? Welche Probleme treten in einer unerschließbaren Umgebung auf? Wie sagt man einem Agenten, was er zu tun hat?

20 а здесь могла бы быть ваша реклама!