INTELLIGENT AGENTS Là GÌ? Hệ công nghệ tri thức Tác tử thông minh là gì? Hệ đa tác tử là hệ như thế nào? Hiện nay, khi máy tính, mạng và hệ thống máy tính phát triển, tính dễ sử dụng không theo kịp rất nhiều chức năng tiên tiến hiện có sẵn. Kết quả là máy tính đang trở thành ngày càng gây khó khăn cho người mới bắt đầu, và thậm chí cả những người dùng lâu năm. Thông tin và xử lý nên có sẵn chỉ đơn giản là không thể truy cập được. Trong cuộc sống của chúng ta, khi chúng ta thấy mình ở một vị trí mà thời gian và các hoạt động vượt qua chúng ta, chúng ta tìm kiếm sự giúp đỡ dưới dạng như 1 trợ lý. Tác tử thông minh là phần mềm hỗ trợ mọi người và hành động thay mặt họ. Tác tử thông minh làm việc bằng cách cho phép mọi người ủy quyền công việc mà họ có thể đã làm, cho phần mềm tác tử. Tác tử cũng như các trợ lý có thể tự động hóa các công việc lặp đi lặp lại, ghi nhớ những điều bạn đã quên một cách thông minh tóm tắt dữ liệu phức tạp, học hỏi từ bạn và thậm chí đưa ra các đề xuất cho bạn. Mục tiêu của bài tập là trình bày được khái niệm căn bản về tác tử thông minh, phân loại và các ứng dụng của tác tử thông minh trong thực tế
Vũ Bảo Lâm – 2022700068 Trần Phi Lực – 2022700047 Nguyễn Đức Thắng 2022700064 INTELLIGENT AGENTS INTELLIGENT AGENTS LÀ GÌ? Tác tử - Agent hiểu thứ cảm nhận mơi trường quanh thơng qua cảm biến tác động trở lại môi trường thông qua kích hoạt Tác nhân thơng minh Intelligent Agents thực thể, robot chương trình máy tính thay người số hoạt động mà hoạt động đưa định kích hoạt cách xác có hiệu INTELLIGENT AGENTS LÀ GÌ ? Ví dụ: Người máy đường Cảm biến: Camera, dị đường hồng ngoại Bộ kích hoạt: Mơ tơ Ví dụ: Nếu người xem tác tử Cảm biến: Mắt, tai, da, … Bộ kích hoạt: Chân, tay Các ví dụ điển hình như: Máy bay khơng người lái, xe tự hành, google search, chat bot … KIẾN TRÚC Ở hàm tác tử ánh xạ từ tập cảm biến khứ tới hành động tương ứng : f: P* ⇾ A Chương trình tác tử chạy kiến trúc vật lý để tạo hàm f KIẾN TRÚC Sensor: thiết bị phát thay đổi môi trường gửi thông tin đến thiết b ị điện tử khác Một tác nhân quan sát mơi trường thơng qua cảm biến Effectors: thiết bị ảnh hưởng đến mơi trường Hiệu ứng chân, bánh xe, cánh tay, ngón tay, cánh, vây hình hiển thị Actions: thành phần máy móc chuy ển đổi lượng thành chuyển động Environment: Môi trường Percepts: Bộ cảm biến với môi trường Agent: Tác tử giới thiệu KIẾN TRÚC Cấu trúc chương trình tác tử dựa bảng điều kiện Function: TABLE-DRIVEN-AGENT(percept) : static: percepts, dãy cảm biến, khởi tạo table rỗng, bảng hành đ ộng ứng v ới chu ỗi c ảm Thêm percept vào cuối dãy percepts action ← LOOKUP(percepts, table) Return action Nhược điểm: bùng nổ kích thuớc table biến KIẾN TRÚC Ví dụ: Máy hút bụi thơng minh Cảm biến: Vị trí (A B), trạng thái (sạch bẩn) Hành động: Qua phải, qua trái, hút bụi Function Reflex-Agent([vi_tri, trang_thai]) => return Action: if trang_thai == Ban then retun hut_bui else if vi_tri == A then return qua_phai else if vi_tri == B then return qua_trai End function Liệu chương trình tác tử hoạt động có hợp lý khơng ? Dãy cảm nhận Hành động [B, Sạch] Qua trái [B, Bẩn] Hút bụi [A, Sạch] Qua phải [A, Bẩn] Qua phải [A, Sạch][A, Bẩn] Hút bụi [A, Sạch][A, Sạch] Qua phải ĐẶC ĐIỂM Hiểu mục đích mục tiêu Có thể nhận thức mơi trường theo cách Việc quan sát phải sử dụng để đưa định hiệu xác từ đưa hành động Tương tác với môi trường xung quanh, phản ứng với thay đổi môi trường xung quanh Về trí thơng minh phải có khả tự học hỏi từ quan sát khứ để phát triển thích nghi TÁC TỬ HỢP LÝ ? Tác tử cần phấn đấu để ”làm việc cần làm”, dựa nh ận th ức (nh ận bi ết) đ ược dựa hành động mà thực Một hành động hợp lý(đúng) hành động giúp cho tác tử đ ạt đ ược thành công cao nh ất đ ối v ới mục tiêu đặt Đánh giá hiệu hoạt động: tiêu chu ẩn để đánh giá m ức đ ộ thành công ho ạt đ ộng c tác tử Ví dụ: tiêu chí đánh giá mức độ hiệu máy ch ỉ đường: mức đ ộ ch ỉ đ ường ngắn nhất, thời gian xử lý, mức độ điện tiêu tốn, mức độ ti ếng ồn gây ra, … TÁC TỬ HỢP LÝ ? Tác tử hợp lý: Với chuỗi nhận thức có Một tác tử cần phải lựa chọn hành động giúp cực đại hóa tiêu chí đánh giá hi ệu qu ả ho ạt động tác tử Dựa thông tin cung cấp chuỗi nh ận thức tri th ức đ ược s h ữu b ởi tác t TÁC TỬ HỢP LÝ ? Sự hợp lý ≠ Sự thống suốt thứ Sự thông suốt thứ = Biết tất thứ, với tri thức vô hạn Vì nhận thức khơng cung cấp thông tin liên quan Các tác tử thực hành động nhằm thay đổi nh ận th ức t ương lai, v ới m ục đích thu thơng tin hữu ích Tác tử tự trị(Autonomous agent) tác tử mà hành động đ ược quy ết đ ịnh b ởi kinh nghiệm tác tử PEAS – CÁC YẾU TỐ XEM XÉT KHI THIẾT KẾ IA Khi thiết kế, xây đựng tác tử cần phải xem xét y ếu tố tạo thành sau: Performance measure: Hàm đo hiệu Environment: Mơi trường Actuator: Bộ kích hoạt Sensor: Cảm biến PEAS : MỘT SỐ VÍ DỤ Tác tử xe tự hành Tác tử máy cắt cỏ tự động Tác tử lọc thư spam Performance measure Độ an toàn, tốc độ, Độ an toàn, tốc độ, mức luật, lợi ích độ đặn cỏ sau cắt Phân loại sai Environment Đường, giao thông, người bộ, lái xe Sân vườn, cối, … Phần mềm email server/ client Actuator Bánh xe, chân ga, phanh Bánh xe, dao cắt cỏ Các thư gán nhãn Sensor Camera, máy đo tốc độ Camera, máy đo tốc độ Nội dung thư, tiêu đề, thời gian PHÂN LOẠI TÁC TỬ (AGENT) Có tác tử phân loại dựa mức độ thông minh mức độ nhận thức: Tác tử phản xạ đơn giản (Simple reflex agents) Tác tử phản xạ dựa mơ hình (Model-based reflex agents) Tác tử dựa mục tiêu (Goal-based agents) Tác tử dựa lợi ích (Utility-based agents) Tác tử học tập (Learning-agents) PHÂN LOẠI TÁC TỬ (AGENT) Tác tử phản xạ đơn giản Tác tử hành động theo quy luật có điều kiện phù hợp với trạng thái thời môi trường, không xét đến khứ Function SIMPLE-REFLEX-AGENT(percept) -> return action : static: rules, a set of condition-action rules state ← INTERPRET-INPUT(percept) rule ← RULE-MATCH(state, rules) action ← RULE-ACTION[rule] return action PHÂN LOẠI TÁC TỬ (AGENT) Tác tử phản xạ dựa mơ hình Tác tử lưu internal states dựa chuỗi percept, phản ánh vài khía cạnh khơng quan sát mơi trường Function SIMPLE-REFLEX-AGENT(percept) -> return action : static: rules, a set of condition-action rules state, a description of the current world state action, the most recent action, initianly none state ← UPDATE-STATE(state, action, percept) rule ← RULE-MATCH(state, rules) action ← RULE-ACTION[rule] return action PHÂN LOẠI TÁC TỬ (AGENT) Tác tử phản xạ dựa mục tiêu Các dạng đích : Một trạng thái Tập trạng thái thỏa mãn số tính chất Một phép thử áp dụng vào trạng thái thơng báo có thỏa đích hay khơng Đích khiến tác tử phải suy luận tương lai trạng thái khác Có thể có trường hợp khơng có hành động đưa đến đích PHÂN LOẠI TÁC TỬ (AGENT) Tác tử hướng lợi ích Các tác tử thực hành động cho có lợi lâu dài Các tác tử muốn thực hành động đem lại lợi ích lớn Có thể suy luận nhiệm vụ có nhiều đích, xung đột đích, tình khơng ch ắc chắn PHÂN LOẠI TÁC TỬ (AGENT) Tác tử với khả tự học Các thành phần giúp tạo nên tác tử có khả h ọc tập: Learing element: Giúp thiện hiệu hoạt động dựa đánh giá, để thay đổi cải thiện thành phần hành động Critic:Để đánh giá hiệu hoạt động Problem generator:Có trách nhiệm đề xuất hành động giúp sản sinh dẫn đến có kinh nghi ệm Performance element:Đảm nhiệm việc lựa chọn hành động CƠ SỞ TRI THỨC CHO CÁC TÁC TỬ(AGENT) Một sở tri thức (a knowledge base) tập mệnh đề biểu diễn ngôn ng ữ hình thức, cung cấp tri thức (hiểu biết) cho tác tử Tác tử khai thác sở tri thức (mà sở hữu) q trình đưa hành đ ộng Tác tử cần có khả năng: Thu thập, cập nhật tri thức Cập nhật việc biểu diễn (bên tác tử) môi trường xung quanh, Suy luận để đưa hành động hợp lý ĐA TÁC TỬ (MULTI-AGENT SYSTEMS) Các tác tử cạnh tranh Mỗi tác tử phải nhận biết tồn (và hoạt động) tác tử khác Mỗi tác tử phải tính tốn, dự đốn kế hoạch tác tử khác Mỗi tác tử phải tính tốn, dự đốn ảnh hưởng k ế ho ạch c tác t khác đ ối v ới k ế hoạch thân Mỗi tác tử phải định hành động tối ưu dự đoán MỘT SỐ THUẬT TỐN ĐƯỢC SỬ DỤNG CHO TÁC T Ử THƠNG MINH TRONG TÌM KIẾM VÀ LẬP KẾ HOẠCH Tìm kiếm lập kế hoạch (Searching And Planning) Tìm kiếm theo chiều rộng (Breadth First Search) Tìm kiếm theo chiều sâu (Detpth First Search) Heuritics Search THANK YOU FOR LISTENING ... LOẠI TÁC TỬ (AGENT) Có tác tử phân loại dựa mức độ thông minh mức độ nhận thức: Tác tử phản xạ đơn giản (Simple reflex agents) Tác tử phản xạ dựa mơ hình (Model-based reflex agents) Tác tử. .. dựa mục tiêu (Goal-based agents) Tác tử dựa lợi ích (Utility-based agents) Tác tử học tập (Learning -agents) PHÂN LOẠI TÁC TỬ (AGENT) ? ?Tác tử phản xạ đơn giản Tác tử hành động theo quy luật... tác tử cạnh tranh Mỗi tác tử phải nhận biết tồn (và hoạt động) tác tử khác Mỗi tác tử phải tính tốn, dự đốn kế hoạch tác tử khác Mỗi tác tử phải tính tốn, dự đốn ảnh hưởng k ế ho ạch c tác