logo

Agents en intelligence artificielle

Un système d’IA peut être défini comme l’étude de l’agent rationnel et de son environnement. Les agents détectent l'environnement grâce à des capteurs et agissent sur leur environnement grâce à des actionneurs. Un agent IA peut avoir des propriétés mentales telles que des connaissances, des croyances, des intentions, etc.

Qu'est-ce qu'un mandataire ?

Un agent peut être tout ce qui perçoit son environnement via des capteurs et agit sur cet environnement via des actionneurs. Un agent s'exécute dans le cycle de percevoir , pensée , et agissant . Un agent peut être :

    Agent humain :Un agent humain a des yeux, des oreilles et d'autres organes qui fonctionnent pour les capteurs et les mains, les jambes et les voies vocales pour les actionneurs.Agent robotique :Un agent robotique peut avoir des caméras, un télémètre infrarouge, un NLP pour les capteurs et divers moteurs pour les actionneurs.Agent logiciel :L'agent logiciel peut avoir des frappes au clavier, du contenu de fichier comme entrée sensorielle, agir sur ces entrées et afficher la sortie à l'écran.

Le monde qui nous entoure est donc rempli d'agents tels que le thermostat, le téléphone portable, l'appareil photo, et même nous sommes également des agents.

Avant d'aller de l'avant, nous devons d'abord connaître les capteurs, les effecteurs et les actionneurs.

Capteur: Le capteur est un appareil qui détecte le changement dans l'environnement et envoie les informations à d'autres appareils électroniques. Un agent observe son environnement grâce à des capteurs.

méthodes de liste de tableaux

Actionneurs : Les actionneurs sont le composant des machines qui convertit l'énergie en mouvement. Les actionneurs sont uniquement responsables du déplacement et du contrôle d'un système. Un actionneur peut être un moteur électrique, des engrenages, des rails, etc.

Effecteurs : Les effecteurs sont les dispositifs qui affectent l'environnement. Les effecteurs peuvent être des jambes, des roues, des bras, des doigts, des ailes, des nageoires et un écran d'affichage.

Agents en IA

Agents intelligents :

Un agent intelligent est une entité autonome qui agit sur un environnement à l'aide de capteurs et d'actionneurs pour atteindre des objectifs. Un agent intelligent peut apprendre de l’environnement pour atteindre ses objectifs. Un thermostat est un exemple d’agent intelligent.

Voici les quatre règles principales pour un agent IA :

convertir une chaîne en json en java
    Règle 1:Un agent IA doit avoir la capacité de percevoir l’environnement.Règle 2 :L’observation doit être utilisée pour prendre des décisions.Règle 3 :La décision doit aboutir à une action.Règle 4 :L’action entreprise par un agent IA doit être une action rationnelle.

Agent rationnel :

Un agent rationnel est un agent qui a une préférence claire, modélise l'incertitude et agit de manière à maximiser sa mesure de performance avec toutes les actions possibles.

On dit qu’un agent rationnel accomplit les bonnes choses. L’IA consiste à créer des agents rationnels à utiliser pour la théorie des jeux et la théorie de la décision dans divers scénarios du monde réel.

Pour un agent IA, l'action rationnelle est la plus importante car dans l'algorithme d'apprentissage par renforcement de l'IA, pour chaque meilleure action possible, l'agent obtient une récompense positive et pour chaque mauvaise action, un agent obtient une récompense négative.

Remarque : les agents rationnels en IA sont très similaires aux agents intelligents.

Rationalité:

La rationalité d'un agent se mesure par sa mesure de performance. La rationalité peut être jugée sur la base des points suivants :

  • Mesure de performance qui définit le critère de réussite.
  • Connaissance préalable de l'agent de son environnement.
  • Meilleures actions possibles qu’un agent peut effectuer.
  • La séquence de perceptions.

Remarque : La rationalité diffère de l'Omniscient car un agent Omniscient connaît le résultat réel de son action et agit en conséquence, ce qui n'est pas possible en réalité.

Structure d'un agent IA

La tâche de l'IA est de concevoir un programme d'agent qui implémente la fonction d'agent. La structure d’un agent intelligent est une combinaison d’architecture et de programme d’agent. Il peut être considéré comme :

 Agent = Architecture + Agent program 

Voici les trois principaux termes impliqués dans la structure d’un agent IA :

java faire pendant l'exemple

Architecture: L'architecture est une machinerie sur laquelle un agent IA s'exécute.

Fonction de l'agent : La fonction d'agent est utilisée pour mapper un percept à une action.

 f:P* → A 

Programme d'agent : Le programme d'agent est une implémentation de la fonction d'agent. Un programme agent s'exécute sur l'architecture physique pour produire la fonction f.

Représentation PEAS

PEAS est un type de modèle sur lequel travaille un agent IA. Lorsque nous définissons un agent IA ou un agent rationnel, nous pouvons alors regrouper ses propriétés sous le modèle de représentation PEAS. Il est composé de quatre mots :

    P :Mesure des performancesET:EnvironnementUN:ActionneursS :Capteurs

Ici, la mesure de la performance est l'objectif du succès du comportement d'un agent.

POIS pour les voitures autonomes :

Agents en IA

Supposons une voiture autonome, alors la représentation de PEAS sera :

cours de mathématiques Java

Performance: Sécurité, temps, conduite légale, confort

Environnement: Routes, autres véhicules, panneaux de signalisation, piétons

Actionneurs : Direction, accélérateur, frein, signal, klaxon

Capteurs : Appareil photo, GPS, compteur de vitesse, compteur kilométrique, accéléromètre, sonar.

Exemple d'agents avec leur représentation PEAS

Agent Mesure des performances Environnement Actionneurs Capteurs
1. Diagnostic médical
  • Patient en bonne santé
  • Coût minimisé
  • Patient
  • Hôpital
  • Personnel
  • Essais
  • Traitements
Clavier
(Saisie des symptômes)
2. Aspirateur
  • Propreté
  • Efficacité
  • Vie de la batterie
  • Sécurité
  • Chambre
  • Tableau
  • Parquet
  • Tapis
  • Divers obstacles
  • roues
  • Pinceaux
  • Extracteur sous vide
  • Caméra
  • Capteur de détection de saleté
  • Capteur de falaise
  • Capteur de bosse
  • Capteur mural infrarouge
3. Robot de préparation de pièces
  • Pourcentage de pièces dans les bons bacs.
  • Bande transporteuse avec pièces,
  • Bacs
  • Bras articulés
  • Main
  • Caméra
  • Capteurs d'angle d'articulation.