You are on page 1of 29

‫جلسه سوم‪ :‬عاملهای هوشمند‬

‫مهرنوش شمس فرد‬


‫درس هوش مصنوعی‬
‫دانشگاه شهید بهشتی‬
‫نیمسال اول ‪1400-1401‬‬
‫فهرست مطالب‬

‫‪ ‬استدالل تحت عدم قطعیت‬ ‫‪ ‬مقدمه‪ :‬تعاریف و کاربردها‬


‫‪ ‬یادگیری ماشین‬ ‫‪ ‬عاملهای هوشمند‬
‫‪ ‬کاربردها‬ ‫‪ ‬عامل حل مسئله‬
‫‪ ‬جستجوی غیر مطلع‬
‫‪ ‬جستجوی مطلع‬
‫‪ ‬جستجوی رقابتی‬
‫‪ ‬جستجو با ارضاء قیود‬
‫‪ ‬جستجوی محلی و مسائل بهینه سازی‬
‫‪ ‬عامل مبتنی بر دانش‬
‫دانش و بازنمایی دانش‬ ‫‪‬‬
‫منطق مسندات و مرتبه اول‬ ‫‪‬‬
‫استدالل و استنتاج‬ ‫‪‬‬
‫سایر انواع بازنمایی‬ ‫‪‬‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪00-99‬‬ ‫‪2‬‬


‫‪3‬‬

‫عامل (‪)Agent‬‬

‫‪Percept‬‬ ‫‪Sensors‬‬ ‫‪environmen‬‬


‫را با گیرنده هایش دریافت‬ ‫که محیط ‪t‬اطرافش‬ ‫‪ ‬عامل هرچیزی است‬

‫و بر آن با عملگرهایش تاثیر می گذارد‪.‬‬


‫‪Actuators‬‬

‫عامل‬
‫گیرنده ها‬ ‫ادراک‬
‫محیط‬
‫?‬

‫عملگرها‬
‫عمل‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪4‬‬

‫عامل انسانی‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪5‬‬

‫عامل ماشینی‬

‫• سخت افزاری‬
‫• روباتها‬
‫• نرم افزاری‬
‫• برنامه های‬
‫کاربردی‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪6‬‬

‫اصطالحات‬

‫• ادراک )‪ :(Percept or Perception‬آنچه عامل از محیط دریافت می کند (ورودیها)‬

‫• دنباله ادراکی )‪ :(Percept Sequence‬دنبالهای از ادراکهای عامل‬

‫• رفتار عامل (‪ :)Agent Behaviour‬نحوه پاسخدهی یا عمل عامل بهازای هر دنباله از ادراکات‬

‫(قابل صوری سازی با تابع عامل و پیاده سازی با برنامه عامل)‬

‫• عامل عقالیی (‪ :)Rational Agent‬عاملی که کارش را درست انجام میدهد!‬

‫• کار درست کاری است که معیار کارآیی را بیشینه کند‪.‬‬

‫• معیار کارآیی )‪ (Performance Measure‬معیاری برای ارزیابی نحوه عملکرد عامل است‬

‫• کار درست کاری است که مطلوبیت دنباله حاالت محیط بر اساس اجرای دنباله اعمال عامل را افزایش‬
‫دهد‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪7‬‬

‫عامل عقالیی‬

‫عامل عقالئی عاملی است که بتواند برای هر دنباله‬ ‫‪‬‬


‫ادراکی با توجه به دانش پیش زمینه و توانمندیهایش‬
‫عملی را انجام دهد که انتظار می رود معیار کارایی اش را‬
‫بیشینه کند‪.‬‬

‫عوامل مؤثر در تعیین عقالنیت هر عمل در هر لحظه‪:‬‬ ‫‪‬‬

‫معیار کارآیی (آنچه مورد انتظار است)‬ ‫‪‬‬


‫دانش پیش زمینه (آنچه می داند)‬ ‫‪‬‬
‫توانمندیهای عامل (آنچه می تواند)‬ ‫‪‬‬
‫دنباله ادراکی عامل تاکنون (آنچه دریافت کرده است)‬ ‫‪‬‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪8‬‬

‫علم الیتناهی‪Omniscience‬‬ ‫‪‬‬

‫بیشینه‌سازی کارآیی واقعی )‪(Actual Performance‬‬ ‫‪‬‬

‫عقالنیت ‪Rationality‬‬ ‫‪‬‬


‫بیشینه‌سازی کارآیی موردانتظار )‪(Expected Performance‬‬ ‫‪‬‬

‫عامل خودمختار‪Autonomous‬‬ ‫‪‬‬

‫توانایی رفع نقص مبتنی بر اکتشاف و یادگیری و رفتار براساس‬ ‫‪‬‬

‫تجربیات گذشته‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪9‬‬

‫‪ ‬هدف این درس‪ :‬طراحی و پیاده سازی عاملهای عقالیی‬


‫‪ ‬گام اول‪ :‬تعریف دقیق مسئله با ‪PEAS‬‬
‫‪Performance Measure‬‬ ‫‪ ‬شناخت‪ /‬طراحی وظایف (معیار کارآیی)‬
‫‪Environment‬‬ ‫‪ ‬شناخت محیط‬
‫‪ ‬شناخت‪ /‬طراحی قابلیت های عامل (گیرنده ها و عملگرها) ‪Actuators and Sensors‬‬
‫‪ ‬گام دوم‪ :‬انتخاب معماری مناسب برای عامل‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪10‬‬

‫مثال‪ :1‬ربات جاروکش یا نظافتچی‬

‫‪ ‬معیار کارآیی‪:‬‬
‫‪ ‬محیط‪:‬‬
‫‪ ‬حسگرها‪:‬‬
‫‪ ‬عملگرها‪:‬‬
‫‪ ‬اعمال‪:‬‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪11‬‬

‫مثال‪ :2‬عامل شطرنج باز‬

‫‪ ‬معیار کارآیی‪:‬‬
‫‪ ‬محیط‪:‬‬
‫‪ ‬حسگرها‪:‬‬
‫‪ ‬عملگرها‪:‬‬
‫‪ ‬اعمال‪:‬‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪12‬‬

‫مثال‪ :3‬راننده تاکسی‬

‫‪ ‬معیار کارآیی‪:‬‬
‫‪ ‬محیط‪:‬‬
‫‪ ‬حسگرها‪:‬‬
‫‪ ‬عملگرها‪:‬‬
‫‪ ‬اعمال‪:‬‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫‪13‬‬

‫مثال‪ :4‬ربات جداکننده قطعات‬

‫‪ ‬معیار کارآیی‪:‬‬
‫‪ ‬محیط‪:‬‬
‫‪ ‬حسگرها‪:‬‬
‫‪ ‬عملگرها‪:‬‬
‫‪ ‬اعمال‪:‬‬

‫هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال اول ‪1401-1400‬‬


‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪14‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪15‬‬
‫مشاهده پذیری‬
‫‪‬در محیط کامالً قابل مشاهده )‪ (Fully Observable‬عامل در هر لحظه‬
‫تمام ورودی های الزم برای تعیین وضعیت جاری (اطالعات الزم برای‬
‫انتخاب عمل بعدی) را از گیرنده ها دریافت می کند‬
‫‪‬مانند ‪:‬‬

‫‪‬در محیط قابل مشاهده پاره ای (‪ )Partially Observable‬تنها بخشی از‬


‫اطالعات محیط در هر لحظه توسط گیرنده ها دریافت می شود‪.‬‬
‫‪‬مانند‪:‬‬

‫‪‬در محیطهای غیرقابل مشاهده )‪ (Unobservable‬عامل امکان دریافت‬


‫اطالعات محیط از طریق گیرنده هایش را ندارد (عامل بدون گیرنده)‬
‫‪‬مانند‪:‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪16‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪17‬‬
‫قطعیت‬
‫‪‬در محیط قطعی (‪ ) Deterministic‬با داشتن حالت فعلی و عمل انتخابی می توان‬
‫حالت بعدی را با قطعیت پیش بینی کرد‪( .‬بدون لحاظ کردن رفتار سایر عامل ها)‬
‫‪‬مانند‪:‬‬
‫‪‬در محیط تصادفی (‪ )Stotastic‬امکان تعیین قطعی نتیجه عمل عامل نیست‬
‫‪‬مانند‪:‬‬
‫‪‬اگر تنها عامل عدم قطعیت فعالیت رقیب باشد و به عبارت دیگر بدلیل رفتار عوامل‬
‫دیگر نتیجه رفتار عامل ما هم قابل پیش بینی نباشد محیط استراتژیک (‪)Strategic‬‬
‫خواهد بود‪.‬‬
‫‪‬مانند‪:‬‬

‫‪‬اصطالح غیرقطعی (‪ )nondeterministic‬برای حالتی که بیش از یک خروجی ممکن‬


‫باشد بکار می رود (برای اطمینان از موفقیت‪ ،‬عامل باید در همه مسیرهای ممکن موفق‬
‫باشد)‬
‫‪‬اصطالح غیر مطمئن (‪ )uncertain‬برای موارد غیرقطعی و غیر کامال مشاهده پذیری‬
‫که خروجی ها با احتمالی همراهند بکار می رود‪.‬‬
‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪18‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪19‬‬
‫پویایی یا ایستایی‬
‫‪ ‬محیط پویا (‪ )dynamic‬محیط متغیر با زمان است به گونه ای که محیط در فاصله ادراک (‪ )perception‬تا عمل (‪( )action‬در مدت تصمیم گیری) تغییر‬
‫کند‪.‬‬
‫‪ ‬مانند‪:‬‬

‫‪ ‬محیط ایستا (‪ )Static‬با زمان تغییر نمی کند و در فاصله ادراک تا عمل ثابت است و گذر زمان هم رصد نمی شود‪.‬‬
‫‪ ‬مانند‪:‬‬

‫‪ ‬اگر تغییر محیط تنها گذر زمان باشد و خود محیط تغییر نکند ولی با گذر زمان امتیاز عامل تغییر کند محیط نیمه پویا (‪ )Semi dynamic‬خواهد بود‪.‬‬
‫‪ ‬مانند‪:‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪20‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪21‬‬
‫دوره ای یا متوالی‬
‫‪ ‬در محیط دوره ای یا اپیزودیک فعالیت عامل به دوره های اتمیک تقسیم می شود که در انها یک ادراک و یک عمل انجام می شود و این عمل مستقل از‬
‫اپیزودهای قبلی است و بر بعدی ها تاثیر نمی گذارد‪.‬‬
‫‪ ‬مانند‪:‬‬

‫‪ ‬در محیط متوالی عامل الزم است برای انتخاب عمل به دوره های قبلی توجه کند یا تاثیر این عملش بر دوره های بعدی را درنظر بگیرد‪.‬‬
‫‪ ‬مانند‪:‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪22‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪23‬‬
‫گسستگی یا پیوستگی‬
‫‪‬گسستگی ‪ /‬پیوستگی‬
‫‪‬حاالت (تعداد و توصیف)‬
‫‪‬نحوه مواجهه با زمان‬
‫‪‬ادراکات و اعمال‬

‫مثال‪:‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪24‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪25‬‬
‫تکعاملی یا چندعاملی‬
‫‪‬تک عاملی‬
‫‪‬مانند‪:‬‬
‫‪‬چند عاملی‬
‫‪‬عامل دیگری در محیط هست که رفتارش درجهت بیشینه کردن معیار‬
‫کارآییش بر رفتارعامل ما تاثیر می گذارد یا از آن تاثیر می پذیرد؟‬
‫‪‬تاثیر مثبت‪ :‬همکارانه (‪)cooperative‬‬
‫‪‬مانند‪:‬‬

‫‪‬تاثیر تقابلی یا رقابتی (‪)competitive‬‬


‫‪‬مانند‪:‬‬

‫‪‬ترکیبی از هر دو (‪)partially competitive/cooperative‬‬


‫‪‬مانند‪:‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪26‬‬
‫ویژگی های محیط‬

‫‪‬مشاهده پذیر کامل یا پاره ای (‪)Fully/ Partially Observable‬‬


‫‪‬قطعی یا تصادفی ( ‪)Deterministic/ Stocastic‬‬
‫‪‬ایستا یا پویا (‪)Static / Dynamic‬‬
‫‪‬مرحلهای (اپیزودیک) یا ترتیبی)‪(Episodic/ Sequential‬‬
‫‪‬گسسته یا پیوسته (‪)Discrete / Continuous‬‬
‫‪‬تکعاملی یا چندعاملی )‪(Single/ Multi Agent‬‬
‫‪‬شناخته شده یا ناشناخته (‪)known / unknown‬‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪27‬‬
‫شناخته یا ناشناخته بودن‬

‫‪‬در ارتباط با عامل و نه محیط‬

‫‪‬در محیط شناختهشده حاالت و خروجی یا احتماالت آنها برای حاالت‬


‫مختلف (قوانین محیط) برای عامل تعریف شده است‪.‬‬

‫‪‬در محیط ناشناس عامل قوانین موجود در محیط را نمیداند و باید این‬
‫قوانین را یاد بگیرد‬

‫‪(‬نا)شناختهبودن الزاما به معنی (عدم)مشاهده پذیری کامل نیست‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪28‬‬
‫تمرینک بی تحویل‬
‫‪ PEAS‬و ویژگی محیط را برای این عاملها تعیین کنید‬
‫‪‬ربات جابجا کننده قطعات‬
‫‪‬ربات فوتبالیست‬
‫‪‬عامل تحلیلگر تصاویر ماهواره‬
‫‪‬دستیار هوشمند‬
‫‪‬سیستم خبره تشخیص پزشکی‬
‫‪‬حل کننده جدول کلمات متقاطع‬
‫‪‬شطرنج با ساعت‬
‫‪‬بازی اوتللو یا ‪XO‬‬
‫‪‬آموزگار آنالین‬

‫کالس هوش مصنوعی‪ -‬دانشگاه شهید بهشتی‪ -‬نیمسال دوم ‪1400-1399‬‬ ‫‪29‬‬

You might also like