Sistemi basati su conoscenza agenti intelligenti Prof M

Sistemi basati su conoscenza (agenti intelligenti) Prof. M. T. PAZIENZA a. a. 2005 -2006

Agenti Un agente è qualcosa che percepisce ed agisce. Un agente è qualcosa che agisce in un ambiente, che fa qualcosa. Un agente intelligente è un sistema che agisce intelligentemente; ciò che fa è appropriato per la situazione e per i suoi obiettivi, è flessibile al variare dell’ambiente e degli obiettivi, impara dall’esperienza e fa scelte appropriate date le sue percezioni (limitate) ed i limiti della capacità computazionale.

Agenti E’ importante capire i principi che rendono possibile realizzare un comportamento intelligente di un agente sia in un ambiente naturale che artificiale. Ovviamente l’ipotesi principale è che l’agente intelligente sappia ragionare. L’obiettivo dell’ingegneria della conoscenza è quello di specificare le metodologie per disegnare artefatti intelligenti ed utili, e quindi di realizzarli.

Agenti L’agente intelligente di più immediata definizione è quello che si comporta come un umano. Esiste però una classe di agenti intelligenti che può essere più intelligente di un umano: la classe delle organizzazioni. Le società composte da umani sono probabilmente l’agente più intelligente che si conosca.

Agenti Un agente può essere, per esempio, l’insieme di • un sistema di calcolo e di attuatori fisici e sensori (robot) • un sistema esperto ed un umano che fornisce le informazioni (percezioni) al sistema • un programma che agisce in un ambiente puramente computazionale (info-robot).

Agente logico basato su conoscenza Parte con una conoscenza generale del mondo e delle proprie azioni Usa il ragionamento logico per : 1. Mantenere una descrizione del mondo consistente all’arrivo di nuove percezioni 2. Dedurre una sequenza di azioni che porteranno all’ottenimento dei propri obiettivi

Agenti intelligenti Un agente è una entità in grado di percepire il proprio ambiente attraverso sensori e di agire in quell’ambiente attraverso degli attuatori Un agente software possiede stringhe di bit al posto delle proprie percezioni e azioni La nozione di agente è intesa come strumento per l’analisi di sistemi

Progettazione di un agente

Agire razionalmente significa agire: • per raggiungere i propri obiettivi, • date le proprie conoscenze, • in funzione della sequenza di percezioni ricevute, • date le azioni che si è in grado di compiere.

Agire razionalmente (2) Un agente razionale fa la cosa giusta, ovvero quell’azione che procurerà all’agente il maggior successo Misura di prestazione (valutare – come e quando – il successo atteso, considerato ciò che è stato percepito).

Descrizione/costruzione di un agente Corrispondenza tra sequenze di percezioni ed azioni Un agente può essere descritto attraverso: • un elenco completo delle azioni che può compiere in risposta ad ogni possibile sequenza di percezioni o • la definizione delle corrispondenze (funzione di corrispondenza) senza dover fornire un elenco esaustivo

Agenti razionali Un agente è un’entità/funzione che agisce, date alcune percezioni f : P* ® A Un agente razionale ideale si descrive attraverso la specifica della lista di azioni che può compiere in risposta a qualsiasi sequenza possibile di percezioni. (progetto/programma di agente ideale) Un agente è autonomo se è dotato di capacità di apprendimento (che gli permettono di aggiornare le sue conoscenze iniziali)

Agenti razionali reali Limiti computazionali impediscono di raggiungere la perfetta razionalità Negli agenti razionali reali esisteranno varie modalità per la modellazione di Autonomia e capacità di apprendimento Valutazione delle prestazioni Agente con la migliore prestazione come per un qualunque sistema

Progettazione di un agente Progettare il programma di un agente significa implementare la funzione corrispondenza dalle percezioni alle azioni all’interno di un ambiente e con prestazioni predefinite Agente = architettura + programma L’architettura (meccanismo di calcolo) fornisce le percezioni al programma, esegue il programma e trasmette agli attuatori le azioni scelte dal programma.

Progettazione di un agente Prerequisiti: Conoscenza dettagliata di: • tutte le percezioni e le possibili azioni conseguenti • ambiente (per scegliere tra tutte le possibili azioni quelle che saranno applicabili) • misura delle prestazioni (definita a priori per non alterare la valutazione) • obiettivi (per selezionare/valutare percezioni ed azioni)

Programma di un agente Schema: A fronte della conoscenza precedente e delle percezioni provenienti dall’ambiente (che “aggiornano” eventualmente la conoscenza <> incrementalità) vengono generate delle azioni congruenti i risultati delle “procedure di decisione”. L’obiettivo e la misura delle prestazioni vengono applicate esternamente all’agente.

Schema di agente (semplice) Mantiene memoria della sequenza di percezioni (incrementalità) Si possono definire sistemi ad agenti cooperanti per applicazioni più complesse

Agente basato su tabella Tabella totalmente e precedentemente specificata Agente tiene conto della sequenza delle percezioni consultando la tabella La tabella non viene aggiornata

Agente basato su tabella Vantaggi: • Progettazione semplice, completa, efficace Svantaggi: • Dimensioni sempre crescenti (funzione della complessità dell’applicazione) • Time-consuming per il progettista • Nessuna autonomia è prevista per l’agente (non necessaria a causa della totale definizione delle corrispondenze) In ambiti limitati funzionano bene (ruolo dell’ambiente)

Tipologie di programmi di agente Agente con riflessi semplici (rispondono alle percezioni) Agenti che tengono conto del mondo (considerano l’evolversi del mondo circostante) Agenti basati su obiettivi (agiscono per raggiungere i propri obiettivi) Agenti basati su utilità (cercano di massimizzare le propria utilità) Sono agenti specializzati, ovvero ottimizzati rispetto a ciò che vogliamo misurare

Agente con riflessi semplici regole di produzione if-then-else

Agente con riflessi semplici Trova la prima regola di produzione in accordo con situazione corrente (definita da percezione) Compie azione associata

Agente che tiene conto del mondo

Agente che tiene conto del mondo Trova regola in accordo situazione corrente (definita da percezioni e stato interno) Compie azione associata Aggiorna lo stato del mondo

Agenti basati su obiettivi / Pianificatori

Agenti basati su obiettivi / Pianificatori Conoscere lo stato attuale dell’ambiente non è sufficiente per decidere cosa fare Bisogna avere un obiettivo Ricerca di una soluzione al problema Pianificazione

Agenti basati su utilità Teoria delle decisioni

Agenti basati su utilità Teoria delle decisioni L’utilità è una funzione predefinita che associa ad uno stato (o sequenza di stati se stiamo misurando l’utilità a lungo termine) dell’agente un numero reale che descrive il grado associato di “felicità”

Agenti ed ambienti Indipendentemente dal tipo di agente, la natura della sua connessione con l’ambiente è di un unico tipo: le azioni sono fatte dall’agente sull’ambiente, che a sua volta fornisce percezioni all’agente

Agenti ed ambiente Lo stato dell’agente dipende dalle sue percezioni Lo stato dell’ambiente dipende dalle azioni di ogni singolo agente

Proprietà degli ambienti Accessibile / Inaccessibile Deterministico / Non deterministico Episodico / Non episodico Statico / Dinamico Discreto / Continuo Agenti vengono progettati per classi di ambienti

Tipi di ambienti Il tipo di ambiente determina fortemente il disegno dell’agente Il mondo reale è: Inaccessibile, stocastico, sequenziale dinamico e continuo