cortana-logo-1920

Akıllı Ajanlar – Yapay Zekâya Giriş #1

Akıllı Ajanlar (Intelligent Agents )

Ajan (Agent): Çevresinideki olayları sensörler aracığıyla algılayabilen ve aktüatörler aracılığıyla bu olaylara tepki veren herşey ajan olarak sayılabilir.

Akıllı ajanlar şu şekilde çalışır: (1) Sensörler aracılığı ile çevreyi algılar, (2) Düşünür ve karar verir, (3) Uygular.

Yandaki resimde  ” ? ” olan bir kutu görüyorsunuz. Bu kutuda ajan ne yapacağına karar verir.  (Bu kutu futbol oynamak üzere dizayn edilmiş ise, siz bu ajana yüz diyemezsiniz.)

Akıllı ajan örnekleri:

  • İnsan ajanları (Human Agents):
    – Sensörler: Gözler, kulaklar ve diğer organlar.
    – Aktüatörler: Eller, bacaklar, ağız ve diğer vücut parçaları.
  •  Robotik ajanlar (Robotic Agents):
    – Sensörler: Kameralar ve kızıl ötesi mesafe bulucuları.
    – Aktüatörler: Çeşitli motorlar.

Yukaridaki çalışma prensibini daha iyi anlamak için Süpürge örneğini inceleyelim.

Algılar (Percepts):    Nerede ve nasıl. ( [A, temiz])

Eylem(Actions): Sağa, Sola, Temizle, Birşey yapma.

Ajan fonksiyonu (Agent Function): Algılardan eylemlere haritalama yapma.

Algılar Eylemler
[A,Temiz] Sağa Git
[A,Kirli] Süpür
[B,Temiz] Sola Git
[B, Kirli] Süpür

Rasyonellik (Rationality):

Rasyonel Ajan(Rationl Agent): Olası hertürlü algı durumunda, rasyonel ajan en yüksek performansı gösterecek kararı seçmelidir.

Rasyonel ajanları tanımlarken bazı özelliklere dikkat etmek gerekir.Bunlar sırasıyla; 

           PEAS

  • Performance (Performans)
  • Environment(Çevre)
  • Actuators(Aktüatörler)
  • Sensors(Sensörler)

IRobot 

IRobot Roomba hakkında gerekli bilgileri edindiğimize göre PEAS özelliklerini yazabiliriz.

  • Performance (Performans):Temizlik, verimlilik, temizlik için gidilecek mesafe, pil ömrü.
  • Environment(Çevre): Oda, masa, ahşap zemin, halı, diğer engeller.
  • Actuators(Aktüatörler): Tekerlekler, fırçalar.
  • Sensors(Sensörler): Kamera, kir algılama sensörü, uçurum sensörü, darbe sensörleri, kızıl ötesi duvar sensörleri.

Çevre Tipleri (Environment Types):

Tam Gözlemlenebilir (Fully observable ):

 Bir ajanın sensörler vasıtasıyla çevreye tam erişimini sağlarlar.

Deterministik(vs. stokastik): 

Çevrenin bir sonraki durumu mevcut durumda belirlenir.

Episodik (vs. sıralı):

Bölüm kendi içerisinde atomik haldedir ve alınacak olan karar  her bölümde sadece olayın kendisine bağlıdır.

Static (vs. dynamic):

Akıllı ajan düşünürken çevre koşulları sabittir değişmez.

Discrete (vs. sürekli):

Sınırlı sayıda farklı, açıkça tanımlanmış algı ve eylemlerlerdir.Dama buna bir örnektir. Self-driving cars sürekli değişen çevreye bir örnektir.Yani değişen çevreye göre gideceği yöne karar vermeside değişir.

Tekil (Single) Ajan (vs.multi-agent):

Bir ortamda tek başına çalışan ajan.

Bilinen v. Bilinmeyen (Known vs. Unknown):

Ajanları tasarlayanlar çevre hakkında fikir sahibi olabilir yada olmayabilir. Eğer çevre bilinmiyorsa, bu ajan nasıl davranacağını bilmelidir.

Ajan Tipleri (Agent Types):

Basit refleks ajanları(Simple Reflex Agents):

  • Basit refleks ajanları, algılama geçmişini yok sayarak mevcut duruma dayalı bir eylem seçer.
  • Sadece çevre gözlemlenebilirse çalışabilir. Dağa önce değindiğim süpürge örneğini düşünün. [nerede,nasıl] algılarına göre çalışıyordu. Eğer biz nerede olduğunu bildirmezsek nasıl bir karar alacak? 

Model tabanlı refleks ajanları (Model-based reflex agents):

  • Algı geçmişine bakarak en iyi tahmini yapar.
  • Çevrenin ajandan bağımsız olarak nasıl geliştiğine ve ajanın değişen duruma karşı davranışının nasıl olduğunu açıklayan  modeldir.

Hedef esaslı ajanlar (Goal-based agents):

  • Çevrenin mevcut durumunu bilmek yetmiyor.Bazı hedef bilgilerine ihtiyaç duyuyor.
  • Ajan,hedefe ulaşan eylemleri seçmek için hedef bilgileri çevre modeli ile birleştirir.
  • Bir sonraki adımı “A yaparsam ne olacak?” diye düşünür.
  • Kararlar değiştirilebilir.

Hizmete dayalı ajanlar (Utility-based agents):

  • Bazen arzulanan hedefe ulaşmak yetmez.
  • Daha hızlı, daha güvenli ve daha ucuz bir yolculuk arayabiliriz
  • Ajan performansı göz önüne alınmalıdır. Buna utility denir.
  • Ajan beklenen faydayı (utility) en üst düzeye çıkaran hareketi seçer.

Öğrenen ajanlar (Learning Agents):

Dört kavramsal bileşen:

  • Öğrenme unsuru:  İyileştirmeden sorumludur
  • Performans öğesi:  Harici eylemleri seçmekle sorumludur. 
  • Critics: Ajan ne işe yarar? 
  • Sorun yaratan:  Ajanın keşfetmesine izin verir.

 

 

0 Paylaşımlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir