Pengenalan Logical Agen



3.1 Knowledge-based agents




• Knowledge base (pengetahuan) = sekumpulan kalimat pada sebuah bahasa formal
 • Pendekatan deklaratif membangun agent :
- Beritahu informasi yg relevan, simpan dalam KB  (Tell)
• Agen dapat ditanya (bertanya pd diri sendiri) apa yang sebaiknya dilakukan berdasarkan KB  (Ask)
• Agen dapat ditunjukkan level pengetahuan Contoh: apa yg mereka ketahui, bagaimana implementasinya Atau  level implementasi • Contoh: struktur data pada KB dan algoritma-algoritma  yang memanipulasi


Agen harus dapat:
 • Merepresentasikan state, action, dll.
• Menerima informasi baru
• Mengupdate representasi
• Menyimpulkan pengetahuan lain yang tidak eksplisit (hidden property)
• Menyimpulkan action apa yang perlu diambil



3.2 Wumpus world

Karakteristik Wumpus world
• Fully Observable No – hanya local persepsi
• Deterministic Yes – keluaran yg bisa dispesifikasikan secara tepat
• Episodic No – sequential pada level aksi
• Static  Yes – Wumpus dan Pits tidak bergerak
• Discrete Yes
• Single-agent? Yes – Wumpus mmepunyai fitur alami 12
Exploring a wumpus world







3.3 Logic in general - models and entailment
Logic
Logic adalah bahasa formal untuk merepresentasikan informasi sedemikian hingga kesimpulan dapat dibuat
• Syntax mendefinisikan kalimat-kalimat pada bahasa
• Semantics mendefinisikan arti kalimat; misal, mendefinisikan kebenaran sebuah kalimat 
 • Contoh, bahasa aritmatika
-  x+2 ≥ y is a sentence; x2+y >  is not a sentence
-  x+2 ≥ y is true iff the number x+2 is no less than the number y
-  x+2 ≥ y is true in a world where x = 7, y = 1
-  x+2 ≥ y is false in a world where x = 0, y = 6


Entailment
• Entailment artinya bahwa sesuatu mengikuti dari yang lain
KB ╞ 
 • Knowledge base KB entails kalimat α jika dan hanya jika α adalah true pada semua dunia dimana KB bernilai true
 • Misal, KB “the Giants won” dan “the Reds won” entails “Either the Giants won or the Reds won”
• Misal, x+y = 4 entails  4 = x+y • Entailment adalah sebuah hubungan antar kalimat ( syntax) yang didasarkan pada semantics

Models
• m adalah sebuah model pada sebuah kalimat α jika α bernilai true pada m
 • M(α) adalah kumpulan semua model pada α •
 • KB ╞ α iff M(KB)  M(α)
• Misal:
• KB = Giants won and Reds won
 • α = Giants won

Daftar Pustaka:



Komentar

Postingan populer dari blog ini

REPRESENTASI PENGETAHUAN

Contoh Generate and Test

Metode Pencarian dan Pelacakan 2 (Heuristik)