Ai tugas 2
Download as docx, pdf0 likes602 views
Bab ini membahas tentang agen logis dan pengetahuan representasi. Istilah kunci meliputi basis pengetahuan, inferensi, tingkat pengetahuan, representasi deklaratif, dunia Wumpus, dan berbagai jenis syarat logika seperti klausa tunggal dan definitif. Bab ini juga menjelaskan teknik seperti penyebaran maju dan mundur serta validitas dan kepuasan model.
Ai tugas 2
- 1. NAMA : M.Dani Fatoni NPM : 06.2009.1.04836 MATKUL : Kecerdasan Buatan Bab VI Adversarial Search Dalam Bab ini dijelaskan mengenai bagaimana suatu Game dengan MultiAgent berjalan. MultiAgent tersebut dapat bersaing satu sama lain untuk mencapai tujuan yang sama. Istilah istilah yang terdapat dalam Bab ini: Games: Merupakan suatu kumpulan Agent yang dapat bermusuhan maupun bersekutu satu sama lain Zero-Sum Games: Merupakan suatu keadaan dimana terdapat dua atau lebih Agent yang bermusuhan satu sama lain dan memiliki tujuan yang berlawanan. Istilah dalam Algoritma Adversial Search: Initial State, memiliki nilai posisi awal untuk kemudian menebak langkah musuh. Successor Function, merupakan komponen Search yang mengembalikan sepasang nilai (Gerak, Status), setiap nilai berarti Gerak yang diperbolehkan dan hasil kondisi. Terminal Test, menentukan kapan game tersebut berakhir. A Utility Function (disebut juga sebagai fungsi Objek dari Fungsi pelunasan), Komponen ini membrikan nilai numerik untuk kondisi terminal. Nilai tersebut dapat berupa nilai positif dan negatif maupun nilai nol (Digunakan untuk kondisi seri). Game Tree: Suatu Tree untuk menentukan langkah langkah yang akan diambil oleh Agent Agent pada suatu game. Strategy: Suatu nilai yang mengkhususkan gerakan Max dalam kondisi awal, untuk kemudian gerakan tersebut menghasilkan seluruh respon yang memungkinkan dari Min ke semua gerakan tersebut, dan seterusnya. Ply: Suatu bahasa game, dapat ditemukan satu tree yang dalam, yang memiliki dua gerakan sebagian, masing masing gerakan tersebut disebut Ply. Minimax Value: Suatu alat untuk Max yang ada dalam kondisi yang sesuai, memperkirakan bahwa kedua pemain bermain secara optimal dari kondisi tersebut hingga akhir Game. Minimax Decision: Suatu pilihan optimal untuk max karena pilihan ini mengarah kepada Successor dengan nilai Minimac tertinggi. Minimax Algorithm: Suatu Algoritma yang memperhitaungkan keputusan Minimax dari kondisi sekarang. Alliances: Suatu kondisi dimana Agent akan memutuskan untuk membuat suatu hubungan Sekutu dengan Agent lain atau Pemain.
- 2. Alpha Beta Pruning: Suatu teknik untuk menyerdehanakan perhitungan untuk keputusan MiniMax. Transposition: Permutasi yang berbeda dari urutan gerakan yang berakhir pada posisi yang sama. Transposition Table: Tabel campuran dari posisi yang terlihat sebelumnya. Features: Suatu fungsi yang menentukan bermacam kategori atau kecocokan class dari kondisi. Kondisi tersebut memiliki nilai yang sama untuk semua Feature. Expected Value: Suatu nilai yang diharapkan untuk suatu kondisi. Material Value: Suatu nilai yang diberikan kepada masing masing Feature. Weighted Linear Function: Suatu fungsi yang menghitung bobot dari suatu gerakan untuk kemudian memperhitungkan, bobot mana yang paling tepat. Quiescence: Kediaman (Letak suatu Agent). Quiescence Search: Suatu metode pencarian untuk mencari suatu kediaman dari posisi yang bukan kediaman. Horizon Effect: Suatu Efek yang muncul saat suatu program sedang berhadapan dengan sebuah gerakan dari lawan yang menyebabkan kerusakan yang parah dan tidak bisa dihindari. Singular Extensions: Sebuah gerakan yang Lebih baik daripada semua gerakan lain dalam sebuah posisi yang diberikan. Forward Pruning: Berarti bahwa semua gerakan pada node yang diberikan disederhanakan secepatnya tanpa pemikiran lebih lanjut. Null Move: Suatu teknik untuk tidak melakukan pergerakan sehingga musuh dapat bergerak 2 kali. Futility Pruning: Suatu teknik yang membantu untuk memutuskan langkah mana yang lebih baik untuk mencapai Successor Function. Beberapa contoh yang digunakan dalam bab ini antara lain: Halma Checkers Othello Backgammon Bridge
- 3. Bab 7 Logical Agents Bab ini menjelaskan tentang bagaimana suatu Agents dapat mengambil tindakan selayaknya manusia. Manusia pada umumnya memiliki alasan dan pengetahuan dalam mengambil tindakan, hal ini juga penting dalam pembuatan Agent buatan. Supaya pencapaian agent tersebut nantinya dapat mencapai hasil yang maksimal. Istilah istilah yang terdapat dalam Bab ini: Knowledge Base: Adalah suatu kumpulan data yang terbentuk dari sekumpulan kalimat. Sentences: Suatu kumpulan kata kata yang memiliki tujuan tertentu. Kalimat tersebut mewakli beberapa pernyataan tentang dunia Knowledge Representation Language: Sebuah bahasa yang merupakan perwakilan dari sekumpulan kalimat. Inference: Suatu Sentences baru yang terbuat dari sekumpulan Sentences lama. Dapat juga diartikan sebagai Kesimpulan. Logical Agents: Suatu Agents yang haruslah menyelesaikan masalah berdasarkan pada Inference dari suatu Knowledge Base. Knowledge Level: Suatu pengetahuan yang hanya menentukan apa yang diketahui oleh Agent tersebut, dan menentukan pula tujuan dari Agent tersebut, untuk dapat menentukan sikap dari Agent tersebut. Declarative: Suatu teknik Men-desain suatu bahasa representasi untuk membuatnya mudah untuk menyatakan suatu pengetahuan dalam bentuk kalimat, untuk mempersingkat suatu pembentukan masalah. Wumpus World: Sebuah goa yang memiliki beberapa ruangan yang terhubung dengan lorong lorong. Istilah dalam PEAS: Performance Measure, suatu bobot yang merupakan nilai saat suatu tidakan diambil. Enviroment, suatu tempat dimana suatu Agent tersebut melakukan semua tindakan. Actuators, suatu peraturan yang dimiliki oleh Agent dalam setiap tindakan yang diambil Sensors, suatu alat yang digunakan oleh Agent untuk memeriksa lingkungan sekitarnya. Semantic: Suatu hubungan dengan suatu Sentences. Semantic dari bahasa menentukan kebenaran dari tiap Sentences dengan mematuhi tiap dunia yang mungkin. Models: Adalah suatu inti dari proses matematik dengan masing masingnya membetulkan kebenaran atau kesalahan dari setiap Sentences yang berhubungan. Entailment: Suatu ide bahsa sebuah Sentence mengikuti secara Logika dari Sentence lain.
- 4. Model Checking: Suatu teknik yang menyebutkan semua model yang mungkin untuk memeriksa bahwa a adalah benar dalam semua model dimana suatu Knowledge Base adalah benar. Sound / Truth Preserving: Suatu Algoritma Inference yang hanya memperoleh Sentence bersyarat. Completeness: Suatu Algoritma Inference adalah lengkap jika Algoritma tersebut dapat memperoleh Sentence mana saja yang bersyarat. Grounding: Suatu hubungan antara proses alasan dengan lingkungan sesungguhnya di mana suatu Agent berada. Logical Connectivities: Suatu hubungan antara Logika satu dengan Logika lain. Beberapa Istilah dalam Logical Connectivities: Negation (-), suatu hubungan yang berarti Logika a adalah bukan Logika a. And (A), suatu hubungan yang berarti penghubung antara Logika satu dengan Logika lain. Or (V), suatu hubungan yang berarti memisahkan antara Logika satu dengan Logika lain. Implication (), suatu hubungan yang dapat berarti seperti Jika-Maka. Biconditional (), suatu hubungan yang tidak bersyarat. Truth Table: Suatu tabel yang menentukan nilai kebenaran dari sebuah Sentence rumit untuk setiap tugas yang mungkin dari nilai kebenaran pada Komponen tersebut. Logical Equivalence: Suatu konsep yang berarti dua Sentences adalah sama secara Logical jika Sentences tersebut bernilai True dalam beberapa set dari Model. Validity: Suatu konsep yang berarti sebuah Sentence akan sah apabila Sentence tersebut bernilai benar dalam semua Model. Satisfiability: Suatu konsep yang bearti sebuah Sentence adalah memuaskan jika bernilai benar dalam beberapa model. Reducto Ad Absurdum: Suatu bahasa yang berarti Pengurangan hal hal yang mustahil. Juga dapat disebut sebagai bukti oleh sanggahan atau bukti oleh pertentangan. Inference Rules: Suatu peraturan yang menentukan pola standart dari suatu Inference yang bisa diterapkan untuk menyatakan serantaian kesimpulan yang mengarahkannya kepada tujuan yang diinginkan. Proof: Sebuah urutan penerapan dari Inference Rules. Monotonicity: Suatu teori yang mengatakan bahwa set dari Sentence bersyarat hanya dapat meningkat sebagai informasi yang ditambahkan kedalam Knowledge Base. Factoring: Penghapusan beberapa salinan dari Literal. Refutation Completeness: Bearti bahwa keputusan selalu dapat digunakan untuk memastikan maupun untuk menyanggah suatu Sentence. Ground Resolution Theorem: Suatu teori yang berbunyi Jika sebuah set dari ketentuan tersebut tidak memuaskan, maka pengakhiran keputusan dari ketentuan ketentuan tersebut membawa ketentuan kosong. Horn Clauses: Suatu pemisahan dari Literal dimana Maximal satu dari Literal tersebut adalah positif.
- 5. Definite Clauses: Suatu ketentuan yang dapat dengan mudah ditulis dan dibaca yang memiliki tepatnya satu Literal Positif. Head: Suatu Literal positif dalam suatu ketentuan. Body: Suatu Literal negatif dalam suatu ketentuan. Fact: Sebuah Definite Clauses yang tidak memiliki Literal Negatif yang dengan sederhana menegaskan sebuah Proporsisi yang diberikan. Integrity Constraints: Suatu Horn Clause yang tidak memiliki nilai Positif yang dapat dituliskan sebagai sebuah Implikasi dimana keputusannya adalah Literal False. Forward Chaining: Suatu proses pengambilan keputusan yang dimulai dari pernyataan yang ada untuk kemudian mencari kesimpulannya. Backward Chaining: Suatu proses pengambilan keputusan yang dimulai dari kesimpulan menuju suatu pernyataan (kebalikan dari Forward Chaining). Data Driven Reasoning: Suatu pengambilan alasan dimana perhatian fokusnya dimulai dari data yang diketahui. Beberapa istilah dalam TT-ENTAILS: Early Termination, Algoritma yang mendeteksi apakah kalimat harus bernilai True atau False, bahkan dengan model yang baru setengah lengkap. Pure Symbol Heuristic, Sebuah Pure Symbol adalah sebuah Symbol yang selalu muncul dengan Tanda yang sama dalam semua ketentuan. Unit Clause Heuristic, Sebuah Unit Clause ditentukan pada awal sebagai sebuah ketentuan dengan hanya satu Literal. Unit Propagation: Suatu penyebaran dengan ketentuan sebuah ketentuan Unit dapat membuat ketentuan Unit lainnya. Circuit Based Agent: Adalah suatu jenis tertentu dari Reflex Agent dengan kondisi. Sequential Circuit: Adalah sebuah jaringan dari gerbang, dimana masing masingnya melaksanakan sebuah hubungan Logika, dan Register, dimana masing masingnya menyimpan nilai kebenaran dari sebuah Proporsisi satuan. Acyclicity: Sebuah Circuit dapat memiliki proses yang berulang jika setiap langkah yang menghubungkan dari Output dari sebuah Register kembali kepada Inputnya dan memiliki sebuah element jeda interven. Beberapa contoh yang digunakan dalam bab ini antara lain: Wumpus World