Upload
diego-ramos
View
15
Download
0
Embed Size (px)
Citation preview
Inteligencia Artificial
Inteligencia Artificial
Universidad San Martín de Porres
AGENTE ASPIRADOR
Alumnos Bruno Mallqui , Cintya Dulanto Ramirez, Ricardo Jhatance Diaz, Jhon Santiago Sánchez, Milgros Vergara Goycochea , Angelica
INTELIGENCIA ARTIFICIAL Y ROBÓTICA
Fecha:Miércoles 21 de Noviembre del 2007
Inteligencia Artificial
Inteligencia Artificial
Tabla de Contenido
• Introducción
• Planteamiento del problema.
• Objetivo.
• Alcances del proyecto.
• Limitaciones
• Diseño y operación del Agente Simple.
• Diseño y operación del Agente con memoria interna.
• Conclusiones.
• Recomendaciones.
Inteligencia Artificial
Inteligencia Artificial
Introducción
El informe que presentamos a continuación
muestra los pasos que hemos seguido para
la definición del Flujo grama para el agente
simple llamado “agente aspirador”, así como
las variables, estados y parámetros de dicho
agente.
Inteligencia Artificial
Inteligencia Artificial
Planteamiento del Problema
El problema se puede definir principalmente
en lograr que el agente Aspirador
Sea capaz de reconocer un obstáculo de
una basura, ya que el primero tendrá que
evadirlo y el segundo proceder a aspirarlo,
también tendrá que identificar su localización,
ya que después de realizar su tarea tendrá
que retornar a su lugar de origen.
Inteligencia Artificial
Inteligencia Artificial
Objetivo
El objetivo principal de este proyecto es que
el agente aspirador logre realizar la limpieza
total de su ambiente y finalizando en el lugar
de origen.
Inteligencia Artificial
Inteligencia Artificial
Alcances del Proyecto
Se comenzará desarrollando el agente
simple, para luego implementar el agente con
memoria, el cual podrá tomar una decisión
de acuerdo .
Inteligencia Artificial
Inteligencia Artificial
Limitaciones
La apreciación de los sensores no es fácil de plasmar en la programación.
Simulaciones virtuales.
No existe metodología específica para la documentación del agente
Inteligencia Artificial
Inteligencia Artificial
DISEÑO DEL AGENTE REFLEJO SIMPLE
Inteligencia Artificial
Inteligencia Artificial
Descripción del ambiente físico
Es una habitación, alrededor de la cual existen obstáculos (Pared y Huecos) y también se podrá encontrar basura, la cual será succionada por dicho agente.
En el ambiente solo se ubica un Agente Aspirador.
Inteligencia Artificial
Inteligencia Artificial
Representación del ambiente físico
El modelo de solución esta orientado a la resolución del
problema de un agente aspirador, que tiene como
objetivo limpiar el ambiente donde se encuentra; cuyas
dimensiones son [N x N], daremos entonces el valor
inicial 0, ya que todavía no se realiza ningún movimiento.
GENERACION DE AMBIENTE
Inteligencia Artificial
Inteligencia Artificial
Descripción del Objetivo del Agente
El objetivo del agente es reconocer o diferenciar , que tipo de
obstáculo se le presenta en su recorrido.
También debe identificar el punto de su origen ya que es una
de las condiciones para que el agente termine su recorrido
cuando detecte que se encuentra en su punto de inicio.
Hacer la limpieza total del ambiente .
Inteligencia Artificial
Inteligencia Artificial
Sensores
Es un agente de aspiradora que posee 1 sensor.
Este sensor ayuda a captura la posición en el ambiente.
Inteligencia Artificial
Inteligencia Artificial
Percepciones
Basura { 1 , 0}
Obstáculo { 1 , 0}
Hueco { 1 , 0}
Origen { 1 , 0}
Inteligencia Artificial
Inteligencia Artificial
Acciones
Operación Valor
Succionar 1
Avanzar 2
girarDere 3
girar Izq 4
Stop 5
CODIGO DE ACCIONES
Inteligencia Artificial
Inteligencia Artificial
Tabla percepción acción
Tabla de Percepción Acción
Código de Tabla Percepción Acción
Inteligencia Artificial
Inteligencia Artificial
Código de Tabla Percepción Acción
AmbienteT am = new AmbienteT ();
String est = am.verAmbiente(age.posicion[0], age.posicion[1] );
if (est=="basu") { ax=1;}else if (est==null) {ax=2;}else if (est=="obst"){ax=3;}else if (est=="hue"){ax=5;}else {ax=5;}
return ax;
}
Inteligencia Artificial
Inteligencia Artificial
DISEÑO DEL AGENTE CON MEMORIA INTERNA
Inteligencia Artificial
Inteligencia Artificial
Diseño
Diga qué cambios le ha hecho al agente reflejo simple para convertirlo en agente con memoria interna
Inteligencia Artificial
Inteligencia Artificial
OPERACIÓN DEL AGENTE
Inteligencia Artificial
Inteligencia Artificial
Criterios de parada
Regla General: Dos o tres objetos no puedenUbicarse en el mismo lugar.
Regla: Basura y Hueco NO pueden encontrarse en un mismo lugar dentro de la matriz.
Regla: Obstáculo y Hueco NO deben ubicarse en el mismo lugar dentro de la matriz
Regla: Basura y Obstáculo NO pueden encontrarse en un mismo lugar dentro de la matriz.
Regla: Obstáculo, Basura y Hueco; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz.
Inteligencia Artificial
Inteligencia Artificial
Regla: Origen, Hueco y Basura; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz.
Regla: Origen y Obstáculo NO pueden encontrarse en un mismo lugar dentro de la matriz.
Regla: Origen, Obstáculo y Hueco; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz.
Regla: Origen, Obstáculo y Basura; estos tres objetos no pueden ubicarse en un mismo lugar dentro de la matriz.
Regla: Origen, Obstáculo, Basura y Hueco; estos cuatro objetos no pueden ubicarse en un mismo lugar dentro de la matriz.
Inteligencia Artificial
Inteligencia Artificial
ESTADISTICAS
public void generarEstadistica(){
double rendimiento = 0; rendimiento =
contaSuccion/nBasu*100;
System.out.println("El porcentaje de rendimiento es del:"+rendimiento+"%");
System.out.println("El numero de iteraciones del agente es de: "+contaIteracion);
System.out.println("El numero de basuras succionadas es de :"+contaSuccion);}
Se crea la variable rendimiento y se inicializa con el valor 0.
Se asigna a la variable rendimiento con el valor obtenido por el contador de basura succionada entre el total de elementos de basura en el ambiente. (En porcentaje).
Se muestra el rendimiento obtenido en consola, así como en contador de iteraciones realizadas y el contador de succiones de basura.
Inteligencia Artificial
Inteligencia Artificial
PROGRAMACION DEL AGENTE
action
action()
Main
Main()main()
percept
percept()
state
box[][] : intposition[] : int = {0,0}
state()compute_statistics()read_percept()set_action()
state_local
state_local()
table
Table[][] : int = {{0,0,0,0,3},{0,0,0,1,6}}
table()find_actions()
agent
agent()agent()simple_reflex_agent()interpret_input()build_action()
-game_zone
-rules
Inteligencia Artificial
Inteligencia Artificial
COMPLEJIDAD
Inteligencia Artificial
Inteligencia Artificial
Tamaño de la Entrada
Las pruebas realizadas con el agente tanto simple, como el de memoria interna fueron fijados a una dimensión de 10 filas por 10 columnas.
Inteligencia Artificial
Inteligencia Artificial
Complejidad
Ver documento...
Inteligencia Artificial
Inteligencia Artificial
DESEMPEÑO
Inteligencia Artificial
Inteligencia Artificial
Medida de desempeño y análisis de resultados Los Resultados arrojan una efectividad
promedio del 55.00 % despues de la realiazación de 25 corridas de código.
Se hace necesario contar con una BD que almacene las iteraciones del agente con memoria interna para obtener un mejor rendimiento en el caso de que la diemnsión del escenario aumente.
Inteligencia Artificial
Inteligencia Artificial
Conclusiones
No se aprecia con claridad la diferencia entre uno u otro sensor, por ser una implementación netamente software (virtual).
Los algoritmos necesarios para la codificación del agente no poseen complejidad elevada.