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.