عامل‌های هوشمند، حس‌گرها، محرک‌ها و تابع عامل

خلاصه تدریس استاد در این جلسه

«در این جلسه وارد هسته‌ی اصلی هوش مصنوعی یعنی عامل‌های هوشمند (Intelligent Agents) شدیم. ابتدا تعریف کردیم که: عامل (Agent) هر موجودیتی است که می‌تواند محیط اطراف خود را از طریق حس‌گرها درک کند و از طریق محرک‌ها (Actuators) بر آن تأثیر بگذارد. مثال‌ها: عامل انسانی: حواس پنج‌گانه (بینایی، شنوایی، بویایی، چشایی، لامسه) نقش حس‌گر را دارند و عضلات، دست‌ها، پاها و اندام‌ها نقش محرک را ایفا می‌کنند. عامل رباتیک: دوربین‌ها، سنسورهای فاصله، دماسنج‌ها و … حس‌گر هستند؛ موتور‌ها، چرخ‌ها، بازوهای رباتیک و … نقش محرک را بازی می‌کنند. سپس وارد مفهوم ادراک (Percept) و دنباله‌ی ادراک‌ها (Percept Sequence) شدیم: هر بار که عامل از محیط چیزی «حس» می‌کند، یک ادراک جدید به دنباله‌ی ادراک‌های قبلی اضافه می‌شود. دنباله‌ی ادراک، کل تاریخچه‌ی آن‌چیزی است که عامل تا این لحظه تجربه کرده است. در ادامه، دو مفهوم مهم را معرفی کردیم: تابع عامل (Agent Function): نگاشتی انتزاعی که به هر دنباله‌ی ادراک، یک کنش (action) متناظر اختصاص می‌دهد. به‌صورت ریاضی: f : P e r c e p t S e q u e n c e s → A c t i o n s f:PerceptSequences→Actions برنامه‌ی عامل (Agent Program): پیاده‌سازی عملی آن تابع روی یک ماشین واقعی (مثلاً کد پایتون یا C) که روی سخت‌افزار اجرا می‌شود. نکته‌ی کلیدی این بود که: تابع عامل توصیف‌کننده‌ی «رفتار ایده‌آل» است، یعنی برای هر ورودی (دنباله‌ی ادراک) چه خروجی باید باشد. برنامه‌ی عامل پیاده‌سازی عملی آن تابع روی یک سیستم واقعی است که ممکن است محدودیت‌ها، خطاها و ساده‌سازی‌ها داشته باشد. در انتهای جلسه، چند مثال از جدول‌های ساده‌ی تابع عامل با سه نوع ادراک (A، B، C) و دو کنش (مثلاً حرکت به چپ / راست) حل کردیم تا ببینیم چگونه هر سطر جدول یک دنباله‌ی ادراک و یک کنش متناظر را مشخص می‌کند.»