SisCer - Problem Solving - State Space

Problem-Solving Agent merupakan bagian dari jenis agen berikut:

• Simple Reflex Agent
• Model-Based Reflex Agent
• Goal-Based Agent
• Learning Agent

Apa yang menjadi keluaran utama dari Problem-Solving Agent?

• Rangkaian tindakan untuk mencapai tujuan
• Hasil prediksi berdasarkan pembelajaran data
• Respons cepat terhadap perubahan lingkungan
• Model berbasis aturan

Dalam perancangan Problem-Solving Agent, apa yang menjadi langkah awal?

• Menentukan solusi
• Menentukan tujuan
• Menjalankan fungsi successor
• Memilih strategi pencarian

Apa yang dimaksud dengan state space dalam problem solving?

• Ruang di mana agen dapat bergerak
• Kumpulan semua keadaan yang mungkin dalam suatu masalah
• Struktur data yang merepresentasikan hasil pencarian
• Model pembelajaran mesin untuk pengambilan keputusan

Dalam state space, apa yang dimaksud dengan 'successor function'?

• Fungsi yang menghasilkan solusi optimal
• Fungsi yang menentukan apakah suatu state adalah tujuan
• Fungsi yang menentukan state berikutnya berdasarkan tindakan yang diambil
• Fungsi yang menghitung biaya pencarian solusi

Dalam formulasi masalah, 'initial state' mengacu pada:

• Keadaan awal dari agent sebelum mengambil tindakan
• Solusi optimal dari masalah
• Kumpulan tindakan yang mungkin dilakukan
• Fungsi evaluasi strategi pencarian

Dalam pencarian solusi, apa yang dimaksud dengan path cost?

• Jumlah total langkah yang diperlukan untuk mencapai solusi
• Jumlah node yang diekspansi dalam proses pencarian
• Biaya total dari suatu jalur dalam pencarian
• Fungsi yang menentukan tujuan akhir

Dalam state space, sebuah solusi optimal adalah solusi yang:

• Memiliki langkah paling sedikit
• Memiliki path cost terkecil
• Mengekspansi semua node yang mungkin
• Menggunakan strategi pencarian heuristik

Dalam perumusan masalah 'AgentTuris di Rumania', apa yang menjadi initial state?

• Kota Arad
• Kota Bucharest
• Semua kota yang mungkin dikunjungi
• Path dari Arad ke Bucharest

Search tree dalam problem-solving digunakan untuk:

• Memetakan solusi langsung tanpa perlu eksplorasi
• Menyediakan struktur data untuk menelusuri possible actions
• Mengoptimalkan algoritma pembelajaran mesin
• Menghitung estimasi biaya pencarian