AgentesRacionales InteligenciaComputacional 2008 3

Agentes Racionales
Inteligencia Computacional
Ing. Enrique González Ph.D
Departamento de Ingeniería de Sistemas
Facultad de Ingeniería
Pontificia Universidad Javeriana

Agenda General
• Agentes Racionales
– Conceptos y Arquitecturas
– Cooperación en SMA

• Redes Neuronales
– Supervisadas
– No Supervisadas

• Lógica Difusa
– Control Difuso

• Métodos Evolutivos
– Algoritmos Genéticos

AgentesRacionales

Agenda – Agentes Racionales
• Introducción Agentes Racionales
– Definiciones básicas
– Características de un agente

• Mapeo
– Técnicas de IA para toma de decisiones

• Arquitecturas para Agentes Racionales
– Estructuras generales
– Arquitecturas típicas

• Cooperación en Sistemas MultiAgentes
– Organizaciones SMA
– Interacción y cooperación

Por Qué Agentes?
Entidad Autónoma

EntidadRacional
Entidad Social

E
n
c
a
p
s
u
l
a
C
o
o
p
e
r
a

Conocimiento
Recursos
Servicios
Conducta

Complejidad
Manejable !!

Qué es ser Racional?
Hacer lo Correcto
Actuar Racionalmente

Ideal : Maximizar

Metas

Evaluar

Características de un Agente
Situado
Habita Ambiente

Agente

Autónomo
Efectua Acciones

Control Parcial
Puede
Influenciarlo
No Intervenció n
Externa
Estado InternoComportamiento

ProActivo
Alcanza Objetivos

Decidir y
Actuar

Agenda – Agentes Racionales
• Introducción Agentes Racionales
– Definiciones básicas
– Características de un agente

• Mapeo
– Técnicas de IA para toma de decisiones

• Arquitecturas para Agentes Racionales
– Estructuras generales
– Arquitecturas típicas

• Cooperación en Sistemas MultiAgentes
– Organizaciones SMA
– Interacción y cooperaciónAgente y su Entorno

Sensores
Ambiente
Ti

Efectores
Ambiente
Ti+1

Mapeo Percepción/Acción

Ambiente
Ti

Secuencia de Percepción

Metas

Mapeo
Ambiente
Ti+n
Acción 1
...
Acción M

?

Acción
Correcta

Mapeo – Toma de Decisiones
• Sistema Basados en Reglas
– Reglas tipo “SI ENT
– Evaluación concurrente y disparo controlado

• Sistemas Difusos
– Reglas basadas en variableslingüísticas
– Manejo explicito de la ambigüedad

• Redes Neuronales
– Unidades de procesamiento multi-conectadas
– Capacidad de aprendizaje a partir de ejemplos

• Algoritmos Genéticos
– Evolución del sistema basado en su calidad para alcanzar
sus metas en un ambiente particular

Arquitectura del Agente
Arquitectura
Hardware
Software
Operativo

Programa Agente

Tipos de Agentes

Tipo de
AgenteAspecto

Planificación

Representación
del Mundo

Agentes
Cognitivos

Agentes
Reactivos

SI - Capacidad de

NO Hay

Anticipar y Predecir

Reacciones Directas

Eventos Futuros

a los Estímulos

SI - Razonar sobre

NO Hay

las Representaciones

Representación

del Mundo

Explícita

Tipos de Agentes
Ejemplo Agente Cognitivo
Pb. → Abrir puerta cerrada con llave

Plan Abrir_Puerta
- Ir hasta sito dondeestá la llave
- Tomar la llave
- Ir hasta la puerta
- Abrir la puerta con la llave

Tipos de Agentes
Ejemplo Agente Reactivo
Pb. → Abrir puerta cerrada con llave
Reglas Condición-Acción
R1. Estoy frente a la puerta y tengo la llave
→ Abrir puerta con llave
R2. Estoy frente a la puerta y no tengo la llave
→ Ir a buscar la llave
R3. Puerta no abre y no tengo la llave
→ Ir a buscar la llave
R4. Llavefrente a mi
→ Tomar la llave e ir a la puerta

Agenda – Agentes Racionales
• Introducción Agentes Racionales
– Definiciones básicas
– Características de un agente

• Mapeo
– Técnicas de IA para toma de decisiones

• Arquitecturas para Agentes Racionales
– Estructuras generales
– Arquitecturas típicas

• Cooperación en Sistemas MultiAgentes
– Organizaciones SMA
– Interacción y cooperaciónEstructura Agente Reactivo
Agente

Sensores
Percepción

Decisión

Efectores

Ambiente

Reglas condición-acción

Estructura Agente Deliberativo
Agente

Sensores

Estado Interno
Secuencia de Percepción

Modelo
del Mundo

Reglas condición-acción

Decisión

Efectores

Ambiente

Efectos de mis Acciones

Estructura Agente Predictivo
Agente

Sensores

Estado Interno

Modelo
del Mundo

Secuencia de...

Leer documento completo

Regístrate para leer el documento completo.