tesis

APRENDIZAJE AUTOMATICO
BASADO EN INTERCAMBIO DE OPERADORES
EN SISTEMAS INTELIGENTES AUTONOMOS
TESIS DE GRADO EN INGENIERIA INFORMATICA
FACULTAD DE INGENIERIA
UNIVERSIDAD DE BUENOS AIRES

TESISTA: Sr. Pablo MACERI
DIRECTOR: Prof. Dr. Ramón GARCIA-MARTINEZ
Laboratorio de Sistemas Inteligentes
JUNIO 2001

Aprendizaje Automático Basado en Intercambio de Operadores en SistemasInteligentes Autónomos

Resumen
Los sistemas inteligentes que actúan de forma autónoma en un ambiente tienen que ser
capaces de integrar tres comportamientos básicos: aprendizaje, planificación y ejecución.
Esta integración es imprescindible cuando se requiere del sistema un desempeño
satisfactorio en ausencia de conocimiento sobre cómo sus acciones pueden afectar el
ambiente en el cual funciona ocómo reacciona éste a sus acciones.
En este contexto, los sistemas inteligentes autónomos (SIA) deben ser capaces de
aprender el comportamiento de su ambiente y estructurar este aprendizaje mediante la
formulación de teorías de su funcionamiento (operadores). Por otra parte, deben ser
capaces de autoproponerse objetivos y construir planes (a partir de la teoría de
funcionamiento del ambiente quehan aprendido) para alcanzarlos.
En este trabajo, se estudia de qué manera la interacción entre sistemas inteligentes
autónomos, que intercambian los operadores aprendidos en un mismo ambiente, mejora el
comportamiento individual acelerando la convergencia del aprendizaje y el rendimiento
general para alcanzar los objetivos autopropuestos por el SIA.

Palabras claves: Planificación,aprendizaje no supervisado, sistemas inteligentes
autónomos, formación y revisión de teorías, cooperación entre agentes.

Abstract
Intelligent systems that act autonomously in an environment have to be able to integrate
three basic behaviors: learning, planning and execution. This integration is mandatory
when the system must have a satisfactory performance without any knowledge about how
itsactions can affect the environment in which it runs or how the environment reacts to its
actions.
In this context, autonomous intelligent systems (AIS) have to be able to learn the
enviroment’s behavior and to structure this learning by the formulation of theories about
his permormace (operators). Moreover, they have to be able to self-propose goals and setup plans for achieving them.
ResumenPablo M. Maceri

i

Aprendizaje Automático Basado en Intercambio de Operadores en Sistemas Inteligentes Autónomos

This work studies how the interaction between autonomous intelligent systems, that share
the operators learnt in the same environment, improves the individual performance
increasing the learning convergence speed and the general performance to achieve the
AIS self-proposedgoals.
Keywords: Planning, unsupervised machine learning, autonomous intelligent systems,
theory formation and revision, cooperation between agents.

ii

Pablo M. Maceri

Resumen

Indice
Capítulo 1 - Introducción

1

Capítulo 2 - Estado de la Cuestión
2.1. GINKO: Una arquitectura integrada para aprendizaje y planificación en robótica
2.2. PRODIGY: una arquitectura integrada paraplanificación y aprendizaje
2.3. Un Análisis de Soar como una Arquitectura Integrada
2.4. LIVE: una arquitectura para aprendizaje del entorno
2.5. Dyna, una Arquitectura Integrada para Aprendizaje, Planificación
2.6. Sistema de Christiansen
2.7. Sistema de Hayes-Roth
2.8. Sistema Inteligente Autónomo

5
5
7
10
13
15
18
20
22

Capítulo 3 - Descripción del Problema
3.1. Introducción3.2. Integración SIA-Khepera
3.3. El problema de la extensión del modelo del SIA
3.4. Interacción entre intercambio de operadores y otras estrategias
3.5. Lugar de las soluciones

25
25
26
26
26
27

Capítulo 4 - Solución Propuesta
4.1. Introducción
4.2. Representación del modelo de teoría
4.3. Descripción General del Sistema
4.4. Arquitectura del Sistema
4.5. Entorno del...