AGENTES

AGENTESDEFINICION (Russell y Norving)Un Agente es cualquier cosa capaz de percibir su medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores.

TIPOS DE AGENTES (Russell y Norving)Agentes Reactivos SimplesAgentes Reactivos Basados en ModelosAgentes Basados en ObjetivosAgentes Basados en UtilidadAgentes que Aprenden

Agentes Reactivos Simples

Es el tipo de Agentes mas sencillo. Estos Agentes seleccionan las acciones sobre la base de las percepciones actuales, ignorando el resto de las percepciones histricas.

Agentes Reactivos Basados en Modelos

Este tipo de Agente maneja un tipo de estado interno que le permite almacenar informacin de las partes del mundo que no puede ver.

Agentes Basados en Objetivos

Este agente al igual que el anterior no solo almacena informacin sino que mantiene un objetivo que intenta alcanzar y es capaz de seleccionar la accin que eventualmente lo guiara hacia la consecucin del mismo.

Agentes Basados en Utilidad

Este tipo de agente utiliza un modelo del mundo, junto con una funcin de utilidad que calcula sus preferencias entre los estados del mundo. Despus selecciona la accin que le lleve a alcanzar la mayor utilidad esperada, que se calcula haciendo la media de todos resultantes posibles, ponderando con la probabilidad del resultado.

Agentes que Aprenden

Este tipo de agente se divide en cuatro componentes principales:

Elemento de aprendizajesElemento de Actuacin CriticasGenerador de Problemas

Agentes que Aprenden

Clasificacin de Agentes

Russell y Norvig

Nwana

12La clasificacin se basa en el tipo de programa utilizado para implementar las funcionalidades del agente, Estableciendo el estado intermedio entre percepciones y acciones.Basa la clasificacin en varias dimensiones.

Clasificacin de Agentes

Russell y Norvig:

Agentes de reflejo simpleAgentes reflejo con estado internoAgentes basados en metasAgentes basados en utilidad

13

Clasificacin de Agentes

Nwana:Respecto a su movilidadDeliberativo o Reactivo.Segn los atributos primarios que deberan mostrar: autonoma, aprendizaje y cooperacin.Por el papel que desempean.Hbridos

14Respecto a su MovilidadRespecto a su movilidad, los agentes se dividen en mviles o estticos, segn su capacidad o no de desplazarse en una red.

Deliberativo o ReactivoLos primeros derivan del paradigma del pensamiento deliberativo: los agentes poseen un modelo simblico interno de razonamiento y se ocupan de la planificacin y la negociacin con el objetivo de conseguir coordinarse con otros agentes.

Los agentes reactivos, por el contrario, no poseen ningn modelo simblico interno de su entorno y actan empleando un comportamiento del tipo estmulo respuesta, respondiendo al estado actual del entorno en que est contenido.

Segn sus Atributos Primarios

Nwana:

17CooperacinAprendizajeAutonomaAgentes InteligentesAgentes de aprendizaje colaborativosAgentes colaborativosAgentes de interfazPor el Papel que DesempeanPor ejemplo, los agentes de informacin o los agentes de Internet. Estos tipos de agentes se dedican a la bsqueda y procesamiento de informacin en una red, como en el caso de Internet.

HibridosPor ltimo, Nwana habla de agentes hbridos para referirse a los que combinan dos o ms de las categoras anteriores.

Clasificacin de Agentes

En conclusin podemos decir que las clasificaciones mencionadas se basan en una serie atributos que pueden servir de referencia, como son la autonoma, la proactividad, el aprendizaje, y la cooperacin.

Adems se menciona la existencia de agentes hbridos que flexibilizan la integracin de ms de un criterio de clasificacin.

20

Arquitectura de Agentes

Existe una gran variedad de arquitecturas, una primera clasificacin de las arquitecturas se puede basar en el acceso de las capas hacia los sensores y actuadores.

Tambin se pueden clasificar las arquitecturas segn el tipo de procesamiento empleado en deliberativas, reactivas e hbridas.

21

Arquitectura de Agentes

Arquitectura Deliberativa

Utilizan modelos de representacin simblica del conocimiento.Suelen estar basadas en la teora clsica de planificacin.Son heredadas de las investigaciones en Inteligencia Artificial clsica.

22

Arquitectura de Agentes

Arquitectura Deliberativa

Plantean el problema como una secuencia de estrategias de: percepcin del entorno, construccin de un modelo del mundo, planificacin basada en ese modelo y actuacin.

23

Arquitectura de Agentes

Arquitectura Reactiva

Se centran en la capacidad de reaccin frente a cambios en el entorno.Insiste en que el robot est inmerso en un mundo concreto.Las respuestas del robot deben ser rpidas y sencillas.

24

Arquitectura de Agentes

Arquitectura Reactiva

La interaccin del sistema con el entorno es la que gua el comportamiento observable, sin necesidad de memoria, representacin ni de planificacin.

25

Arquitectura de Agentes

Arquitectura Hbrida

Se sita entre la arquitectura Deliberativa y la Reactiva.Pretenden incorporar tanto capacidades de deliberacin como de reaccin a los robots mviles, a fin de que puedan desenvolverse de modo autnomo en un mundo dinmico

26

Sistema Multi-Agentes

27Un Sistema Multi-Agente (SAM) es aquel que consiste en una serie de agentes, que interactan entre s, por lo general mediante el intercambio de mensajes a travs de algn tipo de infraestructura de la red informtica.

Sistema Multi-Agentes

28Con el fin de interactuar con xito, en un SMA hay que distinguir cuatro conceptos:

Comunicacin Coordinacin Cooperacin Negociacin

SMAComunicacin. Es la habilidad de los agentes para comunicarse entre s, esto es, intercambiar informacin y conocimiento de forma comprensible. Permite a los agentes obtener el conocimiento necesario para decidir la secuencia de acciones que debe ejecutar en funcin de sus objetivos.

SMACoordinacin. Se define como un conjunto de acciones suplementarias que pueden realizarse en un entorno multiagente para alcanzar un objetivo y que un agente, con los mismos objetivos, no podra alcanzar por s solo.

SMACooperacin y negociacin. La cooperacin es el mecanismo por el cual los agentes, que trabajan juntos para lograr un objetivo comn, definen una estrategia para alcanzar este objetivo. Por otro lado, la negociacin permite alcanzar decisiones de coordinacin conjuntas mediante la comunicacin explcita.

SMALa necesidad de desarrollar aplicaciones complejas compuestas de multitud de subsistemas que interaccionan entre s obliga a distribuir la inteligencia entre diversos agentes y a construir SMA.

Estos permiten la gestin inteligente de un sistema complejo, coordinando los distintos subsistemas que lo componen e integrando los objetivos particulares de cada subsistema en un objetivo comn.

EJEMPLODescripcin del Problema

Resolver el problema de localizacin utilizando tcnicas de visin por computadora que permitan saber dnde estn los robots y poder generar a cada uno de ellos una trayectoria que deben de seguir para alcanzar una meta.

Problema

Arquitectura de Control Hbrida basada en Agentes

35

Arquitectura de Control Hbrida basada en Agentes

36En el campo de la Robtica e Inteligencia Artificial, la organizacin de las habilidades de un robot (perceptivas, motoras, de procesamiento, de comunicacin con el exterior y en la obtencin de un objetivo) se conoce como arquitectura de control del robot.37 En esta arquitectura los agentes comparten informacin sobre la base de dos mecanismos, paso de mensajes y memoria compartida, en este caso concreto con la estructura de una memoria de pizarra.

El diseo de la arquitectura busca lograr los principios bsicos de modularidad, reusabilidad de procesos, facilidad de escalado e implantacin en diferentes plataformas.

Caractersticas de la Arquitectura Propuesta:

38 Se definen dos tipos de agentes en base al tipo de procesamiento: Agentes Perceptivos y Agentes de Actuacin.

Agentes Perceptivos. Estn enfocados a la elaboracin y al mantenimiento de los estmulos requeridos en las tareas de control.

Agentes de Actuacin. Tienen como objetivo encaminar la accin a seguir, utilizando las percepciones elaboradas por los agentes perceptivos y el soporte proporcionado por una representacin del sistema y el mundo.Caractersticas de la Arquitectura Propuesta:

2.2 Arquitectura de Control Hbrida basada en Agentes

39SensoresActuadoresDatosSensorialesNavegacin GlobalMemoria de Pizarra

Mapa Global EstticoPosicin de los Robots (X,Y,)Posicin del Objeto (X,Y, )Plan de Navegacin

Obtener Mapa Global Actualizar PosicinPlanificar CaminosIr al PuntoPararAcciones

Agente Perceptivo Actualizar Posicin

40 Valores: Imagen de la Cmara.

Deteccin de error de sensorEstimacin de la posicin de los robots y el objetivo

Representacinsistema/entronoProcesos:CmaraPosicin de Robots(XR, YR, R)Posicin del Objeto Meta (XO,YO, O)

Agente Perceptivo Obtener Mapa Global

41Valores:Imagen de la Cmara.Posicin de RobotsPosicin de Objeto Meta

Deteccin de error de sensor. Procesamiento de Imagen. Deteccin y ubicacin de obstculos sobre el mapa de rejilla. Ubicacin aleatoria de puntos en las rejillas desocupadas en el mapa.

Representacinsistema/entronoProcesos:CmaraMapa global de rejilla

Actualizar Posicin

Agente de Actuacin Parar

42 Valores: Sensor de ultrasonido

Deteccin de choque Representacinsistema/entronoProcesos:Sensor de UltrasonidoEstado de Paro

Agente de Actuacin Planificar Caminos

43Valores: Posicin de Robots Posicin de Objeto Meta Mapa Global (matriz de ocupacin)

Obtener la mejor ruta desde el punto origen al punto destino

Representacinsistema/entornoProcesos:Plan de NavegacinActualizar PosicinObtener Mapa GlobalSeal de replanificacin

Agente de Actuacin Ir al Punto

44Valores: Plan de Navegacin Orientacin del Robot

Seleccin de subobjetivos Evaluacin de llamadas al planificador de caminos Deteccin de llegada al destino final

Representacinsistema/entornoProcesos: Seal para nuevo plan Seal de objetivo conseguido Seal de fallo

Actualizar Posicin(XINI,YINI,XFIN, YFIN,Robot)

Planificar CaminosParar