Agentes Basados en Conocimiento
-
Upload
luis-ochochoque-zegarra -
Category
Documents
-
view
215 -
download
0
Transcript of Agentes Basados en Conocimiento
-
7/21/2019 Agentes Basados en Conocimiento
1/3
A G E N T E S I . ~ G I C O S 219
del inundo de wunzpiis S e identifican ciertas deficiencias de la lgica proposicional, que
nos permitirn el desarro llo de lgicas rris potentes e n los captulo s siguiciitcs.
7 1
Agentes basados en conocimiento
BASE
DE
CONOCIMIENTO
SENTENCIA
LENGURJE DE
REPRESENTACION
DEL CONOCIMIENTO
INFERENCIA
AGENTES LGICOS
CONOCIMIENTO O E
ANTECEDENTES
El componente principal de un agente basado en conocimiento es su
hase de conoci-
miento
o
B C
Ink>rmalniente.una base de conociiniento es un conjunto de
sentencias.
(Aqu scntcncia se utiliza c om o un trmino tcnico. Es parecido. pero no idntico, a
1 s sentencias cn ing ls u otros len g~iiijes aturiilcs.) Cad a sentencia se expresa en un Icn-
guaje denominado lenguaje de representacin del conocimiento y i-epresenta alguiia
aserciOn ace rca dcl niund o.
Debe haber un inccanismo para aadir sentencias nuevas la base de conocirriicnto.
y uno para preguntar qu se sabe en la base d e conociinieiito. Los nombres es tindar para
estas d os tarea s so11DE CI R PKEFL UTAR,espectivamcntc. A mbas tareas requieren reali-
zar
inferencia
es decir, derivar nuevas sentencias d e las antiguas. En los
agentes lgicos
que son el tem a principal de estud io de este captulo, la inferencia debe cuiriplir con el rc-
quisito esencial dc que cu ando se PRF CUN.IAla base de conocimiento. I I r e s p u ~ s t ~ ~ebe
seguirse de lo que se H A DI(.H a la base de conocimiento previam ente. M s adelante. en
el captulo, seremos ins precisos en cuan to a
la
palabra se guirse. Por aliara, tOiiiatc su
sigiiificad en el sentido de que la inferencia no se inventara cosas puco poco.
La Figura
7.1
rnucstra cl esqu em a general de
u n
I>rograma d e un a gente basatlo en
conocimiento. Al igual quc todos nuestros agentes, ste recibe una percepciri conio cn-
trada
y
devuelve una accin. El agente inantiene una base de conocim ietito,BC qu e i n -
cialnlente contiene algn
conocimiento de antecedentes.
Ca da vez qu e el progi-aina del
agente es invocado, realiza dos cosas. Primero. DICEa la base dc conociiniento lo que
ha percibido. Segundo, PR~GUNTAla base
de
cono ci i~i ie n to u acci6n debe ejecutar .
En este segundo proceso d e rcsponder a la pregunta, se dcbc realizar un raronarniento
extcnsiv acerca del esta do actual del mundo, d e los efectos de las posibles acciones,
etctera. Una vez se ha cscogido la accin, el agente graba su eleccin iilediantc un D r -
C I K y ejecuta la accin. Este segundo D ECIR s necesario para permitir le a la base de co-
nociinietito saber qu e la acci6n hipottica realinentc sc ha ejecutado.
fulicin Ai;e~rr-BCO~eire]~ci~j~zevuelve uria n< < i~i
var ial~le s stticas:
BC
una
h a e
de
coniiciiriicnto
i, un cuniadur. iniciiilirado
a
O que inc1ic;i ~ tieiiipo
DECIR(BC. ~ ~ ~ ~ ~ ~ ~ ~ K - ~ L N ~ ~ L N ~ : I , \ - ~ F P F . I ~ C ~ ~ C I
-
7/21/2019 Agentes Basados en Conocimiento
2/3
22 INTFI.IGENC1A ARTIFICIAL. L S EhFOOUE MODERNO
Los detalles del lenguaje de representacin estn ocultos en las dos funciones que
iinplementan la intcrfaz entre los sensures, los accionadores, el ncleo de representacin
y el sistema de razonamiento.
C~NSTRLJIR-SENTENCIA-DE-PERCEPCI~N
oma una percep-
cin y un instante de tiempo y devuelve una sentencia afirmando lo que el agente ha per-
cibido en ese instante de tiempo. PEDIR-ACCINoma un instantc de tiempo como entrada
y devuelve una sentencia para preguntarle a la base de conocimiento qu accin se debe
realizar en ese instante de tiempo. Los detalles de los mecanismos de inferencia estn
ocultos en DECIR PKEC;UNTAR.n las prximas secciones del captulo se mostrarn es-
tos detalles.
El agente de la Figura
7.1
se parece bastante a los agentes con estado interno des-
critos en el Captulo
2.
Pero gracias a las definiciones de DECIR PREGIJNTAR,l agen-
te basado en conocimiento no obtiene las acciones mediante un proceso arbitrario. Es
NIVEL
DE
CoNoclMlEnTo
compatible coi1 una descripcin al
nivel de conocimiento
en el que slo necesitainos
especificar lo que el agente sabe
y
los objetivos que tiene para establecer su comporta^
miento. Por ejemplo. un taxi automatizado podra tener el objetivo de llevar un pasaje-
ro al condado de Mariii, y podra saber que est en San Francisco y que el puente Golden
Gate es el nico enlace entre las dos localizacioiies. Entonces podemos esperar que
el
ageiite cruce el puente Golden Gate
porque
srrhe que lzucerlo le pernzitir ulcunzur
su
objetivo.
Fjate que este anlisis es independiente de cmo el taxi trabaja al
nivel
e
NIVEL OE
I M P L E M E N T C I ~ N
implementacin.
Al agente no le debe importar si el conocimiento geogrfico est im-
plementado mediante listas enlazadas o mapas de pxeles, o si su razonamiento se rea-
liza iiiediaiite la manipulacin de textos o srnbolos almacenados en registros,
o
mediante
la propagacin d e senales en una red de neuronas.
r 7 5
Tal como comentarnos eii la introduccin del captulo, un op urd e c onsrr~t i r n agen
,--4
e busuclo en corzociniiento .sim/~ lerne nte I C ~ C N I ~ I L E
1 1
rigrvzte lo qn e necesitci saber. El
programa del agente, inicialmente, antes de que empiece a recibir percepciones, se cons-
truye mediante la adicin. una a una, de las sentencias que representan el conociinien-
to del entorno que tiene el disciiador. El diseo del lenguaje de representacin que
permita, de iorma ms ficil, expresar este conociniiento mediante sentencias simplifi-
ca muchsimo el probleina de la construccin del agente. Este enfoque eti la construc-
E N F O Q U E
OECL R TIVO
ciii de sistemas se denomina
enfoque declarativo.
Por el contrario, el enloque procedural
codifica los comportarnieritos que se desean obtener directarncnte eii cdigo de progra-
macin; mediante la niinimizacin del papel de la representacin explcita y del razo-
namieiito se pueden obtener sistemas inucho ms eficientes. En la Seccin
7.7
veremos
ageritcs de anihos tipos. En los 70 y
80
defensores de los dos enfoques se enfrentaban
en acalorados debates. Ahora sabeii~os ue para que uii agente tenga xito su diseno debe
combinar elerrientos declarativos
y
procedurales.
A parte de DECIRLEl agente lo que necesita saber, podcinos proveer a iin agcntc ba-
sado en conocimiento dc los mecanistnos que le permitan aprender por s misino. Estos
mecanismos. que se verii en el Captulo 18 crean un conocimiento general acerca del
entorno con basc cn un conjunto de percepciones. Este conocimiento se puedc incorpo-
rar a la basc de conocimiento del agente y iitilizar para su toma de decisiones. De esta
manera, el agentc puede ser totalinente autnorrio.
Todas estas capacidades representacin. i.azoiiarnierito y aprendizaje) se apoyan en
la teora y teciiologia de la lgica, desarrolladas a lo largo de los siglos. Sin embargo,
-
7/21/2019 Agentes Basados en Conocimiento
3/3
AGLU ILS LOGICOS
221
antes de explicar dichas teora y tecnologa, crearemos un mundo seiicill que nos per-
mitir ilustrar estos mecanismos.
7 2 l mundo de wu vus
MUN O
E WU PUS
El
mundo de wu pus
es una cueva que est compuesta por habitaciones conectadas me-
diarlte pasillos. Escondido en algn lugar de la cueva esti el wum pus uria bestia que se
come a cualquiera que entre en su habitacin. El
Mjninpu.s
p ~ ~ c d cer derribado por la fle-
cha de un agente, y ste slo dispone de una. Algunas habitaciones contienen hoyos sin
fondo que atrapan a aquel que deambula por dichas habitaciones (menos al
IVLIWZI>LI I L I ~
es demasiado grande para caer en cllos). El nico premio de vivir en este entorno es la
posibilidad de encontrar una pila de oro. Aunque el mundo de
~ > ~ ~ i n p u . c
ertenece nis
al mbito de los juegos por computador, es un entorno perfecto para evaluar los agcn-
tes inteligentes. Michael Genesereth fue el primero que lo propuso.
En la Figura 7.2 se muestra un ejemplo del inundo de wum[~ii.v.La defi~iicin rcci-
sa del entorno de trabajo, tal como sugerimos en el Captulo 2 mediante la descripcin
REAS, es:
Rendimiento: 1.000 por recoger el oro, 1.000 por caer en un hoyo o ser comi-
do por el wunzpus por cada accin que se realice y -10 por lanzar la flecha.
Entorno: unii matriz de 4 4 habitaciories. El agente siempre comienza en la ca-
silla etiquetada por
[ l l]
y orientado a la derecha. Las posiciones del oro y del
wurnpus se escogen de forma aleatoria, mediante una distribucin uniforme, a par-
tir de todas las casillas menos la de salida del agente. Adems, con probabilidad
0,2, cada casilla puede tener un hoyo.
Actuadores: el agente se puede mover hacia delante, girar a la izquierda 90 , o a
la derecha 90 . El agente puede Iallecer de muerte miserable si entra en una casi-
lla en la que hay un hoyo o en la que est el wurn/>usvivo. (No sucede nada malo,
aunque huele bastante mal, si el agcntc entra en una casilla con un
w n z p u s
muer-
to.) Si hay un muro eii rrente y el agente intenta avanzar, 110 sucede nada. La ac-
cin Ayarrcrr se puede utilizar para tomar un objeto de la misma casilla en doiide
se encuentre el agente. La accin Di.sl urtr se puede ul il i~ar ara lailzar una fle-
cha en lrica recta, e11 la misma direccin y sentido en que se encuentra situado el
agente. La flecha avanza hasta que se chuca contra u11 muro o alcariza al
wzlml>u.v
(y entonces lo mata). El agente slo disporie de uria flecha, as que, slo tiene elec-
to cl primer
Bispuro.
Sensores: el agente dispone de cinco sensores. y cada uno le da una pequea in-
formacin acerca del eiitorno.
l agente percibir un mal hedor si sc encuentra en la misma casilla que el i v ~ nn -
pus o en las directarncritc adyacetites a l (no en diago~ial) .
l agente recibir una pequea brisa en las casillas directainente adyacentes
dondehay unhoyo.
l agente veri un resplandor en las casillas donde est el oro.