Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVO
En esta seccin se tiene como objetivo conocer ms del entorno de los agentes
que funcin cumple cada uno de ellos, que percepciones utiliza o ignora.
MARCO TERICO
2.3 NATURALEZA DEL ENTORNO
Primero hay que centrarse en los entornos de trabajo que son esencialmente
los <<problemas>> para que los agentes racionales son las <<soluciones>>.
Para esto se comenzara mostrando como especificar un entorno de trabajo,
ilustrando el proceso con varios ejemplos.
Tipo de
agente
Medidas de
rendimiento
Entorno
Actuadores
Sensores
Cmaras,
snar,
velocmetro,
Seguro,
Taxista.
rpido, legal,
Carreteras,
viaje,
otro trfico,
confortable,
peatones,
maximizacin
dientes.
del beneficio.
Direccin,
GPS,
acelerador,
tacmetro.
freno, seal,
Visualizador
bocina,
de la
visualizador.
aceleracin
sensores del
motor,
teclado.
beneficio.
Segunda: Cul es el entorno en que se encuentra el taxi?
Cualquier taxi debe estar preparado para circular por distintas carretera, desde
caminos rurales y calles urbanas hasta autopistas de 12 carriles. En las
carreteras se pueden encontrar con trfico, peatones, animales, obras, coches
de polica, charcos y baches. El taxista tambin tiene que comunicarse tanto
con pasajeros reales como potenciales. Hay tambin elecciones opcionales.
Puede conducir siempre por la derecha, o puede ser lo suficientemente flexible
como para que circule por la izquierda. Obviamente, cuanto ms restringido
est el entorno, ms fcil ser el problema del diseo.
Tipo de
agente
Medidas de
rendimiento
Pacientes
Sistema de
diagnstico
medico
sanos, reducir
costes,
demandas.
Entorno
Pacientes,
hospital.
Personal.
Actuadores
Sensores
Visualizar
Teclado para
preguntar,
la entrada de
pruebas,
sntomas,
diagnsticos, conclusiones,
tratamientos,
respuestas
casos.
de pacientes.
Visualizar la
Sistema de Categorizacin Conexin con
categorizacin
anlisis de
de imagen
el satlite en
imgenes de
de una
correcta.
rbita.
satlites
escena.
Porcentaje de
pixeles de
colores.
Cinta
componentes transportadora
Robot para la
Brazo y mano
con
seleccin de clasificados en
articulados
componentes
los cubos
componentes
Controlador
de una
refinera
Matriz de
Cmara,
sensor
angular.
correctos.
cubos.
Maximizar la
Refinera
Vlvulas,
Temperatura,
pureza,
operadores.
bombas,
presin,
produccin y
calentadores,
sensores
seguridad.
monitores
qumicos.
Maximizar la
Tutor de
Ingles
interactivo
puntuacin de
los
estudiantes en
los exmenes.
Conjunto de
Visualizar los
estudiantes,
ejercicios,
Teclado de
agencia
sugerencias,
entrada.
examinadora.
correcciones.
vs
Determinista vs estocstico
Si el prximo estado, ha sido analizado por el agente y ste se ha movido se
habla de un entorno determinista, de lo contrario es estocstico. Est
relacionado con la accin y percepcin de nuestro agente. El agente taxi es
claramente estocstico en este sentido, ya que no se puede predecir el
comportamiento del trfico exactamente, entre otras cosas.
vs
Episdico vs secuencial
Si las acciones futuras del agente NO tienen relacin con sus acciones
anteriores se habla de un entorno episdico. En caso de que sus acciones SI
afecten su futuro, el entorno ser secuencial.
vs
Esttico vs dinmico
Si el entorno cambia mientras el agente se est ejecutando el entorno es
dinmico, de caso contrario ser esttico.
vs
Discreto vs continuo
Para poder diferenciar si un entorno es discreto o continuo hay que analizar el
estado del medio, es decir, la forma en la que se maneja el tiempo, las
percepciones y las acciones; dicho de otro modo, si las acciones se realizan en
un determinado tiempo se habla de estado discreto, pero si se realizan en un
intervalo de tiempo se habla de un estado continuo.
vs
Agente individual vs multiagente
En principio es fcil identificar uno de otro ya que bsicamente si participa solo
es agente individual y si participa con otros agentes es multiagente. La nica
precaucin que se debe tener es si los otros agentes intentan maximizar su
medida de rendimiento, de no ser as no se est tratando con un agente.
vs
CONCLUSIN
Un agente como ya conocemos es aquel capaz de razonar, es por esto que en
esta seccin conocimos diferentes estructuras de agentes, que funcin
cumplen cada una de ellas, adems conocer como estn basados los agentes
ya que esto es primordial en lo que es la Inteligencia Artificial.
Es por esto que en esta seccin nos dan esa pauta de conocer ms de estos
agentes como es su implementacin en cada entorno, las percepciones que
utilizan para desenvolverse y lo primordial es que en estos agente esta la ms
importante o por la cual se tiene que llegar que es el agente que aprende que
es aquel se realimenta de todo lo conocido o puesto en prctica siempre
actualizndose lo que pasa en el entorno.
BIBLIOGRAFA
Aguerra, L. 2012. Agentes inteligentes. (En lnea). Formato PDF. Disponible en:
http://www.uv.mx/aguerra/documents/2013-ia2-01.pdf. Consultado: 28
Noviembre 2014
Russell,
S.,
Norvig,
P.
2008. Inteligencia
Artificial
Un
Enfoque