Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mancilla.L QueSonLosAgentesInteligentesDeSW
Mancilla.L QueSonLosAgentesInteligentesDeSW
el
rea
de
Agentes
Introduccin
En
implementarse.
En el artculo abordamos el
al
diseo,
creacin
reas
una
proveen
la
simplificacin
de
algunas actividades.
Una
rama
computacionales,
forma
de
convencional,
de
las
programacin
que
mediante
no
reglas
ciencias
25
el
campo
de
las
ciencias
la
la
lenguaje
inteligencia
capacidad
de
humana,
entender
como
el
video
decisiones.
Desde
su
los
efectores
son
ciertos
hasta
implementacin
computadora,
surgimiento
de
juegos
en
demostraciones
de
tcnicas
como
Robtica;
de
Minera
Datos;
de
Web
Datos;
Inteligentes;
Figura 1. Diagrama de Agente en interaccin con el ambiente.
[Russell,1996].
Programacin
considerarse
ambiente
mediante
que
percibe
sensores
su
que
esta
manera
es
posible
Figura 2. Diagrama de tipos de Agentes. [Franklin 1996]
programa
agente
dos
sea
nociones
denominado
extremas
de
agentes
(Wooldrige, 1995):
El Rol de la Inteligencia
La inteligencia es la capacidad de
reconocer
conseguir
entre
la
la
Una
interoperabilidad
fuerte
han
resolver
resultado
ser
Shoham,
de
una
su
ms
inteligencia
en
nocin
estructuras
propuesta
definicin
clasificacin
del
se
27
sustenta
la
inteligencia
es
el
obtener
simblicas
agentes inteligentes.
tarea
de
relaciones
el
mejor
que
se
desempeo.
Para
se
y cundo
considere
aceptable,
Agentes
Inteligentes
Agentes Inteligentes
etc. Y en la actualidad
estudio
por
son objeto de
disciplinas
como
la
comienzan
cuando
se
adquiere
la
28
System
Hypotesis),
para
tener
un
se
del
lenguaje java,
comportamiento
inteligente,
identifica
la
con
que
utilizacin
con su plataforma
algunas
hbridas
2003)
arquitecturas
1990 fue la
(Genesereth
invertir
en
sistema
para
llamada
General Magic en
primera
compaa
basado
dispositivos
en
en
agentes
porttiles.
Fue
1992).
La
principal
en un lenguaje de
de
Internet.
Intercambio
representacin del
del
Conocimiento;
29
Caractersticas y Clasificacin de
los agentes
Puede
encontrarse
un
sinfn
de
compleja.
Racionalidad.
El
agente
mismas
ser
interno.
interactuar
con
o el
Los
usuario humano.
Reactividad:
perciben
basado
los
Inteligentes
son
en
el
conocimiento,
suelen
Agentes
determinar
el
entorno y responden en un
de
informacin ambigua.
otros
Agentes Inteligentes
capaz
agentes
inferencias.
Al hablar de
un Agente Racional
30
la
exclusivamente
caractersticas especiales.
en
un
conocimiento
aplicacin
la
que
sirven,
Clasificacin dependiendo de la
relacin entre percepciones y
acciones
satisfactoriamente
en
una
Agentes de
Reflejo Simple.
condicin
adaptarse.
coincida
con
la
constantemente la informacin
su mejor comprensin.
A continuacin describiremos, de
flexible
con
respecto
conducta.
31
correlaciona un estado y un
usuario.
caracteriza
actualizada la informacin de la
el
correspondiente
grado de satisfaccin.
Interacta
el
de
como un asistente
personal,
sus
Agentes
Deliberantes
caractersticas
utilizar
en
clasificacin
modelo
Intention) y BVG.
una
simplemente
Clasificacin de acuerdo
caractersticas especiales
aplicacin
tcnicas
de
encontramos
BDI
(Belief,
el
Desire,
Debe
crear
sobre
agentes BDI.
ser
algn
capaz
de
cambio
en
el
tienen
la
capacidad
Ambiente
A
R
Q
U
I
T
E
C
T
U
R
A
de
Sens
ores
Efect
ores
de
recursos
en
la
Figura 4 . Esquema de un agente inteligente[Russell, 1996]
las
realizar
correcta
agentes
fundamentales, la arquitectura y el
como sensor.
implementacin
una
de
los
ecuacin:
Arquitectura
33
funciones
en cada momento.
La parte ms importante de la
que
realizar
el
agente
1. function
AGENTE-
ESQUELETO(percepcin)
returns accin
3. memoria
alcanzar
el
agente.
<=
ACTUALIZAR-
MEM(percepcin, memoria);
Podemos
4. accin
<=
ELEGIR-MEJOR-
ACC(memoria);
5. memoria
<=
ACTUALIZAR-
MEM(accin, memoria)
6. returns accin
claramente el problema.
2. Definir
el
entorno,
las
metas
3. Representar
definiendo
el
conocimiento
tcnica
una
de
representacin
conocimiento y el mecanismo de
inferencia respectivo.
5. Realizar
las
pruebas
qu
correspondientes.
Hablando
de
satisfaccin
se
est
un
programacin,
en
grado
existe
trminos
tambin
2. Adquisicin y Representacin
del conocimiento. Se
Agentes
realiza
utilizados
2002),
es
los
(Jimnez,
genera una
comnmente
en
primero
la
adquisicin
del
conocimiento
Sistemas
(Jimnez,
de
Informacin.
no
se
asocian
definiendo
las
herramientas
que
modelo
computacionalmente
que se cuente.
Se
establece
del
agente,
que
sea
aplicable.
Para
una
mismo
una
situacin.
finalmente
se
hace
35
la
implantacin
Aplicaciones Generales
del
Dentro
del
entorno
de
la
la
Inferencia
implantacin
o
de
de
la
ejecucin,
Interfaz
implantacin de la Comunicacin.
Administracin
se
verifica
ajusta
Redes
Sistemas
de
el
cliente/servidor
requieren
de
Agente.
agentes
inteligentes.
Sin
embargo,
Aplicaciones y ejemplos
Agentes Inteligentes
de
la
la investigacin
patrones
en
el
por lo que
de
deteccin
grandes configuraciones.
hasta
financieras etctera.
36
(Baldassin, 1996).
Recuperacin
manejo
de
informacin
informacin,
categorizarla,
selectivamente,
ejemplo
de
estos
agentes
mviles
sino
tambin
priorizarla,
diseminarla
aadirle anotaciones y
Colaboracin
son:
trabajo
en
grupo
compartidos.
Los
usuarios
recursos
no
slo
Correo y mensajera
El software de manejo de mensajes ha
donde
los
facilitar
actualmente
todas
se
utilizan
estas
funciones
la
investigacin
usuario.
construir
proporcionando
Como
reglas
ejemplo
para
podemos
donde
una
se
pretende
estructura
de
estar
(Moniz 1994)
representado
Workflow
gestin
representado
por
conocimiento,
por
el
una
agente
base
interacciones,
de
reglas
administrativa
usados
prediccin
1999)
para
disear
sistemas
concentrndose
en
de
el
como automatizarlos.
Comercio electrnico
Los Agentes Inteligentes pueden ayudar
capacidades
del
aplicaciones
regresando
con
computacionales,
compras
que
promotores de productos y
usuario
recomendaciones
y
de
servicios
las
aprendiendo
de
las
individualidades
interfaces
ayudando
tienen
automticamente
cuando
la
intencin
de
forjar
personalidad,
propio
(Knowledge
and
Query
juegos
de
mundo,
memoria
quizs
tambin
Manipulation
Language)[Pereira 2000].
Los
usando
una
computadora
estn
agente
de
personajes
sistemas
(Zanusso, 2001)
como
una
podran
especie
tener
construyendo
Los
agentes
sistemas
tambin
se
cerebro,
la
reaccionar
para
actuar,
dependiendo
aprender,
de
representar
los
aviones
controladores
areos;
sistemas
los
de
ARCHON
(Architecture
for
la televisin.
unidad
familiar
los
para
aplicaciones
Otros
recibe
las
seleccionar
preguntas
del
usuario,
la
proporcionando respuestas. O el de la
principales:
comunicacin
los
(HLCM),
financiamientos
de
la
misma
institucin.
construccin
de
utilizando
la
un
mdulo
de
un
alto
mdulo
de
nivel
de
un
mdulo
de
manejo
de
en
las
ms
continuacin
ejemplos
de
diversas
reas,
mencionaremos
Agentes
algunos
control.
Inteligentes
Aplicaciones industriales.
Dentro
del
campo
industrial
procesos
diversas
YAMS
40
eficientemente
los
produccin
de
de
fbricas.
utiliza
Para
un
ello,
esquema
sus
componentes
son
OASIS
(Optimal
Aircraft
Intelligent
Sequencing
using
Scheduling).[
Ljunberg
que
1992]
permite
definir
reglas
artculos.
The
Zuno
Digital
Library.
Aplicaciones comerciales
usuarios
automatizar
repetitivas
tenemos:
manipulan
diversas
as
como
sus
labores
labores
de
organizar
informacin
buscar
archivar
mensajes,
41
informacin,
adems
de
automticamente
seleccionada
de
agentes
y heterogneos. Su arquitectura
est
datos comn.
basada
en
un
modelo
se
travs
del
organizan
conocimiento
constituido
por
agentes
vendedores
comprado
respectivamente.
Las
se
encontr
que
estos
no
estn
agentes.
Aplicaciones mdicas
The
Guardian
Este
para
monitorear
El
el
clases:
2003)
ayudar
sistema
de
System.
a
distribuye
percepcin/accin,
42
denuncia
como
expedientes
es
el
AGPERFIL,
caso
del
programa
la
control
de
los
situacin
de
las
agentes
perfil
tcnicas
psicolgico
en
el
java
utilizando
codificado
hasta
de
de
un
paciente.
(Pinheiro, 1998)
esta
Investigacin
el diseo de un software
que genera
ingresar
un
portal
destinado
diseado
por
el
Centro
de
de
Contenidos
funciona
la
mentor.
como
indexador
de
Unix.
encontramos:
casos,
Entre
los
doce
Shyster,
Tokenizer,
se
mdulos
Status,
especifica
que
el
1996]
[Antoine
2003]
Antoine,
S.,
Agentes
Inteligentes.
Observatorio
Tecnolgico Madrid.
2003.
[Baldassin
1996]
[Blanco
2002]
[Bratman
1988]
[Chvez
996]
[Darmouth
1996]
[Ferguson
1997]
Conclusiones
De lo expuesto, podemos enfatizar la
importancia de desarrollar soluciones de
tecnologas
de
informacin
con
Referencias Bibliogrficas:
[Almeida
44
[Franklin
1996 ]
[Genesereth
1992]
Distributed
Artificial
Intelligence. Wiley InterScience. 1996.
[Jennings
1995]
[Jimnez
2000]
[KEMA
1996]
Knowledge
Engineering
Magazine, R., Knowledge
Engineering
Review,
in
Knowledge
Engineering
Review. 1996. p. 205-244.
[Lawton
1996]
[Lemus
2005]
Lemus
O.
Cuauhtmoc.
Confiabilidad
del
Software.Desarrollando
Productos Confiables. Revista
Software Gur. No 5. Ao 1.
Septiembre - Octubre 2005.
Ljunberg, Magnus & Andrew
Lucas. The OASIS Air Traffic
Management
System.
Technical Note 28. August,
1992
http://www.aaii.com.au/pub
/aaiitechnotes/technote28.ps.
[Ljunberg
1992]
[Gilbert
1995]
[Gmez
2002]
[Maes
1994]
[Haddadi
1996]
[McGraw
45
1989]
Harbinson-Briggs. Knowledge
Acquisition. Principles and
Guidelines.
Prentice
Hall.1989.
[Moniz
1994]
[Moreno
2003]
Moreno,
A.,
Agentes
Inteligentes en el Tercer Milenio
CAEPIA
2003.
2003,
CAEPIA 2003: San Sebastian
Espaa.
[Pereira
2000]
Pereira
da
Silva,
H.,
Inteligncia Competitiva Na
Internet; Proposta De Um
Processo. 2000, Universidade
Federal de Santa Catarina
Programa de Ps-Graduao
em Engenharia de Produo:
Florianpolis.
[Perez
2000]
[Pinheiro
1998]
Pinheiro,
G.M.,
Sistema
Agente De Avaliao De Perfil
Psicolgico
rea
De
Desenvolvimento De Sistema
Cientficos E Comerciais. 1998,
Universidade Do Vale Do
Itaja: Univali. Itaja.
[Ramos
1997]
[Rao 1996]
Intention logics. In M.
Wooldridge, J. P. Mller, and
M. Tambe, editors, Intelligent
Agents II (LNAI 1037), pp 33
48.
Springer-Verlag:
Heidelberg, Germany, 1996.
Ramos
Esmeralda.
Conocimiento: Adquisicin y
Tcnicas para Grupos. ND
97-03.
Escuela
de
Computacin. Facultad de
Ciencias. Universidad Central
de Venezuela. 1997
Rao
A.
S.
Decision
procedures for propositional
linear-time
Belief-Desire-
46
[Rao 1995]
[Rao 1996]
Rao A. S..
Decision
procedures for propositional
linear-time Belief- DesireIntention logics. In M.
Wooldridge, J. P. Mller, and
M. Tambe, editors, Intelligent
Agents II (LNAI 1037), pages
3348.
Springer-Verlag:
Heidelberg, Germany, 1996.
[Russell
1996]
[Sebastian
2002]
[Shadbolt
1999]
[Shoham
1993]
Shoham Y. Agent-oriented
programming.
Artificial
Intelligence, 60(1):5192, Mar.
1993.
[Sthephens
1999]
Sthephens,
D.S.
Agentes
artificiales en los mercados
financieros.
in
Simposio
latinoamericano y del caribe: las
tecnologas de informacin en la
sociedad.
1999.
Aguascalientes, Mxico.
[Thanagara
jah 2002]
Thanagarajah,J. Padghanm,
L.
Harland,
J.
Representation
and
Reasoning for Goals in BDI
agents. Proceedings of the
Australasian conference in
Computing Science, January ,
Melbourne 2002
[ Wooldrige M. Wooldridge and N. R.
1995]
Jennings. Intelligent agents:
Theory and practice. The
Knowledge
Engineering
Review, 10(2):115152, 1995
[Wooldrige Wooldrige, M. Intelligents
1999]
Agents. In G. Weiss. Editor
Multiagents systems, The
MIT Press. April 1999.
[Zanusso
2001]
47