Agentes Inteligentes

y Ambientes

TEMA II

Ing. Linda Rey Hernndez

:: La cl ::

AGENTES INTELIGENTES

Qu es un agente?
Genricamente se puede decir que un
agente es una entidad que percibe y
acta sobre un entorno.
Ente activo embebido en un entorno.
Percibe el entorno por medio de sensores.
Acta sobre el entorno por medio de
efectores.

Agente
Provee una forma conveniente y poderosa de
describir una compleja entidad de software,
que es capaz de actuar con cierto grado de
autonoma, para cumplir tareas en
representacin de las personas.
Pero a diferencia de los objetos (que son
definidos por mtodos y atributos), un agente
es definido por su propio comportamiento.

Tipos de Agentes
Agentes Naturales
Cuerpo biolgico y entorno natural
Sensores: ojos, odos, lengua, etc.
Efectores: piernas, brazos, manos, etc.
Medida de rendimiento.

Tipos de Agentes
Agentes Artificiales
Agentes Hardware (robots):
Interactan directamente con un entorno fsico.
Disponen de un cuerpo fsico.
Sensores: cmaras, telmetros infrarrojos, etc.
Efectores: ruedas/piernas, manipuladores, etc.

Tipos de Agentes
Agentes Artificiales
Agentes Software (softbots):
Actan en entornos virtuales (p.e.Internet)
Todo software: no necesitan manipular
fsicamente el entorno.
Sensores y efectores: dependientes del
entorno.

Agentes inteligentes
Actan de forma racional en su entorno.
Un agente racional es aquel que hace lo correcto.

Percepcin: El agente puede recibir entradas en

cualquier instante.
Secuencia de percepciones: Refleja el historial
completo de lo que el agente ha recibido.

Agentes Inteligentes
Cada agente puede percibir sus
propias acciones, pero no siempre sus
efectos.
Un agente tomar una decisin en un
momento dado dependiendo de la
secuencia completa de percepciones
hasta ese instante.

Medidas de rendimiento
Incluyen los criterios que determinan el
xito en el comportamiento del agente.
Si la secuencia de acciones de un
agente es la deseada entonces habr
actuado correctamente.
No hay una nica medida adecuada
para todos los agentes.

Medidas de rendimiento
Cantidad de suciedad limpiada en un
periodo de tiempo.
Cantidad de metros cuadrados limpiados en
un periodo de tiempo

Racionalidad
Depende de cuatro factores
La medida de rendimiento que define el
criterio de xito.
El conocimiento del medio
Las acciones que el agente puede llevar a
cabo.
La secuencia de percepciones del agente.

Agentes racionales
De manera abstracta, un agente se define como:
f : P* A
Donde:
P : Percepciones
A : Acciones
Para cualquier clase de entornos y tareas, se busca un
agente (o clase de agentes) que de mejor rendimiento.

Agentes racionales

Agente Racional
En cada posible secuencia de
percepciones, un agente racional
deber emprender aquella accin
que supuestamente maximice su
medida
de
rendimiento,
basndose en las evidencias
aportadas por la secuencia de
percepciones
y
en
el
conocimiento que el agente
mantiene almacenado.

Racionalidad vs Omnisciencia
Un agente omnisciente conoce el
resultado de su accin y acta de
acuerdo con l.
La racionalidad no es lo mismo que
la perfeccin.

Autonoma NO cuando:
Los conocimientos a priori compilan la
inteligencia del diseador.
Un agente que no presta atencin a sus
percepciones:
No es inteligente.
Slo acta en entornos extremadamente
simples.
No puede actuar con xito en situaciones no
anticipadas.

Autonoma SI cuando:
No est bajo el control inmediato de
una persona.
Rige su comportamiento por su propia
experiencia.
Depende menos de sus conocimientos
a priori.

Agente Inteligente

Comportamiento racional
+
Autonoma

Agente Inteligente

Recopilacin de
informacin.
Exploracin.
Aprendizaje.

Propiedades de los agentes

Autonoma: Capacidad de actuar sin intervencin humana
directa, o de otros agentes.
Sociabilidad: Capacidad de interaccionar con otros agentes a
travs de algn protocolo de comunicacin.
Reactividad: Capacidad de reaccionar ante determinadas
percepciones en un tiempo establecido.
Iniciativa: Capacidad de actuar de forma espontnea en
determinadas condiciones de no cumplimiento de objetivos.

Entorno de trabajo
REAS (Rendimiento, Entorno,
Actuadores, Sensores).
En el diseo de un agente, el primer
paso es especificar el Entorno de
Trabajo.

Y entonces
Un agente inteligente es un programa de
computadora que es capaz de hacer lo que
haramos nosotros si tuviramos tiempo.
Es un tipo de programa informtico que, por
encargo de un usuario u otro programa, realiza
de forma autnoma tareas que requieren cierto
grado de inteligencia y aprendizaje.

AMBIENTES
(ENTORNOS)

Entornos de trabajo
Los problemas para los cuales los
agentes racionales son las soluciones.

Descripciones REAS
Tipo de
Agente

Medidas de
Rendimiento

Entorno

Actuadores

Sensores

Sistema de
diagnstico
mdico

Pacientes
sanos,
reduccin de
costos,
demanda.

Pacientes,
hospital,
personal.

Visualizar
preguntas,
pruebas,
diagnsticos,
tratamientos

Teclado
para
introducir
sntomas,
respuesta
de
pacientes.

Brazo y
mano
articulados

Cmara,
sensores.

Robot para la
seleccin de
componentes

% de
Cinta
componentes transportadora
clasificados
correctamente

Descripciones REAS
Tipo de
Agente

Medidas de
Rendimient
o

Entorno

Controlador
de una
refinera.

Maximizar la
pureza,
produccin y
seguridad.

Refinera,
operadores.

Tutor de
ingls
interactivo.

Estudiantes,
Maximizar la
agencia
puntuacin de
examinadora
los
estudiantes
en los
exmenes.

Actuadores

Sensores

Vlvulas,
Temperatura
bombas,
Presin
calentadores,
Sensores
monitores.
qumicos.

Visualizar
ejercicios,
sugerencias,
correcciones.

Teclado,
Micrfono.

Descripciones REAS
Tipo de
Agente
Taxista

Medidas de
Rendimiento

Entorno

Actuadores

Sensores

Propiedades del entorno

Totalmente observable (accesible)
Si los sensores del agente le proporcionan
acceso al estado completo del medio en cada
momento.
Se detectan todos los aspectos relevantes
para la toma de decisiones.
Estos entornos son convenientes ya que el
agente no requiere mantener un estado interno
para saber que sucede en el mundo.

Propiedades del entorno

Parcialmente observable (inaccesible)
Debido al ruido y a la existencia de
sensores poco exactos.
No existan los sensores suficientes para
analizar todo el entorno.

Propiedades del entorno

Determinista
Es determinista cuando el siguiente estado del medio
est totalmente determinado por el estado actual.
Estratgico
Cuando el medio es determinista, excepto para las
acciones de otros agentes.
Estocstico
Cuando el siguiente estado no se puede determinar a
partir de la situacin actual.

Propiedades del entorno

Episdico
El agente trabaja por etapas, en un
episodio realiza la percepcin y en el
siguiente una accin.
Las decisiones tomadas en cada episodio
no afectan a las siguientes.

Propiedades del entorno

Secuencial
En entornos secuenciales, la decisin
presente puede afectar a decisiones
futuras.
Se requiere pensar a futuro.

Propiedades del entorno

Esttico
El entorno no cambia, y por tanto el
agente no necesita estar pendiente del
mundo ni del tiempo mientras toma
decisiones.

Propiedades del entorno

Dinmico
El entorno puede cambiar mientras el
agente est deliberando.
Los medios dinmicos estn preguntando
continuamente al agente qu quiere
hacer.

Propiedades del entorno

Discreto vs Continuo
Se puede aplicar al estado del medio, a la
forma en que se maneja el tiempo y a las
percepciones y acciones del agente.
En un entorno discreto existe un nmero
finito de percepciones y acciones claramente
definidas.

Ejemplos de entornos de
trabajo
Crucigrama
Observable Totalmente
Determinista
Secuencial
Esttico
Discreto

Ejemplos de entornos de
trabajo
Pker
Observable Parcialmente
Estratgico
Secuencial
Esttico
Discreto

Ejemplos de entornos de
trabajo
Ajedrez con reloj
Observable Totalmente
Estratgico
Secuencial
Esttico (Semi)
Discreto

Tarea [Documento PDF - SODIP]

Realizar el REAS de un agente artificial.
Determinar el entorno de trabajo para un
agente en las tareas:
Diagnstico Mdico.
Robot Clasificador de Objetos
Tutor interactivo de ingls

Ejemplos de entornos de trabajo

Diagnstico mdico
Observable Parcialmente
Estocstico
Secuencial
Dinmico
Continuo

Ejemplos de entornos de trabajo

Robot clasificador
Observable Parcialmente
Estocstico
Episdico
Dinmico
Continuo

Ejemplos de entornos de trabajo

Tutor interactivo de ingls
Observable Parcialmente
Estocstico
Secuencial
Dinmico
Discreto

Estructura de los agentes

Agente = arquitectura + programa
Programa del agente: Implementa la
funcin del agente que proyecta las
percepciones en las acciones.
Arquitectura: Computadora con sensores
fsicos y actuadores.

Agente = Arquitectura +
Programa
Accin: Caminar (programa)
Arquitectura:

Programa de los agentes

PERCEPCIONES

SENSORES

ACCIONES

ACTUADORES

Tipos bsicos de programas para los

agentes.
Agentes reactivos simples
Agentes reactivos basados en modelos.
Agentes basados en objetivos.
Agentes basados en utilidad.

Agente reactivo simple

Seleccionan las acciones sobre la base
de las percepciones actuales, ignorando el
resto de las percepciones histricas.
TAXI
SI coche-delante-detenido
ENTONCES empezar-a-frenar
Regla de condicin-accin

Agente reactivo simple

ASPIRADORA
SI estado=sucio
ENTONCES Aspirar
SINO SI localizacin = A
ENTONCES Derecha
SINO SI localizacin = B
ENTONCES Izquierda
Humanos: reflejos innatos, respuestas aprendidas.

Agente reactivo simple

Agente reactivo simple

Propiedades:
Son muy simples
Inteligencia limitada
Requiere de un entorno totalmente
observable.
En entornos parcialmente observables
podemos encontrar bucles infinitos

Agente reactivo simple

Qu pasa si nuestro taxi es un agente
reactivo simple?

Agentes reactivos basados en

modelos
Cuando un agente debe actuar en un
entorno parcialmente observable lo ms
adecuado es que almacenen
informacin de las partes del mundo que
no pueden ver.
ESTADO INTERNO Que depende de la
historia percibida.

Agentes reactivos basados en

modelos
La actualizacin de la informacin de
Estado Interno segn avanza el tiempo
requiere de dos tipos de conocimiento en el
programa agente:
Evolucin del mundo (entorno).
Como afectan las acciones del agente en
el entorno.

Agentes reactivos basados en

modelos
Modelo del mundo, es el conocimiento de:
Cmo funciona el mundo?
Implementado por:
Circuito booleano simple
Teoras cientficas completas

Agentes reactivos basados en

modelos

Agentes basados en objetivos

Conocer el estado actual no es suficiente
para decidir
Y ahora que hago???

Agentes basados en objetivos

El programa del agente puede combinar:
Informacin sobre el resultado de las
acciones,
Acciones para alcanzar el objetivo.
BSQUEDA Y PLANIFICACIN

Agentes basados en objetivos

El taxista (S, otra vez!!!)

Agente reactivo
SI ve las luces de frenado ENTONCES
empieza a frenar.
Agente basado en objetivos
Su meta es no chocar, por lo tanto
debe frenar.

Agentes basados en objetivos

Podra parecer menos eficiente, pero es
mas FLEXIBLE.

Agentes basados en utilidad

Las metas no son suficientes para generar
conocimiento de calidad.
Existen opciones mas:
Rpidas
Seguras
Fiables
Baratas

Agentes basados en utilidad

UTILIDAD
Indica la preferencia de un estado del
mundo a otro para el agente.
FUNCIN DE UTILIDAD
Proyecta un estado (o secuencia) en un
nmero real, que representa el nivel de
felicidad.

Agentes basados en utilidad

La Funcin de Utilidad permite tomar decisiones
racionales en casos en los que las metas son
inadecuadas:
Cuando se necesite alcanzar dos metas, la funcin
determina el equilibrio adecuado.
Cuando existan varios objetivos y ninguno se pueda
alcanzar con certeza, la utilidad proporciona un
mecanismo para ponderar la probabilidad de xito
en funcin de la importancia de los objetivos.

Agentes basados en utilidad

Agentes basados en utilidad

Cualquier agente racional debe
comportarse como si tuviera una funcin
de utilidad, cuyo valor esperado tiene que
maximizar.
Un agente que posea una funcin de
utilidad explcita puede tomar decisiones
racionales, y lo puede hacer con un
algoritmo de propsito general.

Los agentes actan

y aprenden??
Desde Turing (1950) la lnea que se
ha seguido para construir agentes
inteligentes es:
Construir mquinas que aprendan y
despus ensearles.

Los agentes actan

y aprenden??
El aprendizaje tiene como ventaja
que un agente opere en medios
inicialmente desconocidos y que sea
ms competente que el que tiene slo
un conocimiento inicial.

Un agente que aprende

Se puede dividir en cuatro componentes:
Elemento de aprendizaje
Elemento de actuacin
Criticas
Generador de problemas

Modelo general para agentes

que aprendan.

Modelo de un agente que aprende.

Elemento de aprendizaje
Responsable de hacer mejoras
Elemento de actuacin
Responsable de la seleccin de
acciones externas.
Recibe estmulos y determina que
hacer.

Modelo de un agente que aprende.

Criticas
Alimenta al
elemento de
aprendizaje, y
determina como se
debe modificar el
elemento de
actuacin para
mejores resultados.

Modelo de un agente que aprende.

Generador de problemas
Responsable de sugerir acciones que lo
guiarn hacia experiencias nuevas e
informativas.

Un agente aprende
Adems
por
medio
de
recompensas o penalizaciones, que
general una respuesta directa en el
comportamiento del agente.

Ejemplos de agentes
Torneo Mexicano de Robtica
( Limpiadores de Playas)
Exploracin Arqueolgica
Cubo de Rubik
Sodoku

Clasificacin de agentes de acuerdo al

tipo de aplicacin.

Agentes de interfaz o usuario.

Funciona como un asistente personal, sus
caractersticas principales son: la autonoma y
el aprendizaje.
Ensean al usuario a utilizar una aplicacin
en particular, poseen una base de conocimiento
donde almacena el conocimiento adquirido por
el usuario o por otros agentes.

Agentes de interfaz

Clasificacin de agentes de acuerdo al

tipo de aplicacin.

Agentes de bsqueda.
No son simplemente tcnicas de bsqueda, sino
que tienen que interpretar patrones de bsqueda.
Debe ser capaz de crear informacin til para el
usuario a partir de pedazos de informacin.

Clasificacin de agentes de acuerdo al

tipo de aplicacin.

Agentes de monitoreo.
Estos avisan a los agentes de interfaz
sobre algn cambio en el contenido de
alguna pgina Web o cualquier otro entorno.

Clasificacin de agentes de acuerdo al

tipo de aplicacin.

Agentes de filtrado.
Trabaja en base al perfil definido por el
usuario.
Interacta con agentes de monitoreo para
tener siempre actualizada tanto la
informacin de la Web como la de los
intereses del usuario.

Agentes Inteligentes Para qu?

Los Agentes Inteligentes son
metodologas que estn tratando de
simplificar las actividades cotidianas de
las personas en donde sea que se
desenvuelven por lo que encontramos
diversas aplicaciones, que van desde la
investigacin hasta aplicaciones
empresariales, pasando por reas
comerciales, de salud, acadmicas,
financieras, etc.

Aplicaciones de los agentes en el

entorno computacional.
Administracin de Redes y Sistemas.
Administracin y acceso remoto.
Correo electrnico y mensajera.
Recuperacin y manejo de informacin.
Colaboracin.
Workflow y gestin administrativa.
Comercio electrnico.
Interfaces de usuario adaptativas.

Aplicaciones.

Administracin de Redes y Sistemas.

Los usuarios de los ambientes cliente/servidor requieren de
herramientas de gestin extremadamente simplificadas, para
poder encarar la creciente complejidad del trabajo.
En el rea, los agentes han existido por varios aos, pero
ms como funciones fijas que como agentes inteligentes.
Sin embargo, pueden ser utilizados para mejorar el SW de
administracin de sistemas (filtrado de informacin, ejecucin
automtica de acciones ante algn evento - IDS, administracin
de configuraciones grandes etc.).

Aplicaciones.

Administracin y Acceso Remoto.

En ambientes de redes los usuarios exigen

cada da una mayor movilidad, es decir, una
mayor y mejor capacidad de conexin remota.
Agentes Inteligentes ubicados en la red
pueden despojar los requerimientos de los
usuarios de las perturbaciones de esta, adems
de lo cual pueden procesar datos en su origen y
llevar slo la estrictamente requerida al usuario.

Aplicaciones.

Correo electrnico y mensajera.

Los Agentes Inteligentes pueden facilitar

todas las funciones de estos servicios
proporcionando reglas para la manipulacin de
mensajes que pueden especificarse a travs del
tiempo, y que permiten que el agente acte
como intermediario del usuario.
Adems, es posible que el agente deduzca
estas reglas estableciendo patrones en base a la
observacin del comportamiento del usuario.

Aplicaciones.

Recuperacin y manejo de informacin.

En esta rea los agentes estn ayudando a

los usuarios no slo a buscar y filtrar la
informacin, sino tambin a categorizarla,
priorizarla, diseminarla selectivamente,
aadirle anotaciones y compartirla bajo criterios
colaborativos.

Aplicaciones.

Colaboracin.
Los componentes comunes son: trabajo en
grupo y recursos compartidos.
Los usuarios no slo requieren de una
infraestructura que les permita el compartir
los recursos de forma robusta y escalable,
sino que tambin requieren de otras
funciones que les permitan crear y
administrar equipos colaborativos, as como
los productos por ellos generados.

Aplicaciones.

Workflow y gestin administrativa.

La gestin administrativa incluye reas como

la administracin de workflow y la integracin
computacional y telefnica, donde los usuarios
necesitan hacer sus procesos ms eficientes y
reducir el costo de los agentes humanos que
intervienen.
Es evidente que en esta rea el uso de
Agentes Inteligentes puede permitir deducir
patrones en los procesos, as como
automatizarlos.

Aplicaciones.

Comercio electrnico.
Los agentes pueden ir de compras tomando las
especificaciones del usuario y regresando con
recomendaciones de compras que cumplan estas
especificaciones, tambin pueden actuar como
agentes de ventas y promotores de productos y
servicios para los usuarios, y tambin pueden ayudar
a los clientes a resolver sus problemas.
En el aspecto financiero se desarrollan mtodos
usados para disear sistemas de prediccin que
puedan controlar ciertos puntos financieros que
puedan afectar a una organizacin.

Aplicaciones.

Interfaces de usuario adaptativas.

Al incrementarse las capacidades y aplicaciones
computacionales, las interfaces de usuarios deben
absorber este aumento de complejidad, y deben ser
capaces de adaptarse a las individualidades aprendiendo
y reflejando sus hbitos y preferencias.
Los Agentes Inteligentes pueden utilizarse para
afrontar todos estos problemas permitiendo a los
sistemas monitorear las acciones de los usuarios,
desarrollar modelos de las habilidades del usuario, y
ayudando automticamente cuando surgen problemas.

Resumen
Un agente es algo que percibe y
acta en un medio.
La funcin del agente especifica la
accin que debe realizar un agente
ante una percepcin.

Resumen
Un agente racional escoge qu
accin maximiza el valor esperado de
la media de rendimiento dada la
secuencia de percepciones hasta ese
momento.
Las especificaciones del entorno
de trabajo incluyen la medida de
rendimiento, entorno, actuadores y
sensores.

Resumen
El entorno de trabajo (ambiente) vara segn
distintos parmetros:
Total o Parcialmente visible
Determinista o Estocstico
Episdico o Secuencial
Esttico o Dinmico
Discreto o Continuo
Agente o multi-agente

Resumen
Agente: Arquitectura + Programa
Tipos de bsicos de programacin:
Agentes reactivos simples
Agentes reactivos basados en modelos.
Agentes basados en objetivos.
Agentes basados en utilidad.
* Agentes Inteligentes