Agentes

De dnde vienen los Agentes?

Tecnologa de Objetos (software)
Inteligencia Artificial
Sistemas Distribuidos
(computacin)
Sociedades, Psicologa
Sistemas Intencionales &
dificultades top-down

1
 Tecnologa de Objetos
Mensajes entre objetos
Encapsulamiento, independencia
Clases, herencia

Inteligencia Artificial
Conocimiento (representacin del mundo)
Razonamiento
Aprendizaje
Enfoque de agente:
Sensores
Proceso inteligente
Efectores

2
Sistemas Distribuidos
Distribucin de datos y procesos
Conectividad, Redes, Protocolos
Interoperabilidad
Internet

Sociedades, Psicologa

Historias de hormigas y abejas

Interacciones entre humanos, roles
Conductismo, Gestalt, Cognitivismo

3
 Sistemas Intencionales &
dificultades top-down
Sistemas Complejos
fcilmente diseables como
Sistemas Intencionales
Diseo de grandes
aplicaciones informticas
mediante mtodos top down
es caro y difcil de mantener
y actualizar

Autonoma
9 Componentes Informticos se entienden y disean como entidades autnomas
independientes unas de otras.
9 El dilogo entre entidades materializa la ejecucin de un sistema, no las
llamadas a procedimientos o funciones, o la ejecucin de un mtodo como
consecuencia la recepcin de un mensaje
9 Los agentes deciden de forma autnoma de que manera actuar y en que
momento intervenir en la solucin colectiva a un problema

Pero qu es un agente?

Proceso de larga vida (permanente)

Independencia, autonoma
Inteligencia

4
 Teora de Agentes
Un agente es un sistema informtico,
situado en algn entorno, que percibe el
entorno (entradas sensibles de su entorno)
y a partir de tales percepciones determina
(mediante tcnicas de resolucin de
problemas) y ejecuta acciones (de forma
autnoma y flexible) que le permiten
alcanzar sus objetivos y que pueden
cambiar el entorno.

Agente: Definicin
No existe una definicin comunmente aceptada.
Wooldridge:
Wooldridge:
Cualquier proceso computacional
Entorno dirigido por el objetivo capaz de
interaccionar con su entorno de
forma flexible y robusta

Flexibilidad:
Reactivo Proactivo Social

5
 Agente: Definicin
No existe una definicin comunmente
aceptada.
Wooldridge:
Cualquier proceso computacional dirigido por el objetivo capaz
de interaccionar con su entorno de forma flexible y robusta
Flexible: Reactivo, Proactivo y Social
Parunak:

Teora de Agentes
Autonoma: capacidad de actuar sin intervencin humana directa o de otros
agentes.
Sociabilidad: capacidad de interaccionar con otros agentes, utilizando como
medio algn lenguaje de comunicacin entre agentes.
Reactividad: un agente est inmerso en un determinado entorno (habitat), del
que percibe estmulos y ante los que debe reaccionar en un tiempo
preestablecido.
Iniciativa: un agente no slo debe reaccionar a los cambios que se produzcan
en su entorno, sino que tiene que tener un carcter emprendedor y tomar la
iniciativa para actuar guiado por los objetivos que debe de satisfacer.
Movilidad: habilidad de trasladarse en una red de comunicacin informtica.
Veracidad: no comunica informacin falsa intencionadamente.
Benevolencia: no tiene objetivos contradictorios y siempre intenta realizar la
tarea que se le solicita.
Racionalidad: tiene unos objetivos especf. y siempre intenta llevarlos a cabo.

6
Teora de Agentes
Los sistemas compuestos de mltiples agentes, comenzaron a utilizarse
en la Inteligencia Artificial Distribuida (O'hare et al.., 1996), que
tradicionalmente se ha dividido en dos campos:

La Resolucin de Problemas distribuidos: un problema particular

puede resolverse por un nmero de nodos que cooperan en dividir y
compartir conocimiento sobre el problema y su solucin. Las tareas que
cada agente realiza estn prefijadas de antemano, cada agente tiene una
conducta fija, y el sistema se centra en el comportamiento global.

Los Sistemas Multiagente: agentes autnomos trabajan juntos para

resolver problemas, caracterizado porque cada agente tiene una
informacin o capacidad incompleta para solucionar el problema, no hay un
sistema global de control, los datos estn descentralizados y la computacin
es asncrona. Los agentes pueden decidir dinmicamente que tareas deben
realizar y quien realiza cada tarea.

Teora de Agentes
Sistema Basado en Agentes
Utiliza como mecanismo de abstraccin los

agentes, pero an siendo modelizado en

trminos de agentes, podra ser
implementado sin ninguna estructura
software correspondiente a stos.
Sistemas Multi-agente
Es diseado e implementado como varios

agentes interactuando entre s, para as

lograr la funcionalidad deseada.

7
Alguna puntualizacin
sobre la racionalidad
El carcter de racionalidad de un agente (Russell, et al. 1995)
depende de cuatro factores:

9 De la medida con la que se evale el grado de xito logrado.

9 De la secuencia de percepciones, entendiendo por tal todo

aquello que hasta ese momento haya percibido el agente.

9 Del conocimiento que el agente posea del medio.

9 De las acciones que el agente pueda llevar a cabo.

Un agente racional debe emprender todas aquellas acciones que

favorezcan obtener el mximo de su medida de rendimiento,
basndose en las evidencias aportadas por la secuencia de
percepciones y en todo el conocimiento incorporado.

Teora de Agentes
Cmo formular, describir, descomponer problemas y sintetizar
resultados entre un grupo de agentes inteligentes?

Cmo permitir a los agentes comunicarse e interactuar?

Qu lenguajes de comunicacin y protocolos se pueden usar?

Qu arquitectura es la mas adecuada para construir Sistemas

multi-agente prcticos?

Qu lenguajes y herramientas de desarrollo se pueden utilizar?

Cmo construir herramientas para soportar las metodologas

de desarrollo?, etc.

8
 Multi-Agente
Interaccin de varios agentes similares
o heterogneos
Sin control global
Datos descentralizados
Alcance y punto de vista individuales y
limitados

Agente vs. Objeto (I)

Agente como sucesor del paradigma de objetos
(Jennings)

Objeto: No tiene control sobre su estado interno.

Objeto1.m1()
m1
Estado
m2
m3
mi : mtodos
Objeto2 Objeto1

9
 Agente vs. Objeto (II)
Parunak [PAAM99]:
Un agente es:

Un objeto con iniciativa.

Un objeto con actitud u orientacin.
Un objeto que puede decir No (o Adelante).
Un objeto pro-activo.

Wooldridge [Weiss 1999]

Los objetos lo hacen gratis, los agentes lo hacen por dinero
(objects do it for free, agents do it for money).

Arquitecturas de Agente (I)

Metodologas particulares para construir agentes.
1 clasificacin:
Acceso a los sensores y actuadores de las capas de control:

Ventaja: Paralelismo

Inconv.:
Inconv.: Alto conocim.
conocim. de
Control para coordinar

10
Arquitecturas de Agente (I)
Metodologas particulares para construir agentes.
1 clasificacin:
Acceso a los sensores y actuadores de las capas de control:

Ventaja: Menor conocim.

conocim. de Control

Inconv.:
Inconv.: Mayor complejidad en la
capa que interacta con los sensores

Arquitecturas de Agente (II)

2 Clasificacin: Tipo de procesamiento

Arqitecturas Basadas en la Lgica

Arquitecturas Deliberativas

Arquitecturas Reactivas

Arquitecturas Hbridas

11
 Arq. basada en lgica

9 Representacin de el estado interno segn un

conjunto de sentencias lgicas de primero orden
9 Reglas de deduccin lgica para tomar decisiones

Ventajas:
Representacin clara y elegante

Desventajas:
Complejidad temporal elevada
Difcil encontrar una representacin simblica para
entidades y procesos del mundo real

Arq. basada en lgica

Sea
L, un conjunto de sentencias lgica de primero orden.
D, un conjunto de bases de datos de L. (D=P (L)).
d, elementos de D.
A, las posibles acciones de que el agente es capaz.
a, elementos de A.

Entonces las funciones que forman un agente son:

Ver : S P
Prximo : D x P D
Accin : D A

12
 Arq. basada en lgica

Funcin Accin (d : D) : A

1. comienzo
2. para cada a que pertenece a A hacer
3. si d |--p Hacer(a) entonces devolver a
4. para cada a que pertenece a A hacer
5. si d |--p no Hacer(a) entonces devolver a
6. devolver nulo
7. fin

Arq. basada en lgica

Ciclo de funcionamiento:
Ver(s)
Ver(s), genera una percepcin
Prximo(ik , Ver(s))
Ver(s)), actualiza el estado interior del
agente
Accin(Prximo(ik , Ver(s)))
Ver(s))), accin de actuar

agente estado accion entorno

prximo ver

13
 Arquitecturas de Agente (III):
Arquitecturas Deliberativas (I)
Hiptesis de Smbolos Fsicos [Newell y Simmons]
+ Planificador IA
Estado inicial, operadores/planes, objetivo

Arquitectura horizontal

IRMA [Bratman 1987], GRATE* [Jennings 1993]

Arquitecturas de Agente (III):

Arquitecturas Deliberativas (II)
Tipos:
Agentes Intencionales
Capaces de razonar sobre
sus creencias e intenciones
Planificadores que incluyen
creencias e intenciones en
sus planes
Teora de Agentes BDI: IRMA, PRS

Agentes Sociales

14
 Arquitecturas de Agente (III):
Arquitecturas Deliberativas (II)
Tipos:
Agentes Intencionales
Agentes Sociales
Dos grandes grupos:

Agentes intencionales +
modelo expl
explcito de otros
agentes
COSY, GRATE*, DA-
DA-Soc

Aspectos cooperativos (cu

(cundo, c
cmo y con qui
quin cooperar),
sin modelar necesariamente las intenciones de los agentes
Archon,
Archon, Imagine, Coopera y MAST

Arquitecturas de Agente (III):

Arquitecturas Deliberativas(III)
Son aquellas arquitectura que utilizan modelos de
representacin simblica del conocimiento. Suelen estar
basadas en la teora clsica de planificacin, donde existe un
estado inicial de partida, un conjunto de planes y un estado
objetivo a satisfacer. En estos sistemas parece aceptada la
idea de que un agente contenga algn sistema de
planificacin que sea el encargado de determinar que paso
debe de llevar a cabo para conseguir su objetivo.

Por tanto un agente deliberativo (o con una arquitectura

deliberativa) es aquel que contiene un modelo simblico del
mundo, explcitamente representado, en donde las
decisiones se toman utilizando mecanismos de
razonamiento lgico basados en la concordancia de
patrones y la manipulacin simblica.

15
Arquitecturas de Agente (III):
Arquitecturas Deliberativas(IV)
Arquitectura B.D.I. :
Creencias B (Believes)
Conocimiento del agente sobre el entorno

Deseos D (Desires)
Metas del agente

Intenciones I (Intentions)
Manejan y conducen a acciones dirigidas hacia las
metas
Persisten
Influyen las creencias

Arquitecturas de Agente (III):

Arquitecturas Deliberativas(IV)

Arquitectura B.D.I. :
9 Agentes audaces:
- No se paran para reconsiderar las intenciones
- Coste temporal y computacional bajo
- Adaptos para entornos que no cambian rpidamente

9 Agentes cautos:
- Constantemente se paran para reconsiderar las
intenciones
- Explotan nuevas posibilidades
- Adaptos para entornos que cambian rpidamente

16
 Arquitecturas de Agente (III):
Arquitecturas Deliberativas(IV)
Arquitectura B.D.I. :
Sean
Bel, Des, Int, los conjuntos de las posibles
creencias, deseos y intenciones
El estado interno del agente una triple (B,D,I)

Entonces las funciones:

Brf : P(Bel) x P P(Bel)
Opciones : P(Bel) x P(Int) P(Des)
Filtro : P(Bel) x P(Des) x P(Int) P(Int)
Ejecutar : P(Int) A

Arquitecturas de Agente (III):

Arquitecturas Deliberativas(IV)
sensores
Arquitectura B.D.I. : Brf entrada
creencias
Funcin Accin (p : P) : A
comienzo Opciones
B := Brf (B,p) deseos
D := Opciones (B, D)
I := Filtro (B,D,I) Filtro
devolver Ejecutar (I)
intenciones
fin accines
Accin salida

17
 Arquitecturas de Agente (III):
Arquitecturas Deliberativas(IV)
Arquitectura B.D.I. :

Ventajas
Modelo Intuitivo

Inconvenientes
Difcil equilibrar una conducta del agente que tenga
al mismo tiempo iniciativa y reactividad

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (I)
No incluye un modelo del mundo simblico
No usa razonamiento simblico complejo.
Modelo Estmulo Respuesta
Procesamiento Ascendente (bottom-up):
Patrones que se activan bajo ciertas condiciones de los sensores
y tienen un efecto directo en los actuadores

Arquitecturas verticales
Est
Estmulos externos procesados por capas especializadas que
responden con acciones y pueden inhibir las capas inferiores

18
 Arquitecturas de Agente (IV):
Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
Tareas Competitivas
Redes Neuronales

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
Capa: red de topolog
topologa fija de m
mquinas de estado finitas

Tareas Competitivas
Redes Neuronales

19
 Arquitecturas de Agente (IV):
Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
Las capas mantienen una relaci
relacin de inhibici
inhibicin sobre las
capas inferiores (inhibir entradas de los sensores y
acciones en los actuadores)
actuadores)
Tareas Competitivas
Redes Neuronales

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
El control no es central, sino dirigido por los datos en
cada capa
Tareas Competitivas
Redes Neuronales

20
 Arquitecturas de Agente (IV):
Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
Tareas Competitivas
Tarea a realizar de entre varias posibles: la que
proporciona un nivel de activaci
activacin mayor

Redes Neuronales

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
Tareas Competitivas
Aproximaci
Aproximacin ecol
ecolgica del problema de resoluci
resolucin
distribuida de problemas

Redes Neuronales

21
 Arquitecturas de Agente (IV):
Arquitecturas Reactivas (II)
Principales Arquitecturas Reactivas:
Reglas Situadas
Arquitecturas de Subsuncin y autmatas
de estado finito
Tareas Competitivas
El problema se resuelve sin comunicaci
comunicacin entre los
individuos, estableciendo un criterio de terminaci
terminacin del
problema
Redes Neuronales

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (III)
Las arquitecturas reactivas, se caracterizan por no tener como
elemento central de razonamiento un modelo simblico y por no utilizar
razonamiento simblico complejo (Brooks, 1991).

Un ejemplo tpico de estas arquitecturas es la propuesta de Roodney

Brooks, conocida como arquitectura de subsuncin (Brooks, 1991).
Esta arquitectura se basa en el hecho de que el comportamiento
inteligente puede ser generado sin utilizar propuestas del modelo
simblico y en el hecho de que la inteligencia es una propiedad
emergente de ciertos sistemas complejos.

Las arquitecturas de subsuncin manejan jerarquas de tareas que

definen un comportamiento. Suelen estar organizados en jerarquas de
capas, de menor a mayor nivel de abstraccin.

22
 Arquitecturas de Agente (IV):
Arquitecturas Reactivas (III)

Arquitectura de subsuncin
9 La toma de decisiones de un agente esta
realizada en base a un conjunto de tareas

9 Muchas conductas pueden dispararse

simultneamente

9 Conductas arregladas segn una jerarqua

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (III)
Ventajas:
Respuesta inmediata del agente

No problema de la representacin simblica

Inconvenientes:
Difcil disear agentes puramente reactivos que

puedan aprender de la experiencia

Interacciones difciles de entender en agentes

con muchas conductas

23
Arquitecturas de Agente (IV):
Arquitecturas Reactivas (IV)

Sea

c, un conjunto de percepcines.
a, una posible accin.
(c,a), una conducta.
R, un conjunto de conductas
<r , relacin binaria de inhibicin en R x R

Arquitecturas de Agente (IV):

Arquitecturas Reactivas (IV)
Funcin Accin (p : P) : A

1. var conductas: P(R)

2. comienzo
3. conductas :={(c,a) | (c,a) R y p c}
4. para cada (c,a) conductas hacer
5. si ((c1,a1)conductas | (c1,a1)<r (c,a))
entonces
6. devolver a
7. devolver nulo
8. fin

24
 Arquitecturas de Agente (V):
Arquitecturas Hbridas (I)
Agente formado por dos o ms subsist.:
Deliberativo:
Deliberativo:
Modelo del mundo simb
simblico
Determinar acciones a realizar para satisfacer los
objetivos locales y cooperativos de los agentes

Reactivo:
Reactivo:
Procesar los est
estmulos
que no necesitan
deliberaci
deliberacin.

Arquitecturas de Agente (V):

Arquitecturas Hbridas (II)
Para la construccin de agentes no es del todo acertado utilizar
una arquitectura totalmente deliberativa, o totalmente reactiva, se
han propuesto sistemas hbridos que pretenden combinar aspectos
de ambos modelos.

Agente compuesto de dos subsistemas:

uno deliberativo, que utilice un modelo simblico y que genere planes

en el sentido expuesto anteriormente, y
otro reactivo centrado en reaccionar a los eventos que tengan lugar en
el entorno y que no requiera un mecanismo de razonamiento
complejo.

Estructuracin por capas:

verticalmente, slo una capa tiene acceso a los sensores y actuadores.

horizontalmente, todas las capas tienen acceso a los sensores y a los
actuadores.

25
 Arquitecturas de Agente (V):
Arquitecturas Hbridas (II)
Capas organizadas jerrquicam. con informacin sobre el entorno

Diferentes niveles de abstraccin:

Reactivo:
Reactivo
Nivel bajo
Se toman decisiones en base a los datos recopilados por el agente.

Conocimiento:
Conocimiento
Nivel intermedio
Se centra en el conocimiento que posee del medio
Normalmente utiliza una representacin simblica del medio.

Social:
Social
Nivel ms alto
Maneja aspectos sociales del entorno, incluyendo tanto informacin de otros
agentes, como deseos, intenciones,etc.

Comportamiento global del agente definido por la interaccin entre

estos niveles.

Arquitecturas de Agente (V):

Arquitecturas Hbridas (III)
Arquitectura en Capas:
Clase de arquitecturas divididas en

subsistemas organizados en una jerarqua de

capas que interaccionan
Sistema Tpico en dos capas:
Capa para la conducta reactiva
Capa para la iniciativa
Tipos de Estructuras:
Capas Horizontales
Capas Verticales

26
 Arquitecturas de Agente (V):
Arquitecturas Hbridas (III)
Arquitectura en Capas:
Capas Horizontales:
Horizontales
Cada capa esta directamente conectada con los
sensores y los actuadores
Contribuye con sugerencias a la accin de actuar
Funcin mediadora:
Decide qu capa tiene el control del agente,
Asegura la consistencia,
Capa 1
Cuello de Botella Capa 2
percepcin - accin
-
Capa n

Arquitecturas de Agente (V):

Arquitecturas Hbridas (III)
Arquitectura en Capas:
Capas Verticales:
Verticales
Los sensores y los actuadores estn conectados
con una capa
No tolerante a fallos

Una pasada Dos pasadas

percepcin
percepcin accin
accin

27
 Arquitecturas de Agente (V):
Arquitecturas Hbridas (III)
Arquitectura en Capas:
Ventajas:
Ventajas
Optima para equilibrar las diferentes conductas del
agente (reactividad, iniciativa)
Inconvenientes:
Inconvenientes
Falta de claridad
Numero elevado de toda las posibles
combinaciones de interaccin entre las diferentes
capas

Arquitecturas de Agente (V):

Arquitecturas Hbridas (III)
Arquitectura en Capas
Ejemplo: TOURINGMACHINES
Tres capas horizontales mas un modulo de control
Aspecto Social

Entrada Salida
Sensorial Acc
Accin

Capa de Modelado

Subsistema Subsistema
de Capa de Planning de
Percepcin Accin

Capa Reactiva
Aspecto Pro-
Pro-activo
Control
Framework
Aspecto Reactivo

28
 Arquitecturas de Agente (V):
Arquitecturas Hbridas (IV)
Arquitectura en Capas
Ejemplo: TOURINGMACHINES
Capa reactiva: respuestas mas o menos inmediatas a los
cambios del entorno, implementada con reglas situacin-
accin

Capa de planificacin: representa la iniciativa del agente,

contiene librera de planes esqueletos de emparejar con las
metas

Capa de modelizacin: representa las entidades del entorno

Sistema de control: decide qu capa tiene el control sobre el

agente para evitar conflictos, implementado con reglas de
control que pueden suprimir las entradas y inhibir las salidas

Arquitecturas de Agente (V):

Arquitecturas Hbridas (IV)
Arquitectura en Capas
Ejemplo: INTERRAP
Tres capas verticales, cada capa tiene su base de
conocimiento, dos pasadas
Capa de Conocimiento
cooperacin social
Capa de Conocimiento de
plan planificacin
Capa de Modelo del
conducta entorno
percepcin accin
entrada
Interface salida

29
 Arquitecturas de Agente (V):
Arquitecturas Hbridas (IV)
Arquitectura en Capas
Ejemplo: INTERRAP
Conocimiento social: representa los planes y las
acciones de otros agentes en el entorno
Conocimiento de planificacin: representa los
planes y las acciones de el agente mismo
Modelo del entorno: informaciones sobre el
entorno

Interaccin entre las capas:

Activacin desde abajo hacia arriba
Ejecucin desde arriba hacia abajo

Comunicacin entre agentes

Se presupone comunicacin fsica y de
protocolos bsicos (p.ej. TCP/IP)
Sintaxis: Estndar KQML
Actos de habla (tell, ask deny, perform, )
Implementaciones (JAT, LALO, )
Semntica: KIF, Ontologas
Clases estndares, reutilizar
Ontolingua

30
 Lenguajes de agentes
AGENT0
Un agente esta especificado segn:
o Capacidades: lo que puede hacer el agente

o Creencias iniciales: conocimiento de el agente

o Encargos iniciales: tienen un rol semejante a las

intenciones de la Arq. B.D.I.
Cada regla de encargo tiene:
Condicin de mensaje

Condicin mental

accin

Lenguajes de agentes
AGENT0(2)
Las acciones pueden ser
Privadas: ejecucin de subrutinas interiores

Comunicativas: se ocupan de enviar mensajes

Los mensajes posibles son

Peticin y no peticin: para pedir y retener acciones

Informacin: para difundir informaciones

Ejemplo:
COMMIT(
(agent, REQUEST, DO(time, action)),
(B,[now, Friend agent] AND CAN(self,action) AND NOT [time, CMT(self,anyaction)]),
self, DO(time,action))

31
 Lenguajes de agentes
METATEM Concurrente
9 Basado en la ejecucin directa de formulas lgicas
9 Contiene un numero de agentes en ejecucin
concurrente que se pasan mensajes de manera
asincrona

9 Cada agente tiene una especificacin lgica temporal

de su conducta de exhibir

9 En base a formulas lgicas temporales pasadas

determina formulas lgicas temporales futuras

Lenguajes de agentes

METATEM Concurrente(2)
Ejemplo de control de recursos

1. rc(ask)[give]:
2. ask(x) give(x)
3. (ask(x) OR (give(x) AND ask(x)) give(x)
4. give(x) AND give(y) (x=y)

32
Cuestiones bsicas para agentes

Comunicacin
Cooperacin
Inteligencia

Coordinacin de agentes
Roles, autoridad, jerarqua
Expectativas, creencias
Mercados, Contract Net
Manejo de conflictos, negociacin,
argumentacin.

33
Inteligencia
qu inteligencia?
Deduccin automtica
Planes de accin
Teora de juegos
Modelacin de otros
Aprendizaje

Aplicaciones de agentes
Comercio electrnico
Monitorizacin de vehculos, trfico
areo
Fabricacin inteligente
Agentes mediadores de informacin
Redes de cooperacin
Ing. De software

34
 Conclusin
Problemas grandes, distribuidos
Ambientes abiertos y dinmicos
Software flexible, interoperable,
eficiente, mantenible, confiable,
robusto, ...
Hay un agente en su futuro...

Bibliografa
[Iglesias 1998] Iglesias Fernndez, C. A.: Definicin de
una Metodologa para el Desarrollo de Sistemas
Multiagente. Tesis Doctoral. Departamento de Sistemas
Telemticos. Universidad Politcnica de Madrid. Enero
1998.

[Wooldridge 1995b] Wooldridge, M. and Jennings, N. R.

Intelligent agents: Theory and practice. The Knowledge
Engineering Review, 10(2):115152, 1995.

35