Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
3
Sistemas Intencionales &
dificultades top-down
Sistemas Complejos Diseo de grandes
fcilmente diseables como aplicaciones informticas
Sistemas Intencionales 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?
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:
Teora de Agentes
Sistema Basado en Agentes
Utiliza como mecanismo de abstraccin los
7
Alguna puntualizacin
sobre la racionalidad
El carcter de racionalidad de un agente (Russell, et al. 1995)
depende de cuatro factores:
Teora de Agentes
Cmo formular, describir, descomponer problemas y sintetizar
resultados entre un grupo de agentes inteligentes?
8
Multi-Agente
Interaccin de varios agentes similares
o heterogneos
Sin control global
Datos descentralizados
Alcance y punto de vista individuales y
limitados
Objeto1.m1()
m1
Estado
m2
m3
mi : mtodos
Objeto2 Objeto1
9
Agente vs. Objeto (II)
Parunak [PAAM99]:
Un agente es:
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:
Inconv.:
Inconv.: Mayor complejidad en la
capa que interacta con los sensores
Arquitecturas Deliberativas
Arquitecturas Reactivas
Arquitecturas Hbridas
11
Arq. basada en lgica
Ventajas:
Representacin clara y elegante
Desventajas:
Complejidad temporal elevada
Difcil encontrar una representacin simblica para
entidades y procesos del mundo real
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.
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
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
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
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
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)
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 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
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
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
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
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
Inconvenientes:
Difcil disear agentes puramente reactivos que
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
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.
25
Arquitecturas de Agente (V):
Arquitecturas Hbridas (II)
Capas organizadas jerrquicam. con informacin sobre el entorno
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.
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
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
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
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
30
Lenguajes de agentes
AGENT0
Un agente esta especificado segn:
o Capacidades: lo que puede hacer el agente
Condicin mental
accin
Lenguajes de agentes
AGENT0(2)
Las acciones pueden ser
Privadas: ejecucin de subrutinas interiores
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
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.
35