INTELIGENCIA ARTIFICIAL Y

ROBOTICA
MAG. HANS QUISPE ARCOS
QUISPEARCOSH@GMAIL.COM
AGENTES INTELIGENTES
Ente que percibe datos de su entorno mediante sensores y que tiene
formas de interactuar con otros entes mediante actuadores.
Sensores Actuadores

Ojos, Oídos, Nariz, Boca y Manos, Pies, Cuerdas Vocales.

Humanos
Piel.
Cámaras, Infrarrojos, Motores, Brazos Mecánicos,
Robots Láseres, Sensores de Pinzas, Altavoces, etc.
Presión, etc.
Pulsaciones de teclado, Pantallas, Archivos de Salida, Datos
Agentes Contenido de archivos, de red enviados, etc.
Software Datos de Red Recibidos,
Mg. Hans Quispe Arcos
etc.
 PERCEPCIÓN
Capacidad de recibir información del entorno.
Secuencia de Percepciones
Historia completa de los datos que ha percibido el agente durante un tiempo.
Se guardan en una memoria.

La acción elegida por una agente en cualquier instante dado, dependerá de la

secuencia de percepciones observada hasta ese momento.

Mg. Hans Quispe Arcos

Mg. Hans Quispe Arcos
 Función de Agente
Se encarga de elegir una acción a partir de una secuencia de percepciones
(mapeado).
Se puede ver como una tabla muy grande.
Percepcion_1 Acción_1
Percepcion_1, Percepcion_2 Accion_2
Percepcion_1, Percepcion_2, Acción_3
Percepcion_3

Programa Agente
Implementación sobre una arquitectura de una función agente.
Mg. Hans Quispe Arcos
 Medidas de rendimiento
Perfección
Si el agente conoce todos los resultados reales de sus acciones y puede actuar
siempre de la mejor forma posible (omnisciencia). Maximiza el rendimiento real
En el mundo real, es imposible

Racionalidad
Para cada secuencia de percepciones posibles, se selecciona la acción que
supuestamente maximiza el rendimiento esperado.

Mg. Hans Quispe Arcos

 Aprendizaje
Como no se conoce a priori todo el entorno, se debe percibir y aprender para
poder maximizar el rendimiento (memoria).

Exploración
Recopilación de información, realizando acciones con la intención de modificar
percepciones futuras y memorizando el resultado de cada acción.

Memorización de cada estado del entorno, cada acción y sus resultados.

Mg. Hans Quispe Arcos

 Autonomía
Un agente racional debe poder aprender todo lo que pueda para compensar la
falta de conocimiento que posee a priori.
Si no posee ningún conocimiento inicial, debe actuar de forma aleatoria.

A un agente racional hay que dotarlo de un conocimiento inicial y las capacidades

de explorar y aprender.

Mg. Hans Quispe Arcos

 Entorno de trabajo
Problemas del mundo real para los que los agentes racionales son las solución.
REAS
Especificaciones de un entorno de trabajo.
Entorno de trabajo: Taxista.
Rendimiento: Seguro, rápido, legal, confortable.
Entorno: Carreteras, tráfico, peatones, clientes.
Actuadores: Dirección, acelerador, freno, claxon.
Sensores: Cámaras, velocímetro, sensores.
Mg. Hans Quispe Arcos
 Propiedades
 Total o parcialmente observable.
 Agente individual o Multiagente.
 Determinista o Estocástico.
 Episódico o Dinámico.
 Discreto o Continuo.
 Conocido o Desconocido.

Mg. Hans Quispe Arcos

 Propiedades - Observación del entorno
Totalmente observable
Los sensores detectan todos los aspectos relevantes del entorno, al completo.

Parcialmente observable
Debido al ruido, errores, limitaciones, etc. Los sensores no detectan todo el
entorno, sólo una parte

Mg. Hans Quispe Arcos

 Propiedades - Número de Agentes
Agente individual
Un único agente en el entorno.

Multiagente
Más de un agente en el entorno, comunicándose entre sí.
Puede ser: Cooperativos o Competitivos.

Mg. Hans Quispe Arcos

 Propiedades - Incertidumbre y Azar
Entorno Determinista
Siempre que se realiza la misma acción se obtiene el mismo resultado.

Entorno Estocástico
Cuando el resultado de una acción es incierto debido a la incertidumbre o al azar.
(Probabilidad).

Mg. Hans Quispe Arcos

 Propiedades – Influencia de las acciones
Entorno Episódico
Si una acción no influye en las acciones posteriores. La experiencia se divide en
episodios atómicos.
Entorno secuencial
Si una acción afecta a las decisiones futuras.

Mg. Hans Quispe Arcos

 Propiedades – Tiempo
Entorno Estático
Si el entorno no cambia mientras el agente está pensando la acción a realizar.

Entorno Dinámico
El entorno puede cambiar mientras el agente esta pensando qué hacer.

Semidinámico: Si no cambia pero hay un tiempo límite.

Mg. Hans Quispe Arcos

 Propiedades – Tipos de datos
Entorno Discreto
Si los datos del espacio y el tiempo constan de unidades o partes separadas unas de
otras sólo pudiendo tomar ciertos valores.

Entorno Continuo
Si los datos del espacio y el tiempo pueden tomar cualquier valor.

Mg. Hans Quispe Arcos

 Tipos de Agentes
 Agentes Reactivos:
 Agente reactivo simple.
 Agente basado en modelos.
 Agentes que planifican:
 Agente basado en objetivos.
 Agente basado en utilidad.
 Agentes que aprenden:

Mg. Hans Quispe Arcos

 Tipos de Agentes
 Agentes Reactivos Simple:
 Agente reactivo:
Actúa según percepciones sin considerar las consecuencias de sus actos, es
decir, según como es el entorno.

 Agente reactivo simple:

Solo tiene en cuenta la percepción actual, no posee una historia de percepciones
(Actos reflejos).
Usa reglas de condición-acción (si-entonces) en vez de una tabla.

Mg. Hans Quispe Arcos

 Tipos de Agentes
 Agentes Reactivos Simple:

Mg. Hans Quispe Arcos

 Tipos de Agentes
 Agentes Basado en objetivos
 Agente que planifica:
Piensa en las consecuencias de sus actos, (realiza simulaciones) es decir como
podría ser el entorno tras sus acciones.

 Agente basado en objetivos:

Aparte del estado interno y del modelo del mundo el agente escoge la acción que
le permite alcanzar un objetivo.

Mg. Hans Quispe Arcos

 Tipos de Agentes
 Agentes Basado en Utilidad

Cuando existen varias formas de lograr un objetivo, o cuando existen varios

objetivos. Se comparara en función de su utilidad. El agente escogerá la acción
más utilidad.

Si existe incertidumbre, se habla de utilidad esperada, que es la suma ponderada

de las utilidades de cada resultado según su probabilidad.

Mg. Hans Quispe Arcos

Gracias…