Ingeniería de Sistemas

Computacionales
Curso: Sistemas
Inteligentes
Docente: Dr. Julio Américo Ramirez Sanchez
SEMANA 3

TEMA: Agentes Inteligentes

Logro de la sesión:
• Conocer la definición, estructura una Inteligencia Artificial
• Conocer la definición, tipos y funcionamiento en Sensores y Actuadores en
Agentes Inteligentes
AGENTES Y SU ENTORNO

• Un agente es cualquier cosa capaz de percibir su

medioambiente con la ayuda de sensores y actuar en ese
medio utilizando actuadores.
AGENTES Y SU ENTORNO
AGENTES Y SU ENTORNO

• El término percepción se utiliza en este contexto para indicar que

el agente puede recibir entradas en cualquier instante.
• La secuencia de percepciones de un agente refleja el historial
completo de lo que el agente ha recibido.
• Un agente tomará una decisión en un momento dado
dependiendo de la secuencia completa de percepciones hasta
ese instante
• Matemáticamente se puede decir que el comportamiento del
agente viene dado por la función del agente que proyecta una
percepción dada una acción
AGENTES Y SU ENTORNO

• La función se puede representar en forma de tabla.

• Dado un agente, se puede construir esta tabla teniendo en
cuenta todas las secuencias de percepción y determinando
que acción lleva a cabo el agente en respuesta.
• Inicialmente, la función del agente se implementará mediante
el programa del agente.
AGENTES Y SU ENTORNO
AGENTES Y SU ENTORNO

• Un agente racional es aquel que hace lo correcto.

• Hacer lo correcto es aquello que permite al agente obtener
un resultado mejor.
• Se necesita una forma de medir el éxito.
AGENTES Y SU ENTORNO

• Las medidas de rendimiento incluyen los criterios que

determinan el éxito en el comportamiento del agente.
• Si la secuencia de estados del medio donde se sitúa el agente
es la deseada, entonces el agente habrá actuado
correctamente.
• Es importante utilizar medidas de rendimiento objetivas.

Es mejor diseñar medidas de utilidad de acuerdo con lo que se

quiere para el entorno, más que de acuerdo con cómo se cree
que el agente debe comportarse.
AGENTES Y SU ENTORNO: RACIONALIDAD

Depende de 4 factores:

• La medida de rendimiento que define el criterio del éxito.

• El conocimiento del medio en el que habita acumulado por
el agente.
• Las acciones que el agente puede llevar a cabo.
• La secuencia de percepciones del agente hasta el
momento.
AGENTES Y SU ENTORNO: RACIONALIDAD

En cada posible secuencia de percepciones, un agente racional

deberá emprender aquella acción que supuestamente maximice
su medida de rendimiento, basándose en las evidencias aportadas
por la secuencia de percepciones y en el conocimiento que el
agente mantiene almacenado.

Racionalidad <> Perfección

• La racionalidad maximiza el rendimiento esperado

• La perfección maximiza el resultado real

AGENTES Y SU ENTORNO: LA NATURALEZA DEL ENTORNO

• Los entornos de trabajo son los problemas para los que los agentes
racionales son las soluciones
• Las medidas de rendimiento + el entorno + actuadores + sensores
= entorno de trabajo
• REAS (Rendimiento, Entorno, Actuadores, Sensores)
AGENTES Y SU ENTORNO: LA NATURALEZA DEL ENTORNO
AGENTES Y SU ENTORNO: LA NATURALEZA DEL ENTORNO
AGENTES Y SU ENTORNO
PROPIEDADES DE LOS ENTORNOS DE TRABAJO

Totalmente observable vs parcialmente observable

• Totalmente observable, si los sensores detectan todos los aspectos

que son relevantes en la toma de decisiones.
• Parcialmente observable, debido al ruido y a la existencia de sensores poco
exactos o que no reciben información de parte del sistema.

Determinista vs Estocástico
.
• Determinista, si el siguiente estado del medio está totalmente
determinado por el estado actual y la acción ejecutada por el agente
AGENTES Y SU ENTORNO
PROPIEDADES DE LOS ENTORNOS DE TRABAJO

Episódico vs Secuencial

• Cada episodio consiste en la percepción del agente y la realización

de una única acción posterior.

• En entornos secuenciales, la decisión presente puede afectar a

decisiones futuras

.
Estático vs Dinámico

• Dinámico, si el entorno puede cambiar cuando el agente está deliberando

AGENTES Y SU ENTORNO
PROPIEDADES DE LOS ENTORNOS DE TRABAJO

Discreto vs Continuo

• La distinción entre discreto y continuo se puede aplicar al

estado del medio, a la forma en la que se maneja el tiempo
y a las percepciones y acciones del agente.

Agente individual vs Multiagente

.• Un agente resolviendo un crucigrama por sí mismo esta en un
entorno de agente individual, mientras que un agente que juega
al ajedrez está en un entorno con dos agentes
AGENTES Y SU ENTORNO
PROPIEDADES DE LOS ENTORNOS DE TRABAJO

.
AGENTES Y SU ENTORNO: ESTRUCTURA DE LOS AGENTES

• Agente = Arquitectura + Programa

• El trabajo de la IA es diseñar el programa del agente que

implemente la función del agente que proyecta las percepciones en
las acciones.

• Este programa se ejecutará en algún tipo de computador con

sensores físicos y actuadores, lo cual se conoce como arquitectura.
AGENTES Y SU ENTORNO: PROGRAMAS DE LOS AGENTES

• Agentes reactivos simples

• Agentes reactivos basados en modelos
• Agentes basados en objetivos
• Agentes basados en utilidad
AGENTES Y SU ENTORNO: AGENTES REACTIVOS SIMPLES
AGENTES Y SU ENTORNO: AGENTES REACTIVOS BASADOS EN
UTILIDAD
AGENTES Y SU ENTORNO: AGENTES QUE APRENDEN
AGENTES

Ejemplo: Un agente humano tiene sensores: ojos, oídos, tacto, etc. Tambien
tiene actuadores: manos, piernas, etc.

Ejemplo: Un agente robótico tiene sensores: cámaras, rayos infrarojos, etc.

También tiene actuadores: motores, brazos mecánicos, etc.

Ejemplo: Un agente de software tiene cadenas codificadas de bits y funciones

como sensores y actuadores.
Agentes Inteligentes

https://www.youtube.com/watch?v=4G7-4Df8jmo&t=34s
Parte Práctica
Por 1.5 puntos extras realizar la siguiente actividad y remitir por
correo al docente: julio.ramirez@upn.edu.pe

Deben colocar en el asunto del correo: Sistemas Inteligentes - T1-

Tarea1

Actividad:
a) Elaborar 5 ejemplos de agentes y contexto de:
-La universidad o Su lugar de prácticas o trabajo
b) En la situación de la pandemia covid 19, que agentes y contexto
detectó?
c) Resumen del tema visto de agentes (no mayor de 5 líneas)
PARTE PRÁCTICA

Desarrollar la Guía de Laboratorio

Descargar de blackboard: Guia de Laboratorio 3.pdf y realizar el CASO 1:
Reconocedor de voz
https://www.youtube.com/watch?v=II9Z8xGMLO0
https://www.youtube.com/watch?v=qoJqutd8Q2k
https://www.youtube.com/watch?v=ZNHbBulBxsc
PARTE PRÁCTICA

Desarrollar la Guía de Laboratorio

Descargar de blackboard: Guia de Laboratorio 3.pdf y realizar el CASO 2:
Reconocimiento Facial
Parte Práctica
Por 1.5 puntos extras realizar la siguiente actividad y remitir por
correo al docente: julio.ramirez@upn.edu.pe

Deben colocar en el asunto del correo: Sistemas Inteligentes - T1-

Tarea2

Actividad:
a) Realizar un mapa conceptual acerca de Agentes Inteligentes
Bibliografía

• Inteligencia Artificial. Métodos, técnicas y Aplicaciones. 2008. José T.

Palma Méndez y Roque Marín Morales
• Artificial Inteligence. Patrick Henry Winston
• Machine Learning. Jaime Carbonell
 FUTURO ES CREADO POR LO QUE
“TU

TÚ HACES
NO { HOY}
MAÑANA”