Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Humano Racional
COGNITIVO
Pensar RAZONAMIENTO LÓGICO
Imitar Procesos de
Pensamiento Inferencia
Agenda General
• Agentes Racionales
– Conceptos y Definiciones
– Mapeo y Modelo de Acción
– Arquitecturas para Agentes
• Agentes Cooperativos
– Conceptos y Definiciones SMA
– Organizaciones SMA
– Cooperación en SMA
Agentes Racionales
Agenda – Agentes Racionales
• Introducción Agentes Racionales
– Definiciones básicas
– Características de un agente
– Tipos de agentes
• Mapeo
– Técnicas de IA para toma de decisiones
– Agentes y Modelo de Acción
• Arquitecturas para Agentes Racionales
– Estructuras generales
– Arquitecturas típicas
Por Qué Agentes?
Entidad Autónoma E Conocimiento
n
c
a Recursos
p
s
u Servicios
l
a Conducta
Entidad Racional
C
Entidad Social o
o Sistema
p Complejo
e Racional
r
a
Qué es ser Racional?
Hacer lo Correcto
Actuar Racionalmente
Ideal : Maximizar
Metas
Evaluar
Definición de Agente
Metas Comportamiento
Actúa
Percibe
Recursos Propios
Modela
Ofrece Servicios
Comunica
Reproduce
Características de un Agente
Control Parcial
Situado
Habita Ambiente
Puede
Influenciarlo
No Intervención
Agente Externa
Autónomo
Efectua Acciones
Estado Interno
Comportamiento
ProActivo Decidir y
Alcanza Metas Actuar
Agente y su Entorno
Sensores
Ambiente
Ti
Efectores
Ambiente
Ti+1
Tipos de Agentes
Tipo de
Agente Agentes Agentes
Cognitivos Reactivos
Aspecto
SI - Capacidad de NO Hay
Plan Abrir_Puerta
Reglas Condición-Acción
Mapeo
Ambiente
Ti+n
Acción 1 Acción
...
Acción M
? Correcta
Mapeo – Toma de Decisiones
• Sistema Basados en Reglas
– Reglas tipo “SI <condición> ENT <acción>
– Evaluación concurrente y disparo controlado
• Sistemas Difusos
– Reglas basadas en variables lingüísticas
– Manejo explicito de la ambigüedad
• Redes Neuronales
– Unidades de procesamiento multi-conectadas
– Capacidad de aprendizaje a partir de ejemplos
• Algoritmos Genéticos
– Evolución del sistema basado en su calidad para
alcanzar sus metas en un ambiente particular
Modelos en Agentes
Imagen
Modelo Realidad
Homomorfa
Abstracción Aplicar
Manipulación Resultados
Acciones
Complejidad
Agente Comportamiento
Paralelismo
Interacciones
Modelo de la Acción en AR
Encadenamiento de Eventos
Paralelismo
Movimiento Físico
Intención
Reacción del Ambiente ??
Resultado
Agentes y Modelo de Acción
• Transformación del Estado Global
– Strips - listas precondición/suprimir/agregar
• Respuesta al Estímulo
– Sistema reactivo - arquitectura “subsumption”
• Proceso Informático
– Autómatas y redes de Petri
• Modificación Local
– Autómatas celulares
• Desplazamiento Físico
– Campos de potencial y grillas espaciales
• Consigna de Control
– Sistemas dinámicos realimentados
Transformación del Estado
• Estado
– Caracterizar cada Situación posible
• Operador
– Permite pasar de un estado a otro
• Operadores Tipo STRIPS
– Lista de Precondiciones
– Lista de Suprimir
– Lista de Adicionar
Transformación del Estado
• Est1={posR(Clotilde,2), posH(llave,12)}
• Operador irSur(x)
– pre: posR(X,L1), sur(L1,L2)
– sup: posR(X,L1)
– adic: posR(X,L2)
Transformación del Estado
• Limites y Restricciones
– No es posible expresar el paralelismo
– No se puede representar el desarrollo de la
acción. Difícil incluir la causalidad
– Débil concepción de la descripción de la
acción
– Débil y limitada concepción de la acción
• Postulado de Estaticidad - Leyes de Newton
• Postulado de Secuencialidad - No Concurrencia
• Postulado de Universalidad - Solo el Resultado
Acción como Desplazamiento
• Características
– Agentes situados
– Ambiente como un espacio métrico
• Campos de Potencial
– Se pueden combinar y superponer
Arquitectura
Hardware
Software
Operativo
Programa Agente
Estructura Agente Reactivo
Agente
Sensores
Percepción
Ambiente
Reglas condición-acción Decisión
Efectores
Estructura Agente Deliberativo
Agente
Sensores
Estado Interno
Modelo
Secuencia de Percepción del Mundo
Ambiente
Efectos de mis Acciones
Reglas
Técnicas
Lógica
Red
condición-acción
de
Neuronal
Aprendizaje
Difusa Decisión
Efectores
Estructura Agente Predictivo
Agente
Sensores
Estado Interno
Modelo
Secuencia de Percepción del Mundo
Ambiente
Efectos de mis Acciones
Predicción
Efectores
Arquitectura de Agente
Aproximación Lógica
Asume Racionalidad
Codificado en Lógica Calculativa
Representación Simbólica
Pbs con Ambientes
Complejos-Dinámicos
Formalismo Simbólico
Semántica Elegante
Arquitectura de Agente
Aproximación Comportamental
Simplicidad y Economía
Programa Agente
“Tractability”
No Explícito - No Memoria
Robustez
Resistencia a Fallas
Comportamiento
No “Disembodied” Localidad
Información Suficiente
Visión a Corto Plazo
Inteligencia “Emerge” Aprendizaje Limitado
de la Interacción
Metodología??
Arquitectura de Agente
BDI - Believe-Desire-Intention
Deliberación
Qué Metas Alcanzar?
Razonamiento
Medios y Fines
Cómo Alcanzar las Metas?
Creencias Ambiente
Estado Interno
Otros Agentes
Arquitectura de Agente
BDI - Believe-Desire-Intention
Deliberación
Qué Metas Alcanzar?
Razonamiento
Medios y Fines
Cómo Alcanzar las Metas?
Deseos Opciones
Disponibles
Dependen de
Creencias e Intenciones
Arquitectura de Agente
BDI - Believe-Desire-Intention
Razonamiento Práctico
Descomposición Funcional
Razonamiento
Implementación
Eficiente
Persisten - Desisten
Impulsan a la Acción
Arquitectura de Agente
Arquitecturas por Capas
Capas Horizontales
Conexión Sensor-Acción
Capas de Diferente
Nivel de Abstracción
Capa N
Simplicidad Capa N-1
Sensor Acción
Reducción de Interacciones ......
Capa 1
Competencia entre Capas
Mediador
Arquitectura de Agente
Arquitecturas por Capas
Capas Verticales
Un Nivel Sensor-Acción
Capas de Diferente
Nivel de Abstracción
Acción
Capas Verticales
Un Nivel Sensor-Acción
Capas de Diferente
Nivel de Abstracción
Capa N
Simplicidad Conceptual Capa N-1
Capas Independientes ......
Capa 1
Secuencialidad
Sensor Acción
No Tolerancia a Fallas
Arquitectura de Agente
Arquitecturas por Capas
Capas Verticales
Con Respuesta Reactiva
Capas de Diferente
Nivel de Abstracción
Capa N Capa N
...... ......
...... ......
Capa 1 Capa 1
Capas Híbridas
Sensor Acción
Modelo de Agencia PUJ
• Agente Entidad Concurrente
– Proactivo
• trabaja “continuamente” para alcanzar sus metas
– Cooperativo
• metas del agente supeditadas a las del sistema
– Rol
• define las responsabilidades del agente
• identifica sus relaciones con el ambiente y otros
agentes
• posee una semántica clara en el contexto del
problema de aplicación
BESA Agent
– Nivel Agente Channel
Behav_N
Behav_1
Behav_2
• interoperabilidad Mailbox
Agent
State
Behavior-oriented
Event-driven Input Events
Agent-framework
Agenda General
• Agentes Racionales
– Conceptos y Definiciones
– Mapeo y Modelo de Acción
– Arquitecturas para Agentes
• Agentes Cooperativos
– Conceptos y Definiciones SMA
– Organizaciones SMA
– Cooperación en SMA
Agenda – Agentes
Cooperativos
• Sistemas MultiAgentes - SMA
– Definiciones básicas
– Organizaciones SMA
• Interacciones y Cooperación
– Tipos de Interacciones
– Colaboración
– Coordinación
– Solución de Conflictos
Agente en el Contexto SMA
Ambiente
Objetos Ambiente
Conjunto de Agentes
Operaciones sobre los Objetos
Relaciones entre Agentes
Organizaciones MultiAgentes
UNIDAD ORGANIZACIONAL
Análisis Funcional
• Qué hacer en la organización ?
• Vista como un sistema de roles
Análisis Estructural
• Cómo construir la organización ?
• Dar un orden al conjunto de interacciones.
Parámetros de Concretización
• Distribución de habilidades entre los agentes
Parámetros de Concretización
Organización de Habilidades
Redundancia
Tx Ty Tz Tx
AT AT AT Ae Ae Ae
Tx Ty Tz Tx Ty Tz
AT Ax Ay Az
Especialización
Agenda – Agentes
Cooperativos
• Sistemas MultiAgentes - SMA
– Definiciones básicas
– Organizaciones SMA
• Interacciones y Cooperación
– Tipos de Interacciones
– Colaboración
– Coordinación
– Solución de Conflictos
Interacción - Definición
Agrupamiento de Agentes
Comportamiento
Resultante
Satisfacer Objetivos y Metas
Metas Compatibles
Compartir Recursos
Insuficientes Cooperación
Simple Cooperación
Insuficientes Cooperación
Coordinada
Tipos de Interacción
Objetivos Recursos Capacidad Situaciones Categoría
Insuficientes Competición
Colectiva
pura
Insuficientes Conflictos
colectivos
por recursos
Ventajas de la Interacción
Para agentes no auto-competentes.
Objetivos
Posibilidad de cumplir objetivos
Cuantitativa
Mejora de Desempeño
Cualitativa
Cooperación
Cooperación Comunicación
Explícita - Mensajes
Protocolos de Interacción
Implícita - Ambiente
Colaboración
Asignación Tareas - Red Contractual
Petición
Mediador
Petición
Oferta
Oferta Petición
Aceptación
Coordinación - Planificación
• Analiza las Acciones
– Anticipa el efecto de las acciones
• Genera Planes
– Acciones para alcanzar estado deseado
Negociación Compromisos
Cooperación e Interacciones
• Cooperación
– Interacciones Semantizadas
• relaciones entre agentes tienen un alto grado de
abstracción
– asignación y distribución de tareas
– sincronización y planificación
– resolución de conflictos
– Protocolos de Interacción
• conversaciones bien formadas que definen patrones
de comunicación
• actos del lenguaje intencionalidad y datos