AGENTES
DEFINICION (Russell y Norving)
Un Agente es cualquier cosa capaz de percibir sumedioambiente con la ayuda de sensores yactuar en ese medio utilizando actuadores.
TIPOS DE AGENTES (Russell y Norving)
• Agentes Reactivos Simples
• Agentes Reactivos Basados en Modelos
• Agentes Basados en Objetivos
• Agentes Basados en Utilidad
• Agentes que Aprenden
Agentes Reactivos Simples
Es el tipo de Agentes mas sencillo. Estos Agentesseleccionan las acciones sobre la base de laspercepciones actuales, ignorando el resto de laspercepciones históricas.
Agentes Reactivos Basados en Modelos
Este tipo de Agente maneja un tipo de estado interno que le permite almacenar información de las partes del mundo que no puede ver.
Agentes Basados en Objetivos
Este agente al igual que el anterior no soloalmacena información sino que mantiene unobjetivo que intenta alcanzar y es capaz deseleccionar la acción que eventualmente loguiara hacia la consecución del mismo.
Agentes Basados en Utilidad
Este tipo de agente utiliza un modelo delmundo, junto con una función de utilidad quecalcula sus preferencias entre los estados delmundo. Después selecciona la acción que lelleve a alcanzar la mayor utilidad esperada, quese calcula haciendo la media de todosresultantes posibles, ponderando con laprobabilidad del resultado.
Agentes que Aprenden
Este tipo de agente se divide en cuatrocomponentes principales:
• Elemento de aprendizajes
• Elemento de Actuación
• Criticas
• Generador de Problemas
Agentes que Aprenden
Clasificación de Agentes
Russell y Norvig
Nwana
12
La clasificación se basa en el tipo deprograma utilizado para implementarlas funcionalidades del agente,Estableciendo el estado intermedioentre percepciones y acciones.
Basa la clasificación en varias dimensiones.
Clasificación de Agentes
Russell y Norvig:
Agentes de reflejo simple
Agentes reflejo con estado interno
Agentes basados en metas
Agentes basados en utilidad
13
Clasificación de Agentes
Nwana:
Respecto a su movilidad
Deliberativo o Reactivo.
Según los atributos primarios que deberían mostrar:
autonomía, aprendizaje y cooperación.
Por el papel que desempeñan.
Híbridos
14
Respecto a su Movilidad
Respecto a su movilidad, los agentes se dividen en móviles o estáticos, según su capacidad o no de desplazarse en una red.
Deliberativo o Reactivo
Los primeros derivan del paradigma del pensamientodeliberativo: los agentes poseen un modelo simbólicointerno de razonamiento y se ocupan de la planificación yla negociación con el objetivo de conseguir coordinarsecon otros agentes.
Los agentes reactivos, por el contrario, no poseen ningúnmodelo simbólico interno de su entorno y actúanempleando un comportamiento del tipo estímulorespuesta, respondiendo al estado actual del entorno enque está contenido.
Según sus Atributos Primarios
Nwana:
17
Cooperación Aprendizaje
Autonomía
Agentes Inteligentes
Agentes de aprendizaje colaborativos
Agentes colaborativos
Agentes de interfaz
Por el Papel que Desempeñan
Por ejemplo, los agentes de información o losagentes de Internet. Estos tipos de agentes sededican a la búsqueda y procesamiento deinformación en una red, como en el caso deInternet.
Hibridos
Por último, Nwana habla de agentes híbridospara referirse a los que combinan dos o más delas categorías anteriores.
Clasificación de Agentes
En conclusión podemos decir que las clasificaciones
mencionadas se basan en una serie atributos que pueden
servir de referencia, como son la autonomía, la proactividad,
el aprendizaje, y la cooperación.
Además se menciona la existencia de agentes híbridos que
flexibilizan la integración de más de un criterio de
clasificación.20
Arquitectura de Agentes
Existe una gran variedad de arquitecturas, una primeraclasificación de las arquitecturas se puede basar en elacceso de las capas hacia los sensores y actuadores.
También se pueden clasificar las arquitecturas según eltipo de procesamiento empleado en deliberativas,reactivas e híbridas.
21
Arquitectura de Agentes
Arquitectura Deliberativa
Utilizan modelos de representación simbólica del
conocimiento.
Suelen estar basadas en la teoría clásica de planificación.
Son heredadas de las investigaciones en Inteligencia
Artificial clásica.
22
Arquitectura de Agentes
Arquitectura Deliberativa
Plantean el problema como una secuencia de estrategias de:
percepción del entorno, construcción de un modelo del
mundo, planificación basada en ese modelo y actuación.
23
Arquitectura de Agentes
Arquitectura Reactiva
Se centran en la capacidad de reacción frente a cambios en el
entorno.
Insiste en que el robot está inmerso en un mundo concreto.
Las respuestas del robot deben ser rápidas y sencillas.
24
Arquitectura de Agentes
Arquitectura Reactiva
La interacción del sistema con el entorno es la que guía el
comportamiento observable, sin necesidad de memoria,
representación ni de planificación.
25
Arquitectura de Agentes
Arquitectura Híbrida
Se sitúa entre la arquitectura Deliberativa y la Reactiva.
Pretenden incorporar tanto capacidades de deliberación
como de reacción a los robots móviles, a fin de que puedan
desenvolverse de modo autónomo en un mundo dinámico
26
Sistema Multi-Agentes
27
Un Sistema Multi-Agente (SAM) es aquel que consiste en una
serie de agentes, que interactúan entre sí, por lo general
mediante el intercambio de mensajes a través de algún tipo
de infraestructura de la red informática.
Sistema Multi-Agentes
28
Con el fin de interactuar con éxito, en un SMA hay quedistinguir cuatro conceptos:
Comunicación Coordinación Cooperación Negociación
SMA
Comunicación. Es la habilidad de los agentespara comunicarse entre sí, esto es, intercambiarinformación y conocimiento de formacomprensible. Permite a los agentes obtener elconocimiento necesario para decidir lasecuencia de acciones que debe ejecutar enfunción de sus objetivos.
SMA
Coordinación. Se define como un conjunto deacciones suplementarias que pueden realizarseen un entorno multi‐agente para alcanzar unobjetivo y que un agente, con los mismosobjetivos, no podría alcanzar por sí solo.
SMA
Cooperación y negociación. La cooperación es elmecanismo por el cual los agentes, que trabajanjuntos para lograr un objetivo común, definenuna estrategia para alcanzar este objetivo. Porotro lado, la negociación permite alcanzardecisiones de coordinación conjuntas mediantela comunicación explícita.
SMA
La necesidad de desarrollar aplicaciones complejascompuestas de multitud de subsistemas queinteraccionan entre sí obliga a distribuir lainteligencia entre diversos agentes y a construirSMA.
Estos permiten la gestión inteligente de un sistemacomplejo, coordinando los distintos subsistemasque lo componen e integrando los objetivosparticulares de cada subsistema en un objetivocomún.
EJEMPLO
Descripción del Problema
Resolver el problema de localización utilizandotécnicas de visión por computadora quepermitan saber dónde están los robots y podergenerar a cada uno de ellos una trayectoria quedeben de seguir para alcanzar una meta.
Problema
Arquitectura de Control Híbrida basada en Agentes
35
Arquitectura de Control Híbrida basada en Agentes
36
En el campo de la Robótica e Inteligencia Artificial, la
organización de las habilidades de un robot (perceptivas,
motoras, de procesamiento, de comunicación con el exterior y
en la obtención de un objetivo) se conoce como arquitectura
de control del robot.
37
• En esta arquitectura los agentes comparten información sobre
la base de dos mecanismos, paso de mensajes y memoria
compartida, en este caso concreto con la estructura de una
memoria de pizarra.
• El diseño de la arquitectura busca lograr los principios básicos
de modularidad, reusabilidad de procesos, facilidad de
escalado e implantación en diferentes plataformas.
Características de la Arquitectura Propuesta:
38
• Se definen dos tipos de agentes en base al tipo de procesamiento: Agentes
Perceptivos y Agentes de Actuación.
•Agentes Perceptivos. Están enfocados a la elaboración y al mantenimiento
de los estímulos requeridos en las tareas de control.
•Agentes de Actuación. Tienen como objetivo encaminar la acción a seguir,
utilizando las percepciones elaboradas por los agentes perceptivos y el
soporte proporcionado por una representación del sistema y el mundo.
Características de la Arquitectura Propuesta:
2.2 Arquitectura de Control Híbrida basada en Agentes
39
Sensores ActuadoresDatos
Sensoriales
Navegación Global
Memoria de Pizarra
Mapa Global Estático
Posición de los Robots (X,Y,Ѳ)
Posición del Objeto (X,Y, Ѳ)
Plan de Navegación
Obtener Mapa Global
Actualizar Posición
Planificar Caminos
Ir al Punto
Parar
Acciones
Agente Perceptivo Actualizar Posición
40
Valores:Imagen de la Cámara.
Detección de error de sensor
Estimación de la posición de los
robots y el objetivo
Representaciónsistema/entrono
Procesos:
Cámara
Posición de Robots(XR, YR, ѲR)
Posición del Objeto Meta (XO,YO, Ѳ O)
Agente Perceptivo Obtener Mapa Global
41
Valores:
Imagen de la Cámara.
Posición de Robots
Posición de Objeto
Meta
• Detección de error de sensor.
• Procesamiento de Imagen.
• Detección y ubicación de obstáculos sobre
el mapa de rejilla.
• Ubicación aleatoria de puntos en
las rejillas desocupadas en el
mapa.
Representaciónsistema/entrono
Procesos:
Cámara
Mapa global de rejilla
Actualizar Posición
Agente de Actuación Parar
42
Valores: Sensor de ultrasonido
Detección de choque
Representaciónsistema/entrono
Procesos:
Sensor de Ultrasonido
Estado de Paro
Agente de Actuación Planificar Caminos
43
Valores:
Posición de Robots
Posición de Objeto Meta
Mapa Global (matriz de
ocupación)
Obtener la mejor ruta desde el punto
origen al punto destino
Representaciónsistema/entorno
Procesos:
Plan de Navegación
Actualizar Posición
Obtener Mapa Global
Señal de replanificación
Agente de Actuación Ir al Punto
44
Valores: Plan de Navegación
Orientación del Robot
Selección de subobjetivos
Evaluación de llamadas al planificadorde caminos
Detección de llegada al destino final
Representaciónsistema/entorno
Procesos:• Señal para nuevo plan• Señal de objetivo
conseguido• Señal de fallo
Actualizar Posición
(XINI,YINI,XFIN, YFIN,ϴRobot)
Planificar Caminos
Parar