Este documento introduce conceptos básicos sobre agentes inteligentes. Explica que un agente es cualquier cosa que puede percibir y actuar sobre su entorno usando sensores y efectores. Luego describe las propiedades clave de los agentes inteligentes como la autonomía, reactividad, proactividad y capacidad social. Finalmente, presenta algunas arquitecturas genéricas comunes para diseñar agentes como los agentes de reflejo simple, los agentes de reflejo con estado y los agentes basados en metas.

1. INTRODUCCIÓN A AGENTES
Juan C. Garcia-Ojeda, PhD(c), MSc., Ing.
jcgarciao@gmail.com

2. REPASO
 Agentes
 Agentes Inteligentes
 Agentes Racionales
 Agentes Racionales Ideales
 Arquitecturas de Agentes
 Ambientes de Agentes
 Diseñando Agentes

3. AGENTE
 Un Agente es cualquier cosa que puede ser vista
como
 Es capaz de percibir su ambiente
 Es capaz de actuar sobre ese ambiente
 Estas percepciones y acciones son llevadas a cabo
por
 Sensores
 Efectores
 Es un interruptor de luz un agente?

4. AGENTES Y EL AMBIENTE
Ambiente
Sensores
Efectores
Agente
procesamiento

5. AMBIENTES
 Agentes deben operar dentro de un ambiente
 Las acciones de los agentes son realizadas sobre el
ambiente
 Sensores leen el estado del ambiente
 Percepciones son provistas al agente desde el ambiente
 Efectores cambian el estado del ambiente
 Propiedades del Ambiente que afectan al agente
 Accesible – acceso completo al estado del ambiente
 Determinístico – el estado actual + la acción del agente
completamente determinan el siguiente estado
 Episódico – cada escogencia de acción es independiente en
cada ciclo actuar-percibir
 Estático – el ambiente puede cambiar independientemente
del agente
 Discreto – limitado número de distintos perceptores y
acciones

6. AGENTES INTELIGENTES
 Agentes inteligentes son sistemas computacionales
que habitan en algún ambiente complejo y
dinámico, perciben y actúan autónomamente es
ese ambiente, y llevan a cabo una serie de goles o
tareas para los cuales fueron diseñadas.

7. ATRIBUTOS CRÍTICOS
 Agentes inteligentes exhiben los siguientes
atributos
 Autonomía
 Reactivo
 Pro-activo
 Social

8. AUTONOMÍA
 Agentes operan sin la directa intervención de
humanos u otros agentes, y tienen algún tipo de
control sobre sus acciones y estados internos

9. REACTIVO
 Agentes perciben su ambiente y responden, en un
cierto periodo de tiempo, a los cambios que
ocurran

10. PRO-ACTIVO
 Agentes no simplemente reaccionan a su
ambiente, ellos también exhiben conductas
dirigidas a goles que ellos toman por iniciativa
propia

11. SOCIAL
 Agentes interactúan con otros agentes, y
posiblemente humanos, mediante un lenguaje de
comunicación de agentes.

12. EJEMPLO / NO-EJEMPLO
 Agente buscador de información
 El usuario le dice al agente que tipo de información es
requerida
 El agente va a sitios web conocidos (por él), bases de
datos y otras fuentes (incluyendo otros agentes) para
colectar información acerca de la información requerida.
 Después de colectar los datos el agente reporta al
usuario, mediante un reporte, el resultado de la
búsqueda
Es el agente ?
1. Autónomo
2. Reactivo
3. Pro-activo
4. Social

13. EJEMPLO / NO-EJEMPLO
 Agente Servidor de Impresiones
 El usuario envía documentos al agente y le dice lo que
quiere imprimir
 El agente toma el documento del usuario, así como
documentos de otros usuarios, los ordena por tamaño y
los imprime uno por uno.
 El agente retorna el estado actual de los documentos y
la impresora cuando es preguntado por el usuario.
 El agente le dice al usuario cuando un documento ha
sido impreso Es el agente ?
1. Autónomo
2. Reactivo
3. Pro-activo
4. Social

14. RESUMEN AGENTES INTELIGENTES
 Un agente
 Percibe y actúa en su ambiente
 Un agente inteligente es reactivo, autónomo, social
y pro-activo

15. ARQUITECTURAS DE AGENTES
INTELIGENTES
Juan Carlos García Ojeda

16. FORMALIZACIÓN DE AGENTE (WOOLDRIDGE)
 Estados del Ambiente
 Acciones disponibles al agente
 Selección de acciones de agente
 Propiedades del Ambiente
 No – Determinístico
 Determinístico
 Historial Agente – Interacción Ambiente

17. AGENTE REACTIVO
 Puede ser modelado simplemente usando la
definición previa como

18. PERCEPCIÓN
 Para modelar agentes más complejos requiere
modelar dentro del agente también
 Extender definiciones con P, un set no vacío de
perceptores
Ambiente
Ver Acción
Agente
P
S A

19. EJEMPLO PERCEPCIÓN
 Asuma que usted tiene un Sonar (sensor) que
retorna una valor de distancia
 sonar :  entero
 Para un agente de reflejo simple , nosotros
podemos definir la función acción como
 sonar() > 20  acción := mover_adelante
 sonar() <= 20  acción := volter_aleatorio

20. AGENTES CON ESTADO
 Un agente requiere una estructura interna para
calcular un estimado del estado interno, I, y una
nueva función, siguiente
Ambiente
Ver Acción
P
S
A
siguiente estado
I
I
I

21. EJEMPLO AGENTE CON ESTADO
 Requiere que definamos el estado
 actualDistancia : entero
 Nosotros podemos definir siguiente como el efecto
de nuestras posibles acciones sobre el estado
 actualDistancia = sonar()
 Para agentes basado en goles, nosotros podemos
definir la función acción como
 actualDistancia > 20  acción :=mover_adelante
 actualDistancia<= 20  acción :=mover_aleatorio

22. AGENTES BASADO EN GOLES (UTILIDAD)
 Nosotros seleccionamos la mejor acción hacia
nuestro gol basado en su utilidad – requiere
estimar el siguiente estado basado en la acción y
computar su utilidad.
 Requiere dos nuevas funciones, estimar, y
utilidad(u)
 Acción es actualizada
Ambiente
Ver
Acción
P
S
A
siguiente
estado
I
estimar u
I
I
I
A R

23. ARQUITECTURA ESPECÍFICAS DE
AGENTES
Juan Carlos García Ojeda

24. ARQUITECTURAS ESPECÍFICAS DE AGENTES
 Arquitectura Horizontal Modular
 BDI
 Tareas Competitivas
 Sistemas de Producción

25. ARQUITECTURA HORIZONTAL MODULAR
 Descompuesta en módulos que llevan a cabo
funciones horizontales
 Percepción
 Comunicación
 Acción
 Administración basada en Conocimiento
 Planeamiento
 Tipo de arquitectura comúnmente usada por
agentes cognitivos simbólicos
 Predefinidos, conexiones fijas

26. ARQUITECTURA MODULAR HORIZONTAL
Ambiente
Percepción
Representación
del Modelo
Objetivos
Toma de
Decisiones
Planeamiento
Evaluación de
Tareas

27. BELIEFS-DESIRES-INTENTIONS
 Basado en Razonamiento Práctico
 Decidir que goles alcanzar
 Decidir como lograr dichos goles
 BDI
 Beliefs = estado actual
 Desires = posibles goles
 Intentions = goles escogidos

28. BELIEFS-DESIRES-INTENTIONS
Ambiente
Acción
Generar
Opciones
Revisar Beliefs
Ver
BeliefsDesiresFiltro
Intentions

29. BDI VENTAJAS Y DESVENTAJAS
 Ventajas
 Intuitivo
 Clara descomposición funcional
 Desventajas
 Eficiencia
 Compromiso y Reconsideración

30. TAREAS COMPETITIVAS
 Enlaces Dinámicos entre módulos
 Módulos representan funciones verticales
 Representan una tarea, no cada acción
 Módulos compiten por la selección mediante un
mecanismo de toma de decisión
 Base para muchas arquitecturas robóticas basadas
en conductas

31. TAREAS COMPETITIVAS
Sensores Efectores
Seleccionar
Tarea
Tarea 1
Tarea 2
Tarea 3
Ambiente

32. SISTEMAS DE PRODUCCIÓN
 Una de las mejores productos de la IA
 Sistemas basados en reglas / Sistemas Expertos
 Basados en reglas de la forma
 If <condiciones> then <acciones>
 Condiciones pudieran estas basado en
 Percepciones del ambiente
 Hechos generados en la base de conocimiento
 Acciones pudieran
 Ejecutar efectores en el ambiente
 Generar o retractar hechos de la base de conocimiento

33. SISTEMAS DE PRODUCCIÓN
Sensores Efectores
Base de
Reglas
Motor de
Inferencias
Base de
Conocimiento
Ambiente

34. DISEÑANDO SISTEMAS INTELIGENTES
Juan Carlos García Ojeda

35. DISEÑANDO UN PROGRAMA AGENTE
 Primer paso en el diseño de un programa agente
es conocer sus posibles
 Perceptores
 Acciones
 Ambiente
 Medidas de Desempeño

36. ESTRUCTURA DEL AGENTE
 Como logramos la conducta del agente?
 Programa Agente – una función que implemente el
mapeo de un agente
 Arquitectura de Agente – el dispositivo de cómputo que
ejecuta el programa

37. AGENTE Y AMBIENTE
Ambiente
Sensores
Efectores
Agente
Memoria
Actualizar
memoria
Escoger mejor
acción
acción
Actualizar
memoria
percibir

38. ARQUITECTURAS GENÉRICAS DE AGENTES
 Agentes de Reflejo Simple
 Agentes de Reflejo con Estado
 Agentes basado en Goles

39. AGENTES DE REFLEJO SIMPLE
 Selecciona la mejor acción usando un conjunto de
asociaciones a partir de la percepción actual a la
mejor acción
 Resume asociaciones comunes de estrada / salida
en reglas de condición-acción
If carro-adelante-es-lento then empezar_frenado
 Acciones pueden ser construidas o aprendidas

40. AGENTE DE REFLEJO
Ambiente
Sensores
Efectores
Agente
Como es el
mundo
ahora?
Qué acción
debo
tomar?
Reglas condición-acción

41. AGENTES DE REFLEJO SIMPLE
 Ventajas
 Simple
 Fácil de Codificar

42. AGENTES DE REFLEJO CON ESTADO
 Selecciona la mejor acción usando un conjunto de
asociaciones basado en
 La actual percepción
 La representación del estado del mundo según el
agente
 Para evaluar el estado del mundo nosotros
necesitamos saber
 Estimación del estado del mundo
 Mis acciones que producen
 Como el mundo evoluciona independientemente de
nuestras acciones

43. AGENTE DE REFLEJO CON ESTADO
Ambiente
Sensores
Efectores
Agente
Como es el
mundo
ahora?
Qué acción
debo
tomar?
Reglas condición-acción
Estado
Como el mundo
evoluciona
Mi acciones
producen

44. AGENTES DE REFLEJO CON ESTADO
 Más robusto pero no suficiente información para
tomar decisiones racionales
 Cuando llegue a una intersección y puede seguir o
doblar a la derecha?
 Una decisión racional depende el estado actual + …

45. AGENTE BASADO EN GOLES
 Un agente basado en goles decide sus acciones
basado en
 La percepción actual
 La representación del estado del mundo
 El gol que esta persiguiendo
 Requiere información acerca del gol
 Usualmente no es estática
 Alcanzar goles no es usualmente simple
 Generalmente requiere planeación/búsqueda para
encontrar la secuencia correcta de acciones

46. AGENTE BASADO EN GOLES
Ambiente
Sensores
Efectores
Agente
Como es el mundo
ahora?
Qué acción debo
tomar?
Reglas condición-acción
Estado
Como el mundo
evoluciona
Mi acciones
producen Que ocurre si
hago la acción A

47. TOMA DE DECISIONES EN AGENTES BASADO
EN GOLES
 Toma de Decisiones en fundamentalmente
diferente que un agente de reflejo
 Envuelve el futuro
 Cual será el resultado si yo realizo una acción
 Ese resultado me ayudara a alcanzar el gol
 Diseño es más complejo
 Agente es menos eficiente
 Agente es mas adaptable
 Nosotros podemos cambiar nuestro destino

48. ARQUITECTURA GENÉRICA DE AGENTES
 Agentes de Reflejo Simple usan reglas de
condición-acción basado en la percepción actual
 Agentes de Reflejo con Estado usan reglas de
condición-acción pero guardan el estado del mundo
 Agentes basado en goles toman decisiones
basados en el gol actual del agente