1) El documento describe un problema de viajero perdido que se resolverá usando un agente inteligente. El viajero debe llegar a su destino siguiendo la ruta más corta y evitando obstáculos.
2) Se propone usar un agente basado en objetivos que use sensores para detectar obstáculos, posición y destino. Usará acciones como girar y avanzar.
3) El agente usará una búsqueda online y algoritmo de colonia de hormigas para encontrar la ruta óptima de manera incremental expandiendo nodos vecin
Este documento describe un sistema experto desarrollado para simular el mundo de Wumpus. El sistema permite a un agente inteligente moverse a través de un laberinto generado aleatoriamente para encontrar oro y regresar a la salida sin caer en agujeros o ser comido por el monstruo Wumpus. El agente usa percepciones como brisa, destellos y olor para tomar decisiones y evitar peligros mientras busca la meta. El sistema fue desarrollado en JavaScript y permite al usuario interactuar con el agente a medida que resuelve el problema
El primer documento describe un proyecto de un perro robot que se mueve cuando se presiona un botón y se detiene cuando detecta un sonido fuerte, usando sensores de contacto y sonido. El segundo documento describe un proyecto de un auto explorador espacial que puede detectar diferentes colores usando un sensor de color, y realiza acciones como encender luces o moverse más rápido dependiendo del color, y también puede recoger muestras usando una garra y sensor ultrasónico.
El documento describe la evolución de los sistemas automáticos desde las herramientas manuales hasta los sistemas de control actuales. Explica los conceptos básicos de automatización y control, y presenta los componentes principales de un robot como sensores, actuadores, tipos de robots y su programación.
El documento describe la evolución de los sistemas automáticos desde las herramientas manuales hasta los sistemas de control modernos y los robots industriales. Explica los conceptos básicos de automatización y control, así como los componentes principales de un robot como sensores, actuadores y programación.
Este documento describe el desarrollo de un robot reactivo para resolver laberintos. Se implementaron clases para diferentes acciones como avanzar, girar y bifurcaciones usando una arquitectura de subsunción. Las decisiones se toman aleatoriamente para superar los límites de la estrategia de mano izquierda. Las pruebas muestran que el robot puede resolver los 4 laberintos aunque de forma menos eficiente que un robot deliberativo.
Este documento describe cuatro sensores que se pueden usar con el robot Lego Mindstorms NXT: el sensor táctil, el sensor acústico, el sensor fotosensible y el sensor ultrasónico. Cada sensor se describe con sus características, cómo funciona y cómo probarlo conectándolo al NXT y usando la función "Ver" para ver sus lecturas.
El documento describe tres sensores en un robot Lego: un sensor de contacto que frena el robot al chocar con obstáculos, un sensor de ultrasonido que hace retroceder al robot cuando detecta un obstáculo, y un sensor luminoso que hace seguir al robot una línea negra. También explica brevemente cómo funcionan estos sensores y proporciona los nombres de los autores.
El documento habla sobre la evolución de los sistemas automáticos, desde el trabajo artesanal realizado por el hombre hasta los sistemas automáticos actuales. Explica los conceptos de mecanización y automatización, y describe los componentes básicos de un robot como sensores, actuadores y el control por ordenador. Finalmente, presenta los fundamentos básicos de la programación como la definición del problema, el desarrollo de algoritmos y la codificación.
Este documento describe un sistema experto desarrollado para simular el mundo de Wumpus. El sistema permite a un agente inteligente moverse a través de un laberinto generado aleatoriamente para encontrar oro y regresar a la salida sin caer en agujeros o ser comido por el monstruo Wumpus. El agente usa percepciones como brisa, destellos y olor para tomar decisiones y evitar peligros mientras busca la meta. El sistema fue desarrollado en JavaScript y permite al usuario interactuar con el agente a medida que resuelve el problema
El primer documento describe un proyecto de un perro robot que se mueve cuando se presiona un botón y se detiene cuando detecta un sonido fuerte, usando sensores de contacto y sonido. El segundo documento describe un proyecto de un auto explorador espacial que puede detectar diferentes colores usando un sensor de color, y realiza acciones como encender luces o moverse más rápido dependiendo del color, y también puede recoger muestras usando una garra y sensor ultrasónico.
El documento describe la evolución de los sistemas automáticos desde las herramientas manuales hasta los sistemas de control actuales. Explica los conceptos básicos de automatización y control, y presenta los componentes principales de un robot como sensores, actuadores, tipos de robots y su programación.
El documento describe la evolución de los sistemas automáticos desde las herramientas manuales hasta los sistemas de control modernos y los robots industriales. Explica los conceptos básicos de automatización y control, así como los componentes principales de un robot como sensores, actuadores y programación.
Este documento describe el desarrollo de un robot reactivo para resolver laberintos. Se implementaron clases para diferentes acciones como avanzar, girar y bifurcaciones usando una arquitectura de subsunción. Las decisiones se toman aleatoriamente para superar los límites de la estrategia de mano izquierda. Las pruebas muestran que el robot puede resolver los 4 laberintos aunque de forma menos eficiente que un robot deliberativo.
Este documento describe cuatro sensores que se pueden usar con el robot Lego Mindstorms NXT: el sensor táctil, el sensor acústico, el sensor fotosensible y el sensor ultrasónico. Cada sensor se describe con sus características, cómo funciona y cómo probarlo conectándolo al NXT y usando la función "Ver" para ver sus lecturas.
El documento describe tres sensores en un robot Lego: un sensor de contacto que frena el robot al chocar con obstáculos, un sensor de ultrasonido que hace retroceder al robot cuando detecta un obstáculo, y un sensor luminoso que hace seguir al robot una línea negra. También explica brevemente cómo funcionan estos sensores y proporciona los nombres de los autores.
El documento habla sobre la evolución de los sistemas automáticos, desde el trabajo artesanal realizado por el hombre hasta los sistemas automáticos actuales. Explica los conceptos de mecanización y automatización, y describe los componentes básicos de un robot como sensores, actuadores y el control por ordenador. Finalmente, presenta los fundamentos básicos de la programación como la definición del problema, el desarrollo de algoritmos y la codificación.
Este documento describe un agente inteligente que resuelve el problema del Viajero Perdido utilizando algoritmos de búsqueda online. El agente debe guiar un vehículo desde un punto de partida hasta un destino final evitando obstáculos a lo largo del camino más corto posible. El agente usa sensores para detectar su posición, obstáculos y la meta, y explora el entorno mediante la expansión de nodos para encontrar la ruta óptima.
Este documento describe un agente inteligente que resuelve el problema del Viajero Perdido. El agente debe guiar al viajero desde su punto de partida hasta su destino final a través de calles, sorteando obstáculos, y siguiendo la ruta más corta. El agente usa un algoritmo de búsqueda online para explorar el entorno de forma dinámica y encontrar la mejor ruta.
Este documento describe el desarrollo de un agente para resolver el problema del Wumpus World. El agente usa percepciones para hacer deducciones sobre su entorno y llena un arreglo bidimensional con las posibilidades de pozos y Wumpus en casillas adyacentes. El agente se mueve a casillas seguras con menos riesgo hasta encontrar el oro siguiendo su destello, usando giros cuando la casilla directa no es segura. Diagramas de flujo muestran el algoritmo general y cómo encuentra el próximo movimiento.
Este documento discute tres temas clave: 1) Evitar estados repetidos es crucial para resolver problemas de manera finita. 2) Los problemas con información parcial incluyen problemas sin sensores, de contingencia y de exploración. 3) En problemas sin sensores, el agente debe buscar en el espacio de estados de creencia en lugar de estados físicos.
El documento describe el desarrollo de un agente inteligente que recomienda rutas turísticas óptimas para visitantes de la Universidad Técnica Particular de Loja. El agente utiliza algoritmos de búsqueda como A* para encontrar la ruta más corta entre dos puntos, considerando factores como parques, hoteles e iglesias. El agente mejorará la experiencia de los turistas y promoverá el turismo en la ciudad.
Este documento presenta un crucigrama sobre conceptos relacionados con la robótica educativa. Contiene preguntas verticales y horizontales sobre diferentes componentes y funciones de los robots, como sensores que permiten detectar obstáculos, piezas que transmiten fuerza, programas de software y elementos básicos de construcción.
Este documento presenta un crucigrama sobre conceptos relacionados con la robótica educativa. En la sección vertical se encuentran preguntas como el nombre del sensor que permite ver y detectar obstáculos, así como partes importantes de un robot como ejes y engranajes. En la sección horizontal se nombran conceptos clave como la programación inalámbrica, la educación en robótica, sensores de sonido y campo magnético, entre otros.
Este documento presenta 10 prácticas de robótica educativas con objetivos como hacer que un robot patrulle, siga un cuadrado o espiral, esquive obstáculos, evite caer por un borde, vuelva a su punto de partida, siga una línea, encuentre una fuente de luz, atrape una lata y controle el acceso a un estacionamiento. Para cada práctica, explica brevemente los conceptos y técnicas necesarias como medir tiempos, usar sensores, bucles, control en lazo abierto o cerrado.
Inteligencia Artificial en los Robots Detección de ObstáculosPedro Rodas
En este ensayo trataremos el tema de el uso de la inteligencia artificial, para que el robot logre identificar los varios obstáculos que se le presenten, para esto empezaremos analizando los métodos de toma de datos es decir cómo puede visualmente un robot distinguir imágenes y así reconocer lo que pueden ser obstáculos y lo que puede ser su camino.
El documento describe dos problemas relacionados con la seguridad vial: el uso del celular mientras se camina por la vía pública y exceder el límite de velocidad al conducir. Para la primera, propone multar a los peatones que usen el celular o implementar señalizaciones estratégicas. Para la segunda, sugiere sistemas que alerten o frenen automáticamente al conductor cuando sobrepase el límite permitido. Ambas soluciones requerirían desarrollar aplicaciones, sensores o sistemas electrónicos que integren estos
Este documento describe los diferentes sensores y componentes que se pueden usar con el Lego Mindstorms NXT, incluyendo el sensor táctil, sensor acústico, sensor fotosensible, sensor ultrasónico, servomotor, lámpara y Bluetooth. Explica brevemente la función de cada uno y cómo permiten que un robot interactúe con su entorno.
Agentes Estimulo Respuesta, victor mamani catachura,boreasH,Inteligencia Arti...victor mamani
El documento presenta un resumen de un capítulo sobre agentes estimulo-respuesta. Explica que los agentes son sistemas computacionales que perciben su entorno a través de sensores y actúan en él a través de actuadores para lograr objetivos. Luego describe las fases de percepción, procesamiento y acción de un agente, y presenta un ejemplo ilustrativo de un agente estimulo-respuesta diseñado para moverse alrededor de obstáculos. Finalmente, resume los resultados de la implementación de este agente a través de una simulación.
Esta semana , nos corresponde agregar los mecanismos por nivel según los retos propuestos, acá les dejo mi material, espero sus apreciaciones u recomendaciones.
El documento describe 4 sensores utilizados en los robots LEGO Mindstorms: el sensor táctil, que permite al robot detectar obstáculos y reaccionar al contacto; el sensor ultrasónico, que mide distancias y permite reconocer objetos; el sensor de luz, que distingue entre luz y oscuridad midiendo la intensidad lumínica; y el sensor de sonido, que detecta niveles de sonido desde voces bajas hasta ruidos fuertes. Cada sensor es explicado brevemente junto con ejemplos de su programación y funcion
- Visión preliminar: detección de objetos simples, colores, formas.
- No se busca reconocimiento completo.
- Se asumen condiciones controladas (iluminación, fondo, etc).
- Se aprovecha el hardware de los dispositivos móviles.
- Se usan redes neuronales convolucionales entrenadas.
- Reconocimiento en tiempo real para interacción conversacional.
- No se busca comprensión completa de la escena.
- Robustez frente a condiciones no ideales.
- Privacidad de
- Visión preliminar: detección de objetos, colores, movimiento.
- No se intenta reconocer objetos complejos.
- Se asume escenas controladas y limitadas.
- Se usan técnicas de visión computacional menos costosas.
- Se aprovecha el hardware de los dispositivos móviles.
- Se enfoca en tareas simples y útiles en tiempo real.
- Requiere menos capacidad de procesamiento.
- Permite integrar visión con otras capacidades del asistente.
- Se complementa con otras fuentes de
El documento trata sobre inteligencia artificial. Explica que la inteligencia artificial busca lograr la comprensión de entidades inteligentes y que máquinas con inteligencia humana o superior tendrán un gran impacto en nuestras vidas. También define inteligencia artificial, sus fundamentos y historia, e introduce conceptos como agentes inteligentes, tipos de agentes, ambientes y estrategias de búsqueda para la resolución de problemas.
Este documento presenta un proyecto de un robot que clasifica piezas por color usando un sensor de color. Explica los pasos para programar el robot en Cosmirc usando MELFA-BASIC IV, incluyendo agregar cajas y un sensor de color en el área de trabajo virtual, programar los movimientos del robot para inspeccionar y clasificar 3 piezas por color, y compilar y ejecutar el programa. El objetivo del proyecto era enseñar sobre el uso de sensores en robots y la clasificación de piezas.
Reconocimiento de caracteres atravez de redes neuronalesluisfe
Este documento describe la implementación de redes neuronales para el reconocimiento de caracteres a través de los algoritmos backpropagation y Hopfield. El autor implementará estas redes neuronales para reconocer letras del alfabeto latino durante las fases de entrenamiento y reconocimiento, y comparará los resultados de ambos algoritmos para determinar cuál es más eficiente y rápido. El objetivo final es demostrar la efectividad de estas técnicas para el reconocimiento automático de caracteres.
El documento describe el algoritmo de backpropagation para redes neuronales. Explica que el algoritmo consiste en cuatro pasos principales: 1) inicializar los pesos de forma aleatoria, 2) calcular las salidas de la red, 3) calcular los errores y ajustar los pesos para minimizar el error, 4) repetir los pasos anteriores hasta satisfacer un criterio de parada. También describe cómo se utiliza el algoritmo en la aplicación para reconocer caracteres mediante la propagación hacia adelante y el cálculo de las salidas más altas.
Este documento describe diferentes métodos de análisis de clusters como técnica de clasificación no supervisada. Explica las etapas de un análisis de clusters, incluyendo la selección de variables, métrica de distancia y técnica de clustering. Luego describe métodos jerárquicos como el método de enlace simple y métodos no jerárquicos como k-medias. Finalmente, ofrece ejemplos para ilustrar los diferentes métodos.
Este documento describe un agente inteligente que resuelve el problema del Viajero Perdido utilizando algoritmos de búsqueda online. El agente debe guiar un vehículo desde un punto de partida hasta un destino final evitando obstáculos a lo largo del camino más corto posible. El agente usa sensores para detectar su posición, obstáculos y la meta, y explora el entorno mediante la expansión de nodos para encontrar la ruta óptima.
Este documento describe un agente inteligente que resuelve el problema del Viajero Perdido. El agente debe guiar al viajero desde su punto de partida hasta su destino final a través de calles, sorteando obstáculos, y siguiendo la ruta más corta. El agente usa un algoritmo de búsqueda online para explorar el entorno de forma dinámica y encontrar la mejor ruta.
Este documento describe el desarrollo de un agente para resolver el problema del Wumpus World. El agente usa percepciones para hacer deducciones sobre su entorno y llena un arreglo bidimensional con las posibilidades de pozos y Wumpus en casillas adyacentes. El agente se mueve a casillas seguras con menos riesgo hasta encontrar el oro siguiendo su destello, usando giros cuando la casilla directa no es segura. Diagramas de flujo muestran el algoritmo general y cómo encuentra el próximo movimiento.
Este documento discute tres temas clave: 1) Evitar estados repetidos es crucial para resolver problemas de manera finita. 2) Los problemas con información parcial incluyen problemas sin sensores, de contingencia y de exploración. 3) En problemas sin sensores, el agente debe buscar en el espacio de estados de creencia en lugar de estados físicos.
El documento describe el desarrollo de un agente inteligente que recomienda rutas turísticas óptimas para visitantes de la Universidad Técnica Particular de Loja. El agente utiliza algoritmos de búsqueda como A* para encontrar la ruta más corta entre dos puntos, considerando factores como parques, hoteles e iglesias. El agente mejorará la experiencia de los turistas y promoverá el turismo en la ciudad.
Este documento presenta un crucigrama sobre conceptos relacionados con la robótica educativa. Contiene preguntas verticales y horizontales sobre diferentes componentes y funciones de los robots, como sensores que permiten detectar obstáculos, piezas que transmiten fuerza, programas de software y elementos básicos de construcción.
Este documento presenta un crucigrama sobre conceptos relacionados con la robótica educativa. En la sección vertical se encuentran preguntas como el nombre del sensor que permite ver y detectar obstáculos, así como partes importantes de un robot como ejes y engranajes. En la sección horizontal se nombran conceptos clave como la programación inalámbrica, la educación en robótica, sensores de sonido y campo magnético, entre otros.
Este documento presenta 10 prácticas de robótica educativas con objetivos como hacer que un robot patrulle, siga un cuadrado o espiral, esquive obstáculos, evite caer por un borde, vuelva a su punto de partida, siga una línea, encuentre una fuente de luz, atrape una lata y controle el acceso a un estacionamiento. Para cada práctica, explica brevemente los conceptos y técnicas necesarias como medir tiempos, usar sensores, bucles, control en lazo abierto o cerrado.
Inteligencia Artificial en los Robots Detección de ObstáculosPedro Rodas
En este ensayo trataremos el tema de el uso de la inteligencia artificial, para que el robot logre identificar los varios obstáculos que se le presenten, para esto empezaremos analizando los métodos de toma de datos es decir cómo puede visualmente un robot distinguir imágenes y así reconocer lo que pueden ser obstáculos y lo que puede ser su camino.
El documento describe dos problemas relacionados con la seguridad vial: el uso del celular mientras se camina por la vía pública y exceder el límite de velocidad al conducir. Para la primera, propone multar a los peatones que usen el celular o implementar señalizaciones estratégicas. Para la segunda, sugiere sistemas que alerten o frenen automáticamente al conductor cuando sobrepase el límite permitido. Ambas soluciones requerirían desarrollar aplicaciones, sensores o sistemas electrónicos que integren estos
Este documento describe los diferentes sensores y componentes que se pueden usar con el Lego Mindstorms NXT, incluyendo el sensor táctil, sensor acústico, sensor fotosensible, sensor ultrasónico, servomotor, lámpara y Bluetooth. Explica brevemente la función de cada uno y cómo permiten que un robot interactúe con su entorno.
Agentes Estimulo Respuesta, victor mamani catachura,boreasH,Inteligencia Arti...victor mamani
El documento presenta un resumen de un capítulo sobre agentes estimulo-respuesta. Explica que los agentes son sistemas computacionales que perciben su entorno a través de sensores y actúan en él a través de actuadores para lograr objetivos. Luego describe las fases de percepción, procesamiento y acción de un agente, y presenta un ejemplo ilustrativo de un agente estimulo-respuesta diseñado para moverse alrededor de obstáculos. Finalmente, resume los resultados de la implementación de este agente a través de una simulación.
Esta semana , nos corresponde agregar los mecanismos por nivel según los retos propuestos, acá les dejo mi material, espero sus apreciaciones u recomendaciones.
El documento describe 4 sensores utilizados en los robots LEGO Mindstorms: el sensor táctil, que permite al robot detectar obstáculos y reaccionar al contacto; el sensor ultrasónico, que mide distancias y permite reconocer objetos; el sensor de luz, que distingue entre luz y oscuridad midiendo la intensidad lumínica; y el sensor de sonido, que detecta niveles de sonido desde voces bajas hasta ruidos fuertes. Cada sensor es explicado brevemente junto con ejemplos de su programación y funcion
- Visión preliminar: detección de objetos simples, colores, formas.
- No se busca reconocimiento completo.
- Se asumen condiciones controladas (iluminación, fondo, etc).
- Se aprovecha el hardware de los dispositivos móviles.
- Se usan redes neuronales convolucionales entrenadas.
- Reconocimiento en tiempo real para interacción conversacional.
- No se busca comprensión completa de la escena.
- Robustez frente a condiciones no ideales.
- Privacidad de
- Visión preliminar: detección de objetos, colores, movimiento.
- No se intenta reconocer objetos complejos.
- Se asume escenas controladas y limitadas.
- Se usan técnicas de visión computacional menos costosas.
- Se aprovecha el hardware de los dispositivos móviles.
- Se enfoca en tareas simples y útiles en tiempo real.
- Requiere menos capacidad de procesamiento.
- Permite integrar visión con otras capacidades del asistente.
- Se complementa con otras fuentes de
El documento trata sobre inteligencia artificial. Explica que la inteligencia artificial busca lograr la comprensión de entidades inteligentes y que máquinas con inteligencia humana o superior tendrán un gran impacto en nuestras vidas. También define inteligencia artificial, sus fundamentos y historia, e introduce conceptos como agentes inteligentes, tipos de agentes, ambientes y estrategias de búsqueda para la resolución de problemas.
Este documento presenta un proyecto de un robot que clasifica piezas por color usando un sensor de color. Explica los pasos para programar el robot en Cosmirc usando MELFA-BASIC IV, incluyendo agregar cajas y un sensor de color en el área de trabajo virtual, programar los movimientos del robot para inspeccionar y clasificar 3 piezas por color, y compilar y ejecutar el programa. El objetivo del proyecto era enseñar sobre el uso de sensores en robots y la clasificación de piezas.
Reconocimiento de caracteres atravez de redes neuronalesluisfe
Este documento describe la implementación de redes neuronales para el reconocimiento de caracteres a través de los algoritmos backpropagation y Hopfield. El autor implementará estas redes neuronales para reconocer letras del alfabeto latino durante las fases de entrenamiento y reconocimiento, y comparará los resultados de ambos algoritmos para determinar cuál es más eficiente y rápido. El objetivo final es demostrar la efectividad de estas técnicas para el reconocimiento automático de caracteres.
El documento describe el algoritmo de backpropagation para redes neuronales. Explica que el algoritmo consiste en cuatro pasos principales: 1) inicializar los pesos de forma aleatoria, 2) calcular las salidas de la red, 3) calcular los errores y ajustar los pesos para minimizar el error, 4) repetir los pasos anteriores hasta satisfacer un criterio de parada. También describe cómo se utiliza el algoritmo en la aplicación para reconocer caracteres mediante la propagación hacia adelante y el cálculo de las salidas más altas.
Este documento describe diferentes métodos de análisis de clusters como técnica de clasificación no supervisada. Explica las etapas de un análisis de clusters, incluyendo la selección de variables, métrica de distancia y técnica de clustering. Luego describe métodos jerárquicos como el método de enlace simple y métodos no jerárquicos como k-medias. Finalmente, ofrece ejemplos para ilustrar los diferentes métodos.
Este documento habla sobre diferentes técnicas de análisis de clusters (clustering) para clasificación de datos. Explica las etapas de un análisis de clusters, incluyendo la selección de variables, métrica de distancia y técnica de clustering. Luego describe métodos jerárquicos como aglomerativos y divisivos, y métodos no jerárquicos como k-medias. Finalmente, detalla algunos algoritmos específicos como el método del mínimo, método de Ward y single-linkage.
Este documento describe la interfaz principal de un programa de resolución de laberintos. Presenta una cuadrícula de 9x9 celdas que representan el laberinto, con botones para dibujar la posición de partida, llegada, caminos u obstáculos. También describe las clases utilizadas en el código, incluida la clase principal que contiene la lógica del algoritmo de búsqueda, expansión de nodos, asignación de variables y presentación de resultados.
This document contains an ontology defined as a set of RDF triples for an intelligent agent that helps a lost traveler. The ontology defines properties like "Captures" and "EstimatesValue" that link sensors and rules to perceptions and state. It also defines concepts like "LocalSearch" and "Actions" that the agent can learn, execute and use to navigate its environment and help the traveler.
Open Innovation es un enfoque de gestión de la innovación en el que tanto actores internos como externos juegan un papel importante. Se basa en la premisa de que el conocimiento está ampliamente distribuido y en la experimentación abierta. Promueve la colaboración entre empresas, universidades y otros intermediarios para reducir costos y aprovechar ideas externas.
La replicación de bases de datos permite copiar y mantener objetos de bases de datos como relaciones en múltiples bases de datos distribuidas, proporcionando disponibilidad, fiabilidad, rendimiento y soporte para muchos usuarios y aplicaciones avanzadas. La replicación mejora la disponibilidad de los datos, la fiabilidad al haber múltiples copias, y el rendimiento al distribuir la carga. También permite el procesamiento desconectado y satisfacer los requisitos de diferentes usuarios o grupos.
La paginación en Ubuntu utiliza una paginación de tres niveles con una tabla de páginas global, una tabla intermedia y una tabla de páginas que apunta a los marcos de memoria. Un enlace simbólico en Ubuntu indica un acceso indirecto a un archivo o directorio que se encuentra en otra ubicación, de manera que los cambios se reflejan en el original pero eliminar el enlace no elimina el archivo real.
La Unión Europea ha acordado un embargo petrolero contra Rusia en respuesta a la invasión de Ucrania. El embargo prohibirá las importaciones marítimas de petróleo ruso a la UE y pondrá fin a las entregas a través de oleoductos dentro de seis meses. Esta medida forma parte de un sexto paquete de sanciones de la UE destinadas a aumentar la presión económica sobre Moscú y privar al Kremlin de fondos para financiar su guerra.
El documento describe varios modelos prescriptivos de procesos de desarrollo de software. Estos incluyen el modelo en cascada, incremental, de desarrollo rápido de aplicaciones, evolutivos como el basado en prototipos y en espiral, y el proceso unificado. Cada modelo se caracteriza por su enfoque particular para las actividades y fases del desarrollo de software.
Este documento presenta una empresa llamada Globalnet, un ciber situado en Época, Ecuador. La empresa fue fundada por Diego Ernesto Guamán y Luis Roberto Feijoo con la misión de brindar servicios de innovación, competitividad, eficiencia, calidad y excelencia para satisfacer las necesidades de los clientes. Su visión es convertirse en una empresa competitiva que contribuya al desarrollo de la ciudad de Loja. La empresa ofrece servicios como reparación y mantenimiento de computadoras, desarrollo de aplicaciones, e instalación de redes. Tamb
1. AGENTE INTELIGENTE: VIAJERO PERDIDO
Santiago Medina-Luis Feijoo
Loja-08 de Febrero del 2010
Teléfono: 2571753
Av. Paltas y Estados Unidos.
Mail: sfmedina@utpl.edu.ec, luisfe101@hotmail.com
1. ABSTRACT Inicio: El viajero tendrá un punto de partida
cualquiera, tendrá varias rutas para llegar a
El presente trabajo describe como resolver un su destino, y este deberá tener la
juego con algoritmos de inteligencia artificial. capacidad para llegar al destino sorteando
El viajero perdido el cual consiste en un carro los obstáculos colocados en su trayecto. El
en el que un viajero trata de conducir para camino escogido debe ser el más corto
encontrar el destino al cual desea llegar, para para minimizar tiempo.
ello debe ir pasando por unas calles las cuales
tienen obstáculos y este deberá ir Obstáculos:Los obstáculos serán casas
sorteándolos, y además deberá ir desde el que las cuales estarán a lo largo de todo el
inicio hasta el final siguiendo la ruta más corta. trayecto. Estos obstáculos permanecen
Aquí se debe analizar que puede existir un estáticos, no varían cuando el viajero se
caso en el que el viajero no encuentre una ruta desplaza.
en este caso no existe solución.
4. INGENIERIA DEL AGENTE
2. INTRODUCCIÓN 4.1. DESCRIPCIÓN DEL AGENTE
En los últimos años la inteligencia artificial a Una vez que hemos dado una breve
evolucionado en gran medida hasta el punto descripción de lo que se trata el
que se han construido maquinas inteligentes problema de este juego pasaremos a
que inclusive tienen la capacidad de aprender. analizar la ingeniería del agente.
Abarca un sinnúmero de campos y conceptos
entre los cuales se encuentra el concepto de 4.1.1. Tipo de agente
agente, se dice que estos constituyen el
próximo avance más significativo en el Basado en Objetivos
desarrollo de sistemas y pueden ser
considerados como la nueva revolución en el El objetivo principal de este agente es
software. La característica quizá más llegar a su destino final pero puede
importante de un agente inteligente es la existir el caso en el que no exista una
autonomía, quizá la mayoría de personas se ruta para llegar a su destino final, ya
preguntarán si maquinas con inteligencia que el camino está lleno de obstáculos
artificial llegarán a superar la mente humana, y no tiene salida.
quizá estén dotadas de mucha inteligencia
pero pensamos que será muy difícil superar la El agente al tener un camino el cual
inteligencia de los humanos tiene un largo recorrido debería
establecer puntos de control, avanzar
3. DESCRIPCIÓN DEL PROBLEMA por cada calle será un punto de control,
por ejemplo avanzar hasta la siguiente
Meta: El viajero deberá llegar a su destino calle el punto de control es verificar que
final en un corto tiempo, de la manera más avanzo hasta esa calle.
rápida, escogiendo las calles más cortas o
ruta más corta y además deberá evitar
chocar con los obstáculos que se
encuentre en su camino.
2. 4.1.2. Sensores Ambiente dinámico ya que cada vez
se puede jugar cambiando de
Los sensores son los que nos ayudaran posición los obstáculos o la meta,
a interactuar o responder con acciones cada vez que se ejecute el juego
correctas ante los eventos o tendrá baja probabilidad de
percepciones provocados por el medio parecerse en la ubicación de dichos
en el cual se desenvuelve el agente, obstáculos o peor aun de la ruta a
proporcionarán información de cuál seguir, esto obligara al agente a
sería la posible ruta a seguir. A intentar prever los movimientos de
continuación describimos estos dichos elementos.
sensores: Es accesible porque los sensores no
tienen ningún tipo de restricción a la
Sensor para detectar obstáculos: hora de determinar el estado del
Percibirá si alrededor del agente se ambiente que rodea al agente,
encuentra un obstáculo o si el excepto los inherentes a la
camino está libre, y así nos dará capacidad del sensor para percibir
información si está en peligro de según qué cosas, como por ejemplo
chocar con algún obstáculo. la distancia máxima del sensor de
Sensor de posición final o meta: Este obstáculos.
sensor será muy útil ya que nos dirá Ambiente continuo ya que cada vez
que el agente llego al punto final y ya que el agente avance una calle
no debe seguir recorriendo mas tendrá altas probabilidades de recibir
distancia, además dará la ubicación percepciones.
exacta del punto final, y esto Es no determinista ya que sobre el
ayudara a guiar al viajero por las ambiente intervienen otros
calles. elementos ajenos a nuestro agente
Sensor de posición inicial.- No dará por lo que sus acciones no
la dirección desde donde salió el determinan el estado del mismo.
agente para en caso de retroceder
sepa el punto de inicio. 4.1.4. Actuadores-Acciones
4.1.3. Entorno Los actuadores son las acciones que
debe llevar a cabo el agente al recibir
Ya hemos determinado el tipo de cierta percepción por parte de los
agente, los sensores que tendrá, ahora sensores. Aquí describimos las
vamos a dar características del entorno acciones a llevar a cabo, las cuales son
en el cual se desenvolverá. motrices.
Calles.- Por donde se va a desplazar el Actuadores Acción
agente Dirección Girar Norte
Obstáculos.- Con lo que debe evitar Girar Sur
chocar el agente. Girar Este
Girar Oeste
Características entorno Adelante
Freno Parar
Episódico ya que cada vez que el Freno Retroceder
agente avanza una calle debe volver Motor
a rastrear para determinar si existen
obstáculos a su alrededor y no 4.1.5. Metas
importa lo que haya hecho Es el objetivo final del agente, al llegar a
anteriormente. la meta el agente se detendrá y dará
por concluida su misión. La meta
3. principal es llegar al destino final pasillos, los niveles son tomados en
siempre y cuando lo haga siguiendo la forma horizontal empezando desde cero
ruta más corta sin chocar con los por la parte superior, y los pasillos son
obstáculos que están puestos en su tomados en forma vertical empezando
camino desde cero por la izquierda
niveles
p
a
s
i
l
l
o
s
Por ejemplo en la siguiente casilla
estamos ubicados en el nivel 4 pasillo 0
Cuadro FigFigura1.- Plano inicial del ambiente en
el cual actúa el agente.
5. Algoritmo y tipo de Agente para este
problema
4,0
Hemos determinado que la mejor opción
para resolver este problema es
implementar un agente de búsqueda
online.
La búsqueda online intercambia Entonces con la función dicha
computación con acción, y difiere en esto anteriormente calculamos en qué nivel y
con las búsquedas offline, las cuales pasillo se encuentra nuestro inicio
determinan una solución antes de enviando como parámetro el número de
ejecutarla. casilla en donde se encuentra la partida.
Una búsqueda online es necesaria para 3. Ahora que ya sabemos la ubicación de
entornos dinámicos y semi-dinámicos, es la partida ubicamos los vecinos de esta
por eso que son utilizados comúnmente en partida. Con vecinos nos referimos a los
problemas de exploración. nodos que lo rodean. Para hacer esta
ubicación enviamos como parámetro el
Para resolver nuestro problema seguimos nivel y pasillo de la partida al
los siguientes pasos: procediendo que lo hemos denominado
1. Primeramente ubicamos la posición de ‘Definir Vecinos’. En este procedimiento,
inicio o partida para ello usamos la hacemos una comparación:
clase que la hemos denominado Nodo y si nivel = 0
enviamos como parámetros: la partida y no vecino hacia arriba,
la casilla en cual se encuentra dicha si nivel = 9
partida no vecino hacia abajo,
Nodo("partida", this.casilla_partida.Name) si pasillo = 0
2. En esta clase utilizamos un no vecino izquierda
procedimiento llamado ‘calcular si el pasillo = 9
ubicación’ en el cual obtenemos la no vecino derecha
ubicación de la partida. Para ello hemos
dividido a nuestro cuadro en niveles y
4. n:0 a) Verificar si la casilla en donde
nos encontramos es la llegada
b) Llamar a la función expandir
p:0 p:9 nodos enviando como parámetro
el nodo en el cual nos
encontramos actualmente.
c) En la función expandir nodo
n:9 verificamos cuantos nodos hojas
puede tener un nodo, haciendo
4. Siguiendo los mismos pasos del 1 al 3 una comparación determinamos
calculamos la ubicación de la llegada, si un sucesor es un camino o es
así mismo calculamos los vecinos de la un obstáculo. En caso de ser un
casilla llegada. obstáculo pasamos, en caso de
5. A continuación calculamos la heurística ser un camino hacemos el
y enviamos como parámetro el nodo procedimiento del 1 al 3 que es
partida ya definido su ubicación y de calcular su ubicación, definir
vecinos. sus vecinos y calcular la
CalcularHeuristica(this.miPartida) heurística.
En esta heurística calculamos la
distancia que existe desde la partida, y
desde cada vecino donde no existe un
obstáculo, para calcular la heurística
utilizamos el nivel y el pasillo en el que n1: S2
se encuentra cada nodo. Con la (4,0)
siguiente formula calculamos la S1
heurística:
a= nivel_nodo - nivel_llegada
b= pasillo_nodo - pasillo_llegada
h(n): a2 + b2 Llegada
Math.Sqrt(Math.Pow(a, 2) + Math.Pow(b, 2))
Partida
Este algoritmo nos dice que antes de un
agente poder realizar una acción debe Sucesores de n1
calcular la heuristica de los nodos n1
sucesores y asi luego hacer una
comparación de que heuristica es la S1 S2
mejor y tomar esa para su proxima
acción. d) Una vez que definimos cada
sucesor de un nodo lo ubicamos
6. Creamos dos variables de tipo array dentro en un array llamado árbol,
una para almacenar los nodos que calculando el costo desde el
expandiremos del árbol, y otro para padre al nodo hijo en este caso
almacenar la ruta que nos llevara a la desde n1 hasta s1 o desde n1
llegada. hasta s2, además calculamos la
7. Luego Hemos creado un procedimiento heurística de cada nodo hijo o
llamado BLO(Búsqueda Local Online), sucesor.
el cual a su vez hace un llamado a la e) Ya tenemos en nuestro árbol el
función Búsqueda Local Online nodo padre y sus sucesores, con
1(BLO1), esta función BLO1 lo que nos sus respectivas heurísticas, a
hace es: continuación creamos un array
auxiliar para poder ordenar
5. nuestro árbol, ordenamos los
sucesores de un nodo tomando 6.1. Verdino
en cuenta la función heurística en
nodo con menor función Un equipo de ingenieros de la Universidad
heurística estará primero, esto de La Laguna (ULL), en Canarias, ha
con la finalidad de escoger como diseñado a “Verdino”, un vehículo
primera opción el nodo con autoguiado que detecta la carretera
función heurística más corta. utilizando una técnica denominada
f) Además debemos tomar en ‘Optimización de Colonia de Hormigas’
cuenta que no siempre un nodo (OCH).
con mejor función heurística será
el elegido, se debe hacer todo el Este método se basa en el comportamiento
proceso nuevamente con ese que emplean las hormigas para encontrar
nodo con mejor función el camino más corto entre su hormiguero y
heurística para determinar si los las fuentes de alimentación. El autor
sucesores de este son principal del estudio, Rafael Arnay, del
obstáculos o caminos y Departamento de Ingeniería de Sistemas y
determinar sus funciones Automática y Arquitectura y Tecnología de
heurísticas respectivas. Así es el Computadores de la ULL, explica a SINC
proceso que se hace nodo a que los algoritmos de OCH se emplean
nodo hasta llegar al objetivo final. para resolver “problemas de optimización
g) Una vez que hemos llegado a la combinatoria” y se inspiran directamente en
meta el nodo llegada tendrá una el modo en que lo hacen las hormigas.
bandera llamada ‘llegada’, el cual
nos indicara que hemos llegado En la naturaleza, estos insectos depositan
al final. feromonas en sus desplazamientos,
h) Además para poder almacenar dejando un rastro oloroso que puede ser
las rutas que sigue el agente las seguido por los miembros de la colonia.
almacenamos en un array
llamado ruta, para luego pasar Las feromonas se evaporan con el tiempo,
esta ruta a otro array llamado mi por lo que el camino que recorren las
ruta y poder presentarla en hormigas que van y vienen al alimento por
pantalla. la distancia más corta es el que queda más
reforzado con estas sustancias químicas, y
el que acaban seleccionando las otras
hormigas. “De un modo similar, la técnica
de OCH se basa en una colonia de
hormigas artificiales, esto es, unos agentes
computacionales que trabajan de manera
cooperativa y se comunican mediante
rastros de feromonas también artificiales”,
indica Arnay.
Esta técnica es la que han elegido los
6. TRABAJOS RELACIONADOS DEL ingenieros canarios para que “Verdino”
PRESENTE AGENTE detecte correctamente la carretera sin
necesidad de ser dirigido por ningún
Agentes como el que planteamos en este conductor. El prototipo se parece a los
documento han sido realizados pero mucho vehículos utilizados en los campos de golf,
más avanzados y con otros objetivos, y a pero lleva incorporada una cámara que
su vez aplicando nuevas técnicas lo cual recoge los datos visuales necesarios para
los hace mucho más interesantes. aplicar los algoritmos, así como un sistema
6. de control interno que procesa los datos en
tiempo real. “Verdino” está programado
para circular por carreteras no
estructuradas, es decir, aquellas sin líneas
dibujadas en la calzada o con bordes
irregulares debido a la invasión de
montones de tierra o de vegetación.
Actualmente los ingenieros están probando
el pequeño coche como medio de
transporte interno para unir 25 viviendas y
un centro de visitantes en una urbanización
bioclimática que el Instituto Tecnológico y
de Energías Renovables está construyendo
en el sur de Tenerife, y consideran los
primeros resultados como “muy
prometedores”. (4)
6.2. Búsqueda aplicada al Problema de
las 8-reynas
Esta búsqueda fue implementada en
Matlab, donde se trató que dada una
configuración inicial de las reynas, éstas se
posicionen de tal forma que no se ataquen
directamente o indirectamente entre pares
de reynas, como sabemos las reynas se 6.3. Búsqueda aplicada al mapa de
atacan en forma vertical, horizontal y Romania (6)
diagonal. Se busca las posiciones más
optimas y esto se puede observar al Implementamos dos casos, uno para el
obtener como h(n), es decir número de par caso en que de todas las ciudades llegan a
de reinas atacándose, igual a "0" o cercano bucharest (como el dado en Clase y libro
a él como: "1". de Russell) y usando las distancias en línea
recta (para las heurísticas) las mismas
Los algoritmos usados para determinar el dadas, y otro suponiendo que cada ciudad
nº de colisiones de reinas fueron tiene unas ciertas posiciones (X,Y), para
recopilados de Algoritmos para el problema calcular las distancias en línea recta, como:
de las n-reinas. (5)
Arad (91, 492)
Bucarest (400, 327)
Craiova (253, 288)
7. Dobreta (165, 299)
Eforie (562, 293)
Fagaras(305, 449)
Giurgiu (375, 270)
Hirsova (534, 350)
Iasi (473, 506)
Lugoj (165, 379)
Mehadia (168, 339)
Neamt (406, 537)
Oradea (131, 571)
Pitesti (320, 368)
Rimnicu (233, 410)
Sibiu (207, 457)
Timisoara (94, 410)
Urziceni (456, 350)
Vaslui (509, 444)
Zerind (108, 531)
A continuación algunas muestras de
pantalla de la interfaz, seleccionando una
Bibliografía
ciudad, ejecutando el algoritmo y los 1. Norvig, Stuart Russell-Peter. Inteligencia Artificial Un
resultados obtenidos: Enfoque Moderno. Madrid : Pearson, 2007. 978-84-205-
4003-0.
2. J.A. Martíın Meseguer, M.A. Zamora Izquierdo, H.
Martínez Barberá. Planificación de Trayectorias en un
Mapa de Celdillas Difusas. [En línea] [Citado el: 06 de 02
de 2010.]
http://ants.dif.um.es/~humberto/papers/2003-waf-
2.pdf.
3. Diaz, Jorge Luis Guevara. Búsqueda Informada y
Exploracion II. [En línea] [Citado el: 06 de 02 de 2010.]
http://jorge.sistemasyservidores.com/si_2008i/clases/cl
ase5iabusquedainformadaii.pdf.
4. Dirección de Tecnología – U.A.T. [En línea] 17 de
Septiembre de 2008. [Citado el: 25 de 01 de 2010.]
http://www.ditae.uat.edu.mx/index.php/the-news/1-
latest-news/401-ingenieros-canarios-disenan-un-
vehiculo-autoguiado-que-se-orienta-como-las-
hormigas.
5. León, Leissi Castañeda. Inteligencia
Artificial.Universidad de Trujillo. [En línea] 2 de Junio de
2008. [Citado el: 23 de 01 de 2010.]
6. —. Busqueda Informada. [En línea] 2 de Junio de
2008. [Citado el: 23 de 01 de 2010.] http://nineil-leissi-
cs.blogspot.com/2008/06/laboratorio-2.html.