1 /35

Agentes Inteligentes
Ing. Sal Prez Vega
INTELIGENCIA ARTIFICIAL
2 /35
Tabla de Contenido
1. Agentes Inteligentes.
2. Tipos de Agentes
3. El Ambiente
4. Agentes Basados en Metas
5. Problemas
6. Bibliografa
3 /35
Objetivos
Exponer los conceptos asociados a agentes
inteligentes.
Presentar los tipos de agentes.
Identificar los tipos de ambiente.
Presentar a los agentes basados en metas.
Exponer la forma en que un agente basado en
metas puede resolver un problema de
bsqueda.
4 /35
AGENTES INTELIGENTES
5 /35
Agente
6 /35
Racionalidad de un agente
Depende de:
Medida del grado de xito.
Secuencia de percepciones.
Conocimiento acerca del medio
Acciones que puede emprender


En todos los casos de posibles percepciones, un agente
racional deber emprender todas aquellas acciones que
favorezcan obtener el mximo de su medida de
rendimiento, basndose en las evidencias aportadas por la
secuencia de percepciones y en todo conocimiento
incorporado en tal agente.
7 /35
Estructura de los Agentes Inteligentes
Un propsito de la IA es el diseo de un programa de
agente (una funcin que mapee de percepciones a acciones)

Este programa se ejecutar en algn dispositivo de cmputo,
o arquitectura.
?
8 /35
Agente
Agente = Arquitectura + Programa

Arquitectura.
Pone al alcance del programa las percepciones
obtenidas mediante los sensores, lo ejecuta y alimenta
el efector con acciones elegidas por el programa
conforme se van generando.

Programa.
Es un algoritmo que recepciona las percepciones del
agente y genera una secuencia de acciones
9 /35
Estructura de los Agentes
Inteligentes
Antes de disear un programa de agente, hay
que hacer la descripcin PAMA
Percepciones
Acciones
Metas
Ambiente
AGENTE = ARQUITECTURA + PROGRAMA
10 /35
Estructura de los Agentes Inteligentes
Agente: Robot clasificador de partes
Percepciones
Pixeles de intensidad variable
Acciones
Recoger partes, y clasificarlas en
contenedores
Metas
Poner las partes en el contenedor
correspondiente
Ambiente
Banda transportadora de partes

11 /35
Estructura de los Agentes Inteligentes
Agente: Robot resuelve laberintos
Percepciones
Caminos y paredes
Acciones
Seguir algn camino
Metas
El queso.
Ambiente
El laberinto.
12 /35
Estructura de los Agentes Inteligentes
Agente: Resuelve problema 8 fichas
Percepciones
Alguno de los estados
Acciones
Movimiento de una ficha
Metas
Estado Final
Ambiente
Posicin de las fichas.

5 4
6 1 8
7 3 2
1 2 3
8 4
7 6 5
Estado Inicial Estado Final
13 /35
Percepciones
El comportamiento de un agente depende de la secuencia de
percepciones en un momento dado.

Se puede caracterizar un agente elaborando una tabla de
percepcionesacciones.

(mapeo de percepcionesacciones)
Mapeo Ideal.
Es aquel mapeo que especifica que tipo de accin deber
emprender un agente como respuesta a una determinada
secuencia de percepciones
Ejemplo
a
b c
d
e
f
g
h
i
j
1. entrada a
2. entrada b
3. a entrada
4. a b
5. a c
6. b entrada
7. b a
8. b d
9. c a
10. c d
11. c e
12. c f
13. .
14. .
15. .
16. .
Cuntas entradas tiene la tabla?
15 /35
TIPOS DE AGENTES
16 /35
Tipos de Agentes
Agente reflejo simple.
Las acciones del agente se establecen en funcin a una tabla de
percepciones acciones.
Agentes con estado interno.
Es un agente reflejo, pero que almacena sus percepciones
anteriores.
Agentes basados en metas
Agente que combina propiedades de los dos anteriores, pero
que tiene una meta a la cual llegar. Necesita buscar el mejor
camino y planificar la secuencia de acciones.
Agentes basados en utilidad.
Son aquellos agentes que tienen mltiples metas que cumplir,
mide el grado de satisfaccin del grado de cumplimiento de sus
metas.
17 /35
Ejercicio
Indique el tipo de agente para cada caso:
Agente resuelve laberintos.
Agente basado en metas
Agente que entrega la de un nmero.
Agente reflejo
Agente que conduce un automvil.
Agente basado en utilidad
Agente que resuelve el problema de los bloques.
Agente basado en metas

18 /35
EL AMBIENTE
19 /35
El Ambiente
La relacin entre el agente y el ambiente
es siempre la misma: el agente ejerce
acciones sobre el ambiente, que, a su vez,
aporta percepciones al primero.

20 /35
Medio Ambiente
Accesible y no accesible.
Accesible, si los sensores detectan los aspectos que requiere el
agente para elegir una accin.
Deterministas y no deterministas.
Determinista, si el estado siguiente de un ambiente se puede
determinar completamente con el estado actual y las acciones
escogidas por el agente.
Episodicos y no episodicos.
Episdico, cuando la experiencia del agente se divide en
episodios, si es episdico, es ms simple.
Estticos y dinmicos.
Esttico, si el medio ambiente no cambia mientras el agente se
encuentra deliberando.
Discreto y continuo.
Discreto, si existe una cantidad limitada de percepciones y
acciones distintas y distinguibles
21 /35
Ejercicio
Ambiente Accesi
ble
Deter
minsti
co
Epis
dico
Estti
co
Discre
to
Ajedrez con reloj
Ajedrez sin reloj
Pquer
Conducir un taxi
Sist. de diagnstico mdico
Sistema. de anlisis de imgs.
Robot clasificador de partes
Controlador de refinera
Asesor de ingls interactivo
22 /35
AGENTES BASADOS EN METAS
23 /35
Agentes Basados en Metas
El agente reflejo no piensa en las
consecuencias de sus acciones.
Los agentes basados en metas persiguen una
meta.
El agente se pregunta en todo momento
qu suceder si hago tal cosa?, llegar a la
meta?.
Este requiere que anticipe sus acciones,
antes de ejecutarlas.
La anticipacin requiere la bsqueda de la
secuencias de acciones y luego la
planificacin de su ejecucin.
24 /35
Agentes Basados en Metas
Formulacin
Planificacin Bsqueda Ejecucin
Percepcin
Realidad
25 /35
Agentes Basados en Metas
Son aquellos agentes que determinan su accin
basados en una meta.

Para propsitos de este unidad del curso su
ambiente es:
Accesible, determinista, episdico, esttico y
discreto.

26 /35
PROBLEMAS
27 /35
Problema
Partir de la ciudad de
Piura para recorrer las
capitales de los
departamentos
indicados para
regresar de nuevo a
Piura, sin realizar el
mismo recorrido dos
veces. (se puede pasar
ms de una vez por la
misma ciudad).
28 /35
Metas y Acciones
Meta (estado).
Teniendo en consideracin la situacin en un momento dado
qu accin tomar?
Una meta es un estado del mundo.
Se llega a una meta mediante una accin
Accin.
Es el causante de un cambio de estado en el mundo.
e
0
a
1
e
1
a
2
e
2
a
3
e
3
a
4
e
4
29 /35
Diseo de un agente de bsqueda
formular buscar ejecutar
qu buscamos?
si lo encontramos lo ejecutamos directamente?
1. Formulacin de Problema
Es el proceso de decidir que acciones y estados
habrn de considerarse para resolver el
problema.
Acciones.
Ir desde la ciudad i hasta la ciudad j
[ i j], dado que existe una
conexin entre i y j.
Estados.
Estar en la ciudad i.
Dado que i = {Piura, Loreto, Ancash,
Ucayali, Huanuco, Lima, Ayacucho,
Arequipa, Puno, Madre de Dios}
Ancash Junin
Ancash Lima
Ayacucho Arequipa
Ayacucho Loreto
Junin Lima
Lima Ayacucho
Lima Madre de Dios
Piura Ancash
Piura Loreto
Puno Arequipa
Puno Ayacucho
Puno Junin
Puno Madre de Dios
Puno Ucayali
Ucayali Ancash
Ucayali Ayacucho
Ucayali Junin
Ucayali Loreto
31 /35
2. Bsqueda
Dado un agente que tiene un objetivo.
Dado que el agente se encuentra en un estado particular e
i
.
El agente conoce los estados que se pueden generar cuando
realiza una accin determinada.
Para que el agente decida realizar una accin determinada,
debe de evaluar previamente las diversas secuencias de
acciones posibles que le llevan al estado que desea, y luego
decidir por la mejor secuencia.
Bsqueda.
Es el proceso de encontrar la secuencia de
acciones a seguir para encontrar un objetivo.
32 /35
3. Ejecucin
Solucin:
acciones = algoritmo_bsqueda(problema)

Ejecucin:
Luego de encontrar la solucin al problema de bsqueda se
procede a ejecutar la secuencia de acciones:

ejecutar_acciones(acciones)
33 /35
Ejercicio
Identificar las acciones a seguir para resolver el problema de las
k-reinas (k = 3)
Bsqueda Ejecucin
Formulacin
34 /35
Bibliografa
Russel S, Norvig P, Inteligencia Artificial un
Enfoque Modermo. PEARSON Prentice Hall
Captulo 2 y 3

35 /35

PREGUNTAS