ESTRUCTURA DE LOS AGENTES.

INTRUDUCCION.

El siguiente tema a revisar tomaremos en cuenta la estructura de la que

dispone un agente racional, se tomara en cuenta mediante qu forma realiza
sus accin incluyendo grficos en los que se logra manifestar lo que se est
tratando.
Si ya bien sabemos la estructura de un agente reacciona dependiendo de su
medio o entorno esto se toma en cuenta como percepcin por medios
sensoriales. Y a continuacin nuestro tema.

ESTRUCTURA DE LOS AGENTES.

Este se trata de centrarse en el ncleo del problema y hablar sobre cmo

trabajan internamente. El trabajo de la IA es disear el programa del agente
implemente la funcin del agente que proyecta las percepciones en las
acciones. Se asume que este programa se ejecutara en algn tipo de
computador con sensores fsicos y actuadores, lo cual se conoce
como arquitectura:
Agente = arquitectura + programa
Obviamente, el programa que se elija tiene que ser apropiado para la
arquitectura. Si el programa tiene que recomendar acciones como Caminar,
la arquitectura tiene que tener piernas. La arquitectura puede ser un PC
comn, o puede ser un coche robotizado con varios computadores,
cmaras, y otros sensores a bordo. En general, la arquitectura hace que las
percepciones de los sensores estn disponibles para el programa.

PROGRAMAS DE LOS AGENTES.

Los programas de los agentes reciben las percepciones actuales como

entradas de los sensores y devuelven una accin a los actuadores. Hay que
tener en cuenta la diferencia entre los programas de los agentes, que toman
la percepcin actual como entrada, y la funcin del agente, que recibe la
percepcin histrica completa.
El desafo clave de la IA es encontrar la forma de escribir programas, que en
la medida de lo posible, reproduzcan un comportamiento racional a partir de
una pequea cantidad de cdigo en vez de a partir de una tabla con un gran
nmero de entradas.
En lo que resta de esta seccin se presentan los cuatro tipos bsicos de
programas para agentes que encarnan los principios que subyacen en casi
todos los sistemas inteligentes.
Agentes reactivos simples.
Agentes reactivos basados en modelos.
Agentes basados en objetivos.
Agentes basados en utilidad.
Despues de los siguientes se dara a conocer los agentes que aprenden.

AGENTES REACTIVOS SIMPLES.

El tipo de agente ms sencillo es el agente reactivo simple Estos agentes

seleccionan Las acciones sobre la base de las percepciones actuales,
ignorando el resto de las percepciones Histricas. Por ejemplo, el agente
aspiradora cuya funcin de agente se present un agente reactivo simple
porque toma sus decisiones solo con base en la localizacin actual y si esta
est sucia.

AGENTES REACTIVOS BASADOS EN MODELOS.

La forma ms efectiva que tienen los agentes de manejar la visibilidad

parcial es almacenar informacin de las partes del mundo que no pueden
ver. O lo que es lo mismo, el agente debe mantener algn tipo de estado
interno que dependa de la historia percibida y que de ese modo refleje por lo
menos alguno de los aspectos no observables del estado actual.
La actualizacin de la informacin de estado interno segn pasa el tiempo
requiere codificar dos tipos de conocimiento en el programa del agente.
Primero, se necesita alguna informacin acerca de cmo evoluciona el
mundo independientemente del agente. Segundo, se necesita ms
informacin sobre cmo afectan al mundo las acciones del agente.

Este conocimiento acerca de (cmo funciona el mundo), tanto si esta

implementado con un circuito booleano simple o con teoras cientficas
completas, se denomina modelo del mundo. Un agente que utilice este
modelo es un agente basado en modelos.

AGENTES BASADOS EN OBJETIVOS.

El conocimiento sobre el estado actual del mundo no es siempre suficiente

para decidir qu hacer. Por ejemplo, en un cruce de carreteras, el taxista
puede girar a la izquierda, girar a la derecha o seguir hacia adelante. La
decisin correcta depende de dnde quiere ir el taxi. En otras palabras,
adems de la descripcin del estado actual, el agente necesita algn tipo de
informacin sobre su meta que describa las situaciones que son deseables,
por ejemplo, llegar al destino propuesto por el pasajero. El programa del
agente se puede combinar con informacin sobre los resultados de las
acciones posibles (la misma informacin que se utiliz para actualizar el
estado interno en el caso del agente reflexivo) para elegir las acciones que
permitan alcanzar el objetivo. En algunas ocasiones, la seleccin de
acciones basadas en objetivos es directa, cuando alcanzar los objetivos es
el resultado inmediato de una accin individual. En otras ocasiones, puede
ser ms complicado, cuando el agente tiene que considerar secuencias
complejas
Para encontrar el camino que le permita alcanzar el objetivo.

AGENTES BASADOS EN UTILIDAD.

Las metas por si solas no son realmente suficientes para generar

comportamiento de gran calidad en la mayora de los entornos. Por ejemplo,
hay muchas secuencias de acciones que llevaran al taxi a su destino (y por
tanto a alcanzar su objetivo), pero algunas son ms rpidas, ms seguras,
ms fiables, o ms baratas que otras. Las metas solo proporcionan una
cruda distincin binaria entre los estados de (felicidad) y (tristeza), mientras
que una medida de eficiencia ms general debera permitir una comparacin
entre estados del mundo diferentes de acuerdo al nivel exacto de felicidad
que el agente alcance cuando se llegue a un estado u otro.

Una funcin de utilidad proyecta un estado (o una secuencia de estados) en

un nmero real, que representa un nivel de felicidad. La definicin completa
de una funcin de utilidad permite tomar decisiones racionales en dos tipos
de casos en los que las metas son inadecuadas. Primero, cuando haya
objetivos conflictivos, y solo se puedan alcanzar algunos de ellos (por
ejemplo, velocidad y seguridad), la funcin de utilidad determina el equilibrio
adecuado. Segundo, cuando haya varios objetivos por los que se pueda
guiar el agente, y ninguno de ellos se pueda alcanzar con certeza, la utilidad
proporciona un mecanismo para ponderar la probabilidad de xito en
funcin de la importancia de los objetivos.

AGENTES QUE APRENDEN.

Se han descrito programas para agentes que poseen varios mtodos para
seleccionar acciones. Hasta ahora no se ha explicado cmo poner en
marcha estos programas de agentes. Turing (1950), en su temprano y
famoso artculo, considero la idea de programar Sus mquinas inteligentes a
mano. Estimo cuanto tiempo poda llevar y concluyo que (Sera deseable
utilizar algn mtodo ms rpido). El mtodo que propone es construir
mquinas que aprendan y despus ensenarlas. En muchas reas de IA, este
es ahora el mtodo ms adecuado para crear sistemas novedosos. El
aprendizaje tiene otras ventajas, como se ha explicado anteriormente:
permite que el agente opere en medios inicialmente desconocidos y que sea
ms competente que si solo utilizase un conocimiento inicial.
Los agentes tienen una gran variedad de componentes, y estos
componentes se pueden representar de muchas formas en los programas de
agentes, por lo que, parece haber una gran variedad de mtodos de
aprendizaje. Existe, sin embargo, una visin unificada sobre un tema
fundamental. El aprendizaje en el campo de los agentes inteligentes puede
definirse como el proceso de modificacin de cada componente del agente,
lo cual permite a cada componente comportarse ms en consonancia con la
informacin que se recibe, lo que por tanto permite mejorar el nivel medio de
actuacin del agente.

CONCLUCION.
En conclusin vemos como obviamente las estructuras se concentran en los
problemas que disponen los medios para que estos sean resueltos por
medio de las acciones realizadas de los agentes, esto se logra dar gracias a
los sensores que permiten la percepcin y los actuadores que permiten q se
logre la accin que se requiere realizar.

BIBLIOGRAFIA.

Russell, S; Norvig P. 2004. Inteligencia Artificial Un Enfoque Moderno,

Segunda Edicin.

Corchado, J. Modelos y Arquitectura de Agentes. Formato PDF. Disponible

en: http://bisite.usal.es/archivos/c1%20(1).pdf
Publicadas por Luis Zambrano a la/s 23:29
 ESTRUCTURA DE LOS AGENTES
1. INTRODUCCIN
Para que un agente se desempee bien en su entorno debe tener los
antecedentes del lugar que va a explorar para as poder hacer uso de los sensores
y actuadores que dispone, por ello es muy importante el conocer los componentes
de su arquitectura (hardware y software), debido a que estos se clasifican
dependiendo de la forma en la que desempean las tareas para llegar a su
objetivo.

2. OBJETIVO
Definir la arquitectura y tipos de agentes que pueden presentarse.

3. MARCO TERICO

ESTRUCTURA DE LOS AGENTES

La inteligencia artificial tiene el deber de disear el programa agente que implique

la funcin del agente que proyecta las percepciones en las acciones. Los agentes
deben tener una estructura bsica, y esta debe estar acorde con la funcin que
realiza.

Agente = arquitectura + programa

PROGRAMAS DE LOS AGENTES

Los agentes se describen mediante diferentes programas lo cuales segn Russell y
Norvig (2004) los programas de los agentes tienen la misma estructura: reciben
las percepciones actuales como entradas de los sensores y devuelven una accin
a los actuadores y son desarrollados en pseudocodigo. Los Tipos bsicos de
programas para agentes que encarnan los principios que subyacen en casi todos
los sistemas inteligentes son:

Agentes reactivos simples.

Agentes reactivos basados en modelos.
Agentes basados en objetivos.
Agentes basados en utilidad.
AGENTES REACTIVOS SIMPLES

Este agente basa sus acciones dependiendo de las percepciones actuales sin
importar las percepciones anteriores, poseen inteligencia muy limitada. Adems
segn Albusac et al. (2004) los agentes reactivos simples pueden considerarse
como el programa de agente ms sencillo y su funcionamiento y trabajan en
entornos totalmente observables (Figura 1).

Figura 1. Diagrama esquemtico de un agente reactivo simple.

AGENTES REACTIVOS BASADOS EN MODELOS

Los agentes reactivos basados en modelos deben de tener un estado interno que
dependa del historial percibido, debe de codificar 2 tipos de conocimiento:
informacin de cmo funciona el mundo y como afecta al mundo las acciones del
agente. Estos agentes en ocasiones el agente no podr tomar una decisin
teniendo en cuenta una nica percepcin, porque no proporciona la informacin
necesaria, `por ello es necesario aplicar estados que guarden informacin sobre
percepciones histricas o que ya no son observables (Albusac et al. 2004).
 Figura 2. agente reactivo basado en modelos.

AGENTES BASADOS EN OBJETIVOS

Estos agentes surgen debido a que los estados no son suficientes para tomar
una decisin, ya que muchas veces depende de cul es la misin del agente. Este
agente se caracteriza por que necesita algn tipo de informacin sobre su meta
que describa las situaciones deseables.

Figura 3. Un agente basado en objetivos

AGENTES BASADOS EN
UTILIDAD

Una funcin de utilidad proyecta un estado que representa un nivel de felicidad.

 Estos se utilizan cuando se desea llegar a sus objetivos de una forma concreta y
eficiente.

Figura 4. Diagrama de agentes basados en utilidad

4. CONCLUSIN

Los programas de agentes son el cdigo donde se define las caractersticas que
tendr cada uno de los agentes, para ello existe cuatro tipos de programas ms
conocidos como son los agentes reactivos simples los cuales basan sus acciones
dependiendo de las percepciones actuales, los agentes reactivos basados en
modelos que son aquellos que deben de tener un estado interno que dependa del
historial percibido, los agentes basados en objetivos es cuando el agente necesita
algn tipo de informacin sobre su meta que describa las situaciones deseables y
los agentes basados en utilidad estos se utilizan cuando se desea llegar a
su objetivos de una forma concreta y eficiente.