Академический Документы
Профессиональный Документы
Культура Документы
INTRUDUCCION.
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.
2. OBJETIVO
Definir la arquitectura y tipos de agentes que pueden presentarse.
3. MARCO TERICO
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).
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.
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.
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.