Aplicación de agentes cognitivos en vehículos
autónomos inteligentes.
Ernesto E. López C.
Ingeniería de Telecomunicaciones
Universidad Carlos III de Madrid
100047345@alumnos.uc3m.es
1. Resumen:
Los vehículos no tripulados o robots inteligentes,
permiten el desarrollo autónomo o semiautónomo de
diferentes tipos de misiones que cubren desde los
sectores de defensa y seguridad a los de agricultura,
medio ambiente o transporte civil. El interés en su
desarrollo, tanto a nivel de centros de investigación
como de sectores de usuarios potenciales, ha
aumentado de manera considerable en los últimos
años. Este documento da una breve visión general de
la tecnología implicada (agentes inteligentes) y de sus
posibles aplicaciones.
2. Palabras clave:
Vehiculos autónomos, agentes inteligentes, UAV,
UGV, UMV.
3. Introduccion:
Si bien desde hace algunas décadas los vehículos no
tripulados han sido motivo de interés, en particular en
el ámbito militar, no ha sido hasta los últimos años
que han pasado de sistemas experimentales a equipos
aptos para su uso profesional.
Su actual capacidad de desarrollar misiones reales se
ha visto difundida no solo en los ámbitos restringidos
de los investigadores, fabricantes o usuarios afines a
esta tecnología, sino que también ha sido dada a
conocer, por diferentes medios, a la opinión pública
general, que comienza a conocer su existencia y
utilidad.
Su uso exitoso en los últimos conflictos bélicos ha
impulsado de manera notoria su interés desde el
sector defensa, que fue el primer promotor de su
desarrollo, arrastrando a la industria especializada en
este sector a dedicar esfuerzos al perfeccionamiento
de los elementos que forman parte de estos vehículos
autónomos, como son la instrumentación para el
guiado, navegación y control, las comunicaciones o
los sistemas de alimentación, entre otros.
Junto al interés en aplicaciones militares, la
ampliación de su uso a misiones civiles ha originado
la aparición de un número apreciable de grupos de
investigación y de pequeñas empresas dedicados al
desarrollo de los subsitemas, a la integración de los
mismos o a la puesta en marcha de aplicaciones y
servicios basados en el uso de vehículos no
tripulados.
La tecnología, en particular en el ámbito civil, es
todavía incipiente. Su uso extendido debe vencer una
serie importante de obstáculos, que van desde los
estrictamente técnicos, hasta los puramente legales,
pero la variedad e importancia de las aplicaciones
potenciales, y el incremento en las inversiones y
avances en los últimos años, hace razonable prever un
notable y rápido progreso en el futuro inmediato.
En el presente documento nos referiremos al
concepto de agentes inteligentes cognitivos como
subrama de la inteligencia artificial y describiremos
los diferentes avances en el desarrollo de vehículos
marinos, terrestres y aéreos.
4. Robotica y psicología
El interés científico en la rebotica móvil ha estado
creciendo rápidamente tal y como demuestra la gran
cantidad de publicaciones y reuniones científicas
realizadas durante los últimos años. Una de las
razones principales de este crecimiento, aparte del
enorme potencial de aplicaciones industriales ya
citado, es que los robots móviles autónomos son un
importante medio de investigación y desarrollo de
teorías sobre la conducta de los seres vivos al
proporcionar una posibilidad de experimentación.
Valga como ejemplo de lo que supone esta
posibilidad para la investigación de la conducta de los
seres vivos la siguiente frase tomada de un libro
clásico de Ciencia Cognitiva: "Consideramos que
podemos entender los fundamentos del
comportamiento de las bacterias porque podemos
construir robots que se comporten de manera
análoga"[Johnson-Laird 90]. Para los agentes
inteligentes móviles, ya sean robots o seres vivos, la
capacidad de localizarse, orientarse y planificar
caminos es de la mayor importancia. Esta capacidad
de navegación requiere, no solo una conducta
reactiva, sino también la capacidad de interpretar la
información respecto a objetivos globales, interacción
inteligente con el entorno, y capacidad de
recuperación ante errores. La navegación es por lo
tanto un medio ideal para la comprobación e
investigación de las teorías sobre conducta
inteligente. Es decir los robots móviles sirven a las
ciencias dedicadas al estudio de la mente como banco
de prueba de sus teorías. Esta influencia es recíproca
si consideramos que el estudio de la conducta de los
organismos vivos nos puede ayudar en el estudio de
la conducta de los mecanismos artificiales. Los
principios extraídos de la gran cantidad de datos
almacenados sobre la conducta animal pueden
ser utilizados para mejorar el diseño de los robots.
Para el diseñador de robots móviles autónomos es
interesante el punto de vista otológico según el cual el
robot debe ocupar su nicho ecológico dentro de un
mundo compartido con otros agentes y desde el que
debe llegar a cumplir su misión con éxito. Como ha
ocurrido tantas otras veces en la historia de la ciencia,
la naturaleza es también en este campo una poderosa
fuente de inspiración.
Los robots de esta nueva generación deben ser
capaces de compartir más estrechamente las
actividades de los seres humanos y para ello deben
ser capaces de desenvolverse en un mundo en
evolución al que deben adaptarse, quizá utilizando
los mismos medios que los seres humanos, mediante
una labor continua de aprendizaje:
experimentación, por imitación, por el uso de
materiales didácticos, o con la ayuda de un agente
externo actuando como profesor.
5. Agentes autónomos Inteligentes
Existen diferentes tipos de agentes autónomos:
 Agentes humanos tienen órganos, como
ojos y oídos, que sirven de sensores,
mientras que partes del cuerpo, como
manos, piernas y boca, sirven de efectores.
 Agentes robóticos sustituyen sensores por
cámaras y lectores, por ejemplo, infrarrojos
o de ultrasonido, y los efectores son
reemplazados mediante motores. En este
por artículo nos vamos a centrar en este tipo de
agentes ya que son los más comunes en
aplicaciones de vehículos inteligentes.
 Agentes de software reciben percepciones
y ejecutan acciones que tiene como formato
cadenas de bits codificados.

Los agentes tienen su origen en la psicología,

inteligencia artificial, y la inteligencia artificial
distribuida, integrando aspectos de aprendizaje,
planeación, razonamiento, representación de
conocimiento, y tienen como objetivos ejecutar tareas
complejas en beneficio de los usuarios, que de otra
manera serían difíciles de lograr. Los usuarios tienen
la posibilidad de asignar objetivos a ser cumplidos
por los agentes; en contraste a los sistemas de
software convencionales que limitan a los usuarios a
objetivos previamente especificados que no pueden
alterarse.

Un agente es todo aquello que puede considerarse

que percibe su ambiente mediante sensores y que
responde o actúa en tal ambiente por medio de
efectores (Rusell & Norvig 1995).
Un agente autónomo es aquel cuya conducta se basa
principalmente en su propia existencia, aunque
pudiendo utilizar cierto conocimiento ya integrado.
Así como la evolución ha dotado a los animales con
una dotación suficiente de reflejos incorporados a fin
de que sobrevivan lo suficiente hasta que sean
capaces de aprender por si mismos, también es
razonable dotar a un agente inteligente con ciertos
conocimientos iniciales y de habilidad para aprender.
Cuando un agente actúa basándose en suposiciones
en él integradas, su comportamiento será satisfactorio
sólo en la medida en que tales suposiciones sean
vigentes, y por ello carecerá de flexibilidad. Un
auténtico agente autónomo deberá ser capaz de
funcionar satisfactoriamente en una amplia gama de
ambientes, considerando que se le de tiempo
suficiente para adaptarse. Hay poca o ninguna
dependencia en representaciones abstractas del
mundo, y los comportamientos en lugar de los planes
son el medio por los cuales el robot interactúa con el
mundo.
Fig.1 Esquema de agente autónomo.
6. Caracteristicas de los agentes:
Un agente va a venir caracterizado por una serie de
calificativos, los cuales vienen a denotar ciertas
propiedades a cumplir por el agente:
Continuidad Temporal: se considera un agente un
proceso sin fin, ejecutándose continuamente y
desarrollando su función.
Autonomía: un agente es completamente autónomo
si es capaz de actuar basándose en su experiencia. El
agente es capaz de adaptarse aunque el entorno
cambie severamente. Por otra parte, una definición
menos estricta de autonomía sería cuando el agente
percibe el entorno.
Sociabilidad: este atributo permite a un agente
comunicar con otros agentes o incluso con otras
entidades.
Racionalidad: el agente siempre realiza «lo
correcto» a partir de los datos que percibe del
entorno.
Reactividad: un agente actúa como resultado de
cambios en su entorno. En este caso, un agente
percibe el entorno y esos cambios dirigen el
comportamiento del agente.
Pro-actividad: un agente es pro-activo cuando es
capaz de controlar sus propios objetivos a pesar de
cambios en el entorno.
Adaptabilidad: está relacionado con el aprendizaje
que un agente es capaz de realizar y si puede cambiar
su comportamiento basándose en ese aprendizaje.
Movilidad: capacidad de un agente de trasladarse a
través de una red telemática.
Veracidad: asunción de que un agente no comunica
información falsa a propósito.
Benevolencia: asunción de que un agente está
dispuesto a ayudar a otros agentes si esto no entra en
conflicto con sus propios objetivos.
No existe un consenso sobre el grado de importancia
de cada una de estas propiedades para un agente. Sin
embargo, se puede afirmar que estas propiedades son
las que distinguen a los agentes de meros programas.
Fig.2 Navaja suiza de Parunak representando los
conceptos que puede integrar un agente.
7. Agentes Cognitivos y Reactivos
Un AGENTE COGNITIVO es aquel que es capaz de
efectuar operaciones complejas, es individualmente
inteligente (es un sistema más o menos experto, con
capacidad de razonamiento sobre su base de
conocimiento), puede comunicarse con los demás
agentes y llegar a un acuerdo con todos o algunos de
ellos, sobre alguna decisión. Un sistema cognitivo
está compuesto por un pequeño número de agentes
cognitivos.
Un AGENTE REACTIVO es un agente de bajo nivel,
que no dispone de un protocolo ni de un lenguaje de
comunicación y cuya única capacidad es responder a
estímulos. Los agentes reactivos no son
individualmente inteligentes, sino globalmente
inteligentes. Los sistemas reactivos por lo general
están compuestos por un gran número de agentes
reactivos que realizan acciones entre todos, para esto
es necesario tener en cuenta nuevas teorías de
cooperación y comunicación que permitan el
desempeño de estas acciones (Figura 3).
Es posible concebir sistemas heterogéneos cuyo
comportamiento se derive de los dos tipos de agentes
y tenga características de ambos. Es decir, es posible
dotar a los agentes cognitivos de capacidades de
reacción a los eventos, a tales agentes se les puede
llamar AGENTES HÍBRIDOS.
Sistemas Cognitivos Sistemas Reactivos
Representación explícita No tiene
del ambiente
Pueden tener conocimiento
No tienen memoria
del pasado
Funcionamiento
Agentes complejos
estímulo/respuesta
Pocos agentes Muchos agentes
Figura 4. Clasificación de sistemas de agentes
8. Arquitectura de un Agente Cognitivo
La estructura interna de un agente cognitivo se puede
clasificar de manera general así:
Figura 5. Arquitectura de un agente cognitivo.
8.1 Funcionalidad
Es el conjunto de funciones o tareas que el agente
sabe hacer y que los demás agentes pueden conocer
que él hace. Dentro de estas funciones pueden estar
las funciones de comunicación con otros agentes, de
selección de agentes para una tarea específica, de
obtener información del sistema, de información del
estado interno del agente, etc.
8.2 Creencias
Son el conocimiento subjetivo o conjunto de
opiniones que el agente tiene de él mismo y de los
demás agentes. Puede comenzar como una opinión o
conocimiento inicial y cambiar con las acciones y
desempeño de cada uno de los agentes, incluido él
mismo, cuando el sistema esté en funcionamiento.
8.3 Conocimiento
Es el conocimiento que cada agente tiene y que usa
para la resolución de un problema, es decir, es la
representación de lo que sabe y del conocimiento que
ha adquirido en experiencias pasadas y que le sirve
para hallar soluciones o seleccionar acciones a seguir
en cualquier momento. El conocimiento le permite al
agente entender el mundo, lo que los demás agentes
tratan de decirle y sus razonamientos internos y
explicar sus ideas y decisiones a los demás agentes.
Hay tres clases de conocimiento importantes a tener
en cuenta:
8.4 Control
El control en un agente está representado por la
estructura local de metas que el agente tiene. Para un
manejo más efectivo de estas estructuras se adicionan
los conceptos de intenciones, planes y acciones que el
agente tiene.
8.4.1 Metas: Las metas u objetivos, son el conjunto
de estados deseables en el ambiente en el que se
desenvuelve un agente. Un agente puede decidir
alcanzar o no cada una de tales metas de acuerdo a las
ventajas que esta represente. En un SMA (sistema
multi -agente) hay una meta global o principal que
debe ser alcanzada con la colaboración de todos los
agentes del sistema. Esta meta global puede ser
dividida en submetas, las cuales son asignadas como
metas a los agentes del sistema, de acuerdo a alguna
política organizacional. Los planes que desarrolle
cada agente para alcanzar estas submetas, pueden ser
combinados para alcanzar la meta global. Es decir,
los planes que desarrolle un agente para alcanzar sus
metas, contribuirán a alcanzar las metas globales del
sistema.
8.4.2 Plan: Es un conjunto de estrategias para
resolver un problema o alcanzar una meta [Sin93].
Como se dijo en la descripción de Metas, la meta
global puede ser dividida en submetas, las cuales son
asignadas como metas a los agentes del sistema. Los
planes que desarrolla cada agente para alcanzar su
propia meta, pueden ser combinados para desarrollar
un plan global que sirve para alcanzar la meta global .
Se puede decir que: "Un agente sabe cómo alcanzar a
p sólo si él conoce que algún plan P contempla a p, y
él es capaz de ejecutarlo."
Los planes son una de las plataformas para el
desarrollo de mecanismos de coordinación, porque
describen a alto nivel el comportamiento de los
agentes y por ello posibilitan la predicción de las
acciones de un agente. Esta predicción permite que
un agente actúe de manera coherente con las acciones
de los demás agentes.
8.4.3 Estrategias: Una estrategia es la descripción de
las acciones de los agentes a un nivel grueso de
detalle, corresponden a abstracciones de los posibles
comportamientos de los agentes y hacen más simple
entender, especificar e implementar agentes
inteligentes.
Las estrategias no adicionan habilidades a los
agentes, simplemente ayudan a diseñar, analizar y
organizar mejor las destrezas que los agentes ya
poseen. Se puede usar las estrategias para describir
agentes que no tienen un plan específico, es decir,
que no representan ni describen simbólicamente el
conjunto de acciones a seguir; por lo tanto puede
haber estrategias que no correspondan a un plan.
8.4.4Intenciones: Una intención se puede definir
como el objetivo concreto o el fin que se pretende
alcanzar al realizar una o varias acciones, este
objetivo se puede describir con proposiciones lógicas.
Las metas adoptadas por un agente son las
intenciones (Las metas que un agente decide
alcanzar). Se puede decir que las intenciones son la
causa de las acciones de un agente. Por otro lado, un
agente realiza acciones tratando de seguir sus
estrategias.
Estudiar las intenciones es importante, porque de
ellas se deriva la capacidad con la cual los agentes
pueden usar conceptos para predecir y explicar el
comportamiento de otros agentes, además, son muy
útiles porque son abstracciones de los estados y
comportamiento de los agentes.
Cuando un agente tiene varias intenciones, éstas
tienen que ser mutuamente consistentes o por lo
menos intentar que así lo sean, y también deben ser
consistentes con el conocimiento y las experiencias
adquiridas en el pasado. Si un agente cree algo (p) o
lo conoce por experiencia del pasado, intentará
hacerlo; pero si por el contrario no cree en él o sabe
que algo no es así (-p), no lo intentará. Las
intenciones de dos o más agentes pueden no ser
mutuamente consistentes, ya que pueden estar
compitiendo por algún recurso. Una intención puede
ser confundida con hacer algo intencionalmente, sin
embargo, una intención es querer hacer algo y hacer
intencionalmente se refiere a las acciones y estados
que un agente realiza a propósito. Un agente puede
adoptar y modificar sus intenciones basándose en su
conocimiento.
Figura 6. Relación entre estrategias, metas,
intenciones y acciones.
9. Los Robots Inteligentes Autónomos
Están situados en su entorno, adoptan
comportamientos, razonan, evolucionan y actúan
como seres vivos.
Al menos seis campos de investigación estructuran
hoy la robótica avanzada: la que relaciona al robot
con su entorno, la conductual, la cognitiva, la
epigenética o de desarrollo, la evolutiva y la
biorrobótica. Es un gran campo de estudio
interdisciplinar que se apoya en la ingeniería
mecánica, eléctrica, electrónica e informática, así
como en las ciencias físicas, anatomía, psicología,
biología, zoología y etología, entre otras. El
fundamento de estas investigaciones es la Ciencia
Cognitiva Corporizada y la Nueva Inteligencia
Artificial. Su finalidad: alumbrar robots inteligentes y
autónomos que razonan, se comportan, evolucionan y
actúan como las personas.
En esencia, los “robots inteligentes autónomos” son
sistemas dinámicos que consisten en un controlador
electrónico acoplado a un cuerpo mecánico. Así, estas
máquinas necesitan de adecuados sistemas
sensoriales (para percibir el entorno en donde se
desenvuelven), de una precisa estructura mecánica
adaptable (a fin de disponer de una cierta destreza
física de locomoción y manipulación), de complejos
sistemas efectores (para ejecutar las tareas asignadas)
y de sofisticados sistemas de control (para llevar a
cabo acciones correctivas cuando sea necesario).
9.1 Robótica Situada (Situated Robotics)
Este enfoque se ocupa de los robots que están insertos
en entornos complejos y, a menudo, dinámicamente
cambiantes. Se basa sobre dos ideas centrales: los
robots a) “están corporizados” (embodiment), es
decir, tienen un cuerpo físico apto para experimentar
su entorno de manera directa, en donde sus acciones
tienen una realimentación inmediata sobre sus
propias percepciones, y b) “están situados”
(situatedness), o sea, están inmersos dentro de un
entorno; interaccionan con el mundo, el cual influye –
de forma directa– sobre su comportamiento.
Obviamente, la complejidad del entorno tiene una
relación estrecha con la complejidad del sistema de
control. En efecto, si el robot tiene que reaccionar
rápida e inteligentemente en un ambiente dinámico y
desafiante, el problema del control se torna muy
difícil. Si el robot, en cambio, no necesita responder
de manera rápida, se reduce la complejidad requerida
para elaborar el control.
Dentro de este paradigma, se encuentran varios
subparadigmas: la “robótica basada en el
comportamiento” (generan un comportamiento sólo
cuando se los estimula), la “robótica cognitiva”, la
“robótica epigenética” (trata de implementar sistemas
de control de propósito general, a través de un
prolongado proceso de desarrollo o auto-organización
autónoma), la “robótica evolutiva” (aplica los
conocimientos obtenidos de las Ciencias Naturales) y
la “robótica biomimética” (Esta aproximación se
ocupa de diseñar robots que funcionan como los
sistemas biológicos). No centraremos principalmente
en la robotica cognitiva.
9.2 Robótica Cognitiva (Cognitive Robotics)
Esta aproximación utiliza técnicas provenientes del
campo de las Ciencias Cognitivas. Se ocupa de
implementar robots que perciben, razonan y actúan
en entornos dinámicos, desconocidos e imprevisibles.
Tales robots deben tener funciones cognitivas de muy
alto nivel que impliquen razonar, por ejemplo, acerca
de las metas, las acciones, el tiempo, los estados
cognitivos de otros robots, cuándo y qué percibir,
aprender de la experiencia, etc.
Para eso, deben poseen un modelo simbólico e
interno de su entorno local, y la suficiente capacidad
de razonamiento lógico para tomar decisiones y para
ejecutar las tareas necesarias a fin de alcanzar sus
objetivos. En pocas palabras, esta línea de trabajo se
ocupa de implementar características cognitivas en
los robots, tales como percepción, formación de
conceptos, atención, aprendizaje, memoria a corto y
largo plazo, etc.
Si se consigue que los robots desarrollen por sí
mismos sus capacidades cognitivas, se evitaría el
programarlos “a mano” para cada tarea o
contingencia concebible . Asimismo, si se logra que
los robots utilicen representaciones y mecanismos de
razonamiento similares a la de los humanos, se podría
mejorar la interacción hombre-máquina, así como las
tareas de colaboración. Sin embargo, se necesita un
elevado poder de procesamiento (en especial si el
robot cuenta con numerosos sensores y actuadores) y
mucha memoria (para representar el espacio de
estados).
10. Aplicación de la robótica
cognitiva en vehículos autónomos
inteligentes
10.1 Definicion y clasificacion de vehículos
autónomos:
Definicion : Es cualquier vehículo no tripulado con
cierto nivel de autonomía integrada (ello incluye
desde vehículos teleoperados hasta vehículos
totalmente inteligentes).
•Tipos:
 Marinos (Unmmaned Maritime Vehicle)
 Aéreos (Unmmaned Aerial Vehicle)
 Terrestres (Unmmaned Ground vehicle)
Existe en la actualidad un espectro amplio de posibles
vehiculos con capacidad de realizar misiones con
cierto grado de autonomía. La novedad de su llegada
a las aplicaciones civiles dificulta la existencia de un
consenso en su definición, que cuestiona, en
determinadas ocasiones, si un determinado sistema
responde o no al concepto de “Unmmaned vehicle”.
Existe por ello cierta variedad de términos que, con
mayor o menor acierto, son utilizados para referirse a
este tipo de vehiculos. Puesto que la definición
anterior no excluye el telecontrol de la aeronave, cabe
definir también aeronave autónoma o sistema aéreo
autónomo (AAS: Autonomous Aerial System) para
el caso de vehículos aéreos, como aquél capaz de
desarrollar la misión sin necesidad de intervención
humana.
10.2 Vehiculos autónomos marinos:
Aparte de las las aplicaciones militares que, como se
ha comentado antes, han impulsado el desarrollo de
estos vehículos para labores de detección de minas y
proyectiles inteligentes, se han venido desarrollando
diversas aplicaciones de la inteligencia artificial en la
autonomía de estos vehículos marinos en el ámbito de
la investigación, reconocimiento y reparación de
instalaciones submarinas.
Aplicaciones educacionales y de investigación:

 Biología Marina
 Arqueología Marina
 Monitoreo de ecosistemas
 Tecnologías del fondo del mar
 Estudios de hábitat marino
 Estudios de migración
 Estudios geológicos
 Muestreo de aguas y sedimentos
 Muestreo de especies marinas.
Fig 7.Vehiculo de neutralización de minas.
fig9. AUSS.
Otra gran aplicación de los vehículos autónomos
submarinos es la reparación de instalaciones
submarinas, más concretamente:
• Inspecciones de tuberías y cables
submarinos (Eléctricos y de
comunicaciones)
• Mapeo de precisión del fondo marino para
evaluaciones hidrográficas y planeación de
cables submarinos y tuberías sumergidas.ns
• Soporte logístico para instalaciones de
cable, tubería y construcción submarina.
• Evaluación ambiental de sitios de descarte
de desechos críticos ambientales.

SPRAY: El pequeño vehículo subacuático autónomo

(AUV por sus siglas en inglés), al que se le dio el
nombre de "Spray", fue lanzado recientemente a unas
12 millas al sudeste de las Islas Bermudas.

Los científicos Breck Owens de la Woods Hole

Oceanographic Institution, y Russ Davis y Jeff
Sherman de la Scripps Institution Of Oceanography
en la Universidad de California, seguirán su progreso
durante la misión, y se comunicarán vía satélite con
el vehículo para cambiar su curso o efectuar otras
operaciones. fig. 10.robot submarino

Lejos de las altas inversiones para investigación o

aplicaciones militares la robótica autónoma marina
también ha llegado a los hogares, como es el caso del
robot limpia-piscinas al alcance de cualquier
ciudadano.

fig 8 Spray

Existen algunos vehículos no tripulados semi-

autonomos para la identificación y recuperación de
objetos submarinos como es el caso del AUSS
(Advanced unmmaned search system) desarrollado
por un grupo de ingenieros de San Diego (USA),
aunque no es un vehiculo completamente autónomo fig. 11. limpia-piscinas
puede servir de base de desarrollo para implementar
robots de este tipo.
10.3 Vehiculos autónomos aereos: detección de objetivos, visión en tiempo real del
campo de batalla, combate aéreo, suministros
logíticos, sensores para guerra química y
Si bien fue en el sector militar donde surgieron los bacteriológica, dispersión de humo para camuflaje,
UAV y el que ha impulsado su desarrollo, desde hace etc.), como es el caso del Global Hawk:
15 años han surgido diferentes aplicaciones civiles,
que han ampliado el interés, la investigación y el
Los aparatos ''Global Hawk'', que entraron en servicio
desarrollo de estos sistemas, a la vez que han
en el 2003, aumentan la flota de aviones sin piloto
originado nuevos requisitos en su operatividad, y
que emplean las fuerzas militares de Estados Unidos
generando un mayor espectro de sistemas. Así
para operaciones que incluyen espionaje,
mientras que en aplicaciones militares la mayor parte
comunicaciones, identificación de objetivos y disparo
de los UAV existentes son del tipo aeroplano, para
de misiles.Esta flota cuenta con aparatos tan diversos
aplicaciones civiles, la maniobrabilidad y capacidad
como el ''Predator'', que entró en operaciones en el
de vuelo estacionario de los helicópteros ha hecho
2005, cuesta unos $40 millones y es capaz de
que sea este tipo de aeronave el más frecuente. A
transportar misiles teledirigidos. Este aparato pesa
continuación se muestran algunos ejemplos de
515 kilogramos, tiene un ala de 15 metros, un radio
aplicaciones civiles de vehiculos no tripulados:
de acción de unos 650 kilómetros y una capacidad de
40 horas de vuelo. En el otro extremo de tamaño
 Filmografia: cine
están los ''Raven'', que pesan 2.5 kilogramos, cuestan
 Climatologia: Monitorizacion de la
unos $35,000, tienen una capacidad de vuelo de 40 a
contaminación atmosférica.
60 minutos, y se emplean principalmente para
 Agricultura: Aplicación de fumigantes
observación. El ''Global Hawk'' cuesta $80 millones,
 Levantamiento de mapas. Topografia
tiene un ala de 40 metros, puede volar durante 40
 Busqueda y rescate : Naufragios.
horas en misiones a una velocidad de 635 kilómetros
 Medioambientales : detección de fuego
por hora, hasta 19,800 metros de altura y en
 Comunicaciones.Conmutador emergente
distancias de 16,000 kilómetros.
de comunicaciones
 Monitorización de autopistas.
 Control de fronteras.

El uso de un UAV que, aún siendo telecontrolado

incorpore la instrumentación necesaria para su
estabilización automática e inteligente y para su
guiado de manera simple, con instrucciones de alto
nivel (proporcionadas generalmente por un mando de
tipo joystick), elimina o disminuye notablemente
inconvenientes como la falta de contacto visual entre
el piloto y la aeronave o la inestabilidad por
inclemencias del tiempo.

El APID55 es un pequeño helicóptero no tripulado,

capaz de despegar, aterrizar y volar autónomamente,
sin necesidad de personal en tierra dándole soporte en También tenemos el homologo europeo desarrollado
tiempo real para el control de vuelo o navegación. por EADS: el Talarion:

El helicóptero APID55 puede, equipado con diversos

tipos de sensores adecuados a la misión y conectado a
una estación de control en tierra, realizar diferentes
tareas como fotografía aérea, control de fronteras,
búsqueda de objetivos o vigilancia.

fig. 14: Talarion.

Fig 12: APID55

A pesar del gran numero de aplicaciones civiles, el

desarrollo de esta clase de vehículos aéreos
enteramente autonomos está prácticamente orientada
en su totalidad a objetivos militares (Supervivencia,
10.4 Vehículos autónomos terrestres:
En el ámbito terrestre se están desarrollando
interesantes proyectos de cara a la investigación
científica espacial y en sistemas inteligentes de
transporte (ITS) aparte de los desarrollos militares
como vehículos buscadores de minas, espionaje o
tanques no tripulados.
En la carrera de la conquista del espacio se han
desarrollado diversos robots completamente
autónomos capaces de explorar la superficie de marte
analizando la composición de minerales, tomando
muestras del aire, enviando fotos y videos, capaces de
moverse y sortear obstáculos en terrenos hostiles todo
de forma completamente autónoma. Esto ha sido un
gran paso en el desarrollo de la inteligencia artificial
y agentes cognitivos que ayudaran a desarrollar aun
mas estas tecnologías.
Fig. 15: Prototipo para exploración espacial
Los Sistemas de transporte inteligente, conocidos
también como ITS, son tecnologías que incluyen
electrónica avanzada, comunicaciones y sistemas
informáticos para aumentar la eficiencia y seguridad
del transporte por carretera. Conocidas originalmente
como IVHS (iniciales de Intelligent Vehicle/Highway
Systems, Sistemas inteligentes de automóviles y
autopistas), proporcionan intercambio de información
en tiempo real entre los conductores y las autopistas,
de ahí los términos "automóviles inteligentes" o
"autopistas inteligentes". Como las tecnologías se han
expandido para incluir transporte público y vehículos
comerciales, este rango de tecnologías ha terminado
por llamarse sistema de transporte inteligente. Con el
tiempo, los conductores tendrán acceso a la última
información acerca de las condiciones de circulación
(incluyendo atascos y accidentes), selecciones de
rutas, direcciones de destino poco familiares y es
posible que hasta control automatizado del vehículo.
La gestión o administración de la circulación es un
área en la que se están utilizando sistemas avanzados
de electrónica para mejorar el control del tráfico o
tránsito rodado. En algunas ciudades, la circulación
de las principales carreteras se controlan mediante
cámaras de vídeo, radares o sensores en la propia
carretera. Un sistema de ordenador/computadora
central analiza la información. Si la circulación está
congestionada o atascada, el flujo de circulación
mejora de modo automático ajustando los intervalos
de señales de tráfico, controlando el flujo de
circulación en las carreteras de acceso a las ciudades
o proporcionando información a los conductores
mediante señales electrónicas a lo largo de las
carreteras.
Los sistemas avanzados de información al conductor
están empezando a aparecer en algunos modelos de
vehículos como opción. Son sistemas navegacionales
en los que los conductores introducen sus destinos.
Aparece entonces la mejor ruta posible en forma de
mapa electrónico en una pequeña pantalla o en forma
de voz sintetizada que ofrece instrucciones durante el
viaje. Estos sistemas usan un dispositivo de
transmisión/recepción (contestadores) en el vehículo
y un sistema global de posición, empleando satélites
artificiales para determinar la ubicación exacta del
vehículo a lo largo de su recorrido. Acompañado de
tecnología de radio celular, este sistema de
navegación sirve además para comunicar con un
control central en caso de emergencia.
Las tecnologías de control automatizado de vehículos
se están desarrollando para mejorar la seguridad en
carretera. Estos dispositivos, situados a bordo del
vehículo, pueden avisar al conductor para impedir un
peligro determinado o, en una emergencia, corregir
sus acciones. Se ha adaptado un sistema de radar para
uso en los autobuses de escuela de manera que
detecten a una persona cerca del vehículo y alerten al
conductor. Los radares y otros tipos de sensores se
utilizan también para detectar si algún otro vehículo
se encuentra en el ángulo muerto del conductor, es
decir, en una posición en la que no están visibles en
los espejos retrovisores. También se están estudiando
sensores de infrarrojos y otros métodos de mejora
visual para incrementar la seguridad en la circulación
nocturna o en condiciones climáticas adversas. El
proyecto de sistema de transporte inteligente más
ambicioso es la autopista automatizada, donde los
vehículos podrán viajar a grandes velocidades pero en
cortos intervalos, mediante el uso del radar
incorporado, la posición del vehículo y los sensores
del motor, que actúan sobre los sistemas de
aceleración y de frenado, y de conexiones
informatizadas entre los vehículos.
Los vehículos comerciales, camiones y autobuses
también están aprovechando cierto número de
tecnologías ITS. Los contestadores permiten a estos
vehículos el pago de peajes, la obtención de permisos
o licencias y la realización de otras funciones
rutinarias mientras se encuentran en movimiento,
ahorrando así el tiempo y el gasto de realizar paradas.
La recaudación electrónica de peajes para vehículos
de pasajeros es una realidad hoy en ciertas áreas
metropolitanas.
Está cada vez más claro que construir más carreteras
no es la solución a los problemas del transporte.
Mediante el uso de equipos informáticos y
dispositivos de comunicación, la infraestructura de
transporte (sistemas de carretera y los vehículos que
los usan) puede pasar a ser más inteligente, y por lo
tanto, reducir los atascos, disminuir las emisiones de
los vehículos en tráfico intermitente, reducir el
tiempo de viaje, aumentar la capacidad de las
carreteras existentes y hacer más seguros los
desplazamientos por carretera.
 http://www.neoteo.com/aida-el-asistente-robotico-
del-mit.neo
[3] Asistente robotico desarrollado por NISSAN
http://www.nissan-global.com/EN/PIVO2/index.html
[4].Comunicacion entre vehículos autonomos tiempo
real para maniobras de alto riesgo.(instituto de
automática industrial)

[5] Robotica

HTUhttp://robotica.esUTH

Fig. 16: Automovil inteligente HTUhttp://roboticslab.uc3m.es/roboticslab/

[6] Vehículos aéreos no tripulados. Tesis universidad

Numerosos investigadores en todo el mundo trabajan
politécnica de Madrid.
en el desarrollo del vehículo inteligente del mañana,
que será capaz de conducir sin ayuda humana, una
[7]Agentes inteligentes, articulo de la universidad
ficción que, según los investigadores, debería ser una
politécnica de valencia
realidad de aquí a 2030.

El desarrollo militar en el campo terrestre también ha

sido bastante amplio cubriendo desde robots,
buscaminas, tanques autónomos etc.

11. Conclusiones
Los ejemplos comentados en este artículo no son
ciencia ficción, sino que describen lo que, se supone,
nos espera de aquí a pocos años. La IA ha dado un
paso más hacia delante.
Existen ya prototipos que están siendo probados tanto
en el ámbito académico como industrial y ya
empiezan a aparecer los primeros productos
comerciales. Cabe indicar que, como siempre ocurre
cuando aparece una nueva tecnología, no debemos
pensar que todo son agentes y lo que había antes no
es válido. Las opciones a la hora de emplear agentes,
tal y como hemos descrito, son múltiples, pero no
conviene creer que cualquier problema es tratable de
forma sencilla con una aproximación de sistema
basado en agentes. Es posible que en ocasiones el
empleo de técnicas clásicas resulte más adecuado en
función de la naturaleza del problema a resolver.
A esta primera hornada de productos comerciales la
podríamos denominar como la primera generación de
sistemas basados en agentes, dando quizás un poco
más a la razón a quien opina que «los agentes
constituyen la nueva revolución en el Software». En
concreto, el concepto de agente/ sistema multi-agente
supone el siguiente paso en la evolución de la IA y el
enfoque con el que va a ser abordado en el futuro el
desarrollo de sistemas inteligentes, en un cada vez
más amplio y diverso dominio de problemas como la
medicina, la industria, comercio electrónico,
entretenimiento, la educación, etc.

12. Referencias
[1]. Transparencias de clase
[2]. Asistente inteligente para coches desarrollado por
el MIT