AGENTES INTELIGENTES

ESTRUCTURA DE LOS AGENTES

LOS AGENTES

ESTRUCTURA DE LOS AGENTES

PROGRAMAS DE LOS AGENTES AGENTES REACTIVOS SIMPLES AGENTES REACTIVOS BASADOS EN MODELOS AGENTES BASADOS EN OBJETIVOS AGENTES BASADOS EN UTILIDAD AGENTES QUE APRENDEN

PROGRAMAS DE LOS AGENTES

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.

PROGRAMAS DE LOS AGENTES

PROGRAMAS DE LOS AGENTES

Antes de disear un programa de agente, hay que hacer la descripcin PAMA

Percepciones Acciones Metas Ambiente

PROGRAMAS DE LOS AGENTES

Agente: Sistema para diagnsticos mdicos

Percepciones
Sntomas, evidencias y respuestas del paciente

Acciones
Hacer preguntas y pruebas. Sugerir tratamientos.

Metas
Paciente saludable, reducir costos al mnimo

Ambiente
Pacientes, hospital.

PROGRAMAS DE LOS AGENTES

Agente: Sistema para diagnsticos mdicos

Percepciones
Sntomas, evidencias y respuestas del paciente

Acciones
Hacer preguntas y pruebas. Sugerir tratamientos.

Metas
Paciente saludable, reducir costos al mnimo

Ambiente
Pacientes, hospital.

PROGRAMAS DE LOS AGENTES

AUTONOMA La parte del conocimiento integrado. Si las acciones que emprende el agente se basan exclusivamente en un conocimiento integrado, con lo que hace caso omiso de sus percepciones, se dice que el agente no tiene autonoma.

PROGRAMAS DE LOS AGENTES

Agente basado en tabla

Funcin Agente-basado-en-tabla (percepcin) responde con una accin esttica: percepciones, una secuencia originalmente vaca. tabla, una tabla, indexada mediante secuencias de percepciones, originalmente especificada en su totalidad aadir la percepcin al final de todas las percepciones accin Consulta (percepciones, tabla) devolver accin

PROGRAMAS DE LOS AGENTES

AGENTES REACTIVOS SIMPLES

El usar una tabla de consulta explcita est fuera de toda consideracin. Sin embargo, es posible resumir fragmentos de tabla observando ciertas asociaciones entre entradas/salidas que se producen frecuentemente, y haciendo reglas de condicin-accin, por ejemplo:
Si el carro de adelante est frenando, entonces empezar a frenar.

AGENTES REACTIVOS SIMPLES

AGENTES REACTIVOS SIMPLES

Funcin AGENTE-REFLEJO-SIMPLE(percepcin) responde con una accin Esttico: reglas, un conjunto de reglas de condicinaccin Estado INTERPRETAR-ENTRADA(percepcin) Regla REGLA-COINCIDENCIA(estado, reglas) Accin REGLA-ACCIN

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, el agente debe mantener algn tipo de estado interno que dependa de la historia percibida y que de ese modo refleje por lo menos algunos de los aspectos no observables del estado actual.

Agentes Reactivos Basados en Modelos

La actualizacin de la informacin de estado interno segn pasa el tiempo requiere codificar dos tipos de conocimientos en el programa del agente. Primero, se necesita alguna informacin acerca de cmo evoluciona el mundo independientemente del agente. Segundo, se necesita mas informacin sobre como afecta al mundo las acciones del agente. Este conocimiento de cmo funciona el mundo, tanto si est 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 Reactivos Basados en Modelos

AGENTES BASADOS EN OBJETIVOS

El conocimiento sobre el estado actual del mundo no es siempre suficiente para decidir que hacer. El programa del agente se puede combinar con informacin sobre los resultados de las acciones posibles para elegir las acciones que permitan alcanzar el objetivo. En algunas ocasiones, la seleccin basada 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. Bsqueda y planificacin son los subcampos de la IA centrados en encontrar la secuencias de acciones que permitan a los agentes alcanzar sus metas.

AGENTES BASADOS EN OBJETIVOS

Hay que tener en cuenta que la toma de decisiones de este tipo es fundamentalmente diferente de las reglas de condicin-accin descritas anteriormente, en las que hay que tener en cuenta consideraciones sobre el futuro. En los diseos de agentes reactivos esta informacin no est representada explcitamente porque las reglas que maneja el agente proyectan directamente las percepciones en las acciones.

AGENTES BASADOS EN OBJETIVOS

El agente reactivo frena cuando ve luces de freno pero un agente basado en objetivos, en principio, puede reaccionar que si el coche que va adelante tiene encendidas las luces de frenado, est reduciendo su velocidad. Aunque el agente basado en objetivos puede parecer menos eficiente, es ms flexible ya que el conocimiento que soporta su decisin est representado explcitamente y puede modificarse. El comportamiento del agente basado en objetivos puede cambiarse fcilmente para que se dirija a una localizacin diferente. Las reglas de los agentes reactivos relacionadas con cundo girar y cundo seguir recto son vlidas para un destino concreto y tienen que modificarse cada vez que el agente se dirija a cualquier otro lugar o destino.

AGENTES BASADOS EN OBJETIVOS

Agentes basados en Utilidad

Agente._ Persibe y acta en un medio Funcin del Agente._ Accin que debe realizar como respuesta a cualquier secuencia persibida. Metas por s solas no son suficientes Generar comportamiento de calidad en entornos Proporcionan distincin binaria entre felicidad y tristeza

para

solo

Secuencias realizadas por Taxi pero

Destino (alcanzar su objetivo)

Secuencias ms rpidas ms seguras ms fiables ms baratas que otras

Agentes basados en Utilidad

Una medida de eficiencia ms general

debe

Comparar estados del mundo diferentes

De acuerdo

Nivel exacto de felicidad que alcance de un estado a otro

Terminologa cientfica Felicidad = Utilidad

Funcin de utilidad proyecta estados en nmero reaL

Toma dos decisiones de casos en metas inadeacuadas

Agentes basados en Utilidad

Funcin de Utilidad Cuando haya objetivos conflictivos, y solo se puedan alcanzar algunos de ellos (velocidad, seguridad). Determina el equilibrio adecuado

Primero

Segundo

Cuando haya varios objetivos por los que se pueda guiar un agente, y ninguno de ellos se pueda alcanzar con certeza. Proporciona un mecanismo para ponderar la probabilidad de xito en funcin de los objetivos

Agentes basados en Utilidad

Agentes que aprenden

En muchas reas de IA el mtodo ms adecuado para seleccionar acciones que hacen los agentes es el de Turing

Construir mquinas que aprendan para despus ensearles

Las ventajas del aprendizaje

Permite que el agente opere en medios desconocidos y sea ms competente que utilizar un conocimiento inicial

Agentes que aprenden

Agentes que aprenden

Elemento de Aprendizaje Elemento de Actuacin

Est responsabilizado de hacer mejoras Est responsabilizado de la seleccin de acciones externas. Anteriormente se lo conoca como el agente completo Recibe estmulos y determina las acciones a realizar Sobrealimentan al elemento de aprendizaje Determina como se debe modificar el elemento de actuacin para mejores resultados en el futuro Sugerir informaciones que guiarn a experiencias nuevas e informativas El elemento de actuacin sigue su camino y puede llegar a acciones en corto plazo, el generador de problemas puede escoger caminos ms largos pero mejores soluciones El trabajo del generador de Problemas es sugerir estos caminos

Crticas

Generador de Problemas

Agentes que aprenden

Cuando se intenta disear un agente con capacidad de aprender, lo

primero a solucionar no es Cmo se puede ensear a aprender? Sino Qu tipo de elemento de actuacin necesita el agente para llevar a

cabo su objetivo, cuando haya aprendido cmo hacerlo?. Dado un

diseo para un agente, se pueden construir los mecanismos de aprendizaje necesarios para mejorar cada una de las partes del agente.