Mg.Ing.GustavoE.Juarez
InteligenciaArtificial
FacultaddeCienciasExactasyTecnologíaUniversidadNacionaldeTucumán
Mg.GustavoE.Juárez
Ciclo Lectivo 2018
Mg.Ing.GustavoE.Juarez
Introducción. Definición. Intención de la Inteligencia Artificial. Tipificación de los Agentes: racionales,
autónomos, Con Capacidad de Aprendizaje, de Reflejos Simples, Bien Informados, Basados en Metas y
Basados en Utilidad. Entorno de un agente. Programas de Ambientes. Plataforma FIPA (THE
FOUNDATION FOR INTELLIGENT PHYSICAL AGENTS). Ontología. Caso de Estudio:
Arquitectura del Toolkit Zeus. Librería de componentes de Agentes. Como se inicia un Agente Basado
en la Utilidad. Gestión de Agentes. Plataforma de Agentes (AP). Directorio Facilitador (DF). Sistema
de Gestión de Agentes (AMS). Servicio de Transporte de Mensajes (MTS). Especificación de la
Estructura de Mensajes FIPA-ACL. Biblioteca de Especificaciones de comunicación de FIPA-ACL.
FIPA-SL Lenguaje de Especificación de contenido.
UNIDAD TEMÁTICA 3: AGENTES INTELIGENTES DEL SOFTWARE – SOFTBOTS
ApuntesdelMg.GustavoE.Juárez
Mg.Ing.GustavoE.Juarez
Parte1
ApuntesdelMg.GustavoE.Juárez
AGENTES INTELIGENTES DEL SOFTWARE – SOFTBOTS
Mg.Ing.GustavoE.Juarez
ESQUEMA DE INTERACCIÓN DE LOS AGENTES
PercepcionesAcción que le permite al Agente recibirentradas desde el Entorno. Permitereflejar la trazabilidad de informaciónqueelAgenterecibió.
AccionesPara cada una de las secuenciascompletas de entradas percibidas, elAgente puede tomar una decisión queintentemodificarelentorno.
Mg.Ing.GustavoE.Juarez
DEFINICIÓN:LAACADEMIA
Si buscamos la definición de agente en el DRAE, podemos encontrar cosas como estas
“Que obra o tiene virtud de obrar; persona o cosa que produce un efecto; persona
que obra con poder de otra.”
“Un agente es una entidad que percibe o actúa sobre un entorno (de forma
razonada)”
Mg.Ing.GustavoE.Juarez
DEFINICIONES
[Russell&Norvig]
“Un agente es cualquier entidad que percibe su entorno a través de sensores y actúa sobre ese entorno
mediante efectores. Un agente es racional cuando realiza la mejor acción posible a partir de los datos
percibidos”
[Wooldridge]
Un agente inteligente es un sistema (hardware o software) situado en un determinado entorno, capaz de
actuar de forma autónoma y razonada en dicho entorno para conseguir unos objetivos”
Mg.Ing.GustavoE.JuarezIng.GustavoE.Juarez
DEFINICIONES
“Losagentessonsistemascomputacionalesquehabitanenentornosdinámicos
complejos,percibenyactúandeformaautónomaeneseentorno,realizandoun
conjuntodetareasycumpliendoobjetivosparaloscualesfuerondiseñados”
Pattie Maes (MassachusettsInstituteofTechnology.MIT)
Mg.Ing.GustavoE.Juarez
CARACTERÍSTICAS
PosearecursospropiosPoseafacilidadesparacomunicarseconotrosagentes.
Es esencial definir el campo de aplicación de los Agentes ya que el campo de aplicación es enorme. Es
eficientedescribirunagenteapartirdesuscaracterísticasmasrepresentativas.
Seacapazdepercibir(quizásdemaneralimitada)suentorno.
Dispongadeunarepresentaciónparcialdesuentorno(eventualmentenula).
Poseaexperienciaenciertosámbitosypuedaofrecersus
servicios.
Poseaunconjuntodetendencias,enformadeobjetivosindividualesodefuncionesdesatisfacciónque
intenteoptimizar.
Mg.Ing.GustavoE.Juarez
CARACTERÍSTICAS
Autonomíacapacidadparaactuarporcuentapropia.
Inteligenciaincorporaciónde
funcionesadaptablesalentorno(capacidadde
aprendizaje).
Reactividadlossucesosquetienenlugarenelentorno
puedendesencadenarunaacción.
Sociabilidadcapacidadpara
comunicarseconotrosagentes,sistemaso
personas
Movilidadcapacidadpara
desplazarseasistemasremotos,paraelaccesoarecursos,parallevaracabociertastareas.
Mg.Ing.GustavoE.Juarez
RACIONALIDAD
Definición:
“En cada posible secuencia de percepciones, un agente racional deberá emprender aquella que
supuestamente maximice su medida de rendimiento, basándose en las evidencias aportadas por la
secuencia de percepciones y en el conocimiento que el agente mantiene almacenado”.
Mg.Ing.GustavoE.Juarez
RACIONALIDAD
Medidas de Rendimiento
Las medidas de rendimiento son aquellas que incluyen los criterios que determinan el éxito en el
comportamiento de un Agente.
Cuando se sitúa un agente en un medio, este genera una secuencia de acciones de acuerdo a
las percepciones que recibe.
Esta secuencia de acciones hace que su hábitat pase por una secuencia de estados.
Mg.Ing.GustavoE.Juarez
RACIONALIDAD
Factores de la Racionalidad
• La medida de Rendimiento que define el criterio de éxito.
• El conocimiento acumulado del medio en el que habita el agente (Trazabilidad).
• Las acciones que el agente puede llevar a cabo.
• La secuencia de Percepciones del agente hasta el momento.
Mg.Ing.GustavoE.Juarez
ENTORNOYPERCEPCIONESDELAGENTE
Caso de Estudio: VEHICULO DE GOOGLE
Mg.Ing.GustavoE.Juarez
ENTORNOYPERCEPCIONESDELAGENTE–CASODEESTUDIO:AUTODEGOOGLE
ESPECIFICACIONESDELENTORNODETRABAJO
Elementos
Cuando analizamos el entorno de trabajo del agente, es posible observar elementos que se presentan
de manera recurrente:
• Medidas de Rendimiento
• Entorno
• Actuadores
• Sensores
REAS
Mg.Ing.GustavoE.Juarez
ENTORNOYPERCEPCIONESDELAGENTE
CASO DE ESTUDIO: ENTORNO DE UN TAXISTA
Dentro de las cualidades deseables para un agente de este tipo se puede enunciar las siguientes:
• Que llegue al destino correcto.
• Que minimice el consumo de combustible
• Que minimice el tiempo de viaje
• Que minimice el numero de infracciones de transito
• Que maximice la seguridad y la comodidad del pasajero
Mg.Ing.GustavoE.Juarez
ENTORNOYPERCEPCIONESDELAGENTE
CASO DE ESTUDIO: REAS DEL ENTORNO DE UN TAXISTA
Tipodeagente Medidaderendimiento
Entorno Actuadores Sensores
Taxista • Seguro• Rápido• Legal• Viajeconfortable• Maximizacióndel
beneficio
• Carreteras• Restodeltrafico• Peatones• Clientes
• Dirección• Acelerador• Freno• Señal• Bocina• Visualizador
• Cámaras• Sonar• Velocímetro• GPS• Tacómetro• Visualizadorde
aceleración• Sensoresdelmotor• Teclado
Mg.Ing.GustavoE.Juarez
ENTORNOYPERCEPCIONESDELAGENTE
CASO DE ESTUDIO: PRACTICA CON EL ENTORNO DE UN TAXISTA
Desarrolle 10 reglas que integren los elementos contenidos en el REAS del entorno del taxista y que
garanticen las cualidades deseables para este caso de estudio.
Mg.Ing.GustavoE.Juarez
TIPOLOGÍA
Hay muchas formas de combinar las propiedades que hemos establecido como características de los
agentes; dependiendo de en cuáles se haga mayor énfasis, obtendremos una clasificación diferente.
A pesar de que cada una de ellas será, hasta cierto punto al menos, tendenciosa, optaremos por
adoptar una más o menos aceptada; en este caso la de Nwana.
Mg.Ing.GustavoE.Juarez
TIPOLOGÍA
En base a sus trabajos teóricos en los laboratorios de BT, propone tres características básicas, y una
clasificación inicial en base a ellas.
Cooperación Aprendizaje
Autonomía
AgentesdeAprendizajeColaborativo
AgentesdeInterfaceAgentesColaborativos
Mg.Ing.GustavoE.Juarez
FranceTelecomutilizoAgentesInteligentesdelSoftwareparalareubicaciónóptimadeantenascelularesenlaciudaddeParis,estudiorealizadoapartirde
simulacioneseimplementacionesenunadisciplinadelFutboldeRobot
denominadaMIROSOT.
CasodeEstudio1:FutboldeRobots–FIRA.net
Mg.Ing.GustavoE.Juarez
CasodeEstudio1:FutboldeRobots–FIRA.net
Mg.Ing.GustavoE.Juarez
CasodeEstudio2:Exoesqueletos
Es el esqueleto externocontinuo que recubretoda la superficie de losa n i m a l e s d e lfiloartrópodos(arácnidos,insectos,crustáceos,miriápodos y otros gruposrelacionados), dondecumple una func iónp r o t e c t o r a , d er e s p i r a c i ó n y o t r am e c á n i c a ,
Mg.Ing.GustavoE.Juarez
CasodeEstudio3:ModeloPolíticodeEstimacióndeVotos
PoblaciónInicialdeAgentes/Votantes
Mg.Ing.GustavoE.Juarez
Fases Agentes 1 2 3 4 5 6
a1 100 0 0 0 0 0a2 100 200 0 0 0 0a3 100 100 150 150 150 150a4 100 100 100 225 225 225a5 100 100 250 0 0 0a6 100 100 100 225 325 325a7 100 100 100 100 100 0a8 100 100 100 100 0 0
S/RelacionOpinionAgentes Particulas
a6 325a4 225a3 150S/RelacionWeight
Agentes Particulasa6 0,70a4 0,80a3 0,90
OpinionParticipativaPonderada
OPP=((150*0.9)+(325*0.7)+(225*0.8)) OPP= 67,81% 8
Ensayo en una Red TBSN
CasodeEstudio3:ModeloPolíticodeEstimacióndeVotos
Mg.Ing.GustavoE.Juarez
CasodeEstudio4:Thenew2009Marsrover2012
Mg.Ing.GustavoE.Juarez
ESTANDARIZACIÓN:CONSORCIOSINTERNACIONALES
Foundation for Intelligent Physical Agents (FIPA) www.fipa.org
OMG Agent Special Interest Group (Agent SIG) http://www.objs.com/agent/index.html
Holonic Manufacturing Systems (HMS) Consortium hms.ifw.uni-hannover.de
Mg.Ing.GustavoE.Juarez
ESTANDARIZACIÓN:EE.UU.
Control of Agent-Based System (CoABS) coabs.globalinfotek.com/
DARPA Agent Markup Language (DAML) www.daml.org
Java Agent Services (Sun JSR 000087) www.java-agent.org
Mg.Ing.GustavoE.Juarez
PREGUNTAS
ApuntesdelMg.GustavoE.Juárez
MUCHASGRACIAS
Top Related