Equipo 3 - Agentes Inteligentes
-
Upload
maria-camacho -
Category
Documents
-
view
1.067 -
download
4
Transcript of Equipo 3 - Agentes Inteligentes
Instituto Tecnológico de San Juan del Río
AGENTES INTELIGENTES
TEMAS SELECTOS DE SISTEMAS INTELITENTES
P R E S E N T A:
Camacho Urquiza María VianneyHernández Ávila María JanethMartínez Tovar Laura Natzily
Silvestre Reyes Hilaria
San Juan del Río, Qro. Marzo de 2011
Av. Tecnológico No. 2. Esq. Av. Paseo Central San Juan Del Río, Qro. Tel: (01.427) 272.4118, 272.4178, 272.8546 Fax: 272.4238 C.P. 76800, Apartado Postal 49
SUBSECRETARÍA DE EDUCACIÓN SUPERIORDIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA
ÍNDICE
Introducción.......................................................................................................................................3
Definición de agente inteligente........................................................................................................4
Racionalidad.......................................................................................................................................5
Conducta de un agente inteligente....................................................................................................5
Agentes reactivos...............................................................................................................................6
Agentes reactivos basados en modelos.............................................................................................7
Agentes basados en objetivos............................................................................................................7
Agentes basados en utilidad..............................................................................................................8
Agentes de Consulta..........................................................................................................................9
Agentes que Aprenden.....................................................................................................................10
Conclusión........................................................................................................................................13
Referencias.......................................................................................................................................14
Introducción
En este documento se habla sobre los agentes inteligentes, las diversas definiciones que
se manejan en torno a él, así como su conducta y su racionalidad, así mismo se describen
a los tipos de agentes en los que se clasifican que son: agentes reactivos, agentes reactivos
basados en modelo, agentes basados en objetivos, agentes basados en utilidad, agentes
de consulta y agentes que aprenden.
Definición de agente inteligente
Podemos definir al agente inteligente como una entidad software que, basándose en su
propio conocimiento, realiza un conjunto de operaciones destinadas a satisfacer las
necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno
de éstos se lo requiere.
Todos los agentes inteligentes son programas, pero no todos los programas que realizan
búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser considerados
como entidades individuales (partes de programa que tienen control sobre sus propias
vidas y movimientos). Continuamente están realizando procesos que les indican qué hacer
y cómo. Se comunican con otros agentes para resolver de forma adecuada su trabajo.
De acuerdo con el punto de vista de la inteligencia artificial un agente posee las
siguientes propiedades: autonomía, sociabilidad, capacidad de reacción, iniciativa,
benevolencia y racionalidad
Según Wooldridge y Jennings, 1995:
Un agente inteligente es una entidad software que, basándose en su propio
conocimiento, realiza un conjunto de operaciones para satisfacer las necesidades de un
usuario o de otro programa, bien por iniciativa propia o porque alguno de éstos se lo
requiere
Según Nikola Kasabov las características que debe tener un agente inteligente son las
siguientes:
Aprender nuevos problemas e incrementar normas de solución.
Capacidad de adaptación en línea y en tiempo real.
Ser capaz de analizar condiciones en términos de comportamiento, el error y el
éxito.
Aprender y mejorar a través de la interacción con el medio ambiente.
Aprender rápidamente de grandes cantidades de datos.
Deben estas basados en memoria de almacenamiento masivo y la recuperación de
dicha capacidad.
En otras palabras podemos decir que un agente inteligente es aquel se basa en el
conocimiento propio como lo es su experiencia, con el fin de cumplir las metas y
necesidades para el cual fue construido, así como también perciben su entorno que los
rodea.
Racionalidad
El agente inteligente es definido como todo aquel que es capaz de tener conciencia de su
entorno y actuar sobre él. Se debe tener en cuenta que la toma de decisiones es la base y
deben ser racionales, esto se refiere a que debe de tenerse en cuenta un fin concreto.
Para tener una visión más clara de cómo es que actúa un agente inteligente cuando un
fotón con la suficiente energía incide sobre un átomo, puede arrancar de él un electrón.
Aquí bien se podría considerar al átomo inteligente puesto que percibe su entorno y actúa
sobre su entorno.
Conducta de un agente inteligente
Un agente inteligente rara vez es óptimo, esto tiene una explicación pues que el óptimo
de un criterio lo suficientemente bueno para ser considerado razonable teniendo en
cuenta las múltiples restricciones que concurren es muy difícil.
Cuando el criterio es una función real de muchas variables y las restricciones también, los
cálculos son mucho más complicados. Algunas veces se puede lograr una buena
aproximación; pero, si un agente inteligente debe tomar una decisión en muy poco
tiempo, deberá conformarse con la mejor aproximación que pueda calcular en el escaso
tiempo de que dispone.
Agentes reactivos
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
Problemas de los agentes reactivos
Los agentes necesitan conocer suficiente información sobre su entorno para actuar
adecuadamente
La visión del agente es a corto plazo ya que está basada únicamente en información local
Es difícil el aprendizaje y la mejora de las capacidades de los Agentes con el tiempo
Es difícil desarrollar agentes con muchas capas de Comportamiento
La dinámica de las interacciones entre los comportamientos se Hace cada vez más
compleja
No hay metodología para crear este tipo de agentes: prueba y error
Clasificación de los agentes reactivos
Agentes organizados auto-organización
Agentes reproductores mecanismos de reproducción
Agentes cooperativos mecanismos de agrupación
Acciones coordinadas mecanismos de inhibición/activación
Arquitecturas de subsunción
Estímulo/Respuesta Autómatas de estados finitos
Agentes reactivos basados en modelos
Almacenan información del mundo que no pueden ver, así como la existencia de estado
interno que contiene la historia. Respondiendo las siguientes preguntas por ejemplo:
¿Cómo evoluciona el mundo? ¿Qué efecto causan mis acciones?
Este agente es basado en lenguajes definidos anticipadamente a la máquina obteniendo
una respuesta en base a sensores, así mismo se puede decir que el conocimiento es
llamado Modelo.
Agentes basados en objetivos
El conocimiento sobre el estado actual del mundo no es siempre suficiente para decidir
qué hacer. Por ejemplo en el cruce de carreteras, el taxista puede girar a la izquierda, girar
a la derecha o seguir hacia delante.
Un agente basado en objetivos utiliza una descripción de las metas a alcanzar que le sirva
para escoger entre las distintas acciones posibles el destino del pasajero. Además de
saber el estado actual el agente necesita información precisa sobre su meta.
Estructura de un agente basado en objetivos
Agentes basados en utilidad
Un Agente Basado en utilidad o agente racional ideal es aquel que en todos los casos de
posibles secuencias de percepciones, emprende todas aquellas acciones que favorezcan
obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas
por la secuencia de percepciones y en todo el conocimiento incorporado en tal agente. A
diferencia de los agentes basados en el objetivo dan una solución pero puede ser un
camino no muy satisfactorio.
La racionalidad está relacionada con:
La medida con la que se evalúa el grado de éxito logrado.
La secuencia de percepciones, es decir, todo lo que hasta ese momento el agente
haya percibido.
El conocimiento que el agente posea del mundo y de sí mismo.
Agentes de Consulta
Un sistema de agentes orientados a consulta origina uno o más agentes en respuesta a la
pregunta formulada por el usuario. Estos agentes trabajan en representación del
individuo mientras dura la consulta, recogiendo información de todas las bases de datos
disponibles.
Cuando una persona realiza una pregunta, esta se descompondrá en subconsultas para su
resolución. Si los agentes existentes son incapaces de dar respuesta en toda su amplitud,
se generan nuevos agentes que buscarán en otras bases de datos. Si aun así la respuesta
no es suficientemente amplia se crean nuevos agentes hasta poder ofrecer la respuesta
adecuada.
Agentes que Aprenden
Autonomía: Comportamiento determinado por sus entradas actuales y por sus
experiencias pasadas , Aprende sobre su entorno En un poco de literatura IAs también se
refieren como autónomo agentes inteligentes, que los medios ellos actúan
independientemente, y aprenderán y se adaptarán a las circunstancias que cambian.
Según Nikola Kasabov Los sistemas de IA deben exhibir las características siguientes:
aprenda y mejore con la interacción con el ambiente (encarnación)
adáptese en línea y adentro en tiempo real
aprenda rápidamente de cantidades grandes de datos
acomode nuevo el solucionar de problema reglas incremental
tenga exemplar almacenado en la memoria almacenaje y capacidades de la
recuperación
tenga parámetros para representar memoria, edad, olvidarse, el etc. a corto y
largo plazo.
pueda analizar sí mismo en términos de comportamiento, error y éxito.
A continuación se explica el modelo general de agentes que aprenden.
Componentes del elemento de desempeño
Cada uno de los siete componentes del elemento de desempeño puede ser descripto
matemáticamente como una función. El punto clave es que todo el aprendizaje puede
verse como aprender la representación de una función.
• Un mapeo directo de condiciones en el estado actual, a acciones.
• Un medio para inferir propiedades relevantes del mundo a partir de la secuencia
de percepciones.
• Información acerca del modo en que evoluciona el mundo.
• Información acerca de los resultados de posibles acciones que puede realizar el
agente.
• Información de utilidad indicando cuan deseables son los estados del mundo.
• Información del valor de cada acción indicando cuan deseables son las acciones
particulares en estados particulares.
• Objetivos que describen clases de estados cuyos desenvolvimientos maximizan la
utilidad del agente.
Crítico, Generador de problemas
Crítico: diseñado para informar al elemento de aprendizaje cuan bien está haciendo las
cosas el agente. Usa un estándar de desempeño fijo.
Generador de problemas: responsable de sugerir acciones que llevarán a nuevas
experiencias informativas. Si el agente explora un poco, y realiza algunas acciones tal vez
subóptimas en el corto plazo, puede descubrir acciones mucho mejores en el largo plazo.
Factores que afectan el diseño del elemento de aprendizaje
• Qué componentes del elemento de desempeño van a ser mejorados
• Qué representación se usa para esos componentes
• Qué retroalimentación hay disponible
• Qué información previa hay disponible
Conclusión
De acuerdo a lo que anteriormente se investigó cada tipo de agente inteligente tiene una
ventaja sobre otro por ejemplo: el agente de utilidad tiene la ventaja sobre el agente
objetivo puesto que razona la decisión tomada y el agente objetivo tiende a dar varias
soluciones pero no siempre es la adecuada o la esperada o en otras palabras el camino
más correcto. Además de que se hace mención en algunos objetivos sus restricciones y
desventajas en ciertos casos.
Referencias
http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/
agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html
Nombre del artículo: Agentes inteligentes: definición y tipología. Los agentes de
información
Autor: Pedro Hípola y Benjamín Vargas-Quesada
http://es.wikipedia.org/wiki/Agente_inteligente_(inteligencia_artificial)
Agente Inteligente (Inteligencia Artificial)
Autor: Wikipedia
http://www.robot.uji.es/docencia/II28/teoria/transparencias-tema02.pdf
Nombre del artículo: Agentes inteligentes tema 2
Autor: M. Marcos
http://www.depi.itch.edu.mx/apacheco/expo/html/ai12/
Nombre del artículo: Agentes inteligentes
Autor: Mónica Herrera, Jacqueline Prieto