Agents Educa C

Sistema MultiAgentes
Aplicacin de los ambientes de

trabajo colaborativo en el
contexto educativo con apoyo de
sistemas multiagente
Nstor Daro Duque Mndez, PhD

Grupo de Ambientes Inteligentes Adaptativos GAIA
Universidad Nacional de Colombia Sede Manizales
Conceptos
Un agente es un componente de software o

hardware capaz de actuar exactamente de acuerdo a
tareas planteadas en nombre de los usuarios [Nwana 96].
Un agente es todo aquello que puede considerarse que

percibe su ambiente mediante sensores y que responde o
acta en tal ambiente por medio de efectores [Russell 96].
Un agente software inteligente es un programa que puede

realizar tareas especficas para un usuario y posee un grado
de inteligencia suficiente para ejecutar parte de sus tareas de
forma autnoma y para interactuar con su entorno de forma
til [Brenner].
Sistema MultiAgentes Nstor Daro Duque Mndez 2
Conceptos
Los Sistemas Multi-Agente (Multi-Agent Systems, MAS) son una

de las reas de investigacin de la Inteligencia Artificial
Distribuida (Distributed Artificial Intelligence, DAI), la
Solucin de Problemas Distribuidos (Distributed Problems
Solving, DPS) y la Inteligencia Artificial Paralela (Parallel
Artificial Intelligence, PAI).
Sistema MultiAgentes. Nstor Daro Duque Mndez 3

Conceptos
La IAD clsica estudia las tcnicas, coordinacin y distribucin

del conocimiento y acciones en un entorno de mltiples agentes.
Tiene dos reas principales de estudio:

La resolucin cooperativa de problemas distribuidos
(DPS), donde un conjunto de nodos coopera
dividiendo y compartiendo el conocimiento de un
problema y en el desarrollo de la solucin;
Los sistemas multiagente (MAS), que estudian la

coordinacin de la conducta inteligente entre agentes
inteligentes autnomos.
La IAD autnoma y comercial se centra en los agentes

inteligentes.
Conceptos
Un MAS es una sociedad organizada compuesta por agentes

semiautnomos que interactan entre s, ya sea para colaborar en la
solucin de un conjunto de problemas o en la consecucin de una
serie de objetivos individuales o colectivos. Estos agentes
informticos pueden ser homogneos o heterogneos y pueden tener
metas comunes o no, pero siempre involucrarn algn grado de
comunicacin entre ellos (Lematre 1998; Boissier 1991).

Conceptos
Enfoques de IA.
Artificial Intelligence is the study of intelligent
behavior. One of its goals is to understand human
intelligence. Another is to produce useful machines.
(Garnham, Artificial Intelligence, 1987)
Construccin de Agentes
Razonamiento
Comunicacin
Cooperacin
Modelos: BDI
Aplicaciones al mundo real

Agentes Inteligentes vs. Objetos distribuidos

Conceptos
Los MAS poseen caractersticas como (Deshpande 2004; Xu

2004; Sugawara 2003):
Organizacin Social,
Cooperacin,
Coordinacin,
Control y
Comunicacin

Conceptos
El desarrollo de los Sistemas de Computacin Distribuida ha inducido

que la investigacin en IA se oriente a los Agentes Inteligentes.
Inicialmente se enfoc a:
Bsquedas de palabras
Recuperacin de informacin
Filtrado de tareas
Actualmente:
Transacciones comerciales
Sistemas de produccin
Sistemas de Inspeccin
Educacin Virtual
...
Conceptos
Es un subcampo de la Inteligencia Artificial (IA) que trata de los

comportamientos inteligentes colectivos, producto de la
cooperacin de diversas entidades denominadas agentes.
Eventos
Condiciones Definen el trabajo del agente
Acciones

Conceptos

Conceptos

Resumen

Lenguajes y estndares
Los Protocolos de comunicacin representan los patrones que

modelan las posibles comunicaciones entre los participantes en la
conversacin, los cuales deben conocerlo previamente, lo cual
exige su formalizacin.
Los lenguajes de comunicacin deben contar con una semntica

bien definida, formal. Entre las implementaciones reconocidas:
KQML,
FIPA ACL
Basadas en XML (Pavn 2001).

Lenguajes y estndares
Pero las dos organizaciones que han logrado avanzar en enfoques

acogidos por la comunidad relacionada con los SMA son
KSE (Knowledge Sharing Effort). Con sus propuestas:

Knowledge Querying and Manipulation Language (KQML)
Knowledge Interchange Format (KIF)
FIPA (Foundation for Intelligent Physical Agents). Con su

propuesta de especificacin de arquitectura, infraestructura y
aplicaciones, especialmente FIPA-ACL.

Lenguajes y estndares - FIPA

FIPA-ACL (FIPA) Ejemplo de mensaje FIPA puede ser:
(request
:sender an-agent
:receiver df-agent
:content
(action an-agent
(search
(:df-agent-description
(:services
(:service-type email)))))
:language SL0
:ontology fipa-agent-management
:protocol FIPA-request
)
FIPA-ACL (FIPA)

FIPA-ACL (FIPA)
[Pavn Mestras]

Lenguajes y estndares - KES
KQML (KSE)
El lenguaje KQML tiene tres niveles:
Nivel de contenido, incorpora el contenido en la representacin

empleada por las aplicaciones.
Nivel de comunicacin, codifica las caractersticas del mensaje

para niveles inferiores (p.ej. emisor y receptor)
Nivel de mensaje, identifica el acto de habla adecuado incluye

informacin para poder interpretar el mensaje (p.ej. lenguaje y
ontologa).

KQML (KSE)
Un mensaje KQML tiene la forma:

(tell
:sender agent1
:receiver agent2
:in-reply-to id1
:language KIF
:ontology blocks-world
:content
(and (block A)
(block B)
(on A B))
)

KQML (KSE) Performativas

informacin tell, deny, untell
base de datos insert, delete, delete-one, delete-all

respuesta error, sorry
consultas bsicas evaluate, reply, ask-if, ask-about, ask-one, ask-all, sorry
multirespuesta stream-about, stream-all, eos, sorry

actuacin achieve, unachieve
generacin standby, ready, next, rest, discard, generator
habilidades advertise
notificacin suscribe, monitor
register, unregister, forward, broadcast, pipe,

red
break,transport-address
broker-one, broker-all, recommend-one, recommendall,

servicio
recruit-one, recruit-all

Facilitadores y mediadores con KQML

Agentes facilitadores
Asociacin de nombres simblicos con direcciones fsicas
Registro de bases de datos y servicios ofrecidos y buscados
por los agentes
Servicios de comunicaciones (reenvo, brokering, etc.) [Pavn Mestras]
El agente A puede solicitar al facilitador que monitorice cambios en la base de conocimientos

Ontolingua
Ontolingua es un lenguaje permite construir, publicar y compartir

ontologas
Una interfaz a un servidor de edicin/navegacin
Las ontologas pueden traducirse automticamente a distintos lenguajes

de contenidos, como KIF, LOOM, Prolog, CLIPS, etc.
El lenguaje incluye primitivas para combinar ontologas
Otras herramientas para trabajar con ontologas:

Ontosaurus (http://www.isi.edu/isd/ontosaurus.html),navegador para
Loom
WebOnto (http://kmi.open.ac.uk/projects/webonto/), Java applet
[Pavn Mestras]

Comparacin FIPA-ACL vs KQML.
Sintcticamente son muy similares
Ningn lenguaje se compromete con un solo lenguaje de contenidos
Se diferencian bsicamente en la interpretacin semntica de las

performativas
En la descripcin:
- KQML utiliza pre- y post- condiciones
- FIPA ACL usa precondiciones de factibilidad (FP, feasability
preconditions) y efecto racional (RE, rational effect)
FIPA ACL es ms potente en la composicin de nuevas primitivas

[Fernandez y otros 2003].

Comparacin FIPA-ACL vs KQML.
Desde el punto de vista prctico, los desarrolladores

generalmente se acogen a una metodologa o plataforma de
desarrollo y estas en ocasiones definen sus lenguajes.
Lo que parece claro es que si se quiere mas libertad a la

hora de implementar protocolos es mejor utilizar KQML
pues cuando se usa FIPA los protocolos REQUEST,
INFORM, QUERY, etc. vienen totalmente especificados.
[Fernandez y otros 2003].

Metodologas
METODOLOGA VISTAS O FASES EN ANLISIS VISTAS O FASES EN DISEO
Modelo de roles Modelo de agente

GAIA Modelo de interaccin Modelo de servicios
Modelo de conocimiento
Captura de objetivos Construccin de conversaciones

MaSE Aplicacin de casos de uso Ensamblado clases de agente
Transformacin de roles Diseo del sistema
Creacin clases de agente
Fase de conceptualizacin
Modelo de organizacin Diseo de red
MASCommonKADS Modelo de agente Diseo de agentes
Modelo de tares Diseo de plataforma
Modelo de la experiencia
Modelo de comunicacin y coordinacin

Metodologas
TABLA COMPARATIVA GENERAL DE LAS METODOLOGAS
DETALLE GAIA MaSE MASCommonKADS
Fases consideradas A-D A D - (I) A-D
UML ---- Si (UML + OCL) Emplea notacin OO

en algunas fases
Orientacin ---- Basado en el objetivo Ingeniera de

conocimiento
Tiempo real No No No
Herramienta de No Anget Tool Agent Editor
desarrollo
Diseo alto nivel. Mximo 10 clases de Complejidad
Limitaciones Mximo 100 clases de agentes CommonKADS
agentes
Caractersticas No indicado Independiente no Empleo KQML
interacciones broadcast
Arquitectura agente BDI Independiente Independiente Emplea

arquitectura propia

Metodologas
MASE

Metodologas
GAIA

Plataformas
Herram Caract. JADE Zeus
Organizacin Universidad de Parma British Telecom. Labs.

Enlace Web Jade[jade 01] Web Zeus[Zeus 01]
Entorno Entorno para

Descripcin Multiagente creacin de
agentes
Distribucin Freeware Freeware
GUI para desarrollo No Si
Creacin de agentes Local y Local y

Remota Remota
Movilidad Lenguaje de ACL ACL
comunicacin
Envo de mensajes remotos Si Si

Plataformas
Implementacin de Seguridad No No
GUI para test y control de ejecucin Si Si
Lenguaje de programacin Java Java
Sistema operativo Todos Windows y

Solaris
Protocolos de comunicacin TCP/IP TCP/IP
Acceso a bases de datos Si(java) Si

Plataformas
Herram.
AGENTBUILDER JADE JAFMAS ZEUS
Caract.
Organizacin Reticular Systems Universidad de Parma Universidad de Cincinnati British Telecom. Labs.
Entorno para Entorno para
Framework Framework
Descripcin creacin de creacin de
Multiagente Multiagente
agentes agentes
Distribucin Comercial Freeware Freeware Freeware
GUI para desarrollo Si No Si (Con Jive) Si
Local y Local y Local y
Creacin de agentes Local y Remota
Remota Remota Remota
Movilidad No Si No No
Lenguaje de comunicacin KQML ACL KQML ACL
Envo de mensajes remotos Si Si Si Si
Envo de mensajes por
No Si Si No
Multicast
Comunicacin directa de
No No Si Si
agentes
GUI para test y control de
Si Si Si Si
ejecucin
Lenguaje de programacin Java Java Java Java
Todos los que Todos los que Todos los que soporten Windows y
Sistema operativo
soporten JAVA soporten JAVA JAVA Solares
TCP/IP y
Protocolos de comunicacin - TCP/IP TCP/IP
UDP/IP
No directamente, Si
Acceso a bases de datos No Si Si
con java

ICARO

ICARO

AGENTES COLABORATIVOS
AGENTES EN AMBIENTES
COLABORATIVOS DE APRENDIZAJE

Autonoma
Habilidades sociales con otros agentes para ejecutar las tareas
Coordinacin de los agentes se logra mediante la negociacin para

alcanzar acuerdos que sean aceptables para los agentes negociantes.
Los agentes colaborativos son capaces de actuar racionalmente y

autnomamente en ambientes multiagente y con restricciones de
recursos.
Otras caractersticas de estos agentes es que poseen habilidades

sociales, son proactivos, benvolos, estticos y veraces.

Los agentes colaborativos se pueden utilizar es la solucin de

algunos de los siguientes problemas:
Para resolver problemas que son muy grandes para un agente

centralizado.
Para permitir la interconexin e interoperabilidad de sistemas de IA
existentes como sistemas expertos, sistemas de soporte de decisin
etc.
Solucionar problemas que son inherentemente distribuidos.
Proporcionar soluciones que simulen recursos de informacin
distribuidos.
Incrementar la modularidad, velocidad, confiabilidad, flexibilidad y
reutilizacin en sistemas de informacin.

SMA ACTIVIDADES COLABORATIVAS
Costaguta, 2006

Ejemplos
Un SMA es un entorno compuesto por bloques o reas,

cada una de las cuales tiene un agente coordinador local.

Ejemplos
SMA para reconocimiento de objetos [Yanai ]

SICAD+

SICAD+

SICAD+

SMARTCHAT

SMARTCHAT
Una plataforma SMA que emula el

conocimiento humano en reas acadmicas
determinadas, brindando una herramienta
sncrona permanente como lo es el Chat en las
plataformas de educacin virtual.

SMARTCHAT

SMA - Evaluacin Adaptativa

SMA Recomendacin de OA

SMA Evaluacin de OA

Ejemplos
performative ask
content PreguntarPorEnergia
(energa, cantidad)
inReplyTo Null
receiver Agente Vendedor

Diagrama de secuencia para la conversacin
replyWith Oferta
sender Agente Consumidor
language KQML
Mensaje KQML
ontology energia

Algunas Referencias
Costaguta Rosanna Una Revisin de Desarrollos Inteligentes para Aprendizaje Colaborativo Soportado por
Computadora. Revista Ingeniera Informtica, edicin 13, noviembre de 2006. http://www.inf.udec.cl/revista
Ortiz Trivio, Jorge. Agentes inteligentes. Curso Virtual de Teoria de la Decisin. UN . Bogot. 2009.
Sistema MultiAgentes. Maestra en Ingeniera Nstor Daro Duque Mndez 53

Gracias
Preguntas, por favor
ndduqueme@unal.edu.co
nestor.dario@gmail.com

Ejemplos
SMA para reconocimiento de objetos [Yanai ]
Diagrama Funcional del SMA

Ejemplos
Agente Interfaz
Request, Buscar Inform, Actualizar
Propose, Actualizar Failure, Buscar Inform_if, Alarmar
Agente Gestor
Request, Buscar Inform, Actualizar
Agente Traps
Propose, Actualizar
Agente Informacin
Failure, Buscar

Tomcat
Ejemplos
Jade
Agentes
Form.jsp
agenteInterfaz.java
tdeg
Java
agenteGestor.java
agenteTraps.java OntologiaTdeg
agenteInformacion.java
API SNMP
Net SNMP Agente SNMP

Ejemplos
Diagrama de Secuencia: Cerrar Sesin

Ejemplos
Diagrama de clases de agentes

Ejemplos
USUARIO
AGENTE DE INTERFAZ
AGENTE DE TAREAS
AGENTE DE PREDICCIN AGENTE DE INFORMACION 1 AGENTE DE INFORMACION 2
FUENTE DE INFORMACIN 1 FUENTE DE INFORMACION 2 FUENTE DE INFORMACION 3
INTERNET
modelo de organizacin

Ejemplos
MinACL (Ejemplo).
(dime
: emisor
: receptor
:contestar-con
:contenido
)
Lenguaje de comunicacin minACL
Protocolo de Interaccin minPI.
Lenguaje de Contenidos MinPisis.

El agente de Interfaz -formato de mensajes:
([ciudad origen][ciudades destino][das en cada ciudad destino][caractersticas
Viaje] [clase Vuelo] [fecha inicio viaje]).
Modelo de Coordinacin
Ejemplos

Ejemplos

Ejemplos
Sistema de Seguridad en Redes Locales Utilizando Sistemas Multiagentes Distribuidos. Net-Mass [Horfan].

Ejemplos
Arquitectura Multi-Agente Segura S.I.A.P.S

Ejemplos
Estrategia de
adaptacin

SICAD +: DIAGRAMA DE SECUENCIA SMA

La autonoma
Flexibilidad,
Proactividad,
Comunicacin
Posibilidades de escalabilidad e
integracin posterior

Taxonoma
Segn Bigus & Bigus (2001) muchas son las clasificaciones, pero
se pueden recoger en tres:
Autonoma, Inteligencia y movilidad
Estrategia de procesamiento
Funcin

Taxonoma
Segn Nwana (1996) :
Por su movilidad en la red: Estticos o mviles.

Por su forma de actuar: Deliberativo (modelo simblico de su
ambiente) o reactivo (estimulo/respuesta).
Atributos que exhiben: Estos atributos son: Autonoma (actan sin gua
humana), cooperacin (interactan con otros, requiere habilidad social),
aprendizaje (base de la inteligencia) y los que combinan diferentes
caractersticas. A partir de esto se pueden tener agentes colaborativos,
agentes de aprendizaje colaborativo, agentes de interfaz y los
verdaderamente agentes inteligentes.
Por su roles: Agentes Internet, agentes de pruebas, agentes de diseo,
etc.
Agentes hbridos: combinan diferentes tipos.

Taxonoma
Autonoma, Inteligencia y movilidad.

Autonoma: Respecto a usuario, otros agentes, aplicacin
o sistema
Inteligencia: Habilidad para capturar y aplicar conocimiento
Movilidad: Entre sistemas en la red
Estrategia de Procesamiento.
Reactivo (evento-condicin-accin): No modelo interno
del mundo
Deliberativos o dirigido por metas: Conocimiento y capacidad
de planear, cooperan proactivamente, procesamiento simblico
Colaborativos: Juntos resuelven problemas, sinergia.
Pueden intercambiar informacin sobre sus creencias, deseos e
intenciones (BDI)
Mvil: Puede viajar a travs de la red para conseguir la meta
Taxonoma
Funciones.
Agentes de Interfaz: Puede aprender: Viendo al usuario,
retroalimentacin del usuario, pidiendo instrucciones,
experiencia de otros agentes. Puede ser un agente asistente.
Agentes de Informacin: Agentes de Bsqueda, Agente de
filtrado
Agentes de propsito especifico: pedaggicos, de diagnostico,
etc.

Sistemas Hibridos
Agentes inteligentes actuando en otros ambientes
Agentes Inteligentes con comportamientos apoyados en

otras tcnicas
Agentes inteligentes planificando y coordinado

Agents Educa C

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Agents Educa C

Uploaded by

Copyright:

Available Formats

Sistema MultiAgentes

Aplicacin de los ambientes de

Nstor Daro Duque Mndez, PhD

Un agente es un componente de software o

Un agente es todo aquello que puede considerarse que

Un agente software inteligente es un programa que puede

Los Sistemas Multi-Agente (Multi-Agent Systems, MAS) son una

Sistema MultiAgentes. Nstor Daro Duque Mndez 3

La IAD clsica estudia las tcnicas, coordinacin y distribucin

Tiene dos reas principales de estudio:

Los sistemas multiagente (MAS), que estudian la

La IAD autnoma y comercial se centra en los agentes

Un MAS es una sociedad organizada compuesta por agentes

Sistema MultiAgentes. Nstor Daro Duque Mndez 5

Aplicaciones al mundo real

Sistema MultiAgentes. Nstor Daro Duque Mndez 6

Sistema MultiAgentes. Nstor Daro Duque Mndez 7

Los MAS poseen caractersticas como (Deshpande 2004; Xu

Sistema MultiAgentes. Nstor Daro Duque Mndez 8

El desarrollo de los Sistemas de Computacin Distribuida ha inducido

Es un subcampo de la Inteligencia Artificial (IA) que trata de los

Condiciones Definen el trabajo del agente

Sistema MultiAgentes. Nstor Daro Duque Mndez 10

Sistema MultiAgentes. Nstor Daro Duque Mndez 11

Sistema MultiAgentes Nstor Daro Duque Mndez 12

Sistema MultiAgentes Nstor Daro Duque Mndez 13

Los Protocolos de comunicacin representan los patrones que

Los lenguajes de comunicacin deben contar con una semntica

Sistema MultiAgentes. Nstor Daro Duque Mndez 14

Pero las dos organizaciones que han logrado avanzar en enfoques

KSE (Knowledge Sharing Effort). Con sus propuestas:

FIPA (Foundation for Intelligent Physical Agents). Con su

Sistema MultiAgentes Nstor Daro Duque Mndez 15

Sistema MultiAgentes Nstor Daro Duque Mndez 16

FIPA-ACL (FIPA) Ejemplo de mensaje FIPA puede ser:

Sistema MultiAgentes. Nstor Daro Duque Mndez 18

Sistema MultiAgentes. Nstor Daro Duque Mndez 19

El lenguaje KQML tiene tres niveles:

Nivel de contenido, incorpora el contenido en la representacin

Nivel de comunicacin, codifica las caractersticas del mensaje

Nivel de mensaje, identifica el acto de habla adecuado incluye

Sistema MultiAgentes. Nstor Daro Duque Mndez 20

Un mensaje KQML tiene la forma:

Sistema MultiAgentes. Nstor Daro Duque Mndez 21

KQML (KSE) Performativas

base de datos insert, delete, delete-one, delete-all

consultas bsicas evaluate, reply, ask-if, ask-about, ask-one, ask-all, sorry

multirespuesta stream-about, stream-all, eos, sorry

register, unregister, forward, broadcast, pipe,

broker-one, broker-all, recommend-one, recommendall,

Sistema MultiAgentes. Nstor Daro Duque Mndez 22

Facilitadores y mediadores con KQML

El agente A puede solicitar al facilitador que monitorice cambios en la base de conocimientos

Ontolingua es un lenguaje permite construir, publicar y compartir

Una interfaz a un servidor de edicin/navegacin

Las ontologas pueden traducirse automticamente a distintos lenguajes

El lenguaje incluye primitivas para combinar ontologas

Otras herramientas para trabajar con ontologas:

Sistema MultiAgentes. Nstor Daro Duque Mndez 24

Sintcticamente son muy similares

Ningn lenguaje se compromete con un solo lenguaje de contenidos

Se diferencian bsicamente en la interpretacin semntica de las

FIPA ACL es ms potente en la composicin de nuevas primitivas