Professional Documents
Culture Documents
Diseo
de Agentes:
Cmo construir agentes que sean capaces de actuar de forma autnoma con el fin de llevar a cabo las tareas que les delegamos?
Diseo
de Sociedades:
Cmo construir agentes capaces de interactuar (cooperar, coordinar, negociar) con otros agentes con el fin de llevar a cabo las tareas que les delegamos, particularmente cuando no se puede asumir que los otros agentes no comparten los mismos objetivos/intereses?
El
Por
lo tanto:
Agentes
Triviales:
Un
agente inteligente es un sistema de computacin capaz de acciones de forma autnoma y flexible en un ambiente. Por flexible nos referimos a:
Si
se garantiza que el ambiente de un programa es fijo, este no necesita preocuparse por su propio xito o fracaso el programa simplemente se ejecuta ciegamente.
El
mundo real no es fijo: las cosas cambian y la informacin es incompleta. Muchos (la mayora?) de los ambientes interesantes son dinmicos.
El
software para dominios dinmicos es difcil de construir: los programas deben tener en cuenta la posibilidad de falla preguntarse as mismos si vale la pena realizar una accin.
sistema reactivo es aquel que mantiene una interaccin constante con su ambiente, y responde a los cambios que ocurren en este (en un tiempo es que la respuesta es til)
Un
Pro-actividad = generar y tratar de alcanzar metas; no guiarse solamente por los eventos; tomar la iniciativa Reconocer oportunidades.
El
mundo real es un ambiente multi-agente: no podemos ir por ah tratando de alcanzar metas son tomar en cuenta a los otros.
metas solo pueden ser alcanzadas con la cooperacin de otros.
Algunas
Lo
La
habilidad social en agentes es la habilidad de interactuar con otros agentes (y posiblemente con humanos) por medio de algn tipo de lenguaje de comunicacin de agentes, y quizs cooperar con otros.
Movilidad:
La habilidad de un agente para moverse dentro de una red electrnica. Veracidad: Un agente no debe a consciencia comunicar informacin falsa. Benevolencia: Los agentes no tienen metas conflictivas, luego todo agente deber tratar siempre de hacer lo que se le ha solicitado. Racionalidad: Un agente siempre actuar en funcin de lograr sus metas. Aprendizaje/Adaptacin: Agentes que mejoran su performance con el tiempo.
Son
Objetos:
Encapsulan un estado; Se comunican va pasaje de mensajes; Tienen mtodos, correspondientes con las operaciones que pueden ser realizadas en su estado actual.
Principales Diferencias: Son autnomos: Los agentes poseen una nocin de autonoma ms fuerte que la de los objetos; en particular deciden por s mismos si realizar o no una accin requerida por otro agente.
Son inteligentes: Capaces de comportamientos flexibles (reactivos, pro-activos); el modelo estndar de objetos no contempla este tipo de comportamiento. Son activos: Un sistema multiagentes en inherentemente multi-hilos, se asume que cada agente tiene al menos un hilo de control activo.
Los
objetos lo hacen de gratis. Los agentes lo hacen porque quieren. Los agentes lo hacen por dinero.
Sistemas
Tpicamente
los SE contienen experticia sobre algn dominio de discurso (abstracto) (e.j. Enfermedades sanguneas). MYCIN. Conocimiento en forma de reglas sobre enfermedades sanguneas
Ejemplo:
Principales
Diferencias:
Los agentes estn situados en un ambiente: MYCIN no est enterado del mundo, solo obtiene informacin del usuario. Los agentes actuan: MYCIN no opera.
Algunos
No
La
IA apunta a construir sistemas que puedan (en ltima instancia) entender el lenguaje natural, reconocer y entender escenas, utilizar el sentido comn, pensar creativamente, etc.- Todo ello muy difcil de lograr. necesitamos resolver todo los problema de IA para construir un agente?
No
Al
construir un agente, simplemente queremos un sistema que pueda escoger la accin correcta a ejecutar, usualmente en un dominio limitado.
necesitamos resolver todos los problemas de la IA para construir agentes tiles:Una pequea inteligencia recorre un largo camino! Ejm: NETBOT (Oren Etzioni)
No
Accesibles
vs. Inaccesibles:
Un ambiente accesible es aquel en el cul el agente puede obtener informacin completa, precisa y actualizada sobre el estado del ambiente. La mayora de los ambientes moderadamente complejos (incluyendo el mundo fsico e Internet) son inaccesibles. Mientras ms accesible sea el ambiente es ms sencillo construir agentes que funcionen sobre l.
Determinstico
vs. No-determinstico
Un ambiente determinstico es aquel en el cul cualquier accin tiene un nico efecto garantizado No hay incertidumbre sobre el estado que resultar de realizar una accin. El mundo fsico es no determinstico. Los ambientes no determinstico son un mayor reto para los diseadores de agentes.
Episdico
vs. No-episdico En un ambiente episdico, el funcionamiento de un agente depende de un nmero discreto de episodios, sin que halla relacin entre el funcionamiento del agente en diversos escenarios. Los ambientes episdicos son ms simples desde la perspectiva del desarrollador del agente porque el agente puede decidir que accin tomar basndose slo en el episodio actual - no necesita reaccionar sobre las interacciones entre el episodio actual y los futuros.
Discreto
vs. continuo Un ambiente es discreto si tiene un nmero fijo y finito de acciones y percepciones. Russell & Norvig: