AGENTES Y

AMBIENTES
Integrantes:
Luis Mora Camacho
Joel Cortez
Duverleng Salas
Victor Zambrano
Erick Ormaza

AGENTES
Luis Mora Camacho

AGENTES
Un agente es un sistema computacional capaz de

actuar de manera aut-noma para satisfacer sus

objetivos y metas, mientras se encuentra situado
persistentemente en su medio ambiente.

AGENTES
Esta definicin que puede parecer demasiado general, provee una

abstraccin del concepto de agente basada en su presencia e

interaccin con el medio ambiente. Russell y Subramanian
encuentran que esta abstraccin presenta al menos tres ventajas:
1. Nos permite observar las facultades cognitivas de los agentes al

servicio de encontrar cmo hacer lo correcto.

2. Permite

considerar diferentes tipos de agente, incluyendo

aquellos que no se supone tengan tales facultades cognitivas.

3. Permite considerar diferentes especificaciones sobre los sub-

sistemas que componen los agentes.

AGENTES
El trmino percepcin se utiliza en este contexto para

indicar que el agente puede recibir entradas en cualquier

instante. La secuencia de percepciones de un agente
refleja el historial completo de lo que el agente ha
recibido.

COMPORTAMIENTO DE AGENTES

El comportamiento de un agente est determinado por

sus percepciones.
Este comportamiento se entiende como una actividad
que el agente racional en cada posible secuencia de
percepciones, deber emprender aquella accin que
supuestamente maximice su medida de rendimiento,
basndose en las evidencias aportadas por la secuencia
de percepciones y en el conocimiento que el agente
mantiene almacenado.

MEDIDAS DE RENDIMIENTO
Las medidas de rendimiento

incluyen los criterios que

determinan el xito en el
comportamiento del agente. A
continuacin se muestra un
diagrama de cmo acta un
agente para determinar el
nivel de xito de sus acciones.

DIAGRAMA DE CMO ACTA UN AGENTE PARA DETERMINAR SI ESTA HACIENDO LO CORRECTO

Como se puede observar cuando se

sita un agente en un medio, ste

genera una secuencia de acciones de
acuerdo con las percepciones que
recibe. Esta secuencia de acciones
hace que su hbitat pase por una
secuencia de estados. Si la secuencia
es la deseada, entonces el agente
habr actuado correctamente.

RACIONALIDAD
Qu hace que un agente sea bueno o

malo, inteligente o no inteligente? Su

buen comportamiento, basado en una
manera correcta de hacer las cosas,
entendiendo por esto la realizacin de
acciones genere el mejor resultado. La
seleccin racional de acciones en un
momento determinado slo se basa en la
informacin disponible por el agente,
dependiente de cuatro factores:

COMPORTAMIENTO
FLEXIBLE YAUTNOMO
Como comportamiento flexible y autnomo. Este tipo comportamiento se
caracteriza por su:

Reactividad. Los agentes inteligentes deben ser capaces de percibir su medio

ambiente y responder a tiempo a los cambios en l, a travs de sus acciones.

Iniciativa. Los agentes inteligentes deben exhibir un comportamiento orientado

por sus metas, tomando la iniciativa para satisfacer sus objetivos de diseo.
Sociabilidad. Los agentes inteligentes deben ser capaces de interaccionar con

otros agentes, posiblemente tan complejos como los seres humanos, con miras
a la satisfaccin de sus objetivos.

TIPOS DE
AGENTES
JOEL CORTEZ

TIPOS DE AGENTES
Agentes de reflejo simple:
Para decidir una accin se requiere tener en
cuenta:

informacin del ambiente (sensores)

Reglas de condicin-accin

TIPOS DE AGENTES
Agentes bien informados de todo lo que pasa:
Para decidir una accin se requiere tener en cuenta:
informacin del ambiente (sensores)
informacin de cmo est evolucionando el mundo
informacin de cmo las acciones del agente

evolucionan en el mundo
Reglas de condicin-accin

TIPOS DE AGENTES
Agentes basados en metas:
Para decidir una accin se requiere tener en

cuenta:

informacin del ambiente (sensores)

informacin del estado en que se encuentra
informacin de qu sucedera si emprendo una

accin
informacin sobre sus metas

TIPOS DE AGENTES
Agentes basados en utilidad:
La utilidad tiene que ver con la felicidad o no del agente
Para decidir una accin se requiere tener en cuenta:
informacin del ambiente (sensores)
informacin del estado en que se encuentra
informacin de qu sucedera si emprendo una accin
informacin de qu tan a gusto me encuentro (grado de

satisfaccin)

PROGRAMAS
DE AGENTES
DUVERLENG SALAS

Programas de agentes
Los programas de los agentes reciben las percepciones actuales como entradas de los
sensores y devuelven una accin a los actuadores.
As como
tambin:
Hay que tener en cuenta la diferencia entre los programas de los agentes, que toman la
percepcin actual como entrada, y la funcin del agente, que recibe la percepcin
histrica completa.
Reciben
Los programas de los agentes reciben slo la
percepcin actual como entrada pero no hay nada
ms simple en el entorno; si las acciones del agente
dependen de la secuencia completa de percepciones,
el agente tendra que recordar las percepciones.

Si bien se defini el mapeo de un agente como

una funcin para pasar de secuencia de
percepciones a acciones, el programa de
agentes recibe como entrada slo una
percepcin. El agente debe construir la
secuencia de percepciones en la memoria.
La meta o la medicin del desempeo no forma
parte del programa esqueleto. La medicin
del desempeo se efecta desde afuera,
para evaluar la conducta del agente.

NO SERA MS SENCILLO LIMITARSE A BUSCAR LAS RESPUESTAS?

La manera ms sencilla de hacer un programa de un agente es, una tabla de consulta.

Guarda en la memoria la totalidad de las secuencias de percepciones y las utiliza para
hacer localizacin en la tabla, en la que estn todas las acciones que corresponden a
todas las posibles secuencias de percepcin.
Lo anterior est destinado al fracaso:
Para elaborar la tabla de algo sencillo, se necesitan como 35 100 entradas.
La elaboracin de la tabla, tomara demasiado tiempo.
El agente carece de autonoma, ya que el clculo de mejor accin est ya integrado. Si
el ambiente se modifica en algn aspecto no previsto, se ver perdido.
Si se dotara al agente de un mecanismo de aprendizaje, para tener un grado de
autonoma, necesitara una eternidad para aprender el valor correcto de las entradas.
Lo importante es comprender por qu un agente que razona (no se limita a hacer
consultas a una tabla) puede tener un mejor desempeo al superar las cuatro
desventajas.

EJEMPLO DE AGENTE Y
AMBIENTE

Tarea de diseo de un conductor de taxi automatizado, se considerar las

percepciones, acciones, metas y ambiente que corresponden a un taxi

El taxi necesita saber dnde se encuentra, quien ms circula por esa va y a que velocidad
corre. Esta informacin se obtiene de las percepciones que ofrecen una o ms cmaras de
televisin controlables, el velocmetro y el contador de kilmetros. A fin de tener un adecuado
control del vehculo, especialmente en las curvas, es necesario contar con un acelermetro.
Tambin se necesita conocer el estado mecnico del vehculo, para ello se debe contar con
sensores para los sistemas de maquinaria y elctrico. Posiblemente se le dotara de
instrumentos con los que no cuenta un conductor humano promedio: un sistema satlite global
para determina la ubicacin (GPS, global positioning system), mediante el que se generar
informacin con un mapa electrnico, o sensores infrarrojos o de sonar para detectar las
distancias que los separan de otros automviles y obstculos. Por ultimo deber estar provisto
de un micrfono o de un teclado para que por medio de stos los pasajeros le puedan informar

Las acciones que pueda producir este conductor de taxi son ms o menos las mismas que las de
un conductor humano: control de la mquina mediante pedal para combustible y control de
volante y de los frenos. Adems, necesitar una salida en pantalla o sintetizador de voz que le
permita contestar a los pasajeros y quizs, de algn medio para comunicarse con otros vehculos.
Cul sera la medida de desempeo que el conductor automatizado deseara satisfacer? Entre
las cualidades deseables estn las de llegar a destino correcto, reducir al mnimo el consumo de
combustible, desgaste del vehculo, tiempo de recorrido, su costo, violaciones al reglamento de
trnsito y las molestias ocasionadas a otros conductores, ofrecer el mximo de seguridad y
comodidad al pasajero y producir el mximo de ganancias, desde luego que el logro de algunos
de estos objetivos est en conflicto con el logro de otros, por lo que ser necesario implicar
concesiones.
Por ltimo, en caso de que el anterior fuese un proyecto real, sera necesario definir qu tipo de
ambiente de conduccin enfrentar el taxi.

ARQUITECTUR
A DE AGENTES
VICTOR ZAMBRANO

ARQUITECTURA DE
AGENTES
Representan un punto medio entre
la
especificacin
y
la
implementacin.
En
ellas
se
identifican
las
principales
funciones que determinan el
comportamiento del agente y se
definen las interdependencias que
existen entre ellas.
Luego esas arquitecturas se implementarn en un
lenguaje de programacin adecuado, con el fin de
desarrollar agentes concretos para la aplicacin deseada.

ARQUITECTURAS DE
AGENTES
Se abordan cuestiones tales como las siguientes:
Cmo se va a construir sistemas informticos que

satisfagan las propiedades especificadas por una

particular teora de agentes?
Cmo el agente se puede descomponer en la
construccin de un conjunto de mdulos componentes y
cmo estos mdulos deben interactuar?
Qu
estructuras de software / hardware son
apropiadas?

ARQUITECTURA DE
AGENTES
Maes (1991) defini una arquitectura de agentes como:

"Una metodologa especfica para la construccin de los

agentes. En l se especifica la forma en la que el agente se
puede descomponer en la construccin de un conjunto de
mdulos componentes y cmo estos mdulos deben
interactuar. El conjunto de los mdulos y sus interacciones
tiene que dar una respuesta a la cuestin de cmo los
datos de los sensores y el estado mental actual del agente
determinan las acciones... y el futuro estado mental del
agente. "

DISTITAS ARQUITECTURAS DE AGENTES

Arquitecturas basadas en la lgica - Agentes deductivos
Toma de decisiones basada en la deduccin lgica .

Arquitecturas reactivas - Agentes reactivos

Toma de decisiones basada en el mundo actual sin
tomar en cuenta el pasado.

DISTITAS ARQUITECTURAS DE AGENTES

Arquitecturas en capas - Agentes hbridos
Toma de decisiones utilizando varias capas.

DISTITAS ARQUITECTURAS DE AGENTES

Arquitecturas de razonamiento prctico - Agentes PRS y

Agentes BDI

Es un modelo de agente que decide momento a momento que

accin seguir en orden a satisfacer los objetivos.

AMBIENTE
ERICK ORMAZA MARTINEZ

AMBIENTE
Sonlosproblemasparaloscualeslosagentesracionalessonlassolucio

nes

Un ambiente es un complejo de factores externos que actan sobre un

sistema y determinan su curso y su forma de existencia.

Especificacindeentornos
Rendimiento
Entorno
Actuadores
Sensores

PROPIEDADES DE AMBIENTE
Totalmente observable vs Parcialmente observable
Se dice que un entorno de trabajo es totalmente observable si los sensores detectan todos

los aspectos que son relevantes en la toma de decisiones y en las medidas de rendimiento.
Este entorno es el ms conveniente, ya que el agente no necesita mantener ningn estado
interno para saber qu sucede en el exterior. Por otro lado el entorno puede ser
parcialmente observable debido al ruido y a la existencia de sensores poco exactos o
porque los sensores no reciben informacin de parte del sistema.

Determinista vs Estocstico
Si el siguiente estado del medio est totalmente determinado por el estado actual y la

accin ejecutada por el agente, entonces el entorno es determinista; de otra forma es

estocstico. En principio, un agente no se tiene que preocupar de la incertidumbre en un
medio totalmente observable y determinista. Sin embargo, si el medio es parcialmente
observable entonces puede parecer estocstico. Si el medio es determinista, excepto para
las acciones de otros agentes, decimos que el medio es estratgico.

PROPIEDADES DE AMBIENTE
Episdico vs Secuencial
En un entorno de trabajo episdico, la experiencia del agente se divide en episodios.

Cada episodio consiste en la percepcin del agente y la realizacin de una nica accin
posterior. Es muy importante saber que el siguiente episodio no depende de las
acciones que se realizaron anteriormente y es que en los medios episdicos la eleccin
de la accin en cada episodio depende slo del episodio en s mismo. Muchas tareas de
clasificacin son episdicas.

Esttico vs Dinmico
Si el entorno puede cambiar cuando el agente est deliberando, entonces se dice que el

entorno es dinmico para el agente; de otra forma se dice que es esttico. En los
medios estticos el agente no necesita estar pendiente del mundo mientras est
tomando una decisin sobre una accin, ni necesita preocuparse sobre el tiempo
transcurrido. Los medios dinmicos, por el contrario, preguntan continuamente al
agente qu quiere hacer. Si no ha decidido an, entonces se entiende que ha tomado la
decisin de no hacer nada.

PROPIEDADES DE AMBIENTE
Discreto vs Continuo
La distincin entre discreto y continuo se puede aplicar al estado del

medio, a la forma en la que se maneja el tiempoy a las percepciones y

acciones del agente.