TIP

Somos agentes inteligentes, no es as?

Un agente es cualquier cosa capaz de percibir su medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores.

Percepciones Sensores

Medio ambiente

?
Actuadores Acciones

Marzo de 2012

Agente humano Vs Agente Robot

Entradas: Sentidos Salidas: Extremidades Boca y otras

Entradas: Sensores Robticos Dispositivos de entrada Salidas: Actuadores Dispositivos de salida

Cada agente puede percibir sus propias acciones (pero no siempre sus efectos)
Marzo de 2012 3

Percepcin:
Indica que el agente puede recibir entradas en cualquier instante

Secuencia de Percepciones:
Refleja el historial completo de lo que el agente ha recibido Secuencia de percepciones -> Decisin

Marzo de 2012

` `

Indica el comportamiento del agente percepcin -- accin Funcin del agente:

Descripcin Matemtica abstracta Tabla de Secuencia de percepciones->Acciones

Programa del agente:

Implementacin completa

Marzo de 2012

Percepciones: Dnde est (A o B) Hay suciedad ?

Acciones posibles: Moverse hacia la izquierda, derecha, Aspirar la suciedad o No hacer nada

Una Funcin: Si hay suciedad, entonces aspirar de otra forma cambiar de cuadrcula

Marzo de 2012

Secuencia de percepciones [A, Limpio] [A, Sucio] [B, Limpio] [B, Sucio]a [A, Limpio],[A, Limpio] [A, Limpio],[A, Sucio] ------[A, Limpio],[A, Limpio],[A, Limpio] [A, Limpio],[A, Limpio],[A, Sucio] ____ ____

Accin Derecha Aspirar Izquierda Aspirar Derecha Aspirar ------Derecha Aspirar ____ ____
Marzo de 2012 7

funcin AGENTE-ASPIRADORA ([localizacin, estado]) devuelve una accin si estado = Sucio entonces devolver Aspirar de otra forma, si localizacin = A entonces devolver Derecha de otra forma, si localizacin = B entonces devolver Izquierda

Marzo de 2012

Un agente racional
Es aquel que hace lo correcto (lo que permite al agente obtener el mejor desempeo).

Medidas de rendimiento
Incluye los criterios que determinan el xito en el comportamiento del agente

Marzo de 2012

` `

La medida de rendimiento que define el criterio de xito. El conocimiento del medio en el que habita acumulado por el agente. Las acciones que el agente puede llevar a cabo. La secuencia de percepciones del agente hasta el momento.

Marzo de 2012

10

En cada posible secuencia de percepciones, un agente racional 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.

Marzo de 2012

11

Si asumimos que: ` Medida de rendimiento (aspiradora)

1 pto. al agente por cada recuadro limpio en un perodo dado.(1000 periodos)

`

La <<geografa>> del medio se conoce a priori, pero la distribucin de la suciedad y la localizacin inicial del agente no se conocen. Acciones: izquierda, derecha, aspirar y NoOp Percibe correctamente su localizacin y si esta localizacin contiene suciedad

Marzo de 2012

12

Un agente omnisciente:
Conoce el resultado de su accin y acta de acuerdo a l.

Llevar a cabo acciones con la intencin de modificar percepciones futuras (Recopilacin de informacin)
Ej. Exploracin en un medio inicialmente desconocido

Marzo de 2012

13

No slo recopila informacin, sino que aprende lo mximo posible de lo que esta percibiendo Hay agentes en los que se conoce totalmente el entorno a priori. En estos casos, el agente no necesita percibir y aprender, simplemente acta de manera correcta. Estos agentes son muy frgiles:
x Ejemplo: escarabajo estercolero y la avispa cavadora

Marzo de 2012

14

Autonoma:
x Un agente carece de autonoma cuando se apoya ms en el conocimiento inicial que le proporciona su diseador que en sus propias percepciones

Un agente racional debe ser autnomo, debe aprender a determinar cmo tiene que compensar el conocimiento incompleto o parcial inicial

Marzo de 2012

15

Entornos de trabajo->problemas Agentes->soluciones. REAS (Rendimiento, Entorno, Actuadores, Sensores) Ejemplo: Taxista automtico

Marzo de 2012

16

Cualidades deseables:
` ` ` `

llegue al destino correcto, minimice el consumo de combustible; minimice el tiempo de viaje y/o costo, minimice el nmero de infracciones de trfico y de molestias a otros conductores; maximice la seguridad, la comodidad del pasajero y el beneficio.

Marzo de 2012

17

ipo de Agente Taxista

Medidas de Rendimiento Seguro, rpido, legal, viaje confortable, maximizacin del beneficio

Entorno Carreteras, otro trfico, peatones, clientes

Actuadores Direccin, acelerador, freno, seal, bocina, visualizador

Sensores Cmaras, sonar, velocmetro, GPS, tacmetro, visualizador de aceleracin, sensor del motor, teclado.

Marzo de 2012

18

Lo que importa no es la distincin entre un medio real y artificial, sino la complejidad de la relacin entre el comportamiento del agente, la secuencia de percepciones generada por el medio y la medida de rendimiento.

Marzo de 2012

19

Agentes Software (o robots software o softbots)

Por ejemplo un softbot diseado para pilotar el simulador de vuelo de un gran avin Imagina un robot diseado para que revise fuentes de informacin en Internet: Adaptable al cliente. Debera poseer: PLN, Aprender el perfil del cliente, Ser capaz de cambiar sus planes dinmicamente

Marzo de 2012

20

Marzo de 2012

21

Si los sensores proporcionan acceso al estado completo del medio en cada momento, se dice que el entorno de trabajo es otalmente observable. Si los sensores no reciben informacin de parte del sistema debido al ruido y la existencia de sensores poco exactos, se dice que el entorno de trabajo es Parcialmente observable.

Marzo de 2012

22

Si el siguiente estado del medio esta totalmente determinado por el estado actual y la accin ejecutada por el agente, entonces se dice que el entorno es Determinista, si no, es Estocstico. Si el medio el parcialmente observable entonces es comn que sea estocstico
(Taxi no puede predecir el trfico)

Si el medio es determinista, excepto para las acciones de otros agentes, entonces se dice que el medio es Estratgico.
Marzo de 2012 23

En un entorno de trabajo Episdico, la experiencia del agentes se divide en episodios atmicos. Cada episodio consiste en la percepcin del agente y la realizacin de una nica accin posterior (el sig. episodio no depende de las acciones de episodios previos) En entornos de trabajo Secuenciales la decisin presente puede afectar decisiones futuras (ajedrez)

Marzo de 2012

24

Si el entorno puede cambiar cuando el agente esta deliberando, entonces se dice que el entorno es Dinmico, de otra forma es Esttico. Si el entorno no cambia con el paso del tiempo, pero el rendimiento del agente cambia se dice que el medio es Semidinmico

Marzo de 2012

25

La distincin entre Discreto y Continuo se puede aplicar:

al estado del medio, a la forma en la que se maneja el tiempo y a las percepciones y acciones del agente.
Ajedrez tiene un # finito de estados distintos
x conjunto discreto de percepciones y acciones

Taxista-> edo. Continuo y un problema de tiempo continuo

Marzo de 2012

26

La distincin clave est en identificar si el comportamiento de un agente B est mejor descrito por la maximizacin de una medida de rendimiento cuyo valor depende del comportamiento de un agente A. Entorno multiagente competitivo Entorno multiagente cooperativo La Comunicacin a menundo emerge como un comportamiento racional en entornos multiagente.

Marzo de 2012

27

PARADIGMA DE LOS AGENTES

Desarrollo de entidades que puedan actuar de forma autnoma y razonada

[Russell 1996] Agente: entidad que percibe y acta sobre un entorno

Estructura de los agentes AGENTE

Programa
Cumplir con la funcin del agente

Arquitectura
Puede ser una computadora sencilla o un hardware especial.

Programa debe ser apropiado para la arquitectura

Eficiencia Solidez Flexibilidad

PROGRAMAS DE LOS AGENTES

Percepciones actuales
ENTRADAS

Sensores

Actuadores

DEVOLVER UNA ACCIN

Tipos bsicos de programas Agentes Reactivos simples Agentes reactivos basados en modelos Agentes basados en objetivos Agentes basados en utilidad

Agentes reactivos simples

Seleccionan las acciones en base a las percepciones actuales

Simples Inteligencia limitada

Determinista Aleatorio

Agentes reactivos basados en modelos

Almacenan informacin en estados internos de las partes del ambiente que los sensores no pueden percibir en el estado actual

Agentes basados en objetivos

Actan con la intencin de alcanzar sus metas

OBJETIVO

Agentes basados en utilidad

Intentan maximizar la utilidad deseada

FUNCIN DE UTILIDAD
Proyecta un estado en un nmero real que representa el nivel de felicidad o utilidad Seleccionar la accin que lo lleve a alcanzar la mayor utilidad esperada Utilidad = media de todos los estados posibles resultantes, ponderando con la probabilidad del resultado

OBJETIVO

100%

80%

Marzo de 2012

39