AGENTES Y SU ENTORNO

INTRODUCCIÓN

Enfocando la IA desde la perspectiva del desarrollo de agentes inteligentes se puede considerar el nuevo reto a corto plazo. Los agentes constituyen el próximo avance mas significativo en el desarrollo de sistemas y pueden ser considerados como la nueva revolución en el software.

OBJETIVO: La clase de hoy tendrá como objetivo saber distinguir un Agente y el Entorno donde se desenvuelve.

AGENTE Y SU ENTORNO

Un agente es un sistema computacional capaz de actuar de manera autónoma para satisfacer sus objetivos y metas, mientras se encuentra situado persistentemente en su medio ambiente.

Un agente humano tiene ojos, oídos y otros órganos sensoriales además de manos,piernas, boca y otras partes del cuerpo para actuar. Un agente robot recibe pulsaciones del teclado, archivos de información y paquetes vía red a modo de entradas sensoriales y actúa sobre el medio con mensajes en el monitor, escribiendo ficheros y enviando paquetes por la red.

AGENTE RACIONAL

Es aquel que hace lo correcto; en términos conceptuales, cada elemento de la tabla que define la función del agente se tendría que rellenar correctamente. Obviamente, hacer lo correcto es mejor que hacer algo incorrecto, pero ¿qué significa hacer lo correcto? Como primera aproximación, se puede decir que lo correcto es aquello que permite al agente obtener un resultado mejor. Por tanto, se necesita determinar una forma de medir el éxito. Ello, junto a la descripción del entorno y de los sensores y actuadores del agente, proporcionará una especificación completa de la tarea que desempeña el agente.

MEDIO AMBIENTE

Observable VS. Parcialmente observable.- Si los sensores de un agente le permiten percibir el estado completo del ambiente en cada punto en el tiempo, decimos que el ambiente es observable. Un ambiente es efectivamente observable si los sensores del agente detectan todos los aspectos relevantes para decidir que acción debe llevarse a cabo. Relevancia aquí depende de la definición de función de desempeño. Los ambientes observables son convenientes debido a que en ellos, un agente no necesita mantener el historial de estados del ambiente para ser efectivo. Un ambiente puede ser parcialmente observable debido a la impresión y el ruido en los sensores; o bien porque algunos aspectos del ambiente caen fuera del rango de lectura de los sensores.

Determinista VS. Estocástico.- Si el próximo estado del ambiente está determinado por la acción que ejecuta el agente, se dice que el ambiente es determinista. Si otros factores influyen en el próximo estado del ambiente, éste es estocástico. Si el ambiente es parcialmente observable, entones aparecerá como no estocástico. Esto es particularmente cierto en el caso de ambientes complejos, donde es difícil dar seguimiento a los aspectos no observables del ambiente. Generalmente es mejor considerar estas propiedades del ambiente, desde el punto de vista del agente. El carácter estocástico del ambiente captura dos nociones importantes:

1. El hecho de que los agentes tienen una esfera de influencia limitada, es decir, en el mejor de los casos tienen un control parcial de su ambiente;

2. y el hecho de que las acciones de un agente puede fallar y no lograr el resultado deseado por el agente.

Por ello, es más sencillo construir agentes en ambientes deterministas. Si el ambiente es determinista, excepto para las acciones de otros agentes, se dice que el ambiente es estratégico.

Episódico VS. Secuencial.- En un ambiente episódico, la experiencia de un agente puede evaluarse en rondas. Las acciones se evalúan en cada episodio o ronda , esto es, la calidad de la acción en los episodios subsecuentes, no depende de las acciones ocurridas en episodios previos. Por ejemplo, el detector de basura en las botellas de una cervecería es episódico: la decisión de si una botella esta sucia o no, no depende de los casos anteriores. Dada la persistencia temporal de los agentes, estos tienen que hacer continuamente decisiones locales que tienen consecuencias globales. Los episodios reducen el impacto de estas consecuencias, y por lo tanto es más fácil construir agentes en ambientes episódicos. Un programa que juega ajedrez está en un ambiente secuencial.

Estático VS. Dinámico.- Si el ambiente puede cambiar mientras el agente se encuentra deliberando, se dice que es dinámico; de otra forma, se dice estático. Si el ambiente no cambia con el paso del tiempo, pero si lo hace con las acciones del agente si lo hace, se dice que el ambiente es semi-dinámico. Los ambientes dinámicos tienen dos consecuencias importantes: Un agente debe percibir continuamente, porque aún si no ha ejecutado ninguna acción entre los tiempos t0 y t1, el agente no puede asumir que el estado del ambiente sea el mismo en t0 que en t1; Otros procesos en el ambiente pueden interferir con las acciones del agente, incluyendo las acciones de otros agentes. Por lo tanto, es más sencillo diseñar agentes en ambientes estáticos.

CONCLUSIÓN

Una buena conclusión, es que los agentes se podría decir que es una de las partes importantes de la Inteligencia Artificial, ya que sin ellos no podríamos percibir el medio en que se trabajará, gracias a esto podemos hacer que haga una función después de procesarla.

BIBLIOGRAFÍA

A Guerra. 2013, Agentes Inteligentes.  (En línea). EC. Consultado, 2 de Julio. 2014. Formato PDF. Disponible en: http://www.uv.mx/aguerra/documents/2013-ia2-01.pdf

J Pavón. 2010. Agentes Inteligentes. (En línea). EC. Consultado, 2 de Julio. 2014. Formato PDF. Disponible en: http://www.fdi.ucm.es/profesor/jpavon/doctorado/arquitecturas.pdf