Unidad No. 5 - Agentes Inteligentes

INTELIGENCIA ARTIFICIAL - ICIF0021
Unidad 5 - Agentes Inteligentes

Docente: Milton A. Ram´ Klapp
ırez
miramire@gmail.com

Universidad San Sebasti´n
a
Facultad de Ingenier´ y Tecnolog´
ıa ıa

Primer Semestre de 2011

M. Ram´
ırez K. (USS) Apunte curso IA Primer Semestre 2011 1 / 71

Objetivos de la Unidad

Identifican los componentes que conforman un sistema de agentes.
Conocen m´tricas para evaluar el rendimiento de un agente
e
inteligente.
Identifican la caracterizaciń del entorno de trabajo de un agente en
o
base al an´lisis REAS (Rendimiento, Entorno, Actuadores, Sensores).
a
Reconocen las propiedades del entorno de un agente en funciń de la
o
interacciń que ´ste tiene con su medio.
o e
Clasifican el entorno de un agente segń sus propiedades.
u
Conocen las componentes de un sistema de agentes.
Reconocen la clasificaciń que tienen los agentes dependiendo de las
o
caracter´
ısticas propias de su programa.

M. Ram´

Contenidos

1 Agentes, entorno, sensores y actuadores.
2 Medidas de rendimiento de agentes.
3 Racionalidad.
4 Entornos de trabajo de agentes.
5 Estructura de un agente.
6 Clasiﬁcaci´n de agentes.
o

M. Ram´

Agentes y su entorno

Introducci´n
o Agente percepción
sensores A
M
Agente es cualquier B
cosa capaz de percibir I
su medio ambiente , ? E
N
utilizando sensores T
acciones E
. . . as´ como tambi´n
ı e actuadores

actuar en ese medio
usando actuadores.

M. Ram´


El ser humano como agente

Sensores Actuadores

ojos, o´
ıdos piernas, brazos
lengua, piel boca, dedos

M. Ram´


Un robot como agente

Sensores Actuadores

pulsaciones de mensajes en el
teclas, archivos monitor, escritura
con informaci´n
o de archivos de
paquetes de datos datos
que recibe por red. env´ de paquetes
ıo
de datos v´ red.
ıa

M. Ram´


Hip´tesis general sobre agentes
o

Cada agente puede percibir sus propias acciones.
Pero no siempre los efectos de las mismas.

Percepci´n
o

Percibir es recibir entradas en cualquier momento.
Una secuencia de percepciones corresponde al hist´rico de lo que el
o
agente ha recibido:
a veces, los agentes toman decisiones seg´n lo percibido en una
u
secuencia

M. Ram´


En t´rminos matem´ticos un agente es una funci´n que proyecta
e a o
percepciones en acciones.

M. Ram´


La funciń de comportamiento se puede representar como una
o
tabla:
que por lo general es muy grande
a veces puede ser infinita a menos que se limite el tamaõ de la
n
secuencia de percepciones.
Esta tabla es una caracterizaciń externa:
o
el programa del agente es su caracterizaciń interna.
o
Hay que diferenciar la funciń del agente del programa del agente.
o

M. Ram´


El mundo de la aspiradora como agente

Tenemos una aspiradora que puede estar en dos ubicaciones posibles:
A o B.

Supondremos que es capaz de percibir en qu´ posici´n est´ y si su
e o a
ubicaci´n actual tiene o no suciedad.
o
Sus acciones permitidas son:
moverse a la izquierda (Izquierda), derecha (Derecha)
limpiar (Limpiar)
hacer nada (HacerNada).

M. Ram´


Ejemplo de tabulaciń parcial para estudiar el comportamiento del agente aspiradora
o

Observaciones Tabulaciń parcial
o

Es una tabla que Percepciń
o Acciń
o
contrasta la secuencia [A, Limpia] Derecha
de percepciones con [A, Sucia] Limpiar
la acciń que debiera
o [B, Limpia] Izquierda
emprender. [B, Sucia] Limpiar
La secuencia es lo que [A, Limpia], [A, Limpia] Derecha
se conoce. [A, Limpia], [A, Sucia] Limpiar
.
. .
.
La acciń es lo que
o . .
hay que determinar. [A, Limpia], [A, Limpia], [A, Sucia] Limpiar

M. Ram´


Un ejemplo m´s soﬁsticado: la aspiradora Roomba
a

M. Ram´

Concepto de Racionalidad

Agente racional

Un agente racional es aquel que siempre hace lo correcto.
Cada elemento de la tabla de comportamiento debe rellenarse
correctamente.

¿Qu´ significa hacer lo correcto?
e

Como primera aproximaciń, aquello que le permita al agente obtener
o
un resultado mejor:
por lo tanto, se debe medir el ´xito.
e
De esta manera, los sensores, actuadores y medida de ´xito nos
e
permiten definir qu´ es racionalidad.
e

M. Ram´

Medidas de Rendimiento

Un agente genera una secuencia de acciones
en el medio en que se inserta y de acuerdo a las percepciones que recibe
entonces, el habitat tiene una secuencia de estados
si secuencia es la deseada, el agente habr´ actuado correctamente.
a
La medida del ´xito puede ser
e
subjetiva
objetiva

M. Ram´

Medidas de Rendimiento

¿C´mo se puede medir el ´xito en el ejemplo de la aspiradora?
o e

Propuesta 1: por la cantidad de suciedad que se ha limpiado en un
intervalo de tiempo determinado (¿10 horas?):
¿y si el agente limpia, luego vuelve a tirar la basura y vuelve a limpiar
(repetidamente)?
Propuesta 2: mantener el suelo limpio.

Observaci´n
o
Es mejor crear medidas de utilidad de acuerdo al entorno, m´s que de
a
acuerdo al c´mo lo hace el agente.
o

M. Ram´

Racionalidad

Factores que determinan la racionalidad de un agente en un momento
determinado

1 La medida de rendimiento que deﬁne el criterio de ´xito del
e
comportamiento.
2 El conocimiento acumulado por el agente sobre el medio en el que
habita.
3 Las acciones que el agente puede realizar.
4 La secuencia de percepciones del agente que hasta un momento
determinado ha captado.

M. Ram´

Racionalidad

Definiciń de agente racional
o
En cada secuencia de percepciones, un agente racional deber´ emprender
a
aquella acciń que supuestamente maximice su medida de rendimiento,
o
basńdose en las evidencias aportadas por la secuencia de percepciones y
a
en el conocimiento que el agente mantiene.

Con respecto a la aspiradora

¿Se puede considerar al agente aspiradora como un agente racional?
¿Qu´ es aquello que se debiera determinar?
e

M. Ram´

Racionalidad

Agente aspiradora

Medida de rendimiento: premia con un punto por cada recuadro
limpio en un periodo de tiempo.
Geograf´ del medio: el medio se conoce de antemano (recordar la
ıa
figura del ejemplo anterior)
podemos suponer que la distribuciń de la suciedad y la posiciń inicial
o o
del agente no se conocen
Acciones posibles: Izquierda, Derecha, Limpiar y HacerNada.
Se puede suponer tambiń que percibe correctamente la localizaciń y
e o
si hay suciedad en la celda actual.

M. Ram´

Racionalidad

Recopilaciń de informaciń
o o

Proceso relacionado con ejecutar acciones que intenten modificar
percepciones futuras.
Es una parte importante de lo que involucra el concepto de
racionalidad.

Exploraciń
o

Es un ejemplo de recopilaciń de informaciń.
o o
El agente aspiradora debe realizar una exploraciń inicial debido a
o
que no conoce el ambiente.

M. Ram´

Racionalidad

Aprendizaje

No s´lo se deber´ recopilar informaciń:
o ıa o
sino tambiń ser capaz de aprender de ella.
e
Cuando se conoce el entorno de antemano, no se necesita aprender. . .
s´lo actuar correctamente
o
pero aquellos son simplemente agentes fr´giles.
a

Autonom´ de agentes
ıa

Se dice que un agente no es autńomo
o
cuando se apoya m´s en el conocimiento inicial que en sus propias
a
percepciones

M. Ram´

Racionalidad

Un agente racional debe ser aut´nomo.
o

M. Ram´

¿Qu´ vimos la clase pasada?
e

Introducci´n a los sistemas de agentes.
o
Racionalidad.
Medida del rendimiento de un agente.

M. Ram´

Hoy veremos

Entornos de trabajo de un agente.
Propiedades de los entornos de trabajo.
Estructuras de agentes.
Tipos de agente seg´n el programa del agente.
u

M. Ram´

La naturaleza del entorno

Los agentes racionales son soluciones a entornos de trabajo
(problemas).

¿C´mo se define el entorno de trabajo?
o

En el agente aspiradora definimos lo que era la medida de
Rendimiento, Entorno, Actuadores y Sensores (REAS).
Mediante el estudio del REAS se pueden comprender de manera m´s a
cabal las distintas aristas que intervienen en la formulaciń del
o
problema que tiene que resolver el agente.

M. Ram´


REAS para el taxista autom´tico
a

Tipo de Medida de
Ambiente Actuadores Sensores
Agente Rendimiento
c´maras, espe-
a
rutas, trńsito,
a acelerador, jos,
peatones, palanca de veloc´ımetro,
conductor seguro, r´pido,
a
pasajeros, cambio, freno, GPS,
autom´tico de
a viaje confor-
condiciones luces de tac´metro,
o
taxi. table.
meteo- seãlizaciń,
n o niveles de los
rol´gicas.
o bocina. par´metros del
a
motor.

M. Ram´


REAS para un sistema de diagn´stico m´dico
o e

Tipo de Medida de
Ambiente Actuadores Sensores
Agente Rendimiento
teclado para
pacientes
la entrada de
sanos y re- pacientes, set de pre-
sistema de s´
ıntomas, sis-
ducir costos y hospital, taba- guntas, diag-
diagn´stico
o tema fon´tico
e
demandas por jadores del n´stico,
o
m´dico.
e para interpre-
negligencias hospital tratamiento.
tar lo que dice
m´dicas.
e
el paciente.

M. Ram´

Propiedades de entornos

Existen muchos tipos de entornos de trabajo donde se utiliza la IA.

Propiedades de los entornos de trabajo donde se aplica la IA

1 Observaciń del ambiente.
o
2 Determinaciń del siguiente estado.
o
3 Consideraciń de la experiencia del agente.
o
4 Cambio del entorno.
5 Manejo de percepciones.
6 Agentes participantes.

M. Ram´

Observaci´n del ambiente
o

Ambientes totalmente observables

Los sensores del agente permiten acceso al estado completo del
ambiente.
Se detectan todos los aspectos medibles para la toma de decisiones
del agente.
En t´rminos de rendimiento, es lo m´s recomendable y conveniente.
e a

Ambientes parcialmente observables

Los sensores no son capaces de captar todo el ambiente:
es lo m´s habitual
a
debido a que los sensores pueden ser poco exactos.

M. Ram´

Determinaciń del siguiente estado
o

En entornos deterministas

El siguiente estado se determina totalmente desde el estado actual
y la acciń ejecutada del agente.
o
El agente no tiene que lidiar con la incertidumbre.
Si el medio fuera parcialmente observable, puede parecer estoc´stico.
a

En entornos estoc´sticos
a

El siguiente estado no siempre se puede determinar siempre desde el
estado actual y la acciń del agente.
o

M. Ram´

Consideraciń de la experiencia del agente
o

Entorno epis´dico
o

La experiencia del agente se divide en episodios at´micos:
o
cada episodio es una percepciń con su acciń asociada.
o o
El siguiente episodio no depende de las acciones de los episodios
previos.

Entorno secuencial

Las decisiones y acciones presentes pueden afectar a las decisiones y
acciones futuras.
Ejemplo cl´sico: agente que juega Ajedrez.
a

M. Ram´

Cambio de entorno

Entorno est´tico
a

El ambiente no puede cambiar mientras el agente est´ deliberando.
a
Son f´ciles de tratar puesto que no es necesario estar pendiente de los
a
cambios que se puedan estar sucediendo.
Tampoco interesa analizar el paso del tiempo.

Entorno din´mico
a

El ambiente puede cambiar mientras se delibera.
El agente no siempre conoce el estado del mundo sin volver a sentirlo
nuevamente.

M. Ram´

Manejo de percepciones

Entorno discreto

Sus estados son distinguibles de forma finita.
Se refiere a la forma en que el agente interpreta las percepciones,
genera acciones y maneja el tiempo.
Por ejemplo: agente que juega ajedrez.

Entorno continuo

Es lo contrario a un entorno discreto.
Por ejemplo, el caso del taxista autom´tico:
a
Variables continuas a considerar: velocidad, coordenadas geogr´ficas
a
del taxi, ńgulo de viraje, etc.
a
Las c´maras que pueda tener se consideran como continuas, pese a su
a
naturaleza discreta.

M. Ram´

Agentes participantes

Agente individual

Interviene un agente.
Por ejemplo: un agente que resuelve crucigramas.

Mutiagentes

Intervienen dos o m´s agentes, que no tienen por qu´ ser s´lo robots
a e o
o software.
Por ejemplo: agentes que juegan ajedrez, videojuegos de estrategia,
de guerra, de aventuras.
Cuando los agentes intentan minimizar el rendimiento entre s´ ı,
estamos hablando de un medio competitivo:
en caso contrario, el medio es cooperativo como en el caso de la
RoboCup Search and Rescue (Urban Search and Rescue).

M. Ram´

Estructuras de Agente

Hasta ahora hemos hablado de la conducta de los agentes
inteligentes. . .
que es la acci´n dada una secuencia de percepciones.
o
La IA debe dise˜ar lo que se conoce como el programa del agente.
n
Los programas de agente se ejecutan en computadores con sensores
y actuadores, que es el hardware del agente.

Esto se llama Arquitectura

Entonces: Agente = Arquitectura + Programa.
El programa debe ser el adecuado para la arquitectura.

M. Ram´

Programas de Agente

La mayor´ sigue la misma estructura:
ıa
reciben percepciones desde sensores
env´ acciones a los actuadores
ıan

Programa y Funciń del Agente
o

El programa recibe la percepciń actual.
o
La funciń recibe todo el hist´rico de percepciones (tabla).
o o

M. Ram´

Programas de Agente

¿Cu´l es el problema con la tabla de agente?
a

Est´ condenada al fracaso.
a
Veamos el caso del taxi automatizado:
si cada imagen de c´mara entrega una tasa de 27 MB , suponiendo
a s
una resoluciń de 640 × 480, con 24 bits de color y 30 fps.
o
Se estima que por cada hora de conducciń tendr´
o ıamos una tabla con
la no despreciable cantidad de 10250.000.000.000 entradas.
En el caso del pequeõ y ordenado mundo del Ajedrez:
n
ıamos 10150 entradas.
Al menos tendr´

S´lo como referencia
o
Se calcula que el n´mero de ´tomos observables en el universo es del
u a
orden de 1080 .

M. Ram´

Programas de Agente

La idea de la IA es crear programas de agentes racionales usando una
peque˜a cantidad de c´digo, sin tener que recurrir a grandes tablas.
n o

M. Ram´

Programas de Agente

Otras ´reas han logrado un objetivo similar
a

Antiguamente hab´ grandes tablas con ra´ cuadradas para
ıan ıces
ingenieros y matem´ticos:
a
hoy las calculadoras utilizan un programa que no excede las cinco
l´
ıneas.
De la misma manera para el c´lculo de funciones
a
logar´
ıtmico-exponenciales, circulares, etc.

M. Ram´

Programas de Agente

Tipos de programa de agente.

1 Agentes reactivos simples.
2 Agentes reactivos basados en modelos.
3 Agentes basados en objetivos.
4 Agentes basados en utilidad.

M. Ram´

Tipos de Programa de Agente
Agentes Reactivos Simples

Es el tipo de agente m´s sencillo.
a
Seleccionan la acci´n s´lo sobre las percepciones actuales del agente,
o o
ignorando las percepciones hist´ricas.
o

M. Ram´


Las reacciones son conexiones mentales que siguen una regla
sencilla:
si <percepciń> entonces <acciń>
o o
por ejemplo: si el auto que va adelante enciende la luz de freno,
entonces disminuyo mi velocidad.
Estas reglas se llaman reglas de condiciń-acciń (CA).
o o

Agente percepción
sensores A
M
B
I
reglas E
CA N
T
acciones E
actuadores

M. Ram´


Ejemplo: Programa de Agente Reflejo Simple Aspiradora
Entrada: (ubicaciń, estado), ubicaciń ∈ {A, B},estado ∈ {limpio, sucio}
o o
Salida: acciń ∈ {Izquierda, Derecha, Limpiar}
o
1: si (estado = limpio) y (ubicaciń = A) entonces
o
2: retornar Derecha
3: fin si
4: si (estado = limpio) y (ubicaciń = B) entonces
o
5: retornar Izquierda
6: fin si
7: si (estado = sucio) y (ubicaciń = A) entonces
o
8: retornar Limpiar
9: fin si
10: si (estado = sucio) y (ubicaciń = B) entonces
o
11: retornar Limpiar
12: fin si

M. Ram´


Estos agentes son simples pero tienen una inteligencia limitada.
Por lo general requieren que el mundo sea totalmente observable:
si acaso lo que se desea es tomar la decisiń correcta.
o
Otro problema es que pueden caer en bucles infinitos, dependiendo de
su arquitectura:
pueden tomar decisiones de modo aleatorio
por ejemplo: aspiradora sin sensor de ubicaciń.
o

M. Ram´

Agentes basados en Modelos

El problema a resolver es la visibilidad del mundo.
La soluciń para la visibilidad parcial: almacenar aquellas partes del
o
mundo que no se ven. . .
se requiere de un estado interno
que dependa de la historia de las percepciones
por ejemplo: al conducir, saber dńde estń los otros veh´
o a ıculos.
Se necesita informaciń sobre el c´mo evoluciona el mundo,
o o
independiente del agente: saber por ejemplo que los autos se
acercan cuando se encienden las luces de freno traseras.
El c´mo es lo que se conoce como modelo.
o

M. Ram´


Estructura del agente basado en modelos

Agente

estado sensores
percepción
A
cómo evoluciona
elmundo
cómo es el mundo M
ahora B
qué hacen mis
acciones
I
E
N
qué acción
reglas CA emprender ahora T
acciones E
actuadores

M. Ram´

Agentes basados en Objetivos

No siempre es suficiente el conocimiento sobre el estado actual del
mundo.
Por ejemplo: el taxista autom´tico al verse enfrentado a un cruce de
a
calles. . .
puede decidir girar a la izquierda, derecha o bien continuar su marcha
hacia adelante
dependiendo hacia dńde quiere ir, y NO de las percepciones del
o
mundo.
Se requiere, por lo tanto, informaciń sobre un objetivo o meta
o
para el agente.
Para esto, se puede emplear el resultado que generen las acciones, de
un modo similar a c´mo opera el agente basado en modelos.
o

M. Ram´


Estructura de un agente reactivo basado en objetivos

Agente

sensores
A
percepción
M
estado
cómo es el mundo
ahora B
cómo evoluciona
elmundo

I
qué hacen mis ¿cómo será si emprendo
acciones la acción A? E

N
qué acción debiera
metas emprender ahora
T
acciones
actuadores
E

M. Ram´


Se recomienda su uso en. . .

B´squeda.
u
Planiﬁcaci´n.
o
Porque encuentran secuencias de acciones para alcanzar objetivos
concretos:
de acuerdo a lo que agente perciba.

M. Ram´

Agentes basados en Utilidad

Las metas por s´ solas no son suficientes:
ı
para generar comportamiento de gran calidad
Por ejemplo, hay muchas maneras de que el taxi autom´tico llegue a
a
su destino:
no est´ en discusiń que el taxista cumple con su objetivo
a o
pero no todas resultan c´modas o baratas para el usuario.
o
Por lo tanto, las metas definen vagamente lo que es felicidad y
tristeza, con respecto al cumplimiento de objetivos.

M. Ram´


Ser´ mejor tener una medida concreta de felicidad que permita
ıa
comparar estados:
cient´
ıficamente conocida como utilidad
un estado puede tener m´s utilidad que otro.
a

Funciń de Utilidad
o

Toma uno o m´s estado y los transforma a un n´mero real, que va a
a u
representar al nivel de felicidad del agente.
A veces hay estados conflictivos:
la utilidad representa un balance
por ejemplo: velocidad y seguridad al conducir

M. Ram´


Agente

sensores
percepción A
estado
cómo es el mundo M
ahora
cómo evoluciona
elmundo B
¿ cómo será siemprendo
qué hacen mis la acción A? I
acciones

E
¿ qué tan feliz seré
utilidad en ese caso? N

T
emprender ahora

acciones E
actuadores

M. Ram´

¿Qu´ vimos la clase pasada?
e

M. Ram´

Hoy veremos

Estructura de agentes.
Tipos de programas de agentes.

M. Ram´

Estructuras de Agente

Hasta ahora hemos hablado de la conducta de los agentes
inteligentes. . .
que es la acci´n dada una secuencia de percepciones.
o
La IA debe dise˜ar lo que se conoce como el programa del agente
n
Los programas de agente se ejecutan en computadores con sensores
y actuadores.

Esto se llama Arquitectura

Entonces: Agente = Arquitectura + Programa.
El programa debe ser el adecuado para la arquitectura.

M. Ram´

Programas de Agente I

La mayor´ sigue la misma estructura:
ıa
reciben percepciones desde sensores
env´ acciones a actuadores
ıan

Programa y Funciń del Agente
o

El programa recibe la percepciń actual:
o
porque no hay algo disponible en el entorno
por ende, es necesario recordar las percepciones.
La funciń recibe todo el hist´rico de percepciones (tabla).
o o

M. Ram´

Programas de Agente II

¿Cu´l es el problema con la tabla de agente?
a

Est´ condenada al fracaso.
a
Veamos el caso del taxi automatizado:
si cada imagen de c´mara entrega una tasa de 27 MB , suponiendo una
a s
resoluciń de 640 × 480, con 24 bits de color y 30 fps.
o
Se estima que por cada hora de conducciń tendr´
o ıamos una tabla con
la no despreciable cantidad de 10250.000.000.000 entradas.
En el caso del pequeõ y ordenado mundo del Ajedrez:
n
ıamos 10150 entradas
Al menos tendr´

S´lo como referencia
o
Se calcula que el n´mero de ´tomos observables en el universo es del
u a
orden de 1080 .

M. Ram´

Programas de Agente III

La idea de la IA es crear programas de agentes racionales usando una
peque˜a cantidad de c´digo, sin tener que recurrir a grandes tablas.
n o

M. Ram´

Programas de Agente IV

Otras ´reas han logrado un objetivo similar
a

Antiguamente hab´ grandes tablas con ra´ cuadradas para
ıan ıces
ingenieros y matem´ticos:
a
hoy las calculadoras utilizan un programa que no excede las cinco
l´
ıneas.
De la misma manera para el c´lculo de funciones
a
logar´
ıtmico-exponenciales, circulares, etc.

M. Ram´

Programas de Agente V

Tipos de programa de agente.

1 Agentes reactivos simples.
2 Agentes reactivos basados en modelos.
3 Agentes basados en objetivos.
4 Agentes basados en utilidad.

M. Ram´

Tipos de Programa de Agente I

Es el tipo de agente m´s sencillo.
a
Seleccionan la acciń s´lo sobre las percepciones actuales del agente,
o o
ignorando las percepciones hist´ricas.
o

Ejemplo: Funciń de Agente Reflejo Simple Aspiradora
o
Entrada: [ubicaciń, estado]
o
Salida: acciń
o
1: si estado = Sucio entonces
2: retornar Limpiar
3: sino si ubicaciń = A entonces
o
4: retornar Derecha
5: sino si ubicaciń = B entonces
o
6: retornar Izquierda
7: fin si

M. Ram´

Tipos de Programa de Agente II

Las reacciones son conexiones mentales que siguen una regla
sencilla:
si <percepciń> entonces <acciń>
o o
por ejemplo: si el auto que va adelante enciende la luz de freno,
entonces frenar.
Estas reglas se llaman reglas de condiciń-acciń (CA)
o o

M. Ram´

Tipos de Programa de Agente III

Estos agentes son simples pero tienen una inteligencia limitada.
Por lo general requieren que el mundo sea totalmente observable:
si acaso lo que se desea es tomar la decisiń correcta.
o
Otro problema es que pueden caer en bucles infinitos, dependiendo de
su arquitectura:
pueden tomar decisiones de modo aleatorio
por ejemplo: aspiradora sin sensor de ubicaciń.
o

M. Ram´


El problema a resolver es la visibilidad del mundo.
La soluciń para la visibilidad parcial: almacenar aquellas partes del
o
mundo que no se ven:
se requiere de un estado interno
que dependa de la historia de las percepciones
por ejemplo: al conducir, saber dńde estń los otros veh´
o a ıculos.
Se necesita informaciń sobre el c´mo evoluciona el mundo,
o o
independiente del agente: saber por ejemplo que los autos se
acercan cuando frenan.
El c´mo es lo que se conoce como modelo.
o

M. Ram´


Agente

estado sensores
percepción
A
cómo evoluciona
elmundo
cómo es el mundo M
ahora B
qué hacen mis
acciones
I
E
N
qué acción
reglas CA emprender ahora T
acciones E
actuadores

M. Ram´


No siempre es suficiente el conocimiento sobre el estado actual del
mundo.
Por ejemplo: el taxista autom´tico al verse enfrentado a un cruce de
a
calles. . .
puede decidir girar a la izquierda, derecha o bien continuar su marcha
hacia adelante
dependiendo hacia dńde quiere ir, y NO de las percepciones del
o
mundo.
Se requiere, por lo tanto, informaciń sobre un objetivo o meta
o
para el agente.
Para esto, se puede emplear el resultado que generen las acciones, de
un modo similar a c´mo opera el agente basado en modelos.
o

M. Ram´


Estructura de un agente reactivo basado en objetivos

Agente

sensores
A
percepción
M
estado
cómo es el mundo
ahora B
cómo evoluciona
elmundo

I
qué hacen mis ¿cómo será si emprendo
acciones la acción A? E

N
metas emprender ahora
T
acciones
actuadores
E

M. Ram´


Se recomienda su uso en. . .

B´squeda.
u
Planiﬁcaci´n.
o
Porque encuentran secuencias de acciones para alcanzar objetivos
concretos:
de acuerdo a lo que agente perciba.

M. Ram´


Las metas por s´ solas no son suficientes:
ı
para generar comportamiento de gran calidad
Por ejemplo, hay muchas maneras de que el taxi autom´tico llegue a
a
su destino:
no est´ en discusiń que el taxista cumple con su objetivo
a o
pero no todas resultan c´modas o baratas para el usuario.
o
Por lo tanto, las metas definen vagamente lo que es felicidad y
tristeza, con respecto al cumplimiento de objetivos.

M. Ram´


Ser´ mejor tener una medida concreta de felicidad que permita
ıa
comparar estados:
cient´
ıficamente conocida como utilidad
un estado puede tener m´s utilidad que otro.
a

Funciń de Utilidad
o

Toma uno o m´s estado y los transforma a un n´mero real, que va a
a u
representar al nivel de felicidad del agente.
A veces hay estados conflictivos:
la utilidad representa un balance
por ejemplo: velocidad y seguridad al conducir

M. Ram´


Estructura de un agente basado en utilidad

Agente

sensores
percepción A
estado
cómo es el mundo M
ahora
cómo evoluciona
elmundo B
¿ cómo será siemprendo
qué hacen mis la acción A? I
acciones

E
¿ qué tan feliz seré
utilidad en ese caso? N

T
emprender ahora

acciones E
actuadores

M. Ram´

Fin de la Unidad 5

M. Ram´

Unidad No. 5 - Agentes Inteligentes

Más contenido relacionado

La actualidad más candente (20)

Destacado (7)

Similar a Unidad No. 5 - Agentes Inteligentes (20)

Más de Milton Klapp (10)

Unidad No. 5 - Agentes Inteligentes