Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Copy of Agentes Inteligentes

Tic´s en la Organizacion
by

Jorge Saavedra

on 6 March 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Copy of Agentes Inteligentes

significado un agente inteligente es una entidad que percibe y actúa sobre un entorno y que puede actuar de forma autónoma y razonada , puede ser física o virtual. AGENTES INTELIGENTES En Ciencias de la Computación el término agente inteligente puede ser usado para referirse a un agente de software que tiene algo de inteligencia
Reactivo: el agente es capaz de responder a cambios en el entorno en que se encuentra situado.
Pro-activo: el agente es capaz de intentar cumplir sus propios planes u objetivos.
Social: el agente puede comunicarse con otros agentes mediante algún tipo de lenguaje de comunicación de agentes. caracteristicas Tipos de Agentes Un Agente de Reflejo Simple tiene posibilidad de presentar un comportamiento más inteligente cuando es capaz de interpretar el estado del mundo en base a cierto conocimiento sobre:
Su estado interno
¿Cómo me encuentro YO en este momento?

Cómo evoluciona el mundo
¿Cuál es mi teoría del mundo (en particular de aquellas porciones de éste que no puedo percibir ahora, pero que sé que existen)?

El potencial efecto de sus acciones
¿Qué ocurre en el mundo y en mi interior cuando realizo una determinada acción?
en este caso, denominaremos al agente un agente reflejo con estado interno. Agentes de Reflejos
Simples Agentes de Bien Informados
de todo lo que pasa El problema es que los sensores no informan acerca del estado total del mundo. El agente necesita actualizar información en el estado interno que le permita discernir entre estados del mundo que generan la misma entrada de percepciones pero que son distintos. Para cada uno de los estados, se necesitan acciones distintas. El estado interno, le da al agente las condiciones de optar por una acción.
La actualización de esta información sobre el estado interno, exige dos conocimientos en el programa de agente.
Primero, se necesita información de cómo esta evolucionando el mundo, independientemente del agente.
Segundo, se debe informar como las acciones del agente afectan al mundo.
Se combina las percepciones prevalecientes con el estado interno anterior para generar la descripción actualizada del estado prevaleciente.
En el programa se crea una nueva descripción del estado interno. Agentes Basados en Metas Agentes Basados en Utilidades Si se prefiere un estado del mundo por otro, entonces ese estado ofrece mayor utilidad al agente. La utilidad es una función que correlaciona un estado y un número real que corresponde al grado de satisfacción.

La utilidad permite la toma de decisiones racionales cuando la meta tiene problemas.

Primero, cuando el logro de alguna meta implica un conflicto y sólo alguna de ellas se puede obtener, la utilidad definirá cual es el compromiso adecuado. Segundo, cuando son varias las metas que el agente podría desear obtener, pero no existe la corteza de lograr ninguna de ellas, la utilidad pondera la posibilidad de tener éxito considerando la importancia de las diferentes metas. Para decidir que hay que hacer, además de una descripción del estado prevaleciente, también se requiere información sobre su meta, información que detalla las situaciones deseables.

La búsqueda y la planificación, son los subcampos de la inteligencia artificial que se ocupa de encontrar las secuencias de acciones que permiten alcanzar las metas de un agente.

Aquí en la toma de decisiones se toma en cuenta el futuro. En el agente reflejo ésta información no se utiliza puesto que el diseñador calcula previamente la acción correcta. Un agente basado en metas, razonaría que sí en el auto de adelante se prenden las luces, debe disminuir su velocidad. Considerando la forma como normalmente evolucionan las cosas en el mundo, la única acción permitida para alcanzar la meta, es frenar.

El agente basado en metas es menos eficiente, pero es más flexible. Agente Racional segun Russell y Norvig Un agente es cualquier cosa capaz de percibir su medio ambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores.
Los agentes interactúan con el medio ambiente mediante sensores y efectores. Ing. Jorge Saavedra Sensores Efectores Humano Robótico Extemidades del cuerpo Motores Sentidos Cámaras, telémetros Para ilustrar esta idea se utilizara un ejemplo muy sinmple. el mundo de la aspiradora presentado en la Figura 2.2. Este mundo es tan simple que se puede describir todo lo que en él sucede; es un mundo hecho a medida, para el que se pueden inventar otras variaciones.
Este mundo en particular tiene solamente dos localizaciones: cuadrícula A y B. La aspiradora puede percibir en qué cuadrante se encuentra y si hay suciedad en él. Puede elegir si se mueve hacia la izquierda, derecha, aspirar la suciedad o no hacer nada.
Una función muy simple para el agente vendría dada por: si la cuadrícula en la que se encuentra está sucia, entonces aspirar, de otra forma cambiar de cuadrícula. Una muestra parcial de la función del agente representada en forma de tabla aparece en la
Figura 2.3. SISTEMAS
MULTIAGENTES INTELIGENCIA ARTIFICIAL DISTRIBUIDA (IAD) La distribución de las aplicaciones, ha dado lugar a la IAD, como un subcampo de la IA que se encarga del estudio y el modelado de las acciones y el conocimiento de sistemas colaborativos. A su vez, la IAD se divide en dos áreas de estudio; la Resolución de Problemas Distribuidos (RPD) y los Sistemas Multiagente (SMA). INTELIGENCIA ARTIFICIAL DISTRIBUIDA (IAD) DEFINIÓN SISTEMAS MULTIAGENTES Un Sistema Multiagente es un sistema conformado por diversos agentes que interactúan, generalmente para cumplir un objetivo preestablecido. Un ejemplo muy común al hablar de Sistemas Multiagente es el de un juego de fútbol en el que los integrantes de los dos equipos son robots. Cada equipo en un Sistema Multiagente cuyo objetivo ganar, sin embargo, no solo se gana logrando anotar puntos, sino que hay que anotar más puntos que el rival. Esto trae consigo una amplia serie de factores que es necesario tomar en cuenta para lograr el objetivo del sistema. Sistemas multiagente Cuando hablamos de Sistemas Multiagente podemos identificar dos diferentes tipos de sistemas:
Sistemas con solución de problemas distribuida.- en éste los agentes están diseñados específicamente para cooperar con el resto de los agentes del sistema para lograr un objetivo común.
sistema abierto.- en este sistema no todos los agentes que participan en él son necesariamente diseñados para cumplir una meta común, e inclusive puede variar debido a que hay agentes que entran y salen del sistema. Esto además arroja el hecho de que un agente no necesariamente interactúa con un sistema u otros agentes para llegar a un objetivo común, sino que esa interacción es necesaria para que el agente pueda cumplir sus objetivos o los de su sistema. Sistemas multiagente Algunas de las principales ventajas que conlleva el uso de Sistemas Multiagente son [Sycara, 1998]:
Velocidad y eficiencia, debido al procesamiento paralelo;
Robustez, pues si un agente falla o queda deshabilitado el sistema puede seguir funcionando aunque con menor rendimiento;
Flexibilidad, por el hecho de que es fácil agregar nuevos agentes al sistema;
Bajos costos, sabiendo que es más barato crear pequeños agentes por separado que el sistema completo;
Fácil desarrollo, ya que es más fácil desarrollar y mantener software modular.
Sistemas multiagente VENTAJAS El hecho de desarrollar aplicaciones complejas compuestas de distintos subsistemas que colaboran entre sí obliga a distribuir la inteligencia entre diversos agentes, y a construir sistemas multiagente que permitan la gestión inteligente de un sistema complejo. Dicha gestión se logra mediante la coordinación de los distintos subsistemas que lo componen, e integrando los objetivos particulares de cada subsistema en un objetivo común. Arquitectura multiagente Debe de existir comunicación y coordinación entre agentes. Comunicación entre agentes Nuestro agente se puede comunicar con otros agentes, de forma que pueda provocarles cambios en sus objetivos y/o creencias.
Existen varias categorías de actos de habla: Representativos
Directivos
Exhortativos
Expresivos
Declaraciones Actos de habla La comunicación forma la base de la coordinación y está formada por los protocolos de comunicación y el resultado de los métodos de comunicación. Coordinación entre agentes Métodos de comunicación Los métodos de comunicación se pueden diferenciar en sistemas de pizarra y sistemas de mensaje/dialogo. Veamos cada uno de ellos. Sistema de pizarra FIGURA 2.10: Estructura de un Sistema de Pizarra Métodos de comunicación FIGURA 2.11: Estructura extendida de Pizarra Sistemas de mensaje La comunicación utilizando mensajes forma una base flexible para la implementación de estrategias de coordinación complejas. FIGURA 2.12: Principio de la transmisión de un mensaje Agentes y su entorno Un agente inteligente es un sistema informático, situado en un entorno, que es capaz de realizar acciones flexibles y autónomas para alcanzar sus objetivos. FIGURA 2.13: Descripción del agente en su entorno. Existen 2 técnicas para el diseño de multiagentes, las cuales son:

Sistemas Multiagentes Reactivos
Sistemas Multiagentes Cognitivos Sistemas Multiagenetes Son aquellos agentes simples reaccionan de manera rápida a eventos no sincronizados sin usar un razonamiento complejo.
Sistemas Multiagentes Reactivos Son aquellos en el que los agentes contienen un modelo simbólico de su ambiente (organizaciones humanas, grupos, mercados), alrededor del cuál desarrolla sus planes y toma sus decisiones en el enfoque tradicional de la IA.
Sistemas Multiagentes cognitivos Las tecnologías de inteligencia artificial representan un recurso muy poderoso para la búsqueda de información. Aún en su forma más básica, una solución de Inteligencia Artificial puede aumentar significativamente la eficacia del proceso de búsqueda de información en tiempo y recursos requeridos. La tecnología de agentes inteligentes permite que las búsquedas, incluso, se hagan fácilmente en un sistema distribuido, cosa que con técnicas tradicional es mucho más complejo y, en la mayoría de los casos, ineficiente. CONCLUSIÓN
Full transcript