OBJETIVOS
- Comprender que el desarrollo de sistemas inteligentes pasa por el desarrollo de agentes capaces de representar conocimiento para resolver problemas
- El agente puede orientarse hacia la construcción de sistemas autónomos o interactivos con los humanos
- Conocer el concepto de agente inteligente y el ciclo "Percepción-Decisión-Actuación"
- Adquirir las habilidades básicas para construir sistemas capaces de resolver problemas mediante técnicas de IA
La inteligencia artificial es el subcampo de la informática dedicado a la construcción de agentes que exhiben aspectos de comportamiento inteligente. Los agentes permiten dar una nueva forma a mostrar la IA.
Un agente inteligente es un sistema de ordenador situado en algún entorno que es capaz de realizar acciones de forma autónoma y que es flexible para lograr los objetivos planteados
- **Situación: **el agente recibe entradas sensoriales de un entorno donde está situado y realiza acciones que cambian dicho entorno
- Autonomía: el sistema es capaz de actuar sin la intervención directa de un humano y tiene control sobre sus propias acciones y estado interno
- Flexibilidad
- Reactivo: el agente debe percibir el entorno y responder de una forma temporal a los cambios que ocurren en dicho entorno
- Pro-activo: los agentes no deben simplemente actuar en respuesta a su entorno, sino que deben ser capaces de exhibir comportamientos dirigidos a lograr objetivos que sean oportunos y tomar la iniciativa cuando sea apropiado
- Social: los agentes deben ser capaces de interactuar, cuando sea apropiado, con otros agentes o con humanos para completar su propio proceso de resolución del problema y ayudar a otros con sus actividades
Un sistema basado en agentes será un sistema en el que la abstracción clave utilizada es, precisamente, un agente.
Los sistemas multi-agente son implementados para que varios agentes interactúen entre sí. Son una opción interesante para representar problemas que tienen múltiples formas de resolverse, múltiples perspectivas o múltiples entidades. La interacción entre agentes se da para...
- Cooperación, trabajar juntos para resolver algo
- Coordinación, organizar una actividad para evitar las intercacciones perjudiciales y explotar las beneficiosas
- Negociación, llegar a un acuerdo que sea aceptable por todas las partes implicadas
Los sistemas multi-agente (SMA) son una IA distribuída. Un SMA es una red más o menos unida de resolutores de problemas que trabajan conjuntamente para resolver problemas que están más allá de las capacidades individuales o del conocimiento de cada resolutor individual del problema. Un resolutor es lo mismo que un agente autónomo de naturaleza heterogénea.
Las características de los SMA son:
- Cada agente tiene información incompleta o no cuenta con las capacidades para resolver el problema, es decir, tiene un punto de vista limitado
- No hay un sistema de control global
- Los datos no están centralizados
- La computación es síncrona
- Sistema de símbolos físicos: un conjunto de entidades físicas (símbolos) que pueden combinarse para formar estructuras, y que es capaz de ejecutar procesos que operan con dichos símbolos de acuerdo a conjuntos de instrucciones codificadas simbólicamente
- La hipótesis de sistema de símbolos físicos dice que tales sistemas son capaces de generar acciones inteligentes
- Agente deliberativo: aquel que contiene un modelo simbólico del mundo explícitamente representado y cuyas decisiones se realizan a través de un razonamiento lógico basado en emparejamientos de patrones y manipulaciones simbólicas
- Problemas:
- Trasladar en un tiempo razonable para que sea útil el mundo real en una descripción simbólica precisa y adecuada
- Representar simbólicamente la información acerca de entidades y procesos complejos del mundo real, y como conseguir que los agentes razonen con esta información para que los resultados sean útiles
Una arquitectura reactiva es aquella que no incluye ninguna clase de modelo centralizado de representación simbólica del mundo, y no hace uso de razonamiento complejo
- El comportamiento inteligente puede ser generado sin una representación explícita ni un razonamiento abstracto explícito de la clase que la IA simbólica propone
- La inteligencia es una propiedad emergente de ciertos sistemas complejos
- El comportamiento inteligente surge como resultado de la interacción del agente con su entorno
Siguen una estructura vertical
Representaciones del mundo: modelos icónicos o basados en características
- El agente reactivo percibe su entorno a través de sensores
- Procesa la información recibida y hace una representación interna de sí misma
- Escoge una acción, entre las posibles, considerando la información percibida
- Transforma la acción en señales para los actuadores y la realiza
Supongamos un robot en un mundo dividido en cuadrículas. El robot puede percibir si las 8 casillas vecinas están libres o no, con un sensor Si por cada casilla i.
El objetivo del robot es ir a una pared y seguir su perímetro indefinidamente. Tiene 4 posibles movimientos (todos de una casilla): N, S, E, O. No se permite que el entorno contenga pasillos estrechos (casillas rodeadas por 2 o más obstáculos a ambos lados)
Podemos usar un vector de 8 componentes: el componente i vale 0 si el sensor Si no detecta obstáculo. Por ejemplo, la posición A={0,0,0,0,1,0,0,0}
