1. introducción a Agentes
-
Upload
juan-carlos-garcia-ojeda -
Category
Engineering
-
view
377 -
download
3
Transcript of 1. introducción a Agentes
REPASO
Agentes Agentes Inteligentes Agentes Racionales Agentes Racionales Ideales
Arquitecturas de Agentes Ambientes de Agentes Diseñando Agentes
AGENTE
Un Agente es cualquier cosa que puede ser vista como Es capaz de percibir su ambiente Es capaz de actuar sobre ese ambiente
Estas percepciones y acciones son llevadas a cabo por Sensores Efectores
Es un interruptor de luz un agente?
AMBIENTES Agentes deben operar dentro de un ambiente Las acciones de los agentes son realizadas sobre el
ambiente Sensores leen el estado del ambiente
Percepciones son provistas al agente desde el ambiente Efectores cambian el estado del ambiente
Propiedades del Ambiente que afectan al agente Accesible – acceso completo al estado del ambiente Determinístico – el estado actual + la acción del agente
completamente determinan el siguiente estado Episódico – cada escogencia de acción es independiente en
cada ciclo actuar-percibir Estático – el ambiente puede cambiar independientemente
del agente Discreto – limitado número de distintos perceptores y
acciones
AGENTES INTELIGENTES
Agentes inteligentes son sistemas computacionales que habitan en algún ambiente complejo y dinámico, perciben y actúan autónomamente es ese ambiente, y llevan a cabo una serie de goles o tareas para los cuales fueron diseñadas.
ATRIBUTOS CRÍTICOS
Agentes inteligentes exhiben los siguientes atributos Autonomía Reactivo Pro-activo Social
AUTONOMÍA
Agentes operan sin la directa intervención de humanos u otros agentes, y tienen algún tipo de control sobre sus acciones y estados internos
REACTIVO
Agentes perciben su ambiente y responden, en un cierto periodo de tiempo, a los cambios que ocurran
PRO-ACTIVO
Agentes no simplemente reaccionan a su ambiente, ellos también exhiben conductas dirigidas a goles que ellos toman por iniciativa propia
SOCIAL
Agentes interactúan con otros agentes, y posiblemente humanos, mediante un lenguaje de comunicación de agentes.
EJEMPLO / NO-EJEMPLO
Agente buscador de información El usuario le dice al agente que tipo de
información es requerida El agente va a sitios web conocidos (por él),
bases de datos y otras fuentes (incluyendo otros agentes) para colectar información acerca de la información requerida.
Después de colectar los datos el agente reporta al usuario, mediante un reporte, el resultado de la búsqueda
Es el agente ?1. Autónomo2. Reactivo3. Pro-activo4. Social
EJEMPLO / NO-EJEMPLO
Agente Servidor de Impresiones El usuario envía documentos al agente y le dice
lo que quiere imprimir El agente toma el documento del usuario, así
como documentos de otros usuarios, los ordena por tamaño y los imprime uno por uno.
El agente retorna el estado actual de los documentos y la impresora cuando es preguntado por el usuario.
El agente le dice al usuario cuando un documento ha sido impreso
Es el agente ?1. Autónomo2. Reactivo3. Pro-activo4. Social
RESUMEN AGENTES INTELIGENTES
Un agente Percibe y actúa en su ambiente
Un agente inteligente es reactivo, autónomo, social y pro-activo
FORMALIZACIÓN DE AGENTE (WOOLDRIDGE)
Estados del Ambiente Acciones disponibles al agente Selección de acciones de agente Propiedades del Ambiente
No – Determinístico Determinístico
Historial Agente – Interacción Ambiente
PERCEPCIÓN
Para modelar agentes más complejos requiere modelar dentro del agente también
Extender definiciones con P, un set no vacío de perceptores
Ambiente
Ver Acción
Agente
P
S A
EJEMPLO PERCEPCIÓN
Asuma que usted tiene un Sonar (sensor) que retorna una valor de distancia sonar : entero
Para un agente de reflejo simple , nosotros podemos definir la función acción como sonar() > 20 acción := mover_adelante sonar() <= 20 acción := volter_aleatorio
AGENTES CON ESTADO
Un agente requiere una estructura interna para calcular un estimado del estado interno, I, y una nueva función, siguiente
Ambiente
Ver Acción
P
SA
siguiente estado
I
II
EJEMPLO AGENTE CON ESTADO
Requiere que definamos el estado actualDistancia : entero
Nosotros podemos definir siguiente como el efecto de nuestras posibles acciones sobre el estado actualDistancia = sonar()
Para agentes basado en goles, nosotros podemos definir la función acción como actualDistancia > 20 acción :=mover_adelante actualDistancia<= 20
acción :=mover_aleatorio
AGENTES BASADO EN GOLES (UTILIDAD)
Nosotros seleccionamos la mejor acción hacia nuestro gol basado en su utilidad – requiere estimar el siguiente estado basado en la acción y computar su utilidad.
Requiere dos nuevas funciones, estimar, y utilidad(u)
Acción es actualizada
Ambiente
Ver
Acción
P
SA
siguiente
estado
I
estimar
u
I
II
A R
ARQUITECTURAS ESPECÍFICAS DE AGENTES
Arquitectura Horizontal Modular BDI Tareas Competitivas Sistemas de Producción
ARQUITECTURA HORIZONTAL MODULAR
Descompuesta en módulos que llevan a cabo funciones horizontales Percepción Comunicación Acción Administración basada en Conocimiento Planeamiento
Tipo de arquitectura comúnmente usada por agentes cognitivos simbólicos
Predefinidos, conexiones fijas
ARQUITECTURA MODULAR HORIZONTAL
Ambiente
Percepción
Representación del Modelo
Objetivos
Toma de Decisiones
Planeamiento
Evaluación de Tareas
BELIEFS-DESIRES-INTENTIONS
Basado en Razonamiento Práctico Decidir que goles alcanzar Decidir como lograr dichos goles
BDI Beliefs = estado actual Desires = posibles goles Intentions = goles escogidos
BELIEFS-DESIRES-INTENTIONS
Ambiente
Acción
Generar Opciones
Revisar Beliefs
Ver
Beliefs
DesiresFiltro
Intentions
BDI VENTAJAS Y DESVENTAJAS
Ventajas Intuitivo Clara descomposición funcional
Desventajas Eficiencia Compromiso y Reconsideración
TAREAS COMPETITIVAS
Enlaces Dinámicos entre módulos Módulos representan funciones verticales
Representan una tarea, no cada acción Módulos compiten por la selección mediante
un mecanismo de toma de decisión Base para muchas arquitecturas robóticas
basadas en conductas
SISTEMAS DE PRODUCCIÓN
Una de las mejores productos de la IA Sistemas basados en reglas / Sistemas Expertos
Basados en reglas de la forma If <condiciones> then <acciones>
Condiciones pudieran estas basado en Percepciones del ambiente Hechos generados en la base de conocimiento
Acciones pudieran Ejecutar efectores en el ambiente Generar o retractar hechos de la base de
conocimiento
SISTEMAS DE PRODUCCIÓN
Sensores Efectores
Base de Reglas
Motor de Inferencias
Base de Conocimient
o
Ambiente
DISEÑANDO UN PROGRAMA AGENTE
Primer paso en el diseño de un programa agente es conocer sus posibles Perceptores Acciones Ambiente Medidas de Desempeño
ESTRUCTURA DEL AGENTE
Como logramos la conducta del agente? Programa Agente – una función que implemente
el mapeo de un agente Arquitectura de Agente – el dispositivo de
cómputo que ejecuta el programa
AGENTE Y AMBIENTE
Am
bie
nte
Sensores
Efectores
Agente
Memoria
Actualizar memoria
Escoger mejoracción
acción
Actualizar memoria
percibir
ARQUITECTURAS GENÉRICAS DE AGENTES
Agentes de Reflejo Simple Agentes de Reflejo con Estado Agentes basado en Goles
AGENTES DE REFLEJO SIMPLE
Selecciona la mejor acción usando un conjunto de asociaciones a partir de la percepción actual a la mejor acción
Resume asociaciones comunes de estrada / salida en reglas de condición-acción
If carro-adelante-es-lento then empezar_frenado
Acciones pueden ser construidas o aprendidas
AGENTE DE REFLEJO
Am
bie
nte
Sensores
Efectores
AgenteComo es el mundo
ahora?
Qué acción debo
tomar?
Reglas condición-acción
AGENTES DE REFLEJO CON ESTADO
Selecciona la mejor acción usando un conjunto de asociaciones basado en La actual percepción La representación del estado del mundo según el
agente Para evaluar el estado del mundo nosotros
necesitamos saber Estimación del estado del mundo Mis acciones que producen Como el mundo evoluciona independientemente
de nuestras acciones
AGENTE DE REFLEJO CON ESTADO
Am
bie
nte
Sensores
Efectores
AgenteComo es el mundo
ahora?
Qué acción debo
tomar?
Reglas condición-acción
Estado
Como el mundo evoluciona
Mi acciones producen
AGENTES DE REFLEJO CON ESTADO
Más robusto pero no suficiente información para tomar decisiones racionales Cuando llegue a una intersección y puede seguir
o doblar a la derecha? Una decisión racional depende el estado actual
+ …
AGENTE BASADO EN GOLES
Un agente basado en goles decide sus acciones basado en La percepción actual La representación del estado del mundo El gol que esta persiguiendo
Requiere información acerca del gol Usualmente no es estática Alcanzar goles no es usualmente simple Generalmente requiere planeación/búsqueda
para encontrar la secuencia correcta de acciones
AGENTE BASADO EN GOLES
Am
bie
nte
Sensores
Efectores
Agente
Como es el mundo ahora?
Qué acción debo tomar?
Reglas condición-acción
Estado
Como el mundo evoluciona
Mi acciones producen
Que ocurre si hago la acción
A
TOMA DE DECISIONES EN AGENTES BASADO EN GOLES
Toma de Decisiones en fundamentalmente diferente que un agente de reflejo Envuelve el futuro
Cual será el resultado si yo realizo una acción Ese resultado me ayudara a alcanzar el gol
Diseño es más complejo Agente es menos eficiente Agente es mas adaptable
Nosotros podemos cambiar nuestro destino