INTRODUCCIÓN A AGENTES

Juan C. Garcia-Ojeda, PhD(c), MSc., Ing.

jcgarciao@gmail.com

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?

AGENTES Y EL AMBIENTE

Am

bie

nte

Sensores

Efectores

Agente

procesamiento

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

ARQUITECTURAS DE AGENTES INTELIGENTESJuan Carlos García Ojeda

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

AGENTE REACTIVO

Puede ser modelado simplemente usando la definición previa como

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

ARQUITECTURA ESPECÍFICAS DE AGENTESJuan Carlos García Ojeda

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

TAREAS COMPETITIVAS

Sensores Efectores

Seleccionar Tarea

Tarea 1

Tarea 2

Tarea 3

Ambiente

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 SISTEMAS INTELIGENTESJuan Carlos García Ojeda

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 SIMPLE

Ventajas Simple Fácil de Codificar

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

ARQUITECTURA GENÉRICA DE AGENTES

Agentes de Reflejo Simple usan reglas de condición-acción basado en la percepción actual

Agentes de Reflejo con Estado usan reglas de condición-acción pero guardan el estado del mundo

Agentes basado en goles toman decisiones basados en el gol actual del agente