Post on 27-Nov-2021
Agentes-Conceptos- Arquitecturas
AGENTES
CONCEPTOS
◼ Los actuales sistemas de información sufrirán transformaciones
al abandonar su rol pasivo y pasar a ser activos para tomar
decisiones.
◼ Un agente es normalmente una entidad o un asesor de la
persona real, a quien sustituye, anticipándose a sus
requerimientos.
◼ El paradigma de agente nos permite modelar actores con
conocimientos, creencias, percepciones, metas, intenciones y
obligaciones.
El papel de la Inteligencia Artificial
La tarea de la IA es explicar y construir
agentes que reciben percepciones del
ambiente y proceden a ejecutar acciones.
(Artificial Intelligence, A modern
approach. Stuart Russel & Peter Norvig
1996)
AGENTES
CONCEPTOS
◼ Dentro de las clasificaciones más generales podemos
decir que básicamente nos encontramos en este campo
con agentes de software los cuales se presentan como
específicos para tareas de información, entretenimiento
o virus, además se presentan dentro de los agentes de
computación los dedicados a modelar la vida artificial.
Otro campo es el de agente robótico.
Definiciones
Agentes software (softbots):
◼ Aplicaciones informáticas con capacidad para decidir cómo deben actuar para alcanzar sus objetivos.
Agentes inteligentes:
◼ Agentes software que pueden funcionar fiablemente en un entorno rápidamente cambiante e impredecible.
Definiciones de Wooldridge
◼ Un agente es un software capaz de realizar
acciones independientes en representación
de su propietario o usuario (comprendiendo
las necesidades que tienen que ser
satisfechas para satisfacer sus objetivos de
diseño, en lugar de recibir instrucciones
constantemente).
AGENTES
CONCEPTOS
◼ Agente: Es un sistema de computación que se
encuentra situado en un ambiente determinado y
es capaz de un comportamiento autónomo con
la misión de cumplir sus objetivos de diseño.
Definiciones de Wooldridge
◼ Un sistema multiagente consiste en un
conjunto de agentes que interaccionan entre
ellos.
◼ En el caso más general en representación de
usuarios con diferentes motivaciones y
objetivos. Para conseguir interaccionar con
éxito deben cooperar, coordinarse y negociar,
como hace la gente.
AGENTES
CONCEPTOS
◼ Sistema multiagente: Está constituido por
un conjunto de entidades inteligentes llamadas
agentes que coordinan sus habilidades para la
resolución de problemas individuales o globales.
Ej, Bionic Learning
Network de FESTO
AGENTES
CONCEPTOS
◼ Las definiciones básicas de agentes presentan el concepto
como algo autónomo que percibe el entorno a través de
sensores de visión, tacto, temperatura, entre otros y actúan en él
a través de efectores (elementos que facilitan su actuación,
brazos robot , mecanismos de movilidad, etc.).
AGENTES
CONCEPTOS
◼ Un agente es una abstracción, una idea o una entidad
computacional que posee características que permiten
definir dos nociones: una débil y otra fuerte que recurre
a conceptos normalmente aplicados a humanos .
◼ Wooldrige y Jennings (1995) distinguen estas dos
acepciones del término agente con una noción débil
que representa la concepción más general y otra
noción más fuerte .
AGENTES
CONCEPTOS
La estructura consta de tres partes principales:
Arquitectura: se refiere a maquinaria o dispositivos que consta de
actuadores y sensores. El agente inteligente se ejecuta en esta
maquinaria. Los ejemplos incluyen una computadora personal, un
automóvil o una cámara.
Función de agente: esta es una función en la que las acciones se
asignan a partir de una determinada secuencia de percepción. La
secuencia de percepción se refiere a una historia de lo que ha percibido
el agente inteligente.
Programa de agente: se trata de una implementación o ejecución de
la función de agente. La función de agente se produce mediante la
ejecución del programa de agente en la arquitectura física.
AGENTES
CONCEPTOS - DEFINICION DEBIL
◼ La definición débil nos dice que es un sistema
Computacional hardware y/o software que goza de
propiedades tales como:
❑ Autonomía: los que les permite operar sin una directa
intervención de humanos, conservando un cierto
grado de control de sus acciones y estado interno.
• Habilidad social: Los agentes interactúan con otros
agentes como también con humanos a través de
sus Interfases de comunicación.
AGENTES
CONCEPTOS - DEFINICION DEBIL
◼ Reactividad: los agentes perciben su ambiente. Estepuede ser el mundo físico, un usuario que interactúacon él, otros agentes, Internet, o una combinación deéstos, respondiendo a los cambios que ocurren en elambiente.
◼ Proactividad: Los agentes no sólo actúan en respuesta a su ambiente de operación, sino también son capaces de presentar un comportamiento oportunista, dirigido por sus objetivos, tomando la
iniciativa en el momento que sea apropiado para el.
AGENTES
CONCEPTOS-DEFINCION FUERTE
◼ La definición fuerte de agente nos dice que además de
las características anteriores el agente goza de una o
más de las siguientes propiedades que le permiten
reflexionar sobre su comportamiento en lugar de sólo
reaccionar a estímulos o cambios en su ambiente:
❑ Nociones mentales: representan las creencias,
deseos e intenciones del agente.
AGENTES
CONCEPTOS - DEFINCION FUERTE
• Racionalidad: El conjunto de las acciones que realiza
conservan el propósito de alcanzar un objetivo.
• Adaptabilidad o Aprendizaje: Cambia su
funcionamiento en función de su propia experiencia.
• Veracidad: Un agente no es capaz de comunicar
conscientemente información falsa.
Agentes como entidades autónomas
que interaccionan con el entorno
Agente
Am
bie
nte
sensores
Representación del estado del entorno
Elección de la acción
Reglas condición-acción
actuadores
Agente Reflejo con un estado interno
Agentes inteligentes
Principio de Racionalidad (Allen Newell (1982).The knowledge level. Artificial Intelligence 18:87-127): Indica que hay una conexión entreobjetivos y comportamiento, por medio delconocimiento del que dispone el agente ... lo queno implica que el agente tomará la mejordecisión
Agentes como entidades autónomas
que interaccionan con el entorno
Agente
Am
bie
nte
sensores
Representación del estado del entorno
¿Qué acción debo emprender?
Metas
actuadores
Agente Basado en Metas
¿Qué sucede si se elige la acción A?
Estado
¿Cómo evoluciona el mundo?
¿Qué efecto producen mis acciones?
Agentes Racionales
◼ La racionalidad le permite al agente hacer en cada momento “lo correcto”.
◼ • “Lo correcto” son las acciones que conducen al mejor desempeño de su misión, descrita en términos de: – Meta.– Utilidad.
◼ • Para ser racional necesita ser capaz de –Medir el desempeño de su misión. – Tener algún criterio de medida. – Incorporar los resultados como conocimiento nuevo.• Racionalidad ≠ Omnisciencia.
Agentes como entidades autónomas
que interaccionan con el entorno
Agente
Am
bie
nte
sensores
Representación del estado del entorno
¿Cómo de buena es la solución?Utilidad
actuadores
¿Qué sucede si se elige la acción A?
Estado
¿Cómo evoluciona el mundo?
¿Qué efecto producen mis acciones?
¿Qué acción debo emprender?
Relación del agente con el entorno
◼ En la mayor parte de los dominios el agente sólo tendrá control parcial del entorno.
◼ Una misma acción realizada por el agente puede tener efectos muy distintos
❑ En general los entornos son no-deterministas.
❑ Un agente debe estar preparado para fallar o para la incertidumbre de no saber si ha tenido éxito o no.
Relación del agente con el entorno
◼ Un agente dispone de un repertorio de acciones disponibles con sus correspondientes precondiciones.
◼ El principal problema al que se enfrenta un agente es decidir qué acción realizar para alcanzar sus objetivos de diseño
◼ Las arquitecturas de agentes podrían verse como arquitecturas software para sistemas de toma de decisiones empotrados en un entorno
Agentes: Inteligencia
◼ Los agentes tienen:
Inteligencia
◼ Razonamiento
❑ Un agente puede decidir:
◼ qué objetivo perseguir o a qué evento reaccionar.
◼ cómo actuar para conseguir un objetivo o suspender o abandonar un objetivo para dedicarse a otro.
◼ Aprendizaje
❑ El agente puede adaptarse progresivamente a cambios en entornos dinámicos mediante técnicas de aprendizaje.
Agentes: Inteligencia
◼ Técnicas para implementar la racionalidad
❑ Representación del Conocimiento
❑ Razonamiento simbólico
❑ Planificación
❑ Satisfacción de Restricciones
❑ Aprendizaje Automático
❑ Razonamiento bajo incertidumbre:
◼ Sistemas de mantenimiento de la verdad
◼ Inferencia Estadística
⇒ !! Sistemas Basados en el Conocimiento!!
TIPOS DE AGENTES
COOPERATIVOS
AUTONOMOS
APRENDEN
AGENTES
INTELIGENTES
Source: H. Nwana, Software Agents: An Overview
COLABORATIVOS
AGENTES DE
INTERFAZ
COLABORATIVOS/
APRENDEN
Identificación de un agente
◼ Para la identificación de un agente en un contexto
es necesario identificar cuales son las:
◼ Percepciones del agente en el contexto.
◼ Acciones que realiza en el contexto.
◼ Metas que persigue el agente en el contexto.
◼ Ambiente que representa al contexto de operación del agente
Ejemplo
❑ Ejemplo – Taxi con piloto automático
(taximetro reemplazado por un agente
inteligente)
◼Percepciones ??
◼Acciones ??
◼Metas ??
◼Ambiente ??
Taxi con piloto automático
◼ Percepciones
❑ Video, acelerómetro, instrumental del tablero, sensores del motor
◼ Acciones
❑ gestión del volante, acelerar y frenar, bocina
◼ Metas
❑ seguridad, llegar a destino, maximizar ganancias, obedecer las leyes, satisfacción del cliente
◼ Ambiente
❑ calles urbanas, avenidas, tráfico, peatones, clima, tipo de cliente
Ejemplos de distintos tipos de agentes
◼ Para identificar a un agente debemos analizar:
PROPIEDADES DE LOS AMBIENTES
◼ Accesible/Inaccesible❑ Si los sensores proporcionan todo lo que hay que saber
sobre el estado completo del ambiente - necesario para elegir una acción - entonces el ambiente es accesible al agente.
◼ Determinístico/No-determinístico (estocástico)❑ Si el estado siguiente del ambiente está determinado
plenamente por el estado presente del mismo, y por la acción del agente - se trata de un ambiente determinístico.
◼ Episódico/No-episódico ❑ Un ambiente episódico implica que los episodios
siguientes no dependen de las acciones que ocurrían en episodios previos.
PROPIEDADES DE LOS AMBIENTES
◼ Estático/Dinámico❑ Será estático todo ambiente que no cambie mientras el
agente está deliberendo (procesando una buena estrategia)
◼ Discreto/Continuo❑ Discreto - con escaso número de percepciones y acciones
en el ambiente.
❑ Continuo - el otro caso.
◼ Sin adversario/con adversarios racionales❑ Los ambientes ingenieriles suelen ser sin adversario.
❑ Los ambientes sociales y económicos aumentan en su complejidad por la presencia de interacciones entre uno o más adversarios (por ejemplo en la Bolsa, futbol de robots).
Dr Jorge S. Ierache
Tipos de ambientes y sus características
Conclusiones: Objetos vs Agentes
Objetos
◼ Ejecuta los métodos invocados
◼ Flujo de control del llamante
◼ Encapsula estado y comportamiento
◼ Estado: valor de variables
◼ Comportamiento: salida a partir de una entrada
◼ Mensajes invocan procedimiento
◼ Asociaciones entre objetos
Agentes
◼ Autonomía de decisión
◼ Flujo de control propio
◼ Encapsula la activación del comportamiento
◼ Estado mental: objetivos, creencias, ...
◼ Comportamiento: cómo decidir lo que hacer
◼ Interacciones: actos de habla (intencionalidad)
◼ Organización: relaciones sociales entre agentes
Conclusiones: Sistemas Expertos vs
AgentesSistemas Expertos
◼ Sistemas cerrados
◼ Sistemas de decisión centralizados
◼ Interacción con el usuario bajo petición del usuario
Agentes
◼ Interactúan con el entorno
◼ Distribución de la toma de decisiones:
❑ Comportamiento emergente
◼ Mayor grado de interacción con el usuario
◼ Interacción con otros agentes
La Arquitectura “de tres capas”
◼ La Arquitectura “de tres capas”
Como es obvio, la complejidad del entorno tiene una relación estrecha con
la complejidad del sistema de control que gobierna el comportamiento de
la máquina. En efecto, si el robot tiene que reaccionar rápida e
inteligentemente en un ambiente dinámico y desafiante, el problema del
control se torna muy difícil. Si el robot, en cambio, no necesita responder
de manera rápida, se reduce la complejidad requerida para elaborar el
control [Mataric, 2002].
En la “arquitectura de tres capas” se pueden considerar tres clases
diferentes de procesos a semejanza de la hipótesis neurológica de
MacLean del cerebro trino o de la hipótesis psicológica de Freud de la
interacción entre el “Ello” (o colección de impulsos instintivos), el “Super-
yo” (que incluye los objetivos y las prohibiciones sociales de alto nivel) y el
“Yo” (que resuelve o suprime los conflictos entre ellos) [Minsky, 2000].
La Arquitectura “de tres capas”❑ “Reactivo”: Es el nivel más bajo. La información se adquiere por medio de
los sensores externos e internos y se traduce en órdenes para los
efectores. Se trata de procesos muy rápidos, o inmediatos, que permiten
una respuesta directa a los eventos sensoriales.
❑ “Deliberativo”: Es el nivel intermedio y equivale a proveer las capacidades
de razonamiento, planificación y resolución de problemas. Son aquellos
procesos que desempeñan un papel importante en lo que se conoce como
“pensamiento”, más otros procesos relacionados con la gestión de las
acciones de bajo nivel.
❑ “Reflexivo”: Es el nivel más alto y equivale. Permite la supervisión,
evaluación, y algún control de procesos internos, así como la provisión de
capacidades típicamente humanas (como la introspección, el aprendizaje y
las decisiones explícitas para redirigir la atención). Se trata básicamente de
los mecanismos de aprendizaje que, de una forma u otra, impregnan la
arquitectura completa.
Arquitectura Agentes
◼ Forma de abordar la construcción del agente, puede ser:
◼ • Arquitectura reactiva
❑ – Agentes reactivos.
❑ – Agente con representación del mundo.
◼ • Arquitectura deliberativa
❑ – Agentes basados en metas.
❑ – Agentes basados en la utilidad.
❑ - Agentes basados en Creencias, Deseos e Intenciones
Arquitectura Agentes reactivos
◼ Realizan tareas sencillas
(recepción/reacción)
◼ No realiza procesos de razonamiento
Arquitectura Reactiva
◼ • Un razonamiento explícito sobre los efectos
producidos por acciones de bajo nivel es
demasiado costoso para producir una
conducta en tiempo real.
◼ • El comportamiento inteligente se generará
sin tener que usar modelos simbólicos, y
emergerá en ciertos sistemas complejos.
◼ • Estas arquitecturas manejan jerarquías de
tareas en función de niveles de abstracción.
Arquitectura Reactiva - subsunción
◼ Un conjunto de módulos de comportamiento que realizan tareas Nohay representación ni razonamiento simbólico.
◼ El comportamiento se puede implementar como un conjunto dereglas
situación -> acción donde situación se toma directamente de lapercepción (sin ningún tipo de transformación a representacionessimbólicas).
◼ Jerarquía de subsunción.
❑ Se pueden ejecutar varios comportamientos simultáneamente.
❑ Para elegir entre ellos se usa la jerarquía de subsunción
❑ Los comportamientos están ordenados por capas
❑ Los comportamientos de las capas más altas (mayor prioridad)inhiben a los de las capas inferiores (los comportamientos dealto nivel subsumen a los de bajo nivel y los pueden inhibir)
Ejemplo Arquitectura Subsumida de Brooks
Recarga
Escapar
Evitar obstáculo
Seguir Luz
Avanzar
Detector Distancia
Luz, Infrarrojo y Batería
Detector Colisiones
Fotocélulas y Nivel Batería
Alimentador
MotoresSS
S
S
[A. Brooks, A Robust Layered Control System for a Mobile Robot, 1986]
Arquitectura Deliberativa
◼ • Expresa el comportamiento y el ambiente en
términos de conocimiento representado
simbólicamente.
◼ Las decisiones se toman empleando mecanismos
deductivos: – Pattern matching – Diversas lógicas
◼ • En estos términos, las componentes del agente se
deben representar en términos lógicos. Un ejemplo
exitoso: BDI (Belief, Desire, Intention) – Creencias:
modelo del mundo y del resto de agentes. –
Deseos: metas. – Intenciones: plan de acción.
Arquitectura Híbrida
◼ • Combinan agentes de tipo reactivo y deliberativo. ❑ – Reactivo: reacciona a los eventos del entorno sin invertir
razonamiento.
❑ – Deliberativo: planifica (distribuye las metas más simples) y realiza tareas de nivel de abstracción superior. Este tipo de tareas se agrupan típicamente en dos niveles: ◼ de manipulación de la información a nivel abstracto, con una
representación simbólica del ambiente,
◼ de comportamiento social y planificación de alto nivel.
❑ • Se organizan: ◼ – Horizontalmente: las capas tienen acceso a sensores y
actuadores.
◼ – Verticalmente: una capa actúa de interfaz con sensores y actuadores.
Arquiectura- Agentes Deliberativos
◼ Realizan tareas complejas.
◼ Utilizan técnicas de razonamiento.
(representación del conocimiento)
◼ Ciclo: Percepción-asimilación-razonamiento-
actuación.
Arquitectura BDI
◼ Las intenciones del agente juegan un importante papel en
el razonamiento práctico:
❑ Dirigen el razonamiento basado en medios y fines
❑ Restringen las deliberaciones futuras
❑ Persisten
❑ Influencian las creencias sobre las que se basará el futuro
❑ razonamiento práctico
◼ Cada cierto tiempo el agente deberá replantearse sus
intenciones, abandonado aquellas que considera que no
va a alcanzar, aquellas que ya ha alcanzado y aquellas
cuya justificación ha desaparecido.
Arquitectura BDI
◼ Dos extremos:
❑ El agente que no reconsidera suficientemente a
menudo sus intenciones (atrevido).
❑ El agente que continuamente reconsidera sus
intenciones dedicando así un tiempo insuficiente
a su consecución (precavido).
Arquitectura BDI
◼ Lo difícil es encontrar el equilibrio entre ambos
comportamientos [Kinny y Georgeff, 91]
◼ En entornos estáticos el comportamiento dirigido por
objetivos es más adecuado:
❑ Los agentes no pierden tiempo reconsiderando sus objetivos y actúan para tratar de conseguir satisfacerlos.
◼ En entornos dinámicos es necesario tener cierta precaución
❑ Los agentes pueden reconsiderar sus intenciones y aprovechar nuevas oportunidades.
Arquitectura - Componentes de un Agente
BDI (Creencias, Deseos e Intenciones)
:◼ Conjunto de creencias actuales que
tiene el agente acerca de su entorno.
◼ Función de revisión de creencias (frc)
que actualiza las creencias en base a
las percepciones.
◼ Función de generación de opciones
(deseos) a partir de sus creencias e
intenciones.
◼ Conjunto de opciones actuales
(acciones disponibles) Función filtro
correspondiente al proceso de
deliberación: Determina las nuevas
intenciones en función de sus creencias,
deseos e intenciones.
◼ Conjunto de intenciones actuales
◼ Función de selección de acciones
(ejecuta), Determina la acción a ejecutar
a partir de las intenciones actuales
Arquitectura BDI-Extendida
◼ En las arquitecturas BDI el estado interno del agente
(habitualmente conocido como “estado mental”) está
formado por tres componentes: creencias, deseos e
intenciones.
◼ La arquitectura BDI clásica ha evolucionado a lo que
podríamos denominar arquitectura BDI extendida, en la
cual el estado mental del agente integra cinco factores:
❑ Creencias
❑ Deseos
❑ Objetivos
❑ Intenciones
❑ Planes
Arquitectura BDI-Extendida◼Creencias: conocimiento del agente sobre suentorno
◼Deseos: se derivan de las creencias. Hechosque el agente quiere que se cumplan enestados futuros. Puede haber conflictos ycontradicciones entre ellos.
◼Objetivos: subconjunto de los deseos a cuyaconsecución podría dedicarse el agente. Tienenque ser realistas y no puede haber conflictosentre ellos.
◼Intenciones: subconjunto de los objetivos.Son los que el agente persigue en el momentopresente.
◼Planes: combinan las intenciones del agenteen unidades consistentes. Reflejan lasacciones a desarrollar por el agente paraconseguir sus intenciones. Habrá un plan globaly un número suficiente de niveles de subplanes.
Creencias DeseoIntenciones
Objetivos
Deseos
Planes
Acciones
Comunicación entre Agentes◼ Lenguajes de comunicación de agentes
Basados en la teoría de actos del habla
❑ KQML
❑ FIPA ACL
◼ Algunos autores consideran que la capacidad de comunicarse en un lenguaje de agentes es suficiente para considerar a un software como agente.
https://sites.google.com/site/lainteligenciaartificialunesum/agentes-inteligentes
Búsqueda, recuperación y navegación de información
Mejoran el acceso y la navegación de la información mediante la
búsqueda de información en motores de búsqueda. Internet consta de
muchos objetos de datos que llevan a los usuarios mucho tiempo
buscar un objeto de datos específico. Los agentes inteligentes realizan
esta tarea en nombre de los usuarios en poco tiempo.
Aplicaciones de agentes inteligentes
Diagnostico medico
También se han aplicado agentes inteligentes en los servicios
sanitarios para mejorar la salud de los pacientes. En este caso, se
considera al paciente como el medio ambiente. El teclado de la
computadora se utiliza como sensor que recibe datos sobre los
síntomas del paciente. El agente inteligente utiliza esta información
para decidir el mejor curso de acción. La atención médica se brinda a
través de actuadores, como pruebas y tratamientos.
Aplicaciones de agentes inteligentes
Conducción autónoma
Los agentes inteligentes mejoran el funcionamiento de los vehículos
autónomos. Se emplean varios sensores para recopilar información del
entorno (cámaras, GPS y radar). En esta aplicación, el entorno puede
ser peatones, otros vehículos, carreteras o señales de tráfico. Se utilizan
varios actuadores para iniciar acciones. Por ej. los frenos se utilizan
para detener el vehículo.