AGENTES INTELIGENTES Ingeniería del Conocimiento - IE

AGENTES INTELIGENTES

Ingeniería del Conocimiento - IE

INTELIGENCIA ARTIFICIALINTELIGENCIA ARTIFICIAL

Las nuevas tendencias...

Las capacidades de aprendizaje de las redes neuronales y otras técnicas Conocimiento de los expertos en forma de ejemplos, ensayo y error.

Los SE con técnicas de RA Conocimiento abstracto, lógico y aproximado de los expertos.

Los agentes (IA distribuida) Conocimiento sobre los métodos de cooperación en un conjunto de expertos (explotar las interacciones)

AGENTES INTELIGENTESAGENTES INTELIGENTES

IA DistribuidaIngeniería de

software

Sistemas distribuidos y redes

POO

NOCION DENOCION DEAGENCIAAGENCIA

AGENTES EN LA IA

INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL DISTRIBUIDA DISTRIBUIDA

Porque IA Distribuida? Porque distribuir IA?

Los problemas están físicamente distribuidosLos problemas están físicamente distribuidosEl mundo está compuesto por entidades autónomasEl mundo está compuesto por entidades autónomasEstas entidades interactúan entre si y con el entornoEstas entidades interactúan entre si y con el entorno

NOCION AGENTESNOCION AGENTES

INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL DISTRIBUIDA (DAI- MIT ´80)DISTRIBUIDA (DAI- MIT ´80)

Disciplina dirigida al desarrollo de métodos y técnicas para la solución de problemas complejos por medio del comportamiento inteligente de un sistema integrado por unidades llamadas agentes.

INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL DISTRIBUIDA (DAI)DISTRIBUIDA (DAI)

Uno de los principales objetivos es entender los principios subyacentes al comportamiento de múltiples entidades del mundo denominadas agentes, y sus interacciones.

Cómo los agentes interactúan y producen un comportamiento general del sistema multiagente (MAS).

SISTEMAS MULTIAGENTESSISTEMAS MULTIAGENTES

Campo Interdisciplinario: sistemas distribuidos, IA, teoría de juegos, ciencias sociales

Agentes como un nuevo paradigma de la Agentes como un nuevo paradigma de la Ingeniería de Software:Ingeniería de Software: para diseñar e para diseñar e implementar sistemas complejos implementar sistemas complejos distribuidosdistribuidos

Agentes como una herramienta para Agentes como una herramienta para entender sociedades humanas: entender sociedades humanas: permiten una interesante forma de permiten una interesante forma de simular sociedadessimular sociedades

Noción de agente

Cuando se hace referencia a la idea de agente surgen dos ámbitos de trabajo:

• El agente en sí mismo• Los conjuntos de agentes

Similitud con lo que sucede a nivel humano

Noción de agente

• Tendremos un comportamiento ¨personal¨

• Tendremos un comportamiento ¨social¨

producido por un conjunto de agentes

Lenguaje metafórico

QUE ES UN AGENTE?

Es una entidad física o virtual que posee ciertas características generales:

• Es capaz de percibir el entorno• Posee una representación parcial del

entorno.• Es capaz de actuar sobre el entorno• Puede comunicarse• Posee un conjunto de objetivos que

gobiernan su comportamiento• Posee recursos propios

Sistemas Multiagentes (MAS)SISTEMAS COMPLEJOS

Pueden ser descompuestos en Pueden ser descompuestos en componentes de software modulares y componentes de software modulares y

de funciones específicas: de funciones específicas: agentesagentes

Son concebidos como organizaciones Son concebidos como organizaciones de agentes de agentes MAS MAS

Sistemas MultiagentesSon sistemas con los siguientes Son sistemas con los siguientes Componentes esenciales:Componentes esenciales:

•Un entorno E•Un conjunto de objetos O en E•Un conjunto de agentes A / A O•Un conjunto de relaciones en O•Un conjunto Op de operaciones

Sistemas Multiagentes (MAS)

• Los agentes deben Los agentes deben compartir conocimientoscompartir conocimientos sobre el problema y las posibles soluciones.sobre el problema y las posibles soluciones.

• Los agentes en un MAS pueden Los agentes en un MAS pueden compartir compartir una meta o tener metas independientes.una meta o tener metas independientes.

• El ¨El ¨conocimiento globalconocimiento global¨ puede incluir control ¨ puede incluir control global, consistencia global, metas globales, etc.global, consistencia global, metas globales, etc.

• La La coordinacióncoordinación puede ser muy puede ser muy compleja.compleja.

SISTEMAS MULTIAGENTES (MAS)

CARACTERISTICAS Cada agente tiene información y capacidades

limitadas para resolver un problema

No hay un control global del sistema Los datos están descentralizados Computación es asincrónica

Proveen mas robustez, eficiencia y permiten la interoperatividad de sistemas existentes

QUE ES UN AGENTE?

QUE ES UN AGENTE ????QUE ES UN AGENTE ????

QUE DISTINGUE A UN AGENTE DE SOFTWARE (SOFTBOT) DE OTRO

TIPO DE PROGRAMA ????

Distintas Definiciones: A Taxonomy for Autonomous Agents, S. Franklin and Art Graesser University of Memphis

http://www.msci.memphis.edu/~franklin/www.memphis.edu/






"Es todo aquello que percibe su ambiente mediante sensores y que responde o actúa mediante efectores." Russell and Norvig

The AIMA Agent, 1995

Que entendemos por ambiente, sensores y actuación ?

AGENTE

Representación Norvig&RussellRepresentación Norvig&Russell

QUÉ ES UN AGENTE INTELIGENTE

• Un agente inteligente es aquél que pueda– percibir un mundo perceptual mediante

SENSORES y– actuar sobre ese mundo mediante

EFECTORES (o actuadores)

META de la IA Diseñar un agente inteligente/racional que opere o actúe adecuadamente en sus ambientes.

AGENTE INTELIGENTE /RACIONAL???AGENTE INTELIGENTE /RACIONAL???

Debe hacer siempre lo correcto de acuerdo a sus percepciones.

Es aquel que emprende la mejor acción posible en una situación dada.

Russel & Norvig

RACIONALIDAD

• Depende de

– LA SECUENCIA DE PERCEPCIONES - TODO LO QUE EL AGENTE HA PERCIBIDO HASTA AHORA

– LA MEDIDA DE ÉXITO ELEGIDA– CUÁNTO CONOCE EL AGENTE DEL

AMBIENTE EN QUE OPERA– LAS ACCIONES QUE EL AGENTE

ESTÉ EN CONDICIONES DE REALIZAR

AGENTE INTELIGENTE IDEAL• El agente inteligente ideal es el que, para

cualquier secuencia arbitraria de percepciones, logre con su ACCION maximizar la medida de su buen éxito.

Para ello usa– su secuencia de percepciones– su conocimiento internalizado

Racional no es omnisciente

PRR (Herbert Simon)• El Principio de la Racionalidad Restringida alega que la racionalidad

óptima ideal NO es el buen éxito perfecto.• Ningún ser humano apela a una mayor racionalidad que la necesaria

para sus fines prácticos.• Las limitaciones de un agente

• SENSORES• EFECTORES y• POTENCIA COMPUTACIONAL

– disponible y óptima económicamente– conducen a que la racionalidad ideal sea

• imposible e impráctica.– MAXIMA PERFORMANCE !!!


“Es un sistema de computación situado en algún entorno, que es capaz de una acción autónoma y flexible para alcanzar sus objetivos de diseño."

Wooldridge & Jennings

DébilNociones de Agentes

Fuerte

AGENTES: propiedades

• Noción Débil: Es la forma más general en que es usado el

término agente. Es un sistema de software (hardware) con las siguientes propiedades: Autonomía. (actuar sin intervención, control)

Habilidad Social.(lenguaje de comunicación)

Reactividad. (percepción-acción)

Proactividad. (dirigido a la meta, toma iniciativa)


• Autonomía: La característica principal de los agentes es

su autonomía.: Un sistema autónomo es capaz de

actuar independientemente, exhibiendo control sobre su estado interno.


• Reactividad: La mayoría de los entornos interesantes son

dinámicos: Un sistema reactivo es aquél que

mantiene una interacción continua con el entorno y responde a los cambios que se producen en él, en tiempo de respuesta adecuado.


• Proactividad: Generalmente se espera que un agente haga

cosas para nosotros: Un sistema proactivo es aquél que genera

e intenta alcanzar metas, no es dirigido sólo por eventostoma iniciativareconoce oportunidades


• Habilidad social: El mundo real es un entorno multiagente, no

podemos alcanzar nuestras metas sin tener a otros en cuenta.:La habilidad social en los agentes es la

capacidad de interacción con otros agentes (posiblemente humanos) a través de algún tipo de lenguaje de comunicación de agentes.

AGENTES: ejemplos

• Ejemplos Agentes triviales

Termostatodemonio en UNIX (biff)

Agentes inteligentesagente planificador de vuelosagentes de interfazagentes para e-commerce

AGENTE: nociones mentales

• Noción más fuerte: IA

Además de las propiedades anteriores, se agregan nociones mentales como:

Conocimiento. Actitudes de Creencias.

información Intenciones. Obligaciones Pro-actitudes (Emociones).

ACTITUDES DE INFORMACIONACTITUDES DE INFORMACION

Creencia es la información que un agente recibe de otros agentes (software, personas).

Todo sistema cuando recibe información se construye un mundo que intenta representar el

mundo exterior.

Evidencia es la información que proviene de mediciones o inspecciones directas .

REPRESENTACIÓN DE CREENCIASREPRESENTACIÓN DE CREENCIAS

El agente A cuando recibe esa información, lo que tiene es una creencia de que hace muy buen tiempo.

EJEMPLO:EJEMPLO:

AGENTE: otras propiedades

• Otros atributos: Varios de estos atributos también se suelen discutir

en el contexto de agencia:

Movilidad. Veracidad. (no comunica información falsa)

Benevolencia. (trata de hacer lo que se le pide)

Racionalidad. (actuará para lograr sus metas) Solitario, parásito, social,…

TIPOS DE AGENTES

Estáticos o móviles.

Deliberativos o reactivos

El agente posee una representación del mundo en base a la que razona o tiene un comportamiento reflejo que depende de sus percepciones ???

Otras clasificaciones

TIPOS DE AGENTES

COOPERATIVOSCOOPERATIVOS

AUTONOMOSAUTONOMOS

APRENDENAPRENDEN

AGENTES INTELIGENTESAGENTES INTELIGENTES

Source: H. Nwana, Software Agents: An OverviewSource: H. Nwana, Software Agents: An Overview

COLABORATIVOSCOLABORATIVOS

AGENTES DE AGENTES DE INTERFAZINTERFAZ

COLABORATIVOS/COLABORATIVOS/APRENDENAPRENDEN

Ejemplo

– Ejemplo – Taxi con piloto automático (taximetrero 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:

AMBIENTES

PROPIEDADES DE LOS AMBIENTESNorvig & Russell cap2

• 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(2)

• Estático/Dinámico– Será estático todo ambiente que no cambie mientras el

agente está pensando (computa 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).

Tipos de ambientes y sus características

• Solitario sí - sí - no - sí - sí• Taxi no - no -no - no - no

• Accesible • Determinístico • Episódico• Estático• Discreto

Tipos de ambientes y sus características

ARQUITECTURAS DE AGENTES

SISTEMAS MULTIAGENTES: Como SISTEMAS MULTIAGENTES: Como especificarlo?especificarlo?

DISTINTOS NIVELES :

TEORIAS FORMALES.TEORIAS FORMALES.

ARQUITECTURAS.ARQUITECTURAS.

LENGUAJES DE PROGRAMACION.LENGUAJES DE PROGRAMACION.

APLICACIONES.APLICACIONES.

Wooldridge & Jennings (1995)Wooldridge & Jennings (1995)Intelligent Agents: Theory and PracticeIntelligent Agents: Theory and Practice

TEORIAS SOBRE AGENTESTEORIAS SOBRE AGENTES

Que esQue es un agente? un agente?

Que Que propiedadespropiedades debe tener? debe tener?

Cómo Cómo se representanse representan dichas propiedades dichas propiedades formalmente? formalmente?

Cómo Cómo se razonase razona acerca de ellas? acerca de ellas?

MODELO ABSTRACTOMODELO ABSTRACTO

entorno: entorno: S={s1, ....,sn}S={s1, ....,sn}

AccionesAcciones A= {a1,...an} A= {a1,...an}

(capacidad de actuar del agente)(capacidad de actuar del agente)

AgenteAgente: acción: S: acción: Skk A A

Interacción Agente-entornoInteracción Agente-entorno (historia) (historia)

h: Sh: S00 a0a0 S S1 .......1 ....... S S00

Observación del entorno:Observación del entorno: ver:S ver:S PP

MODELO ABSTRACTOMODELO ABSTRACTO entorno: entorno: S={s1, ....,sn}S={s1, ....,sn}

Observación del entorno: Observación del entorno: ver: ver: S S PP

Un agente en general tiene una percepción parcial, Un agente en general tiene una percepción parcial,

ss11,s,s22 S S son indistinguiblesson indistinguibles si: si:

ver(sver(s11) = ver(s) = ver(s2 2 ) relación de equivalencia ) relación de equivalencia

situaciones extremas:situaciones extremas:

= = SS agente con percepción perfecta:agente con percepción perfecta:OmniscienteOmnisciente

= 1 = 1 agente para el cual todos los estados son agente para el cual todos los estados son indistinguiblesindistinguibles

TEORIAS Y ARQUITECTURASTEORIAS Y ARQUITECTURAS

Algunas de las propiedades estudiadas son:

REACTIVIDAD/DELIBERACIONREACTIVIDAD/DELIBERACION

INTENCIONALIDAD INTENCIONALIDAD En que grado se puede En que grado se puede considerar a los agentes como un sistema intencionalconsiderar a los agentes como un sistema intencional

ACTITUDES:ACTITUDES: El comportamiento de un agente es El comportamiento de un agente es previsto y explicado a través de la atribución de actitudes previsto y explicado a través de la atribución de actitudes (creencias, deseos, preferencias,etc)(creencias, deseos, preferencias,etc)

Nociones intencionalesNociones intencionales

SISTEMA INTENCIONALSISTEMA INTENCIONAL

Un sistema es intencional si su comportamiento puede ser predicho atribuyéndose creencias, deseos y

conducta racional. (D. Dennet, 1987)

Primer orden: Primer orden: tiene tiene creencias y deseos, pero creencias y deseos, pero no creencias y deseos acerca de creencias y no creencias y deseos acerca de creencias y deseos.deseos.

Segundo orden:Segundo orden: tiene creencias y deseos tiene creencias y deseos acerca de creencias y deseos.acerca de creencias y deseos.

ACTITUDESACTITUDES

Cuáles son las necesarias para modelizar adecuadamente a un agente ???

Actitudes informacionales: Actitudes informacionales: creencias y creencias y conocimientoconocimiento

Pro-actitudes:Pro-actitudes: deseos, intenciones, deseos, intenciones, obligación, compromiso.obligación, compromiso.

TEORIAS FORMALES SOBRE AGENTESTEORIAS FORMALES SOBRE AGENTES

Son especificaciones formales, es decir, estudios formales acerca de las propiedades, su representación y cómo razonar sobre ellas.

Agentes como sistemas intencionales Agentes como sistemas intencionales (creencias, conocimiento, deseos, intención, (creencias, conocimiento, deseos, intención, obligación,…).obligación,…).

Formalización lógica de una teoría sobre Formalización lógica de una teoría sobre intenciones (creencias y objetivos)intenciones (creencias y objetivos)

ARQUITECTURA DE AGENTESARQUITECTURA DE AGENTES

Como Como deben construirse los agentes para que deben construirse los agentes para que tengan las propiedades que deseamos?tengan las propiedades que deseamos?

Que Que estructuras de software o hardwareestructuras de software o hardware son son necesarias para soportar esta arquitectura ?necesarias para soportar esta arquitectura ?

Representa un punto intermedio entre la especificación y la implementación


Uno de los aspectos que deben balancear es la percepción/acción y el razonamiento sobre como

actuar. (Intelligence Agent: Theory and Practice)

DELIBERATIVAS:DELIBERATIVAS: Contienen un modelo simbólico, Contienen un modelo simbólico, explícitamente representado del entorno se basa en explícitamente representado del entorno se basa en Hípótesis del sistema de símbolos físicos - SS (IRMA) Hípótesis del sistema de símbolos físicos - SS (IRMA)

REACTIVAS:REACTIVAS: Generalmente no incluyen Generalmente no incluyen representación simbólica del mundo - la inteligencia real representación simbólica del mundo - la inteligencia real está ¨situada¨´- interacción está ¨situada¨´- interacción (Subsumption architecture)

HIBRIDAS:HIBRIDAS: Tratan de combinar las dos Tratan de combinar las dos aproximaciones - (layers, BDI aproximaciones - (layers, BDI architectures)s)


Wooldridge 2002- An Introduction to Multiagent Systems

DEDUCTIVE REASONING AGENTSDEDUCTIVE REASONING AGENTS

Aproximaciones simbólicas/lógicasAproximaciones simbólicas/lógicas

PRACTICAL REASONING AGENTSPRACTICAL REASONING AGENTS ::

Deliberación + razonamiento Means-Ends.

PRS (Procedural Reasoning System) - Arquitectura BDI BDI

REACTIVE AND HIBRID AGENTS:REACTIVE AND HIBRID AGENTS:

rechazan la representación simbólica - comportamiento emergente - interacción

Tipos de Agentes (Norvig&Russell)• De reflejo simple

– se basan en reglas condición/acción. Carecen de memoria referente a estados pasados del mundo.

• Bien informado de lo que pasa – con un estado interno usado para almacanar estados pasados del

mundo.

• Basados en meta (proactivos)– además de disponer de información sobre el estado, tienen una

meta que describe situaciones deseables.

• Basados en Utilidad– basan su decisión en la teoría de la utilidad para actuar

racionalmente.

Un agente reactivo (reflejo)

• Las reglas condición-acción permiten establecer la conexión entre percepción y acción.

• Los rectángulos se usan para indicar el estado interno en un momento.

• Interpret-input genera una descripción abstracta del estado mostrado por la percepción

• Rule-match produce una regla del conjunto que satisface la percepción

Agentes bien informados de lo que pasa • La actualización del

estado interno requiere :– conocimiento acerca de la

forma como el mundo cambia

– conocimiento acerca de la forma en que el mundo cambia con la acción del agente

• Pero el conocimiento del estado interno no siempre es suficiente– pues se requiere conocer la

meta a lograr

Agentes basados en una Meta

• Razonando acerca de acciones

– la búsqueda y la planificación ayudan a razonar acerca de cuál acción logra la meta

– el agente es menos eficiente pero más adaptativo y flexible

Agentes basados en Utilidad

• Función Utilidad– es un mapeo de estados - números reales– lleva a decisiones racionales en situaciones de

metas en conflicto

ARQUITECTURA BDIARQUITECTURA BDI

Tiene sus raíces en ver a los agentes como Tiene sus raíces en ver a los agentes como sistemas intencionales, los primeros trabajos son de sistemas intencionales, los primeros trabajos son de Rao&Georgeff 1995Rao&Georgeff 1995

B: belief, representa las creencias del agenteB: belief, representa las creencias del agente

D: desire, representan los deseos del agentes, D: desire, representan los deseos del agentes, cuales son los estados del mundo que prefiere.cuales son los estados del mundo que prefiere.

I: intentions, representan las intenciones del representan las intenciones del agente, los objetivos que me llevaran a satisfacer agente, los objetivos que me llevaran a satisfacer los deseos - estos derivan en un planlos deseos - estos derivan en un plan


Tiene sus raíces en el proceso de decidir que ación Tiene sus raíces en el proceso de decidir que ación realizar para alcanzar las metas.realizar para alcanzar las metas.

Involucra los procesos:Involucra los procesos:

Deliberación: :Deliberación: : decidir que metas alcanzar decidir que metas alcanzar

(DESEOS)(DESEOS)

Razonamiento de medios y fines: como como alcanzarlas alcanzarlas INTENCIONES INTENCIONES accionesacciones

Alternativas para alcanzar la metaAlternativas para alcanzar la meta


PROPIEDADES DE LAS INTENCIONESPROPIEDADES DE LAS INTENCIONES

(Bratman, 1978, 1990)(Bratman, 1978, 1990)

Las intenciones tienen el rol de Las intenciones tienen el rol de provocar provocar accionesacciones

Las intenciones tienen la propiedad de Las intenciones tienen la propiedad de persistencia persistencia hasta que:hasta que:

Las cumpleLas cumple

no puede lograrlas no puede lograrlas

ya no sean válidaya no sean válida

Reconsideración de las intenciones !! Costo??

ARQUITECTURA

???

EFECTORES

SENSORES

CREENCIAS

DESEOSINTENCIONES

ARQUITECTURA BDI – modelo básicoARQUITECTURA BDI – modelo básico

Es necesario mantener tres estructuras de Es necesario mantener tres estructuras de datos:datos: Bel:Bel: el conj. de todas las el conj. de todas las creenciascreencias posibles. posibles.

Des:Des: el conj. de todas las el conj. de todas las deseosdeseos posibles. posibles.

Int:Int: el conj. de todas las el conj. de todas las intencionesintenciones posibles. posibles.

La representación mediante fórmulas lógicas de 1er orden suele ser la más adecuada

Debe haber una noción de consistencia definidos sobre ellos

ARQUITECTURA BDI – modelo básicoARQUITECTURA BDI – modelo básico La función que agrupará todas las funciones La función que agrupará todas las funciones definidas será : P definidas será : P A A

Función acción p: P , AFunción acción p: P , A

BeginBegin

B = FB = FB B (p: P) (p: P)

D = opciones ( B)D = opciones ( B)

I = filtro(B,D,I)I = filtro(B,D,I)

return (ejecutar(I))return (ejecutar(I))

EndEnd

Ejemplo: TERMOSTATO Ejemplo: TERMOSTATO D = D = mantener temperatura en Tmantener temperatura en T

B = B = { t (A), OK(T) }{ t (A), OK(T) }

I = I = { Calentar, Enfriar, nada} { Calentar, Enfriar, nada}

P t (actual) B

Filtro: - Si A > T entonces I = Enfriar

- Si A < T entonces I = Calentar

- Si A = T entonces I = Nada

Acción: Case I de

Enfriar Acción = bajar temp

Calentar Acción = subir temp

Nada Acción = nada

LENGUAJES DE AGENTESLENGUAJES DE AGENTES

Como deben programarse estos agentes ?Como deben programarse estos agentes ?

Cuáles deben ser las primitivas para esta Cuáles deben ser las primitivas para esta tarea?tarea?

Cómo es posible hacer que estos lenguajes Cómo es posible hacer que estos lenguajes provean un marco efectivo ?provean un marco efectivo ?

LENGUAJESLENGUAJES DE AGENTES DE AGENTES

Es un lenguaje que permite programar sistemas computacionales, en términos de conceptos

desarrollados en modelos formales de agentes

Actor Model (Hewitt): Actor Model (Hewitt): Lenguaje concurrente orientado a Lenguaje concurrente orientado a objetos (antecesores a lenguajes de agentes)objetos (antecesores a lenguajes de agentes)

Agent0 (Shoham, 1990)Agent0 (Shoham, 1990): Nuevo paradigma para : Nuevo paradigma para programación de agentes.programación de agentes.

Concurrent METATEM (Fisher, 1994)Concurrent METATEM (Fisher, 1994)

Familia DMARS: JASON, JACK, JADEFamilia DMARS: JASON, JACK, JADE

AGENTES PARA CONSTRUIR SISTEMAS MULTIAGENTES

Sistemas MultiagentesCOORDINACION

Para que un conjunto de agentes pueda Para que un conjunto de agentes pueda desarrollar una actividad conjunta en un desarrollar una actividad conjunta en un entorno compartido debe existir algún tipo de entorno compartido debe existir algún tipo de coordinacióncoordinación

AGENTESCOOPERATIVOS

AGENTESCOMPETITIVOS

PLANIFICACION NEGOCIACION

INTERACCION ENTRE AGENTESINTERACCION ENTRE AGENTES

Para que dos o mas agentes puedan interactuar deben disponer de:

Un protocolo de interacción: (Un protocolo de interacción: (como mantener una como mantener una conversación)conversación)

Un lenguaje de interacción Un lenguaje de interacción (como construir mensajes) (como construir mensajes)

KQMLKQML

FIPA ACLFIPA ACL

Un lenguaje para representar el conocimiento de cada Un lenguaje para representar el conocimiento de cada agenteagente

AGENTESAGENTES

DE OBJETOS A AGENTES

OBJETOS:OBJETOS: Están programados para Están programados para hacer lo que está definido cuando se hacer lo que está definido cuando se invoca un métodoinvoca un método

AGENTES:AGENTES: Al recibir un mensaje Al recibir un mensaje toman la decisión sobre que hacer toman la decisión sobre que hacer (autónomos!!! Mayor flexibilidad en su (autónomos!!! Mayor flexibilidad en su comportamiento)comportamiento)

OBJETOS Y AGENTES

Los agentes incorporan una noción más fuerte de autonomía que los objetos, en particular deciden si realizar o no una acción.

Los agentes son capaces de un comportamiento flexible (reactivos, proactivos, social) y los modelos de objetos no incluyen comportamientos.

AGENTESAGENTES

DE OBJETOS A AGENTES

OBJETOSOBJETOS

AGENTESAGENTES

Objects do it for free; agents do it because they want toObjects do it for free; agents do it because they want to

reputación, consistencia,…

NingunaRestricciones sobre métodos

Informar, requerir, ofrecer,…

Sin restricciones

Tipo de mensajes

Paso de mensajes, métodos

Paso de mensajes, métodos

Cómputo

Creencias, pedidos, capacidades,…

Sin restricciones.

Estado

agenteObjetosUnidad Básica

AOPOOP

AGENTES Y SISTEMAS EXPERTOS

Los sistemas expertos ¨clásicos¨ no están Los sistemas expertos ¨clásicos¨ no están acoplados al entorno en el cual actúan, suelen acoplados al entorno en el cual actúan, suelen usar un intermediario.usar un intermediario.

SE Generalmente no son capaces de un SE Generalmente no son capaces de un comportamiento reactivo, proactivocomportamiento reactivo, proactivo

SE suelen no estar equipados de habilidad SE suelen no estar equipados de habilidad social (cooperación, coordinación y negociación)social (cooperación, coordinación y negociación)

Algunos SE (tareas de control en tiempo real) Algunos SE (tareas de control en tiempo real) se comportan como agentesse comportan como agentes

APLICACIONESAPLICACIONES DE AGENTES DE AGENTESHay múltiples aplicaciones de sistemas multiagentes,

las principales áreas de aplicación son:

Resolución cooperativa de problemas: Resolución cooperativa de problemas: Gestión de Gestión de plantas eléctricas y redes de telecomunicaciones plantas eléctricas y redes de telecomunicaciones (ARCHON), control de tráfico aéreo, diagnóstico médico.(ARCHON), control de tráfico aéreo, diagnóstico médico.

Agentes Interfaz:Agentes Interfaz: sistemas que emplean técnicas de IA sistemas que emplean técnicas de IA para apoyar a los usuarios en una tarea determinada, para apoyar a los usuarios en una tarea determinada, (NEWT, NewsAgent, PersonalSearcher ).(NEWT, NewsAgent, PersonalSearcher ).

MAS especializados en Infomación:MAS especializados en Infomación: sistemas que sistemas que acceden a fuentes de información y la procesan para dar acceden a fuentes de información y la procesan para dar respuesta a los usuarios (QueryGuesser).respuesta a los usuarios (QueryGuesser).

BIBLIOGRAFIABIBLIOGRAFIAInteligencia Artificial. Un enfoque moderno – Norvig & Russell , , cap2

An Introduction to Multiagent Systems. M. Wooldridge - J. Whiley & Son, 2002

Agents: How to get started http://www.cs.wpi.edu/Research/airg/Agents-intro.html

The many faces of Agents- K. Sycara, AAAI , summer 1998.

Software Agents: An Overview http://more.btexact.com/projects/agents/publish/papers/review1.htm

Software Agents- N. Jennings & M. Wooldridge- IEE Review, Jan 1996, 0017-20

Links: http://www.csc.liv.ac.uk/~mjw/links/

http://www.cs.wpi.edu/Research/airg/Agents-intro.html








http://more.btexact.com/projects/agents/publish/papers/review1.htm












APENDICE


¨Agentes autónomos son sistemas de computación que están en algún entorno complejo y dinámico, sensan y actúan autónomamente en este entorno y haciendo esto realizan un conjunto de metas o tareas para las cuales fueron diseñados¨

P. Maes 1995 [MIT's Media Lab]

Los agentes deben actuar autónomamente para "realizar un conjunto de metas"


Los agentes inteligentes continuamente realizan tres funciones: perciben las condiciones dinámicas del entorno; actúan para afectar las condiciones en el entorno y razonan para interpretar las percepciones, resolver problemas, realizar inferencias, y determinar aciones.

Hayes-Roth 1995 [Standford, Knowledge Systems Laboratory ]


“Los agentes inteligentes son entidades de software que realizan un conjunto de operaciones en la voluntad de un usuario u otro programa, con cierto grado de independencia o autonomía, y al hacerlo emplean conocimiento o representación de los objetivos o deseos del usuario."

IBM Agent

El lenguaje puede ser ejecutado con el siguiente intérprete de agentes

Initialize mental state and capabilities

Define rules for makingnew commitments.

Updatementalstate

Executecommitments for

current time

Clock

Representation ofmental state and

capability

Incoming messages

Outgoing messages

Legend: Control Data

INTERPRETE GENERAL

Algo más (Randall Beer)• Los navegantes europeos aplican la planificación a su

derrotero - lo trazan en el mapa y se sujetan a él, corrigiendo los desvíos.

• Los navegantes truqueses aplican toda su atención a todos los detalles de las olas, los vientos, las aves y las corrientes de cada momento y llegan a su destino de una manera práctica.

• A la hora de explicar por qué hicimos lo que hicimos, ¿no seremos truqueses disfrazados de europeos?

IIA/AGENTES - 2002 88

INTELIGENCIA ARTIFICIAL DISTRIBUIDA(DAI – MIT en los 80´s)

RESOLUCION DISTRIBUIDA DE PROBLEMAS (DPS)

Fases: descomposición- resolución de subproblemas-síntesis

SISTEMAS MULTI-AGENTES (MAS) Significado mas general Usado para referir a todo sistema compuesto

por múltiples componentes autónomos (semi-autónomos) .

AGENTES INTELIGENTES Ingeniería del Conocimiento - IE

Documents

Transcript of AGENTES INTELIGENTES Ingeniería del Conocimiento - IE