AGENTES INTELIGENTES
Introducción a la Inteligencia Artificial
LCC
SISTEMAS MULTIAGENTES
Campo Interdisciplinario: sistemas distribuidos, IA,
teoría de juegos, ciencias sociales
Agentes como un nuevo paradigma de la
Ingeniería de Software: para diseñar e
implementar sistemas complejos
distribuidos
Agentes como una herramienta para
entender sociedades humanas:
permiten una interesante forma de
simular sociedades
AGENTES INTELIGENTES
Ingeniería de
software
IA Distribuida
NOCION DE
AGENCIA
Sistemas
distribuidos y redes
POO
AGENTES EN LA IA
INTELIGENCIA 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)
INTELIGENCIA ARTIFICIAL
DISTRIBUIDA
Porque IA Distribuida?
Porque distribuir IA?
Los problemas están físicamente distribuidos
El mundo está compuesto por entidades autónomas
Estas entidades interactúan entre si y con el entorno
NOCION AGENTES
INTELIGENCIA ARTIFICIAL
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
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).
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
componentes de software modulares y
de funciones específicas: agentes
Son concebidos como organizaciones
de agentes MAS
Sistemas Multiagentes
Son sistemas con los siguientes
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 compartir conocimientos
sobre el problema y las posibles soluciones.
• Los agentes en un MAS pueden compartir
una meta o tener metas independientes.
• El ¨conocimiento global¨puede incluir control
global, consistencia global, metas globales, etc
• La coordinación puede ser muy 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 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
QUE ES UN AGENTE ????
"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&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???
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 económica
– conducen a que la racionalidad ideal sea
• imposible e impráctica.
– MAXIMA PERFORMANCE !!!
QUE ES UN AGENTE ????
“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
Débil
Nociones 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)
AGENTES: propiedades
• Autonomía:
La característica principal de los agentes es
su autonomía.:
 Un sistema autónomo es capaz de
actuar independientemente,
exhibiendo control sobre su estado
interno.
AGENTES: propiedades
• 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.
AGENTES: propiedades
• 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 eventos
toma iniciativa
reconoce oportunidades
AGENTES: propiedades
• 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
Termostato
demonio en UNIX (biff)
 Agentes inteligentes
agente planificador de vuelos
agentes de interfaz
agentes para e-commerce
AGENTE: nociones mentales
• Noción más fuerte:
IA
Además de las propiedades anteriores, se
agregan nociones mentales como:
 Conocimiento.
 Creencias.
 Intenciones.
 Obligaciones
 (Emociones).
Actitudes de
información
Pro-actitudes
ACTITUDES DE INFORMACION
Todo sistema cuando recibe información se
construye un mundo que intenta representar el
mundo exterior.
Creencia es la información que un agente recibe
de otros agentes (software, personas).
Evidencia es la información que proviene de
mediciones o inspecciones directas .
REPRESENTACIÓN DE CREENCIAS
EJEMPLO:
El agente A cuando recibe esa información, lo que
tiene es una creencia de que hace muy buen tiempo.
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
COOPERATIVOS
COLABORATIVOS
COLABORATIVOS/
APRENDEN
AGENTES INTELIGENTES
AGENTES DE
INTERFAZ
AUTONOMOS
APRENDEN
Source: H. Nwana, Software Agents: An Overview
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 AMBIENTES
Norvig & 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
• Taxi
•
•
•
•
•
Accesible
Determinístico
Episódico
Estático
Discreto
sí - sí - no - sí - sí
no - no -no - no - no
Tipos de ambientes y sus características
ARQUITECTURAS DE
AGENTES
SISTEMAS MULTIAGENTES: Como
especificarlo?
DISTINTOS NIVELES :
 TEORIAS FORMALES.
 ARQUITECTURAS.
 LENGUAJES DE PROGRAMACION.
 APLICACIONES.
Wooldridge & Jennings (1995)
Intelligent Agents: Theory and Practice
TEORIAS SOBRE AGENTES
 Que
es un agente?
Que propiedades debe tener?
Cómo se representan dichas propiedades
formalmente?
 Cómo se razona acerca de ellas?
MODELO ABSTRACTO
 entorno:
S={s1, ....,sn}
Acciones A= {a1,...an}
(capacidad de actuar del agente)
 Agente: acción: Sk  A
Interacción Agente-entorno (historia)
h: S0 a0 S1 ....... S0
 Observación del entorno: ver:S P
MODELO ABSTRACTO
 entorno: S={s1, ....,sn}
Observación del entorno: ver: S P
Un agente en general tiene una percepción parcial,
s1,s2  S son indistinguibles si:
ver(s1) = ver(s2 ) relación de equivalencia 
 situaciones extremas:
  = S agente con percepción perfecta:
Omnisciente
  = 1 agente para el cual todos los estados son
indistinguibles
TEORIAS Y ARQUITECTURAS
Algunas de las propiedades estudiadas son:
REACTIVIDAD/DELIBERACION
INTENCIONALIDAD En que grado se puede
considerar a los agentes como un sistema intencional
ACTITUDES: El comportamiento de un agente es
previsto y explicado a través de la atribución de actitudes
(creencias, deseos, preferencias,etc)
Nociones intencionales
SISTEMA INTENCIONAL
Un sistema es intencional si su
comportamiento puede ser predicho
atribuyéndose creencias, deseos y
conducta racional. (D. Dennet, 1987)
Primer orden: tiene creencias y deseos, pero
no creencias y deseos acerca de creencias y
deseos.
Segundo orden: tiene creencias y deseos
acerca de creencias y deseos.
ACTITUDES
Cuáles son las necesarias para modelizar
adecuadamente a un agente ???
Actitudes informacionales: creencias y
conocimiento
Pro-actitudes: deseos, intenciones,
obligación, compromiso.
TEORIAS 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
(creencias, conocimiento, deseos, intención,
obligación,…).
 Formalización lógica de una teoría sobre
intenciones (creencias y objetivos)
ARQUITECTURA DE AGENTES
Representa un punto intermedio entre la
especificación y la implementación
Como deben construirse los agentes para que
tengan las propiedades que deseamos?
Que estructuras de software o hardware son
necesarias para soportar esta arquitectura ?
ARQUITECTURA DE AGENTES
Uno de los aspectos que deben balancear es la
percepción/acción y el razonamiento sobre como
actuar. (Intelligence Agent: Theory and Practice)
DELIBERATIVAS: Contienen un modelo simbólico,
explícitamente representado del entorno se basa en
Hípótesis del sistema de símbolos físicos - SS (IRMA)
REACTIVAS: Generalmente no incluyen
representación simbólica del mundo - la inteligencia real
está ¨situada¨´- interacción (Subsumption architecture)
HIBRIDAS: Tratan de combinar las dos
aproximaciones - (layers, BDI architectures)
ARQUITECTURA DE AGENTES
Wooldridge 2002- An Introduction to Multiagent Systems
DEDUCTIVE REASONING AGENTS
Aproximaciones simbólicas/lógicas
PRACTICAL REASONING AGENTS :
Deliberación + razonamiento Means-Ends.
PRS (Procedural Reasoning System) - Arquitectura BDI
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 condiciónacción 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 BDI
Tiene sus raíces en ver a los agentes como
sistemas intencionales, los primeros trabajos son de
Rao&Georgeff 1995
B: belief, representa las creencias del agente
D: desire, representan los deseos del agentes,
cuales son los estados del mundo que prefiere.
I: intentions, representan las intenciones del
agente, los objetivos que me llevaran a satisfacer
los deseos - estos derivan en un plan
ARQUITECTURA BDI
Tiene sus raíces en el proceso de decidir que ación
realizar para alcanzar las metas.
Involucra los procesos:
Deliberación: : decidir que metas alcanzar
(DESEOS)
Razonamiento de medios y fines: como
alcanzarlas
INTENCIONES
acciones
Alternativas para alcanzar la meta
ARQUITECTURA BDI
PROPIEDADES DE LAS INTENCIONES
(Bratman, 1978, 1990)
Las intenciones tienen el rol de provocar
acciones
Las intenciones tienen la propiedad de
persistencia hasta que:
Las cumple
no puede lograrlas
ya no sean válida
Reconsideración de las intenciones !! Costo??
ARQUITECTURA
INTENCIONES
DESEOS
CREENCIAS
EFECTORES
SENSORES
???
ARQUITECTURA BDI – modelo básico
Es necesario mantener tres estructuras de
datos:
 Bel: el conj. de todas las creencias posibles.
 Des: el conj. de todas las deseos posibles.
 Int: el conj. de todas las intenciones 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 básico
 La
función que agrupará todas las funciones
definidas será : P  A
Función acción p: P , A
Begin
B = FB (p: P)
D = opciones ( B)
I = filtro(B,D,I)
return (ejecutar(I))
End
Ejemplo: TERMOSTATO
 D = mantener temperatura en T
 B = { t (A), OK(T) }
 I = { 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 AGENTES
Como deben programarse estos agentes ?
Cuáles deben ser las primitivas para esta
tarea?
Cómo es posible hacer que estos lenguajes
provean un marco efectivo ?
LENGUAJES DE AGENTES
Es un lenguaje que permite programar sistemas
computacionales, en términos de conceptos
desarrollados en modelos formales de agentes
Actor Model (Hewitt): Lenguaje concurrente orientado a
objetos (antecesores a lenguajes de agentes)
Agent0 (Shoham, 1990): Nuevo paradigma para
programación de agentes.
Concurrent METATEM (Fisher, 1994)
 JASON, JACK, JADE
AGENTES PARA CONSTRUIR
SISTEMAS MULTIAGENTES
Sistemas Multiagentes
COORDINACION
 Para que un conjunto de agentes pueda
desarrollar una actividad conjunta en un
entorno compartido debe existir algún tipo de
coordinación
AGENTES
COOPERATIVOS
AGENTES
COMPETITIVOS
PLANIFICACION
NEGOCIACION
INTERACCION ENTRE AGENTES
Para que dos o mas agentes puedan interactuar
deben disponer de:
Un protocolo de interacción: (como mantener una
conversación)
Un lenguaje de interacción (como construir mensajes)
KQML
FIPA ACL
Un lenguaje para representar el conocimiento de cada
agente
AGENTES
DE OBJETOS A AGENTES
OBJETOS: Están programados para
hacer lo que está definido cuando se
invoca un método
AGENTES: Al recibir un mensaje
toman la decisión sobre que hacer
(autónomos!!! Mayor flexibilidad en su
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.
AGENTES
DE OBJETOS A AGENTES
AGENTES
OBJETOS
Objects do it for free; agents do it because they want to
OOP
AOP
Unidad Básica
Objetos
agente
Estado
Sin
restricciones.
Creencias,
pedidos,
capacidades,…
Paso de mensajes,
métodos
Cómputo
Paso de
mensajes,
métodos
Tipo de mensajes Sin
restricciones
Restricciones
Ninguna
sobre métodos
Informar, requerir,
ofrecer,…
reputación,
consistencia,…
AGENTES Y SISTEMAS EXPERTOS
Los sistemas expertos ¨clásicos¨ no están
acoplados al entorno en el cual actúan, suelen
usar un intermediario.
SE Generalmente no son capaces de un
comportamiento reactivo, proactivo
SE suelen no estar equipados de habilidad
social (cooperación, coordinación y negociación)
 Algunos SE (tareas de control en tiempo real)
se comportan como agentes
APLICACIONES DE AGENTES
Hay múltiples aplicaciones de sistemas multiagentes,
las principales áreas de aplicación son:
Resolución cooperativa de problemas: Gestión de
plantas eléctricas y redes de telecomunicaciones
(ARCHON), control de tráfico aéreo, diagnóstico médico.
Agentes Interfaz: sistemas que emplean técnicas de IA
para apoyar a los usuarios en una tarea determinada,
(NEWT, NewsAgent, PersonalSearcher ).
MAS especializados en Infomación: sistemas que
acceden a fuentes de información y la procesan para dar
respuesta a los usuarios (QueryGuesser).
BIBLIOGRAFIA
Inteligencia 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/
APENDICE
QUE ES UN AGENTE ????
¨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"
QUE ES UN AGENTE ????
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 ]
QUE ES UN AGENTE ????
“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
INTERPRETE GENERAL
El lenguaje puede ser ejecutado con el siguiente intérprete de
agentes
Initialize mental state
and capabilities
Define rules for making
new commitments.
Update
mental
state
Clock
Representation of
mental state and
capability
Execute
commitments for
current time
Legend:
Control
Incoming messages
Data
Outgoing messages
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?
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)
.
IIA/AGENTES
- 2002
88
Descargar

actualizado - Departamento de Sistemas e Informática