1.2
Agentes Inteligentes
Objetivo Particular:
Explicar qué hace un agente inteligente, cómo se
relaciona éste con su medio, cómo se le evalúa y cómo
se podría construir uno.
Introducción
Un agente es todo aquello que percibe su
ambiente mediante sensores y que
responde o actúa en tal ambiente por
medio de efectores.
Introducción
percepciones
sensores
?
Ambiente
acciones
Agente
efectores
Cómo debe proceder un agente
Un agente racional es aquél que hace lo
correcto.
Lo “correcto” es lo que permite que el
agente obtenga el mejor desempeño
¿Cómo y cuando evaluar ese
desempeño?
Cómo debe proceder un agente
Medición del desempeño



Evalúa el “cómo”
¿qué tan exitoso ha sido un agente?
Debe ser objetiva
La racionalidad NO ES omnisciencia,
clarividencia ni exitosa necesariamente.
La racionalidad se puede ver como un éxito
esperado, tomando como base lo que se ha
percibido.
Cómo debe proceder un agente
La racionalidad depende de:




La medida con la que se evalúa el grado de
éxito logrado
Todo lo que hasta el momento haya percibido
el agente (secuencia de percepciones)
Conocimiento que posea el agente del medio
Acciones que el agente puede emprender
Cómo debe proceder un agente
Agente racional ideal

“En todos los casos de posibles secuencias de
percepciones, un agente racional deberá emprender
todas aquellas acciones que favorezcan obtener el
máximo de su medida de rendimiento, basándose en
las evidencias aportadas por al secuencia de
percepciones y en todo conocimiento incorporado en
tal agente”
¿Es un reloj un agente racional?
Cómo debe proceder un agente
Mapeo de secuencias de percepciones
para acciones
Mapeo Ideal


El especificar qué tipo de acción deberá
emprender un agente como respuesta a
una determinada secuencia de
percepciones constituye el diseño de un
agente ideal.
Ejemplo: raíz cuadrada
Cómo debe proceder un agente
Autonomía


Si las acciones del agente se basan en un
conocimiento integrado previamente, no es
autónomo.
Un sistema será autónomo en la medida en
que su conducta está definida por su propia
experiencia.
Estructura de los Agentes
Inteligentes
?
Un propósito de la IA es el diseño de un
programa de agente (una función que
mapee de percepciones a acciones)
Este programa se ejecutará en algún
dispositivo de cómputo, o arquitectura.
Estructura de los Agentes
Inteligentes
AGENTE = ARQUITECTURA + PROGRAMA
Antes de diseñar un programa de agente, hay
que hacer la descripción PAMA




Percepciones
Acciones
Metas
Ambiente
Estructura de los Agentes
Inteligentes
Agente: Robot clasificador de partes

Percepciones
Pixeles de intensidad variable

Acciones
Recoger partes, y clasificarlas en contenedores

Metas
Poner las partes en el contenedor correspondiente

Ambiente
Banda transportadora de partes
Estructura de los Agentes
Inteligentes
Agente: Controlador de una refinería

Percepciones
Lecturas de temperatura y presión

Acciones
Abrir y cerrar válvulas, ajustar temperaturas

Metas
Lograr pureza, rendimiento y seguridad máximos

Ambiente
Refinería
Estructura de los Agentes
Inteligentes
Agente: Sistema para diagnósticos médicos

Percepciones
Síntomas, evidencias y respuestas del paciente

Acciones
Hacer preguntas y pruebas. Sugerir tratamientos.

Metas
Paciente saludable, reducir costos al mínimo

Ambiente
Pacientes, hospital.
Estructura de los Agentes
Inteligentes
Agente: Asesor interactivo de inglés

Percepciones
Palabras escritas a máquina

Acciones
Dar ejercicios impresos, sugerencias y correcciones.

Metas
Que el estudiante obtenga la máxima calificación en una
prueba

Ambiente
Grupo de estudiantes
Estructura de los Agentes
Inteligentes
En algunos ambientes ricos e ilimitados se
usan agentes de software (softbots)
Ejemplos



Piloto de un simulador de vuelo
Selección de noticias de interés en línea
Buscador inteligente para el WWW
Estructura de los Agentes
Inteligentes
Esqueleto de un Agente:
Función Esqueleto-Agente (percepción) responde con una
acción
estática: memoria, la memoria del mundo del agente
memoria  Actualización-Memoria (memoria, percepción)
acción  Escoger-La-Mejor-Acción (memoria)
memoria  Actualización-Memoria (memoria,acción)
responde con una acción
NOTA: La medición del desempeño no forma parte del
programa esqueleto.
Estructura de los Agentes
Inteligentes
Agente basado en tabla
Función Agente-basado-en-tabla (percepción) responde con
una acción
estática: percepciones, una secuencia originalmente
vacía.
tabla, una tabla, indexada mediante
secuencias de perecpciones, originalmente
especificada en su totalidad
añadir la percepción al final de todas las percepciones
acción  Consulta (percepciones, tabla)
devolver acción
Estructura de los Agentes
Inteligentes
¿qué pasaría si se diseña un agente de la forma
más sencilla (tabla de consulta) para jugar
ajedrez?




La tabla tendría aproximadamente 35100 entradas
Elaborar la tabla tomaría mucho tiempo
El agente no sería autónomo
Aún si tuviera un mecanismo de aprendizaje, le
tomaría mucho tiempo aprender todas las entradas
de la tabla.
Estructura de los Agentes
Inteligentes
Ejemplo: Aplique la descripción PAMA
para el diseño de un taxi automatizado.
Estructura de los Agentes
Inteligentes
Agente: Taxi automatizado

Percepciones
Cámaras, velocímetro, sistema de posicionamiento global,
micrófono.

Acciones
Manejo del volante, acelerar, frenar, hablar con pasajero.

Metas
Viaje seguro, rápido, sin infracciones, cómodo, obtención
máxima de ganancias.

Ambiente
Calles, carreteras, tráfico, peatones, clientes.
Tipos de Agente
Agentes de reflejo simple.
Agentes bien informados de todo lo que
pasa.
Agentes basados en metas.
Agentes basados en utilidad.
Agentes de reflejo simple
El usar una tabla de consulta explícita está fuera
de toda consideración.
Sin embargo, es posible resumir fragmentos de
tabla observando ciertas asociaciones entre
entradas/salidas que se producen
frecuentemente, y haciendo reglas de condiciónacción, por ejemplo:

Si el carro de adelante está frenando, entonces
empezar a frenar.
Agentes de reflejo simple
Agente
Sensores
Como es el mundo
ahora
Reglas condición-acción
Acción que debo
tomar
Efectores
Agentes de reflejo simple
Función Agente-reflejo-simple (percepción) responde con una
acción
estática: reglas, un conjunto de reglas de condición-acción
estado  Interpretar-Entrada (percepción).
regla  Regla-Coincidencia (estado, reglas).
acción  Regla-Acción[regla]
responder con una acción
Agentes bien informados de todo lo
que pasa
El agente reflejo simple funciona sólo si se toma
la decisión adecuada con base en la percepción
de un momento dado.
En ocasiones se requiere mantener cierto tipo
de estado interno para estar en condiciones de
estar optar por una acción.
Ejemplo: imágenes de antes y después pare
detectar cambios.
Agentes bien informados de todo lo
que pasa
Estado
Como evoluciona el
mundo
Sensores
Como es el mundo
ahora
Lo que mis acciones
hacen
Reglas condición-acción
Agente
Acción que debo
tomar
Efectores
Agentes bien informados de todo lo
que pasa
Función Agente-reflejo-con-estado (percepción) responde con
una acción
estática: estado, una descripción prevaleciente del
estado del mundo
reglas, un conjunto de reglas de condiciónacción
estado  Actualizar-Estado (estado, percepción).
regla  Regla-Coincidencia (estado, reglas).
acción  Regla-Acción[regla]
estado  Actualizar-Estado (estado, acción)
responder con una acción
Agentes basados en metas
Para decidir qué hacer no basta con tener
información acerca del estado que prevalece en
el ambiente.
Además del estado prevaleciente, se requiere
cierto tipo de información sobre su meta.
La búsqueda y la planificación son subcampos
de la IA que se ocupan de encontrar las
secuencias de acciones que permiten alcanzar
las metas de un agente.
Agentes basados en metas
Este tipo de agente es diferente a los
anteriores, debido a que implica tomar en
cuenta el futuro.
Es más flexible si cambian las condiciones
o cambian las metas (¿qué pasaría si
llueve? ¿qué pasaría si al taxi
automatizado se le pide otro destino?)
Agentes basados en metas
Estado
Como evoluciona el
mundo
Lo que mis acciones
hacen
Metas
Agente
Sensores
Como es el mundo
ahora
Qué efectos tiene
tomar
la acción A
Acción que debo
tomar
Efectores
Agentes basados en utilidad
Las metas no bastan por sí mismas para
generar una conducta de alta calidad.
Puede haber muchas secuencias de acciones
que permitan alcanzar la meta, pero algunas
ofrecen más utilidad que otras.
La utilidad es una función que correlaciona un
estado y un número real mediante el cual se
caracteriza el correspondiente grado de
satisfacción.
Agentes basados en utilidad
Estado
Como evoluciona el
mundo
Lo que mis acciones
hacen
Utilidad
Sensores
Como es el mundo
ahora
Que efectos tiene
tomar
la acción A
Que tan feliz
estaría en un estado
determinado
Acción que debo
tomar
Agente
Efectores
Ambientes
La relación entre el agente y el ambiente
es siempre la misma: el agente ejerce
acciones sobre el ambiente, que, a su vez,
aporta percepciones al primero.
Ambientes
Propiedades:

Completamente observables vs. parcialmente
observables
Si el aparato sensorial de un agente le permite tener acceso
al estado total de un ambiente, se dice que éste es
completamente observable. Si no es así, el ambiente es
parcialmente observable.

Deterministas vs. estocásticos
Si el estado siguiente de un ambiente se determina
completamente mediante el estado actual y las acciones
escogidas por los agentes, se dice que el ambiente es
determinista. Si no es así, el ambiente es estocástico
Ambientes
Propiedades

Episódicos vs. secuenciales
En un ambiente episódico, la experiencia del agente se
divide en “episodios”, donde la calidad de la actuación
dependerá del episodio mismo. Los episodios subecuentes
no dependen de las acciones anteriores.

Estáticos vs. dinámicos
Si existe la posibilidad de que el ambiente sufra
modificaciones mientras el agente se encuentra deliberando,
se dice que tal ambiente se comporta en forma dinámica, de
lo contrario, es estático. Si lo que cambia es la evaluación
del desempeño del agente, se dice que el ambiente es
semidinámico.
Ambientes
Propiedades

Discretos vs. continuos
Si existe una cantidad limitada de percepciones y
acciones distintas y claramente discernibles, se
dice que el ambiente es discreto. De lo contrario,
el ambiente es continuo.
Ambientes
Propiedades

Agente simple vs. multiagentes
Ejemplos:


Solución de crucigramas  Agente simple
Ajedrez  Multiagentes
Los ambientes multiagente pueden ser


Competitivos (ajedrez)
Parcialmente cooperativos (manejo de vehículos)
Ambientes
El caso más difícil para un agente, es
interactuar con un ambiente:






Parcialmente observable
Estocástico
Secuencial
Dinámico
Continuo
Multiagente
Ejercicio
Determine cómo son los siguientes ambientes:









Ajedrez con reloj
Ajedrez sin reloj
Póquer
Conducir un taxi
Sistema de diagnóstico médico
Sistema de análisis de imágenes
Robot clasificador de partes
Controlador de refinería
Asesor de inglés interactivo
Ejercicio
Ambiente
Ajedrez con reloj
Ajedrez sin reloj
Póquer
Conducir un taxi
Sist. de diagnóstico médico
Sistema. de análisis de imgs.
Robot clasificador de partes
Controlador de refinería
Asesor de inglés interactivo
CO/
PO
D/E
E/S
E/D
D/C
AS/
MA
Descargar

Inteligencia Artificial