agentes inteligentes2008

Agentes InteligentesIntroducción

a AgentesInteligentes

Aplicaciones de agentesinteligentes

Los AgentesInteligentesy Multimedia

Procedimientopara soluciónde problemas

DesarrolloSistemas

Multiagente

Agentes Inteligentes

Agentes Inteligentes Introducción a los agentes inteligentes

Procedimiento para la solución de problemas

Aplicaciones de agentes inteligentes —una visión general—

Los agentes inteligentes y la multimedia






DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes

Casa

s@unsa

.edu.p

e

Los agentes inteligentesLos agentes inteligentes

Para comprender qué son los agentes inteligentes debemos entender primeramente lo que es un agente cualquiera

Introduccióna Agentes

Inteligentes






DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes

Casa

s@unsa

.edu.p

e

Luis Alberto Alfaro Casas, Dr. Eng.Luis Alberto Alfaro Casas, Dr. Eng.

SENSORES

PERCEPCIONES

ACCIONESAMBIENTE

EFECTORES

?AGENTE


Inteligentes






DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes


Son sistemas computacionales situados en algún ambiente, capaces de realizar acciones autónomas en este ambiente de forma que puedan alcanzar sus objetivos.

Dado que muchas veces no es posible controlar todo su ambiente, un Agente debe actuar de la forma más eficaz que sea posible.

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes


La autonomía es una propiedad muy importante: un Agente debe ser capaz de actuar de forma independiente y controlar su estado interno.

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes


Los agentes interactúan con los ambientes a través de sensores y efectores

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes

AmbientesAmbientes

Accesible vs. No accesible

Determinístico vs. No determinístico

Estático vs. Dinámico

Discreto vs. Continuo

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agentes

Inteligentes

AmbientesAmbientes

Casa

s@unsa

.edu.p

e

Ambiente Accesible Determinístico Estático Discreto

Ajedrez con cronometro

Si Si Semi Si

Ajedrez sin cronometro

Si Si Si Si

Poker No No Si Si

Conducción de un Taxi

No No No No

Análisis de Imágenes

Si Si Semi No


Inteligentes






DesarrolloSistemas

Multiagente

Introducción

Agentes

y

Agente

Inteligentes

Estructura de los agentes inteligentesEstructura de los agentes inteligentes

+ =

Arquitectura Software Agente

Inteligente

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

IntroducciónAgentes de reflejo simple,Agentes informados de todo lo que pasa,Agente basado en metasyAgente basado en utilidad

Tipos de agentesTipos de agentes

Ambiente

Agente Efectores

Sensores

Qué acción debollevar a cabo?

Cómo está elmundo ahora?

Reglascondición-acción

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente



Ambiente

Agente Efectores

Sensores




Qué hacenmis acciones

Cómo cambiael mundo

Estado

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente



Ambiente

Agente Efectores

Sensores






Estado

Qué pasa si llevoa cabo la acción A?

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente



Ambiente

Agente Efectores

Sensores



Medida de utilidad



Estado

Qué pasa si llevoa cabo la acción A?

Qué tan feliz seréen ese nuevo estado

Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

IntroducciónCaracterísticasCaracterísticasUn Agente debe exhibir:

• Reactividad

• Proactividad

• Capacidad Social

Además:

• Movilidad

• Benevolencia

• Racionalidad

• Aprendizaje / adaptación

Casa

s@unsa

.edu.p

e

Flexibilidad


Inteligentes






DesarrolloSistemas

Multiagente

IntroducciónTipos de agentesTipos de agentes

Bibliografía

Carolina Figueroa Tamayo y Javier Almaraz Bobadilla: “Sistemas Expertos”. Mayo 1998 ITESO ISC

Amilcar Cardoso – Universidad de Coimbra: “Engenharia dos Agentes Inteligentes”. 2003

http://witss.gdl.iteso.mx/isc/materias/se/demos/demo/parte1.htm


Casa

s@unsa

.edu.p

eIntroducción







DesarrolloSistemas

Multiagente

Solución de problemas

Definición,

Planteamiento,

Implementacion,

Análisis

y

Código

Ejemplo: Mundo de la aspiradora I (memoria simple)Ejemplo: Mundo de la aspiradora I (memoria simple)


Se implantará un simulador de ambiente para la medición del desempeño en el mundo de una aspiradora. Tal mundo se puede describir de la siguiente manera:

Percepciones

Acciones

Metas

Ambiente

Casa

s@unsa

.edu.p

e






DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Análisis

y

Código


Agente Reflexivo Simple

(tacto, polvo, home) - Acción

(0,0,1) - apagarse (0,1,1) - aspirar (0,0,0) - avanzar (0,1,0) - aspirar (1,0,0) - girar izq/der (1,0,1) - girar izq/der

Casa

s@unsa

.edu.p

eProcedimientopara soluciónde problemas






DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Análisis

y

Código


Agente Reflexivo con Memoria

(edo.interno) - (edo.actual) - acción

(0,0,0) - (0,0,1) - Avanzar (0,0,0) - (0,1,1) - Aspirar (0,1,1) - (0,0,1) - Avanzar(0,0,0) - (0,1,0) - Aspirar (0,1,0) - (0,0,0) - Avanzar (0,0,0) - (1,0,0) - Girar ( Der; Izq ) (1,0,0) - (0,0,0) - Avanzar (1,0,1) - (0,0,1) - Avanzar (0,0,1) - (0,0,0) - Avanzar (0,0,1) - (1,0,1) - Girar (0,0,0) - (0,1,0) - Aspirar

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Análisis

y

Código


Descripción de Objetos Utilizados

Funcionamiento

Para profundizar en detalles véase:


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Análisis

y

Código


La performance mostrada por ambos agente es sumamente parecida, los dos agentes son bastante limitados por las siguientes razones: No pueden determinar si al apagarse, todas las localidades estarán libres de polvo. Esto es, no existe una condición de paro que garantice la solución completa del agente. El estado interno del agente, no es suficiente para lograr una mejor performance, si aun para mejorar el esquema de "Giro" al momento de encontrar un obstáculo

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Análisis

y

Código


El código esta repartido en 5 archivos: a_agente.java cuarto.java nuevo.java Timer.java TimerCallback.java ambiente.java

El código esta comentado en la medida de lo posible.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Análisis

y

Código


Bibliografía



http://witss.gdl.iteso.mx/isc/materias/se/demos/demo/ejemplos.htm

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Funcionamiento

y

Código

Ejemplo: Mundo de la aspiradora II (solución por búsquedas)Ejemplo: Mundo de la aspiradora II (solución por búsquedas)

Se implantará un simulador de ambiente para la medición del desempeño en el mundo de una aspiradora. Tal mundo se puede describir de la siguiente manera:

Percepciones

Operadores

Metas

Ambiente

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Funcionamiento

y

Código

Estados: La combinación de cualquier configuración del ambiente. Operadores: Girar Izq, Girar Der, Avanzar, Aspirar. Metas: Limpiar todas las localidades y regresar a casa. Costo de Ruta: Profundidad

Búsqueda preferente por Amplitud

Búsqueda Iterativa por Profundidad

Para profundizar en detalles véase:Carolina Figueroa Tamayo y Javier Almaraz Bobadilla: “Sistemas Expertos”. Mayo 1998 ITESO ISC


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Funcionamiento

y

Código


Todo se reduce a estructura de datos:

Descripción de Objetos Utilizados

Funcionamiento

Para profundizar en detalles véase:


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Funcionamiento

y

Código

Criterios a considerar para configurar el ambiente: 1) Configurar el Ambiente: Los botones con leyenda "Pon Polvo", "Pon Obstáculo" y "localizar agente", permiten colocar objetos gráficos en el ambiente. Presiona el botón correspondiente y después da click sobre uno de los cuartos. La posición inicial del agente es despreciable, verifique que la posición de los obstáculos impida al agente llegar a home. (Considerando home como la localidad superior izquierda). 2) Acciona al Agente (Go!!) Una vez configurado el ambiente, presiona "Activar " 3) Reconfigurar el ambiente. Si el agente esta activo, detenlo. Y modifica el ambiente a tu gusto como indica el punto 1


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Funcionamiento

y

Código

El código se encuentra formado por los siguientes archivos:

v_estado.java estado.java operador.java operadores.java NodoGen.java aspiradora.java cuarto.java busqueda.javapila.java

Mlista.java ListaNodo.java EmptyListException.java Recursos.java Timer.java TimerCallback.java move_barrita.java


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Definición,

Planteamiento,

Implementacion,

Funcionamiento,

y

Código

Bibliografía



http://witss.gdl.iteso.mx/isc/materias/se/demos/demo/ejemplos2.htm


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

Desarrollo de SMA

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.

El principal enfoque consiste en la resolución de problema de forma distribuida:

• Distribución Natural del Problema.• Agentes envueltos en una sociedad artificial organizada.• Decisión distribuida a partir de múltiples agentes con sus propios intereses.• Necesidad de interacciones flexibles.

¿Cuando utilizar SMA?¿Cuando utilizar SMA?

Casa

s@unsa

.edu.p

eDesarrollo Sistemas

Multiagente






DesarrolloSistemas

Multiagente

Desarrollo de SMA Para la implementación de agentes

reactivos la Ingeniería de Software ofrece varios métodos y herramientas, el diseño de SMA como un sistema distribuido implica un nuevo reto:

El diseño de un modelo de interacción y coordinación entre

los diferentes agentes

¿Cuando utilizar SMA?¿Cuando utilizar SMA?

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Es necesario utilizar estándares para

lograr la interacción entre sistemas posiblemente heterogéneos.

Tecnologías Básicas:

• Java• Corba• XML

Tecnologías de Desarrollo de SMATecnologías de Desarrollo de SMA

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA ¿Qué aporta Java a los agentes?

• Independencia de la Plataforma -> MOVILIDAD

• Ejecución en una máquina virtual JVM

• Similitudes entre los paradigmas de la orientación a objetos y agentes.

• Multithreading y Concurrencia


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA JAVA / RMI (Remote Method

Invocation)


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA CORBA (Common Object Request

Broker Architecture)

• Es una plataforma abierta para la comunicación de objetos entre procesos remotos.

• Se basa en dos conceptos: un lenguaje de definición de interfaz a la plataforma (IDL) y un canal o mecanismo para la comunicación interna de los objetos (ORB).


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA XML (Extensible Markup Language)

• Los mensajes entre agentes se codifican en XML para ser enviados (por RMI, CORBA, etc).

• Tanto FIPA-ACL como KQML tienen especificaciones en XML

• Se ha convertido en un estándar -> todos lo entienden y usan.


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA RDF (Resource Description

Framework)

• Permite la codificación, el intercambio y la reutilización del contenido semántico de un modo estructurado (sintaxis XML).

• Las ontologías definen el significado de las etiquetas RDF que aportan contenidos semánticos a las Páginas Web, con las que se permite las búsquedas por dichos contenidos


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Plataformas para el diseño,

implementación, prueba y ejecución de agentes autónomos y SMA:

• Jade (Telecom Italia)• Zeus (British Telecom)• Fipa-OS (emorphia)• JAS (Fujitsu America)• Jack (Agent Oriented Software Australia)

Entornos de Desarrollo de SMAEntornos de Desarrollo de SMA

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA JADE (Java Agente Development

framework)

• Soporta la implementación de MAS (FIPA compliant): librería de paquetes para programar agentes y herramientas para su ejecución.

• Plataforma distribuida para la ejecución de agentes heterogéneos: servicios de directorio y transporte de mensajes

• Completamente desarrollado en Java y libre bajo licencia LPGL


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Basada en la teoría de los actos del habla

(“speech acts”):

• Locución• Ilocución• Perlocución

“Performative”

• “Ilocución” de una clase de expresiones• Ejm.: promise, report, tell, request, demand

Comunicación entre AgentesComunicación entre Agentes

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Clasificación de las “ilocuciones”:

• Asertivas (informar)• Directivas (pedir y preguntar)• Comisivas (prometer)• Permisivas, prohibitivas y declarativas (causan eventos)• Expresivas (emociones y evaluaciones)


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Mecanismos de Transporte: los mensajes

deben poder ser:

• Planificables o servidos por eventos• Síncronos o asíncronos• Direcciones físicas o por rol• Unicast / multicast / broadcast

Implementaciones: CORBA, RMI, DCOM


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Lenguajes de Comunicación:

• Debe tener semántica bien definida

• Semántica formal

• Implementaciones: • KQML• FIPA-ACL• Basada en XML


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Protocolos de Comunicación:

• Representan los patrones que modelan las posibles comunicaciones.

• Los participantes en la conversación deben conocer el protocolo.

• Implementaciones:• FIPA-ACL• Pre y Post condiciones (Labrou & Finin)


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Ejemplo de Mensaje FIPA:

(request :sender an-agent :receiver df-agent :content (action an-agent (search (:df-agent-description (:services (:service-type email))))) :language SL0 :ontology fipa-agent-management :protocol FIPA-REQUEST)


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Tipos de mensaje:


Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.

Accept-Proposal

Disconfirm Not-understood

Reject-Proposal

Agree Failure Propose Request

Cancel Inform Query-if Request-when

Cfp Inform-if Query-ref Request-whenever

Confirm Inform-ref Refuse Suscribe






DesarrolloSistemas

Multiagente

Desarrollo de SMA

Fipa-QueryFipa-Query

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA

Fipa-RequestFipa-Request

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA

Fipa-ContractFipa-Contract

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA

Fipa-ProposeFipa-Propose

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA Problemática:

• Diferentes términos para un mismo concepto• El mismo término para diferentes conceptos• Diferentes sistemas de clases

Se requiere una ontología común para representar el conocimiento de distintos universos de discurso.

• Implementaciones: OIL, Ontolingua, KIF, RDF, Esquemas XML, DTD

OntologíasOntologías

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

Desarrollo de SMA

• FIPA: http://www.fipa.org

• KQML: http://www.cs.stanford.edu/kqml

• KIF: http://logic.stanford.edu/kif

• Ontologías: http://www.ontoknowledge.org

Referencias de InteresReferencias de Interes

Casa

s@unsa

.edu.p


Multiagente

Utilización,

Tecnologías,

Entornos,

Comunicación,

Ontologías.






DesarrolloSistemas

Multiagente

AplicacionesAplicaciones de agentes inteligentes una visión general—Aplicaciones de agentes inteligentes una visión general—

Agentes en el Proceso de Enseñanza-aprendizaje

Agentes en la Industria

Agentes en Simulación

Agentes en Realidad Virtual

Uso de Agentes Inteligentes de Software: Oferta de Nuevos Tipos de Servicios

Otras Aplicaciones...

Las aplicaciones de los agentes inteligentes son muy variadas:

Aplicacionesde agentesinteligentes

Casa

s@unsa

.edu.p

e






DesarrolloSistemas

Multiagente

AplicacionesAgentes en Proceso de Enseñanza-AprendizajeAgentes en Proceso de Enseñanza-Aprendizaje

KidSim (Kid's Simulation),Agentes en KidSim,AgentSheets,Agentes Inteligentes soportando la comunicación y colaboración en ambientes de proyecto orientados al dominio

KidSim es un kit de herramientas que permite a los niños construir simulaciones simbólicas. Los niños pueden modificar la programación de objetos de simulación ya existentes y definir nuevos. Las simulaciones del KidSim consisten en:

un tablero de juego dividido en espacios discretos como un tablero de ajedrez;

un relog en el cual el tiempo es dividido en espacios discretos;

uno o más objetos de simulación;

una caja de copia que es la fueste para nuevos objetos de simulación;

un editor de reglas donde reglas son definidas y editadas;

Otros varios elementos. Casa

s@unsa

.edu.p

eAplicacionesde agentesinteligentes






DesarrolloSistemas

Multiagente

AplicaçionesAgentes en el Proceso de Enseñanza-AprendizajeAgentes en el Proceso de Enseñanza-Aprendizaje

KidSim (Kid's Simulación),Agentes el el no KidSim,AgentSheets,Agentes Inteligentes soportando la comunicación y colaboración en ambientes de proyecto orientados al domínio

En el KidSim, los objetos activos en las simulaciones son agentes. Durante cada instante de tiempo, los agentes se mueven alrededor del tablero, interactuando unos con los otros. Metaforicamente, ellos son caracteres de un micro mundo. Los agentes del KidSim tienen tres atributos:

Apariencia

Propiedades

Reglas

El KidSim, puede ser accesado a través de

http://www.atg.apple.com/AllenCypher/Cocoa/default.html

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesKidSim (Kid's Simulation),Agentes no KidSim,AgentSheets,Agentes Inteligentes soportando la comunicación y colaboración en ambientes de proyecto orientados a dominio

Un ambiente de editoración en desarrollo, que puede representar la próxima generación de herramientas de editoración y aplicaciones instruccionales.Este ambiente permite a una gran variedad de usuários, desde niños hasta profesionales, creen sus própios ambientes de simulación interactivos, como SimCityTM , lenguajes de programación visual orientada a domínio y juegos. Visual Agent Talk y una nueva táctica de programación que permite al usuário componer, comprender y compartir agentes a través da World Wide Web.

Mayores Informaciones:http://www.cs.colorado.edu/~ralex/AgentsheetsWeb/agentsheets-home.htmlC

asa

s@unsa

.edu.p

e

Agentes en el Proceso de Enseñanza-AprendizajeAgentes en el Proceso de Enseñanza-Aprendizaje







DesarrolloSistemas

Multiagente

AplicacionesKidSim (Kid's Simulation),Agentes no KidSim,AgentSheets,Agentes Inteligentes soportando a comunicación y colaboración en ambientes de proyectos orientados al domínio

Es uma investigación que explora el desarrollo de agentes inteligentes en el proyecto de ambientes orientados al domínio, con el objetivo de reducir la carga cognoscitiva sobre los proyectistas a través del comportamiento activo y del suministro de artefactos proyectados. Incorporando agentes inteligentes, se aumenta el número de salidas conceptuales, técnicas y sociales. Esas salídas son consecuencias de los diálogos de iniciativas mezcladas, que se torna posíble por agentes. Esas salídas incluyen el contexto compartido, control de iniciativa e intervención y el foco de atención. Problemas técnicos incluyendo la manipulación del usuário de los agentes a través de un editor de agentes, activación de agentes en contextos compartidos, presentación de agentes y creación de contextos compartidos a través de especificación, construcción, representación de tareas e histórias de interacciones,Informaciones sobre los proyectos de la Universidad de Colorado:http://www.cs.colorado.edu/homes/hcc/public_html/grants_projects.html

Casa

s@unsa

.edu.p

e








DesarrolloSistemas

Multiagente

AplicacionesKidSim (Kid's Simulation),Agentes no KidSim,AgentSheets,Agentes Inteligentes suportando a comunicación y colaboración en ambientes de proyecto orientados a dominio

Bibliografía

Anita Maria da Rocha [email protected] Maya [email protected] Becke [email protected]

http://www.inf.ufsc.br/~rogerio/iad/ensino-aprendizagem.html

Casa

s@unsa

.edu.p

e








DesarrolloSistemas

Multiagente

AplicacionesIntroducción

ARCHON: Un Sistema de Inteligencia Artificial distribuida para aplicaciones industriales orientadas a dominio

Agentes en la IndústriaAgentes en la Indústria

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesIntrodução

ARCHON: Un Sistema de Inteligencia Artificial distribuida para aplicaciones industriales orientadas al domínio

Agentes en la IndustriaAgentes en la Industria

Introducción

Uso del ARCHON en un Sistema de Transporte de Electricidad

¿Por que usar Técnicas de Inteligencia Artificial Distribuida?

Especificación de los Agentes

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


ARCHON: Un Sistema de Inteligencia Artificial distribuida para aplicaciones industriales orientados a dominio


Introducción

Uso del ARCHON en un Sistema de Transporte de Electricidad

Por que usar Técnicas de Inteligencia Artificial Distribuida?


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente




Introducción

Uso do ARCHON en un Sistema de Transporte de Electricidad

Por que usar Técnicas de Inteligencia Artificial Distribuida?


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente




Bibliografía


http://www.inf.ufsc.br/~rogerio/iad/industria.html

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes Inteligentes para Simulación Interactiva de Ambientes,Agentes Inteligentes para Simulación de Campos de Batalla,Agentes Inteligentes en Logística e Simulación

Agentes en SimulaciónAgentes en Simulación

“El concepto de simulación para muchas personas está probablemente asociado con imagenes como pilotos de helicópteros y aviones, usando simuladores para entrenamiento. Las reglas de simulación en la manufactura son realmente similares o analogícas de los simuladores de vuelo”.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes Inteligentes para Simulación Interactiva de Ambientes,Agentes Inteligentes para Simulación de Campos de Batalla,Agentes Inteligentes en Logística y Simulación

Agentes en SimulaciónAgentes en Simulación

Milind Tambe, W. Lewis Johnson, Randolph M. Jones, Frank Koss, John E. Laird, Paul S. Rosenbloom, Karl Schwamb

Los autores están involucrados en un proyecto para desarrollo de agentes inteligentes capaces de imitar seres humanos, actuando en papéis específicos dentro de un ambiente simulado. Actualmente están concentrados en el desarrollo de pilotos inteligentes autónomos, en batalla aérea simulada. Estos agentes son dinámicos, interactivos, y actúan en ambientes multi-agentes, proporcionando desafíos interesantes en lo que concierne a investigación de capacidades específicas de agentes, bien como a integración de estas capacidades en la creación de agentes-piloto "completos".

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes em SimulaciónAgentes em Simulación

J.W. Baxter e R. T. Hepplewhite

http://sp2sund.dra.hmg.gb:8080/

Este artículo describe el uso de una jerarquía de agentes para simular el comportamiento de ejércitos dentro de un sistema de control y comando. Los agentes determinan metas y restriçciones para los agentes de nivel más bajo en la jerarquía. Unidades de Tanques consideran açciones basadas en sus ordenes y su percepción del campo de batalla. Por la previsión de los efectos de estas acciones y la selección de las mismas basadas en una función de costo involucrando distáncia, tiempo y riesgo, los planos pueden ser elaborados.

Agentes Inteligentes para Simulaçión Interactiva de Ambientes,Agentes Inteligentes para Simulación de Campos de Batalla,Agentes Inteligentes en Logística e Simulación.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes en SimulaciónAgentes en Simulación

http://www.ifor.math.ethz.ch/staff/duerig/diss.html

Un sistema de planeamiento y control para la automatización de una célula de trabajo está siendo desarrollada para proporcionar un mejor desempeño en trabajos relativos a la logística y simulación. Para lidiar con la complejidad dinámica de un ambiente de producción el sistema de planeamiento necesita de habilidades de adaptación dinámica y auto-control. Para alcanzar esta habilidad, la taréa de planeamiento y distribuida a vários agentes inteligentes virtuales. Cada agente soporta una taréa específica y posee sus propias estratégias de solución y es capaz de solicitar servicios de otros agentes. La simulación desempeña un papel crucial en el sistema de planeamiento y es usada por otros agentes para revisar sus estratégias de planeamiento y para determinar las consecuencias futuras de sus decisiones.

Agentes Inteligentes para Simulación Interactiva de Ambientes,Agentes Inteligentes para Simulación de Campos de Batalla Agentes Inteligentes en Logística e Simulación

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes em SimulaciónAgentes em Simulación

Agentes Inteligentes para Simulación Interactiva de Ambientes,Agentes Inteligentes para Simulación de Campos de Batalla,Agentes Inteligentes en Logística y Simulación

Bibliografía


http://www.inf.ufsc.br/~rogerio/iad/simulacao.htm

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes en Realidad VirtualAgentes en Realidad Virtual

“La realidad virtual representa la evolución de la tecnología de interface con computadoras, proporcionando un mecanismo de interacción que créa un medio mas interesante para trabajar, aprender y entretenerse con computadoras. Tiene aplicación en diversas áreas, con destaque en entrenamiento y educación”.

Demostración de un ambiente multimédia interactiva (Merle's Virtual Adventure),Sandia's VR/Intelligent Simulación Lab,Actores Virtuales y Ambientes Virtuales

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Charles Rich, Richard C. Waters, Carol Strohecker, Yves Schabes, William T. Freeman, Mark C. Torrance, Andrew R. Golding, e Michal Roth

http://www.merl.com/svr.html

Artigo apresentado na revista COMPUTER, dezembro de 1994 página 15. Ed. IEEE Computer Society.

Este articulo es resultado de investigaciones realizadas en la MERL (Mitsubishi Electric Research Laboratories) que tiene como objetivo estudiar la interacción de personas en Realidad Virtual. Se busca analizar el comportamiento de usuários en ambientes simples, en vez de maximizar el realismo perceptual en experiencias individuales.

Demostración de un ambiente multimédia interactivo (Merle's Virtual Adventure),Sandia's VR/Intelligent Simulation Lab,Actores Virtuales y Ambientes Virtuales

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


La Sandia National Laboratories es un laboratório nacional multi-programa de los Estados Unidos.En particular, realiza investigaciones específicamente en la utilizaçión de RV para entrenar equipos pequeños. El objetivo es entrenar una persona para lidiar con situaciones o un conjunto de escenários, en contraposición a la realización de taréas específicas. Ésto es denominado de entrenamiento situacional, y difiere de otros tipos de entrenamiento basados en RV, como juegos de guerra en larga escala u operación de vehículo, de diversos modos.

Para mayores informaciones visite:

http://www.sandia.gov/vris/vris_homepage.html

Demostración de un ambiente multimédia interactivo (Merle's Virtual Adventure),Sandia's VR/Intelligent Simulation Lab,Actores Virtuales y Ambientes Virtuales

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


David Zeltzer e Michael B. Johnson

Articulo presentado en libro Interacting with Virtual Environments, 1994, Ed. John Wiley & Sons, capítulo 15: Virtual Actors and Virtual Environments.

Zelter e Johnson realizan investigaciones sobre ambientes y actores virtuales, y en este reciente artículo utilizaran el WavesWorld para la creación de personajes - actores virtuales - que pueden actuar autonomamente en un ambiente virtual distribuido. O WavesWorld representa una colección de aplicaciones para proyecto, construcción y depuración de simulaciones distribuidas. Un actor autónomo está compuesto por diversos agentes (agentes sensores, motores, etc.) que trabajarán en conjunto para dotar de mobilidad, interactividad e inteligéncia al actor.

Demostración de un ambiente multimédia interactivo (Merle's Virtual Adventure),Sandia's VR/Intelligent Simulación Lab,Actores Virtuales y Ambientes Virtuales

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesAgentes em Realidade VirtualAgentes em Realidade Virtual

Demonstración de un ambiente multimédia interactivo (Merle's Virtual Adventure),Sandia's VR/Intelligent Simulation Lab,Actores Virtuales y Ambientes Virtuales

Bibliografía


http://www.inf.ufsc.br/~rogerio/iad/realidade-virtual.htm

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

AplicacionesUso de Agentes Inteligentes de Software: Oferta de Nuevos Tipos de Servicios


Introducción

Ambiente para Asesoria y Soporte Empresarial Virtual a través de la Internet

La difusión de la red Internet, sistemas de hipermédia y la reducción de los precios de componentes de hardware, contribuíirán para la creación del modelo de computación centrada en red. En este modelo, la propia red es la inteligéncia del sistema, en lugar del cliente.Las principales aplicaciones de agentes inteligentes de software en desarrollo o ya desarrolladas son:

[CYB94], [HAR95], [GIL95]

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Ambiente para Asesoría e Soporte Empresarial Virtual a través de la Internet

Introducción

Consultor Inteligente sobre Decisiones de Compra

Casa

s@unsa

.edu.p

e









DesarrolloSistemas

Multiagente


Ambiente para Asesoría y Soporte Empresarial Virtual a través de la Internet

Introducción

Consultor Inteligente sobre Decisiones de Compra

Casa

s@unsa

.edu.p

e









DesarrolloSistemas

Multiagente


Ambiente para Asesoría y Soporte Empresarial Virtual a través de la Internet

Bibliografía


http://www.inf.ufsc.br/~rogerio/iad/servico.htm

Casa

s@unsa

.edu.p

e









DesarrolloSistemas

Multiagente

AplicacionesOtras Aplicaciones...Otras Aplicaciones...

Introducción,Asistentes Personales Digitales,Asistentes de Correo Electrónico,Agente de Escalonamiento de ReunionesAgente Filtrador de Notícias,Agente de Selección de Diversiones

A medida que las computadores son incorporadas las taréas cotidianas, y se tornan integradas con un mayor número de servicios, los usuários necesitan de ayuda para lidiar con las informaciones y con la carga de trabajo.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Introducción,Asistentes Personales Digitales,Asistentes de Corréo Eletrónico,Agente de Escalonamiento de Reuniones,Agente Filtrador de Notícias,Agente de Selección de Diversiones

DEN92Sobre ciertas condiçiones un agente de interface puede se autoprogramarse (el puede adquirir el conocimiento necesario para asistir a su usuário. Se le dá al agente, un mínimo de conocimiento prévio, y el aprende el comportamiento apropiado a partir de su usuário o de otros agentes.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Introducción,Asistentes Personales Digitales,Asistentes de Correo Eletrónico,Agente de Escalonamiento de Reuniones,Agente Filtrador de Notícias,Agente de Selección de Diversiones

MAE94Maxims es un agente que ayuda al usuário con su e-mail. El aprende a priorizar, eliminar, responder, organizar y archivar mensajes de mail recibidas por el usuario. Maxims es implementado en Macintosh Commom Lisp. El se comunica con el paquete comercial de e-mails EUDORA usando Apple Events. La principal técnica de aprendizaje utilizada por Maxims es el raciocínio basado en memórias. Se el usuário realiza una acción, el agente memoriza toda la situación-acción generada, por ejemplo, se el usuário graba un mensaje particular después de haberla leido, el agente adiciona la descripción de esta situación es la acción tomada por el usuário en su memória de ejemplos. Cuando una nueva situación ocurre, el agente la compara con su banco de memória y verifica quel acción tomar.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Introducción,Asistentes Personales Digitales,Asistentes de Correo Electrónico,Agente de Escalonamento de Reuniones,Agente Filtrador de Notícias,Agente de Selección de Diversiones

MAE94

Este agente asiste al usuario en lo que dice respecto al escalonamiento de reuniones (aceptar, rechazar, negociar horarios, etc...). El comportamiento del usuario es repetitivo,pero muy diferente de individuo a individuo. Algunas personas preferien reuniones por la mañana, otras por la tarde, diferentes personas poseen diferentes criterios para clasificar una reunión como importante. El agente aprende el comportamiento del usuario y sus criterios de clasificación a fin de fijar las reunióones. Tests comprovaron que el uso de agentes ha sido útil y satisfactório. Los uusuarios dicen sentirse en una situación confortable delegando taréas para los agentes. Los tests revelan que es importante proveer el agente con un amplio conjunto de características para descrebir situaçiones, cuanto más características posea el agente, mejor será su performance.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Introducción,Asistentes Personales Digitales,Asistentes de Corréo Eletrónico,Agente de Escalonamiento de Reuniones,Agente Filtrador de Notícias,Agente de Selección de Diversiones

MAE94

Ayuda al usuário a seleccionar articulos de una fuente continua de informaciones. À medida que más y más informaciones se tornan disponibles en la red, el usuario se torna desesperado por herramienta para ayudarlos en filtrado de las informaciones y para encontrar artículos de su interés. NewT es un sistema que ayuda al usuario a filtrar noticias. A través de el el usuario puede crear uno o más agentes de noticias y entrenarlos a través de ejemplos de artículos que pueden o no ser seleccionados. Un usuario puede crear por ejemplo, un agente para informaciones de negocios, uno para noticias policiales, uno a otro para informaciones sobre computadoras y otro para noticias deportivas. Un agente es inicializado proporcionando para el ejemplos positivos y negativos de artículos para ser recuperados El usuário puede programar el agente explícitamente proporcionando formatos de artículos que deben ser recuperados.C

asa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Introducción,Asistentes Personales Digitales,Asistentes de Correo Eletrónico,Agente de Escalonamiento de Reuniones,Agente Filtrador de Notícias,Agente de Selección de Diversiones

FEY93Ayuda al usuário a seleccionar films, libros, shows de televisión y rádio en base a sus preferencias personales. Ringo es un sistema de recomendación musical personalizado, implementado en UNIX. Un sistema similar fué desarrollado para recomendación de libros de ficción científica. Los agentes encontrados en estos sistemas utilizan "filtrado social", el usuário posee agentes que memorizan que libros o albuns posee y cuanto le gusta al usuario cada uno. Entonces el agente lo compara los otros agentes. Un agente encuentra otros agentes que están correlacionados, esto és, agentes que tienen valores para items similares y cuyos valores son correlacionados con los valores de eeste agente. Los agentes aceptan recomendaciones de otros agentes.

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente


Introduçción,Asistentes Personales Digitales,Asistentes de Correo Eletrónico,Agente de Escalonamiento de Reuniónes,Agente Filtradores de Notícias,Agente de Selección de Diversiones

Bibliografía


http://www.inf.ufsc.br/~rogerio/iad/outros.html

Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

Los agentes y la multimedia

La integración en multimédia de los «agentes inteligentes» fué la fórmula para superar las limitaciones que la complejidad de las bases de datos presenta.La intervención del «agente» clarifica ambientes y facilita la investigación en la medida en que el actúa como un guía conocedor de las sinuosidades del camino a «su casa» y está, por consiguiente, la voluntad para sugerir, explicar, demostrar y clarificar rutas de investigación.

Los agentes y la multimédiaLos agentes y la multimédia


Casa

s@unsa

.edu.p

e






DesarrolloSistemas

Multiagente

Os agentes e a multimédia

Para ciertos autores de la escola norte-americana como Christopher [Dede], «la interconexión, no lineal y asociativa de materiales multimédia multidireccionados» es la fórmula ideal para estructurar bases de datos. La multimédia, cuando integrada en ambientes de aprendizaje que motivan la investigación estructurada, tiene un mayor potencial para desarrollar capacidades metacognoscitivas que los recuesos de la media lineal.»


Casa

s@unsa

.edu.p

eLos AgentesInteligentesy Multimedia






DesarrolloSistemas

Multiagente

Loss agentes y la multimédia

El norte americano Christopher Dede, de la Universidade de George Mason, fundamenta su concepto en la capacidad de potenciar los sistemas multimédia con motores de investigación suficientemente poderosas para facilitar no solamente una investigación estructurada, como tambiém para mejorar las capacidades metacognoscitivas de los interactuadores. Incrementa el autor «En cuanto a la lectura, a audición y la visión son actitudes pasivas comunes a los medios lineales, las estructuras asociativas organizadas en forma de malla exijem seleciones contínuas y capacidade de navegación interactiva por parte del usuári. La potencialidad de la representación hipermédia ofrece un puente para transformar bases de datos multimédia fragmentadas en mundos virtuales ricos y detallados.»


Casa

s@unsa

.edu.p







DesarrolloSistemas

Multiagente

Los agentes y la multimédiaLos agentes y la multimédiaLos agentes y la multimédia

Bibliografía

Extraido del libro Televisión Interactiva - La Convergéncia de los Medios, de Carlos Correia, Ed. Notícias, Lisboa, 1998

http://www.citi.pt/convergencia/agentes_inteligentes.html

Casa

s@unsa

.edu.p


agentes inteligentes2008

Documents