Agentes-Conceptos- Arquitecturas

AGENTES

CONCEPTOS

◼ Los actuales sistemas de información sufrirán transformaciones

al abandonar su rol pasivo y pasar a ser activos para tomar

decisiones.

◼ Un agente es normalmente una entidad o un asesor de la

persona real, a quien sustituye, anticipándose a sus

requerimientos.

◼ El paradigma de agente nos permite modelar actores con

conocimientos, creencias, percepciones, metas, intenciones y

obligaciones.

El papel de la Inteligencia Artificial

La tarea de la IA es explicar y construir

agentes que reciben percepciones del

ambiente y proceden a ejecutar acciones.

(Artificial Intelligence, A modern

approach. Stuart Russel & Peter Norvig

1996)

AGENTES

CONCEPTOS

◼ Dentro de las clasificaciones más generales podemos

decir que básicamente nos encontramos en este campo

con agentes de software los cuales se presentan como

específicos para tareas de información, entretenimiento

o virus, además se presentan dentro de los agentes de

computación los dedicados a modelar la vida artificial.

Otro campo es el de agente robótico.

Definiciones

Agentes software (softbots):

◼ Aplicaciones informáticas con capacidad para decidir cómo deben actuar para alcanzar sus objetivos.

Agentes inteligentes:

◼ Agentes software que pueden funcionar fiablemente en un entorno rápidamente cambiante e impredecible.

Definiciones de Wooldridge

◼ Un agente es un software capaz de realizar

acciones independientes en representación

de su propietario o usuario (comprendiendo

las necesidades que tienen que ser

satisfechas para satisfacer sus objetivos de

diseño, en lugar de recibir instrucciones

constantemente).

AGENTES

CONCEPTOS

◼ Agente: Es un sistema de computación que se

encuentra situado en un ambiente determinado y

es capaz de un comportamiento autónomo con

la misión de cumplir sus objetivos de diseño.

Definiciones de Wooldridge

◼ Un sistema multiagente consiste en un

conjunto de agentes que interaccionan entre

ellos.

◼ En el caso más general en representación de

usuarios con diferentes motivaciones y

objetivos. Para conseguir interaccionar con

éxito deben cooperar, coordinarse y negociar,

como hace la gente.

AGENTES

CONCEPTOS

◼ Sistema multiagente: Está constituido por

un conjunto de entidades inteligentes llamadas

agentes que coordinan sus habilidades para la

resolución de problemas individuales o globales.

Ej, Bionic Learning

Network de FESTO

AGENTES

CONCEPTOS

◼ Las definiciones básicas de agentes presentan el concepto

como algo autónomo que percibe el entorno a través de

sensores de visión, tacto, temperatura, entre otros y actúan en él

a través de efectores (elementos que facilitan su actuación,

brazos robot , mecanismos de movilidad, etc.).

AGENTES

CONCEPTOS

◼ Un agente es una abstracción, una idea o una entidad

computacional que posee características que permiten

definir dos nociones: una débil y otra fuerte que recurre

a conceptos normalmente aplicados a humanos .

◼ Wooldrige y Jennings (1995) distinguen estas dos

acepciones del término agente con una noción débil

que representa la concepción más general y otra

noción más fuerte .

AGENTES

CONCEPTOS

La estructura consta de tres partes principales:

Arquitectura: se refiere a maquinaria o dispositivos que consta de

actuadores y sensores. El agente inteligente se ejecuta en esta

maquinaria. Los ejemplos incluyen una computadora personal, un

automóvil o una cámara.

Función de agente: esta es una función en la que las acciones se

asignan a partir de una determinada secuencia de percepción. La

secuencia de percepción se refiere a una historia de lo que ha percibido

el agente inteligente.

Programa de agente: se trata de una implementación o ejecución de

la función de agente. La función de agente se produce mediante la

ejecución del programa de agente en la arquitectura física.

AGENTES

CONCEPTOS - DEFINICION DEBIL

◼ La definición débil nos dice que es un sistema

Computacional hardware y/o software que goza de

propiedades tales como:

❑ Autonomía: los que les permite operar sin una directa

intervención de humanos, conservando un cierto

grado de control de sus acciones y estado interno.

• Habilidad social: Los agentes interactúan con otros

agentes como también con humanos a través de

sus Interfases de comunicación.

AGENTES

CONCEPTOS - DEFINICION DEBIL

◼ Reactividad: los agentes perciben su ambiente. Estepuede ser el mundo físico, un usuario que interactúacon él, otros agentes, Internet, o una combinación deéstos, respondiendo a los cambios que ocurren en elambiente.

◼ Proactividad: Los agentes no sólo actúan en respuesta a su ambiente de operación, sino también son capaces de presentar un comportamiento oportunista, dirigido por sus objetivos, tomando la

iniciativa en el momento que sea apropiado para el.

AGENTES

CONCEPTOS-DEFINCION FUERTE

◼ La definición fuerte de agente nos dice que además de

las características anteriores el agente goza de una o

más de las siguientes propiedades que le permiten

reflexionar sobre su comportamiento en lugar de sólo

reaccionar a estímulos o cambios en su ambiente:

❑ Nociones mentales: representan las creencias,

deseos e intenciones del agente.

AGENTES

CONCEPTOS - DEFINCION FUERTE

• Racionalidad: El conjunto de las acciones que realiza

conservan el propósito de alcanzar un objetivo.

• Adaptabilidad o Aprendizaje: Cambia su

funcionamiento en función de su propia experiencia.

• Veracidad: Un agente no es capaz de comunicar

conscientemente información falsa.

Agentes como entidades autónomas

que interaccionan con el entorno

Agente

Am

bie

nte

sensores

Representación del estado del entorno

Elección de la acción

Reglas condición-acción

actuadores

Agente Reflejo con un estado interno

Agentes inteligentes

Principio de Racionalidad (Allen Newell (1982).The knowledge level. Artificial Intelligence 18:87-127): Indica que hay una conexión entreobjetivos y comportamiento, por medio delconocimiento del que dispone el agente ... lo queno implica que el agente tomará la mejordecisión

Agentes como entidades autónomas

que interaccionan con el entorno

Agente

Am

bie

nte

sensores

Representación del estado del entorno

¿Qué acción debo emprender?

Metas

actuadores

Agente Basado en Metas

¿Qué sucede si se elige la acción A?

Estado

¿Cómo evoluciona el mundo?

¿Qué efecto producen mis acciones?

Agentes Racionales

◼ La racionalidad le permite al agente hacer en cada momento “lo correcto”.

◼ • “Lo correcto” son las acciones que conducen al mejor desempeño de su misión, descrita en términos de: – Meta.– Utilidad.

◼ • Para ser racional necesita ser capaz de –Medir el desempeño de su misión. – Tener algún criterio de medida. – Incorporar los resultados como conocimiento nuevo.• Racionalidad ≠ Omnisciencia.

Agentes como entidades autónomas

que interaccionan con el entorno

Agente

Am

bie

nte

sensores

Representación del estado del entorno

¿Cómo de buena es la solución?Utilidad

actuadores

¿Qué sucede si se elige la acción A?

Estado

¿Cómo evoluciona el mundo?

¿Qué efecto producen mis acciones?

¿Qué acción debo emprender?

Relación del agente con el entorno

◼ En la mayor parte de los dominios el agente sólo tendrá control parcial del entorno.

◼ Una misma acción realizada por el agente puede tener efectos muy distintos

❑ En general los entornos son no-deterministas.

❑ Un agente debe estar preparado para fallar o para la incertidumbre de no saber si ha tenido éxito o no.

Relación del agente con el entorno

◼ Un agente dispone de un repertorio de acciones disponibles con sus correspondientes precondiciones.

◼ El principal problema al que se enfrenta un agente es decidir qué acción realizar para alcanzar sus objetivos de diseño

◼ Las arquitecturas de agentes podrían verse como arquitecturas software para sistemas de toma de decisiones empotrados en un entorno

Agentes: Inteligencia

◼ Los agentes tienen:

Inteligencia

◼ Razonamiento

❑ Un agente puede decidir:

◼ qué objetivo perseguir o a qué evento reaccionar.

◼ cómo actuar para conseguir un objetivo o suspender o abandonar un objetivo para dedicarse a otro.

◼ Aprendizaje

❑ El agente puede adaptarse progresivamente a cambios en entornos dinámicos mediante técnicas de aprendizaje.

Agentes: Inteligencia

◼ Técnicas para implementar la racionalidad

❑ Representación del Conocimiento

❑ Razonamiento simbólico

❑ Planificación

❑ Satisfacción de Restricciones

❑ Aprendizaje Automático

❑ Razonamiento bajo incertidumbre:

◼ Sistemas de mantenimiento de la verdad

◼ Inferencia Estadística

⇒ !! Sistemas Basados en el Conocimiento!!

TIPOS DE AGENTES

COOPERATIVOS

AUTONOMOS

APRENDEN

AGENTES

INTELIGENTES

Source: H. Nwana, Software Agents: An Overview

COLABORATIVOS

AGENTES DE

INTERFAZ

COLABORATIVOS/

APRENDEN

Identificación de un agente

◼ Para la identificación de un agente en un contexto

es necesario identificar cuales son las:

◼ Percepciones del agente en el contexto.

◼ Acciones que realiza en el contexto.

◼ Metas que persigue el agente en el contexto.

◼ Ambiente que representa al contexto de operación del agente

Ejemplo

❑ Ejemplo – Taxi con piloto automático

(taximetro reemplazado por un agente

inteligente)

◼Percepciones ??

◼Acciones ??

◼Metas ??

◼Ambiente ??

Taxi con piloto automático

◼ Percepciones

❑ Video, acelerómetro, instrumental del tablero, sensores del motor

◼ Acciones

❑ gestión del volante, acelerar y frenar, bocina

◼ Metas

❑ seguridad, llegar a destino, maximizar ganancias, obedecer las leyes, satisfacción del cliente

◼ Ambiente

❑ calles urbanas, avenidas, tráfico, peatones, clima, tipo de cliente

Ejemplos de distintos tipos de agentes

◼ Para identificar a un agente debemos analizar:

PROPIEDADES DE LOS AMBIENTES

◼ Accesible/Inaccesible❑ Si los sensores proporcionan todo lo que hay que saber

sobre el estado completo del ambiente - necesario para elegir una acción - entonces el ambiente es accesible al agente.

◼ Determinístico/No-determinístico (estocástico)❑ Si el estado siguiente del ambiente está determinado

plenamente por el estado presente del mismo, y por la acción del agente - se trata de un ambiente determinístico.

◼ Episódico/No-episódico ❑ Un ambiente episódico implica que los episodios

siguientes no dependen de las acciones que ocurrían en episodios previos.

PROPIEDADES DE LOS AMBIENTES

◼ Estático/Dinámico❑ Será estático todo ambiente que no cambie mientras el

agente está deliberendo (procesando una buena estrategia)

◼ Discreto/Continuo❑ Discreto - con escaso número de percepciones y acciones

en el ambiente.

❑ Continuo - el otro caso.

◼ Sin adversario/con adversarios racionales❑ Los ambientes ingenieriles suelen ser sin adversario.

❑ Los ambientes sociales y económicos aumentan en su complejidad por la presencia de interacciones entre uno o más adversarios (por ejemplo en la Bolsa, futbol de robots).

Dr Jorge S. Ierache

Tipos de ambientes y sus características

Conclusiones: Objetos vs Agentes

Objetos

◼ Ejecuta los métodos invocados

◼ Flujo de control del llamante

◼ Encapsula estado y comportamiento

◼ Estado: valor de variables

◼ Comportamiento: salida a partir de una entrada

◼ Mensajes invocan procedimiento

◼ Asociaciones entre objetos

Agentes

◼ Autonomía de decisión

◼ Flujo de control propio

◼ Encapsula la activación del comportamiento

◼ Estado mental: objetivos, creencias, ...

◼ Comportamiento: cómo decidir lo que hacer

◼ Interacciones: actos de habla (intencionalidad)

◼ Organización: relaciones sociales entre agentes

Conclusiones: Sistemas Expertos vs

AgentesSistemas Expertos

◼ Sistemas cerrados

◼ Sistemas de decisión centralizados

◼ Interacción con el usuario bajo petición del usuario

Agentes

◼ Interactúan con el entorno

◼ Distribución de la toma de decisiones:

❑ Comportamiento emergente

◼ Mayor grado de interacción con el usuario

◼ Interacción con otros agentes

La Arquitectura “de tres capas”

◼ La Arquitectura “de tres capas”

Como es obvio, la complejidad del entorno tiene una relación estrecha con

la complejidad del sistema de control que gobierna el comportamiento de

la máquina. En efecto, si el robot tiene que reaccionar rápida e

inteligentemente en un ambiente dinámico y desafiante, el problema del

control se torna muy difícil. Si el robot, en cambio, no necesita responder

de manera rápida, se reduce la complejidad requerida para elaborar el

control [Mataric, 2002].

En la “arquitectura de tres capas” se pueden considerar tres clases

diferentes de procesos a semejanza de la hipótesis neurológica de

MacLean del cerebro trino o de la hipótesis psicológica de Freud de la

interacción entre el “Ello” (o colección de impulsos instintivos), el “Super-

yo” (que incluye los objetivos y las prohibiciones sociales de alto nivel) y el

“Yo” (que resuelve o suprime los conflictos entre ellos) [Minsky, 2000].

La Arquitectura “de tres capas”❑ “Reactivo”: Es el nivel más bajo. La información se adquiere por medio de

los sensores externos e internos y se traduce en órdenes para los

efectores. Se trata de procesos muy rápidos, o inmediatos, que permiten

una respuesta directa a los eventos sensoriales.

❑ “Deliberativo”: Es el nivel intermedio y equivale a proveer las capacidades

de razonamiento, planificación y resolución de problemas. Son aquellos

procesos que desempeñan un papel importante en lo que se conoce como

“pensamiento”, más otros procesos relacionados con la gestión de las

acciones de bajo nivel.

❑ “Reflexivo”: Es el nivel más alto y equivale. Permite la supervisión,

evaluación, y algún control de procesos internos, así como la provisión de

capacidades típicamente humanas (como la introspección, el aprendizaje y

las decisiones explícitas para redirigir la atención). Se trata básicamente de

los mecanismos de aprendizaje que, de una forma u otra, impregnan la

arquitectura completa.

Arquitectura Agentes

◼ Forma de abordar la construcción del agente, puede ser:

◼ • Arquitectura reactiva

❑ – Agentes reactivos.

❑ – Agente con representación del mundo.

◼ • Arquitectura deliberativa

❑ – Agentes basados en metas.

❑ – Agentes basados en la utilidad.

❑ - Agentes basados en Creencias, Deseos e Intenciones

Arquitectura Agentes reactivos

◼ Realizan tareas sencillas

(recepción/reacción)

◼ No realiza procesos de razonamiento

Arquitectura Reactiva

◼ • Un razonamiento explícito sobre los efectos

producidos por acciones de bajo nivel es

demasiado costoso para producir una

conducta en tiempo real.

◼ • El comportamiento inteligente se generará

sin tener que usar modelos simbólicos, y

emergerá en ciertos sistemas complejos.

◼ • Estas arquitecturas manejan jerarquías de

tareas en función de niveles de abstracción.

Arquitectura Reactiva - subsunción

◼ Un conjunto de módulos de comportamiento que realizan tareas Nohay representación ni razonamiento simbólico.

◼ El comportamiento se puede implementar como un conjunto dereglas

situación -> acción donde situación se toma directamente de lapercepción (sin ningún tipo de transformación a representacionessimbólicas).

◼ Jerarquía de subsunción.

❑ Se pueden ejecutar varios comportamientos simultáneamente.

❑ Para elegir entre ellos se usa la jerarquía de subsunción

❑ Los comportamientos están ordenados por capas

❑ Los comportamientos de las capas más altas (mayor prioridad)inhiben a los de las capas inferiores (los comportamientos dealto nivel subsumen a los de bajo nivel y los pueden inhibir)

Ejemplo Arquitectura Subsumida de Brooks

Recarga

Escapar

Evitar obstáculo

Seguir Luz

Avanzar

Detector Distancia

Luz, Infrarrojo y Batería

Detector Colisiones

Fotocélulas y Nivel Batería

Alimentador

MotoresSS

S

S

[A. Brooks, A Robust Layered Control System for a Mobile Robot, 1986]

Arquitectura Deliberativa

◼ • Expresa el comportamiento y el ambiente en

términos de conocimiento representado

simbólicamente.

◼ Las decisiones se toman empleando mecanismos

deductivos: – Pattern matching – Diversas lógicas

◼ • En estos términos, las componentes del agente se

deben representar en términos lógicos. Un ejemplo

exitoso: BDI (Belief, Desire, Intention) – Creencias:

modelo del mundo y del resto de agentes. –

Deseos: metas. – Intenciones: plan de acción.

Arquitectura Híbrida

◼ • Combinan agentes de tipo reactivo y deliberativo. ❑ – Reactivo: reacciona a los eventos del entorno sin invertir

razonamiento.

❑ – Deliberativo: planifica (distribuye las metas más simples) y realiza tareas de nivel de abstracción superior. Este tipo de tareas se agrupan típicamente en dos niveles: ◼ de manipulación de la información a nivel abstracto, con una

representación simbólica del ambiente,

◼ de comportamiento social y planificación de alto nivel.

❑ • Se organizan: ◼ – Horizontalmente: las capas tienen acceso a sensores y

actuadores.

◼ – Verticalmente: una capa actúa de interfaz con sensores y actuadores.

Arquiectura- Agentes Deliberativos

◼ Realizan tareas complejas.

◼ Utilizan técnicas de razonamiento.

(representación del conocimiento)

◼ Ciclo: Percepción-asimilación-razonamiento-

actuación.

Arquitectura BDI

◼ Las intenciones del agente juegan un importante papel en

el razonamiento práctico:

❑ Dirigen el razonamiento basado en medios y fines

❑ Restringen las deliberaciones futuras

❑ Persisten

❑ Influencian las creencias sobre las que se basará el futuro

❑ razonamiento práctico

◼ Cada cierto tiempo el agente deberá replantearse sus

intenciones, abandonado aquellas que considera que no

va a alcanzar, aquellas que ya ha alcanzado y aquellas

cuya justificación ha desaparecido.

Arquitectura BDI

◼ Dos extremos:

❑ El agente que no reconsidera suficientemente a

menudo sus intenciones (atrevido).

❑ El agente que continuamente reconsidera sus

intenciones dedicando así un tiempo insuficiente

a su consecución (precavido).

Arquitectura BDI

◼ Lo difícil es encontrar el equilibrio entre ambos

comportamientos [Kinny y Georgeff, 91]

◼ En entornos estáticos el comportamiento dirigido por

objetivos es más adecuado:

❑ Los agentes no pierden tiempo reconsiderando sus objetivos y actúan para tratar de conseguir satisfacerlos.

◼ En entornos dinámicos es necesario tener cierta precaución

❑ Los agentes pueden reconsiderar sus intenciones y aprovechar nuevas oportunidades.

Arquitectura - Componentes de un Agente

BDI (Creencias, Deseos e Intenciones)

:◼ Conjunto de creencias actuales que

tiene el agente acerca de su entorno.

◼ Función de revisión de creencias (frc)

que actualiza las creencias en base a

las percepciones.

◼ Función de generación de opciones

(deseos) a partir de sus creencias e

intenciones.

◼ Conjunto de opciones actuales

(acciones disponibles) Función filtro

correspondiente al proceso de

deliberación: Determina las nuevas

intenciones en función de sus creencias,

deseos e intenciones.

◼ Conjunto de intenciones actuales

◼ Función de selección de acciones

(ejecuta), Determina la acción a ejecutar

a partir de las intenciones actuales

Arquitectura BDI-Extendida

◼ En las arquitecturas BDI el estado interno del agente

(habitualmente conocido como “estado mental”) está

formado por tres componentes: creencias, deseos e

intenciones.

◼ La arquitectura BDI clásica ha evolucionado a lo que

podríamos denominar arquitectura BDI extendida, en la

cual el estado mental del agente integra cinco factores:

❑ Creencias

❑ Deseos

❑ Objetivos

❑ Intenciones

❑ Planes

Arquitectura BDI-Extendida◼Creencias: conocimiento del agente sobre suentorno

◼Deseos: se derivan de las creencias. Hechosque el agente quiere que se cumplan enestados futuros. Puede haber conflictos ycontradicciones entre ellos.

◼Objetivos: subconjunto de los deseos a cuyaconsecución podría dedicarse el agente. Tienenque ser realistas y no puede haber conflictosentre ellos.

◼Intenciones: subconjunto de los objetivos.Son los que el agente persigue en el momentopresente.

◼Planes: combinan las intenciones del agenteen unidades consistentes. Reflejan lasacciones a desarrollar por el agente paraconseguir sus intenciones. Habrá un plan globaly un número suficiente de niveles de subplanes.

Creencias DeseoIntenciones

Objetivos

Deseos

Planes

Acciones

Comunicación entre Agentes◼ Lenguajes de comunicación de agentes

Basados en la teoría de actos del habla

❑ KQML

❑ FIPA ACL

◼ Algunos autores consideran que la capacidad de comunicarse en un lenguaje de agentes es suficiente para considerar a un software como agente.

https://sites.google.com/site/lainteligenciaartificialunesum/agentes-inteligentes

Búsqueda, recuperación y navegación de información

Mejoran el acceso y la navegación de la información mediante la

búsqueda de información en motores de búsqueda. Internet consta de

muchos objetos de datos que llevan a los usuarios mucho tiempo

buscar un objeto de datos específico. Los agentes inteligentes realizan

esta tarea en nombre de los usuarios en poco tiempo.

Aplicaciones de agentes inteligentes

Diagnostico medico

También se han aplicado agentes inteligentes en los servicios

sanitarios para mejorar la salud de los pacientes. En este caso, se

considera al paciente como el medio ambiente. El teclado de la

computadora se utiliza como sensor que recibe datos sobre los

síntomas del paciente. El agente inteligente utiliza esta información

para decidir el mejor curso de acción. La atención médica se brinda a

través de actuadores, como pruebas y tratamientos.

Aplicaciones de agentes inteligentes

Conducción autónoma

Los agentes inteligentes mejoran el funcionamiento de los vehículos

autónomos. Se emplean varios sensores para recopilar información del

entorno (cámaras, GPS y radar). En esta aplicación, el entorno puede

ser peatones, otros vehículos, carreteras o señales de tráfico. Se utilizan

varios actuadores para iniciar acciones. Por ej. los frenos se utilizan

para detener el vehículo.