• Author / Uploaded
• Jack Marston

• Categories
• Robot
• Tecnología
• Conocimiento
• Toma de decisiones
• Información

Citation preview

TIPOS DE AGENTES INTELIGENTES

Agente Reactivo o Reflejo Simple El tipo de agente más sencillo es el agente reactivo simple. Estos agentes seleccionan sus acciones sobre la base de las percepciones actuales, ignorando el resto de las percepciones históricas, por ejemplo un agente aspiradora es un agente reactivo simple porque toma sus decisiones sólo en base a la localización actual y si ésta además está sucia. Características: -

Las reglas tienen la forma de condición / acción IF condición THEN acción Compara una regla con la percepción a partir de un conjunto completo de reglas ENTONCES determina la acción a tomar. Puede ser de poco alcance.

Agente Reflejo con Estado Interno o Agente Basados en Modelos Este tipo de agente guarda estados internos sobre la historia percibida lo cual le sirve para ejecutar una acción. Los sensores no pueden informar a la vez de todos los estados que maneja el ambiente, por ello el agente necesita actualizar algo de información en el estado interno.

Características: - Incluye memoria extendiendo el horizonte de tiempo del agente. - Un agente reflejo con un estado interno. Opera encontrando una regla cuya condición coincida con la situación actual y luego procede a efectuar la acción que corresponda a la regla. - La información almacenada puede no ser válida. - La forma más efectiva que tienen los agentes para manejar la visibilidad parcial es el que estén basados en modelos. - El agente almacena un “estado interno” que depende de la historia percibida. - Por ejemplo para un problema de frenado, el estado interno es solo la fotografía anterior de la cámara, si las luces rojas traseras de los faros del auto de enfrente se prenden, la acción es frenar. - El estado interno se actualiza según pasa el tiempo, y requiere 2 tipos de conocimiento del agente, primero se necesita alguna información de cómo evoluciona el entorno y segundo, se necesita más información sobre cómo afectan al mundo las acciones del agente (¿Si doblo a la derecha puedo atropellar a alguien?)

Agente Basado en Metas El conocimiento sobre el estado actual del mundo no es siempre suficiente para decidir qué hacer. Por ejemplo, en un cruce de carreteras, un taxista puede girar a la derecha o seguir hacia adelante. La decisión correcta depende de a dónde quiere ir el taxi. En otras palabras, además de la descripción del estado actual, el agente necesita algún tipo de información sobre su meta que describa las situaciones que son deseables, en el ejemplo del taxi llegar al destino propuesto por el pasajero. El programa del agente se puede combinar con información sobre los resultados de las acciones posibles para elegir las acciones que permitan alcanzar el objetivo.

Características: -

-

-

Ayudan al agente a decidir las acciones correctas. Información sobre la meta ayuda al agente a describir situaciones deseables. En relación a la determinación de cómo llegar a la meta, a veces es directa, pero en otras ocasiones debemos de considerar que a veces el agente debe de tener en cuenta secuencias complejas para determinar que acción tomar para alcanzar el objetivo. Estas consideraciones más complejas son la BUSQUEDA y la PLANIFICACION. La toma de decisiones no es tan directa como en un agente reactivo. Considera la forma en que cambiará el mundo. Aunque el agente basado en objetivos pueda parecer menos eficiente, es más flexible ya que el conocimiento que soporta su decisión está representado explícitamente y puede modificarse. Si comienza a llover el agente puede actualizar su conocimiento sobre cómo se comportan los frenos y se adaptará automáticamente a las nuevas circunstancias. Ej. Agente que conduce.

Otro ejemplo de Agente Basado en Metas: Un robot que debe llegar al objetivo evadiendo los obstáculos. -

El robot debe mantener el objetivo en la mira La trayectoria del objetivo no es conocida de antemano El robot no sabe de antemano todos los obstáculos Se debe actuar rápidamente

Agente Basado en Utilidad Son aquellos que utilizan un modelo del mundo, junto con una función de utilidad que calcula sus preferencias entre los estados del mundo. Después selecciona la acción que le lleve a alcanzar la mayor utilidad esperada, entre todos los resultados posibles Características: -

-

-

Las metas por sí solas no son realmente suficientes para generar comportamiento de gran calidad en la mayoría de los entornos. Por ejemplo, hay muchas secuencias de acciones que llevaran al taxi a su destino (y por tanto a alcanzar su objetivo), pero algunas son más rápidas, seguras o más baratas que otras. Las utilidades sirven para distinguir la preferencia de un estado a otro. La “Función de utilidad” proyecta un estado o un conjunto de estados que arrojan un número real, como un indicador que representa un mayor o menor nivel de “felicidad”. Debe considerarse las metas conflictivas y las metas inciertas. Cuando hay objetivos contradictorios, por ejemplo Velocidad vs. Seguridad, la función debe determinar un equilibrio satisfactorio, es decir elegir aquel que proporcione más ventajas que desventajas.

Ejemplo: robot móvil que se mueve en un entorno evitando obstáculos (mejorado): - Tres sensores de proximidad: frontal, derecho e izquierdo. - Tres posibles acciones: avanzar, girar derecha y girar izquierda. - Un mapa de los obstáculos y paredes de la habitación creado a partir de la historia de percepciones y acciones (movimientos). - Un elemento que permite conocer el efecto de cada acción. - Una valoración de la utilidad de cada estado. - El robot ejecuta en cada estado la mejor acción en función del acercamiento al punto de destino (muy similar al agente basado en metas).

Otros ejemplos de tipos de agentes: -

Agente que entrega la raíz cuadrada de un número. (Agente reactivo simple) Agente que resuelve laberintos. (Agente basado en un modelo) Agente que resuelve un problema de bloques. (Agente basado en metas) Agente que conduce un automóvil. (Agente basado en utilidad)