1.

2
Agentes Inteligentes
Objetivo Particular:
Explicar qu hace un agente inteligente, cmo se
relaciona ste con su medio, cmo se le evala y cmo
se podra construir uno.

Introduccin
Un agente es todo aquello que percibe
su ambiente mediante sensores y que
responde o acta en tal ambiente por
medio de efectores.

Introduccin
percepciones

Ambiente

acciones

sensores

Agente

efectores

Cmo debe proceder un agente

Un agente racional es aqul que hace lo
correcto.
Lo correcto es lo que permite que el
agente obtenga el mejor desempeo
Cmo y cuando evaluar ese
desempeo?

Cmo debe proceder un agente

Medicin del desempeo

Evala el cmo
qu 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 xito
esperado, tomando como base lo que se ha
percibido.

Cmo debe proceder un agente

La racionalidad depende de:

La medida con la que se evala el grado de

xito 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

Cmo debe proceder un agente

Agente racional ideal

En todos los casos de posibles secuencias de

percepciones, un agente racional deber emprender
todas aquellas acciones que favorezcan obtener el
mximo de su medida de rendimiento, basndose en
las evidencias aportadas por al secuencia de
percepciones y en todo conocimiento incorporado en
tal agente

Es un reloj un agente racional?

Cmo debe proceder un agente

Mapeo de secuencias de percepciones
para acciones
Mapeo Ideal

El especificar qu tipo de accin deber

emprender un agente como respuesta a
una determinada secuencia de
percepciones constituye el diseo de un
agente ideal.
Ejemplo: raz cuadrada

Cmo debe proceder un agente

Autonoma

Si las acciones del agente se basan en un

conocimiento integrado previamente, no es
autnomo.
Un sistema ser autnomo en la medida en
que su conducta est definida por su propia
experiencia.

Estructura de los Agentes

Inteligentes
?
Un propsito de la IA es el diseo de un
programa de agente (una funcin que
mapee de percepciones a acciones)
Este programa se ejecutar en algn
dispositivo de cmputo, o arquitectura.

Estructura de los Agentes

Inteligentes
AGENTE = ARQUITECTURA + PROGRAMA
Antes de disear un programa de agente, hay
que hacer la descripcin 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 refinera

Percepciones
Lecturas de temperatura y presin

Acciones
Abrir y cerrar vlvulas, ajustar temperaturas

Metas
Lograr pureza, rendimiento y seguridad mximos

Ambiente
Refinera

Estructura de los Agentes

Inteligentes
Agente: Sistema para diagnsticos mdicos

Percepciones
Sntomas, evidencias y respuestas del paciente

Acciones
Hacer preguntas y pruebas. Sugerir tratamientos.

Metas
Paciente saludable, reducir costos al mnimo

Ambiente
Pacientes, hospital.

Estructura de los Agentes

Inteligentes
Agente: Asesor interactivo de ingls

Percepciones
Palabras escritas a mquina

Acciones
Dar ejercicios impresos, sugerencias y correcciones.

Metas
Que el estudiante obtenga la mxima calificacin 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

Seleccin de noticias de inters en lnea
Buscador inteligente para el WWW

Estructura de los Agentes

Inteligentes
Esqueleto de un Agente:
Funcin Esqueleto-Agente (percepcin) responde con una
accin
esttica: memoria, la memoria del mundo del agente
memoria Actualizacin-Memoria (memoria, percepcin)
accin Escoger-La-Mejor-Accin (memoria)
memoria Actualizacin-Memoria (memoria,accin)
responde con una accin

NOTA: La medicin del desempeo no forma parte del

programa esqueleto.

Estructura de los Agentes

Inteligentes
Agente basado en tabla
Funcin Agente-basado-en-tabla (percepcin) responde con
una accin
esttica: percepciones, una secuencia originalmente
vaca.
tabla, una tabla, indexada mediante
secuencias de perecpciones, originalmente
especificada en su totalidad
aadir la percepcin al final de todas las percepciones
accin Consulta (percepciones, tabla)
devolver accin

Estructura de los Agentes

Inteligentes
qu pasara si se disea un agente de la forma
ms sencilla (tabla de consulta) para jugar
ajedrez?

La tabla tendra aproximadamente 35100 entradas

Elaborar la tabla tomara mucho tiempo
El agente no sera autnomo
An si tuviera un mecanismo de aprendizaje, le
tomara mucho tiempo aprender todas las entradas
de la tabla.

Estructura de los Agentes

Inteligentes
Ejemplo: Aplique la descripcin PAMA
para el diseo de un taxi automatizado.

Estructura de los Agentes

Inteligentes
Agente: Taxi automatizado

Percepciones
Cmaras, velocmetro, sistema de posicionamiento global,
micrfono.

Acciones
Manejo del volante, acelerar, frenar, hablar con pasajero.

Metas
Viaje seguro, rpido, sin infracciones, cmodo, obtencin
mxima de ganancias.

Ambiente
Calles, carreteras, trfico, 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 explcita est fuera
de toda consideracin.
Sin embargo, es posible resumir fragmentos de
tabla observando ciertas asociaciones entre
entradas/salidas que se producen
frecuentemente, y haciendo reglas de condicinaccin, por ejemplo:

Si el carro de adelante est frenando, entonces

empezar a frenar.

Agentes de reflejo simple

Agente

Como es el mundo
ahora

Accin que debo

tomar

Efectores

Ambiente

Reglas condicin-accin

Sensores

Agentes de reflejo simple

Funcin Agente-reflejo-simple (percepcin) responde con una
accin
esttica: reglas, un conjunto de reglas de condicin-accin
estado Interpretar-Entrada (percepcin).
regla Regla-Coincidencia (estado, reglas).
accin Regla-Accin[regla]
responder con una accin

Agentes bien informados de todo lo

que pasa
El agente reflejo simple funciona slo si se toma
la decisin adecuada con base en la percepcin
de un momento dado.
En ocasiones se requiere mantener cierto tipo
de estado interno para estar en condiciones de
estar optar por una accin.
Ejemplo: imgenes de antes y despus pare
detectar cambios.

Agentes bien informados de todo lo

que pasa
Estado

Como es el mundo
ahora

Lo que mis acciones

hacen

Reglas condicin-accin

Agente

Accin que debo

tomar

Efectores

Ambiente

Como evoluciona el
mundo

Sensores

Agentes bien informados de todo lo

que pasa
Funcin Agente-reflejo-con-estado (percepcin) responde con
una accin
esttica: estado, una descripcin prevaleciente del
estado del mundo
reglas, un conjunto de reglas de condicinaccin
estado Actualizar-Estado (estado, percepcin).
regla Regla-Coincidencia (estado, reglas).
accin Regla-Accin[regla]
estado Actualizar-Estado (estado, accin)
responder con una accin

Agentes basados en metas

Para decidir qu hacer no basta con tener
informacin acerca del estado que prevalece en
el ambiente.
Adems del estado prevaleciente, se requiere
cierto tipo de informacin sobre su meta.
La bsqueda y la planificacin 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 ms flexible si cambian las condiciones
o cambian las metas (qu pasara si
llueve? qu pasara si al taxi
automatizado se le pide otro destino?)

Agentes basados en metas

Estado
Como evoluciona el
mundo

Metas

Agente

Como es el mundo
ahora
Qu efectos tiene
tomar
la accin A

Accin que debo

tomar

Efectores

Ambiente

Lo que mis acciones

hacen

Sensores

Agentes basados en utilidad

Las metas no bastan por s mismas para
generar una conducta de alta calidad.
Puede haber muchas secuencias de acciones
que permitan alcanzar la meta, pero algunas
ofrecen ms utilidad que otras.
La utilidad es una funcin que correlaciona un
estado y un nmero real mediante el cual se
caracteriza el correspondiente grado de
satisfaccin.

Agentes basados en utilidad

Estado

Como evoluciona el
mundo

Utilidad

Como es el mundo
ahora
Que efectos tiene
tomar
la accin A
Que tan feliz
estara en un estado
determinado

Accin que debo

Agente

tomar

Efectores

Ambiente

Lo que mis acciones

hacen

Sensores

Ambientes
La relacin 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 ste es
completamente observable. Si no es as, el ambiente es
parcialmente observable.

Deterministas vs. estocsticos

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 as, el ambiente es estocstico

Ambientes
Propiedades

Episdicos vs. secuenciales

En un ambiente episdico, la experiencia del agente se
divide en episodios, donde la calidad de la actuacin
depender del episodio mismo. Los episodios subecuentes
no dependen de las acciones anteriores.

Estticos vs. dinmicos

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 dinmica, de
lo contrario, es esttico. Si lo que cambia es la evaluacin
del desempeo del agente, se dice que el ambiente es
semidinmico.

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:

Solucin de crucigramas Agente simple

Ajedrez Multiagentes

Los ambientes multiagente pueden ser

Competitivos (ajedrez)
Parcialmente cooperativos (manejo de vehculos)

Ambientes
El caso ms difcil para un agente, es
interactuar con un ambiente:

Parcialmente observable
Estocstico
Secuencial
Dinmico
Continuo
Multiagente

Ejercicio
Determine cmo son los siguientes ambientes:

Ajedrez con reloj

Ajedrez sin reloj
Pquer
Conducir un taxi
Sistema de diagnstico mdico
Sistema de anlisis de imgenes
Robot clasificador de partes
Controlador de refinera
Asesor de ingls interactivo

Ejercicio
Ambiente
Ajedrez con reloj
Ajedrez sin reloj
Pquer
Conducir un taxi
Sist. de diagnstico mdico
Sistema. de anlisis de imgs.
Robot clasificador de partes
Controlador de refinera
Asesor de ingls interactivo

CO/
PO

D/E

E/S

E/D

D/C

AS/
MA