Académique Documents
Professionnel Documents
Culture Documents
Cristian Pinzn
cristian.pinzon@utp.ac.pa
Un agente es cualquier cosa capaz de percibir su medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores.
Un agente Robot, a diferencia de un humano, recibe pulsaciones del teclado, archivos de informacin y paquetes va red a modo de entradas sensoriales y acta sobre el medio con mensajes en el monitor, escribiendo ficheros y enviando paquetes por la red.
Percepcin: El trmino percepcin se utiliza en este contexto para indicar que el agente puede recibir entradas en cualquier instante .
Comportamiento del Agente: Se puede decir que el comportamiento del agente viene dado por la Funcin del agente que proyecta una percepcin dada en un accin.
Inicialmente la funcin del agente para un agente artificial se implementar mediante un Programa del agente.
Agente Racional Un agente racional es aquel que hace lo correcto. Qu es hacer lo Correcto? Hacer lo correcto es mejor que hacer algo incorrecto. Como primera aproximacin, se puede decir que lo correcto es aquello que permite al agente obtener un resultado mejor. Por tanto. se necesita una forma de medir el xito.
Las medidas de rendimiento incluyen los criterios que determinan el xito en el comportamiento del agente. Cuando se sita un agente en un medio, ste genera una secuencia de acciones de acuerdo con las percepciones que recibe. Esta secuencia de acciones hace que su hbitat pase por una secuencia de estados. Si la secuencia es la deseada, entonces el agente habr actuado correctamente. Obviamente, no hay una nica medida adecuada para todos los agentes.
La medida de rendimiento que define el criterio de xito. El conocimiento del medio en el que habita acumulado por el agente. Las acciones que el agente puede llevar a cabo. La secuencia de percepciones del agente hasta este momento.
En cada posible secuencia de percepciones, un agente racional deber emprender aquella accin que supuestamente maximice su medida de rendimiento, basndose en las evidencias aportadas por la secuencia de percepciones y en el conocimiento que el agente mantiene almacenado.
En cada posible secuencia de percepciones, un agente racional deber emprender aquella accin que supuestamente maximice su medida de rendimiento, basndose en las evidencias aportadas por la secuencia de percepciones y en el conocimiento que el agente mantiene almacenado.
Agente Racional (Algunas Acciones del Agente) Recopilacin de Informacin Exploracin Aprendizaje Autonoma
La Naturaleza del Entorno (Entornos de Trabajo) Las medidas de rendimiento, el entorno, y los actuadores y sensores del agente conforman el Entorno de Trabajo. Se utiliza el acrnimo REAS (Rendimiento, Entorno, Actuadores, Sensores). Un ejemplo: El taxista Automtico y otros ejemplos.
El tipo de agente ms sencillo es el agente reactivo simple. Estos agentes seleccionan las acciones sobre la base de las percepciones actuales, ignorando el resto de las percepciones histricas.
Este tipo de agente guarda estados internos sobre la historia percibida lo cual le sirve para ejecutar una accin. Los sensores no pueden informar a la vez de todos los estados que maneja el ambiente, por ello el agente necesita actualizar algo de informacin en el estado interno.
El conocimiento sobre el estado actual del mundo no es siempre suficiente para decidir qu hace. Adems de la descripcin del estado actual, el agente necesita algn tipo de informacin sobre su meta que describa las situaciones que son deseables.
Son aquellos que utilizan un modelo del mundo, junto con una funcin de utilidad que calcula sus preferencias entre los estados del mundo. Despus selecciona la accin que le lleve a alcanzar la mayor utilidad esperada, entre todos los resultados posibles.
Alan Turing plante el mtodo que las mquinas aprendan y despus ensearlas. Un agente que aprende se puede dividir en cuatro componente conceptuales: Elemento de Aprendizaje, elementos de Actuacin, Generador de Problemas, crticas.
PLATAFORMAS DE AGENTES
PLATAFORMAS DE AGENTES (II) JADE es un middleware desarrollado por Telecom Italy Lab (TILAB), antes llamado CSELT, para el desarrollo de aplicaciones distribuidas multi-agente que cumplen con las especificaciones FIPA para la interoperabilidad de sistemas multi-agente.
Para ampliar:
http://www.fipa.org/ http://jade.tilab.com/
PLATAFORMAS DE AGENTES (III) JADE proporciona: Entorno de desarrollo para la creacin de aplicaciones basadas en agentes. Entorno de ejecucin para que los agentes vivan y se comuniquen. Arquitectura peer-to-peer (P2P) Interoperabilidad: especificaciones FIPA Portabilidad: realizado en JAVA
PLATAFORMAS DE AGENTES (IV) JADE proporciona: Entorno de desarrollo para la creacin de aplicaciones basadas en agentes. Entorno de ejecucin para que los agentes vivan y se comuniquen. Arquitectura peer-to-peer (P2P) Interoperabilidad: especificaciones FIPA Portabilidad: realizado en JAVA
PLATAFORMAS DE AGENTES (V) Modelo de referencia para una plataforma de agentes FIPA.
En el se registran los servicios que ofrecen los agentes; y de igual forma se pueden buscar dichos servicios.
Lenguaje ACL
La principal ventaja de ACL es que al acortar su tamao posee una semntica bien definida, eliminando ambigedades.
Fin de la Clase
Gracias por su Atencin !