AGENTES REACTIVOS BASADO EN MODELOS

Docente
Ing. Geovanny Vega
Catedra
Inteligencia Artificial
Semestre
Séptimo Sistemas “Matutino”
Integrantes
Jessica Villala Gonzales
Jardel Caballero Torres
Ronald Gastesi Junco

Abril-septiembre 2017
 INTRODUCCIÓN

Según (Aragón, 2009) nos dice que un agente es capaz de percibir su medio
ambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores o
efectores. Ejemplos de agentes los tenemos en todas partes y son conocidos: un agente
humano usa ojos, oídos y otros órganos sensoriales como son las manos, piernas, boca
y otras partes del cuerpo para actuar; un agente robot recibe ciertas señales, ya sean
pulsaciones del teclado, información a procesar contenida en archivos computaciones
y/o paquetes por la red, equivalentes todas ellas como medios de entrada sensoriales,
y actúa sobre el entorno que le rodea realizando acciones, mostradas como mensajes
en el monitor, escritura en ficheros y envío de paquetes a otros receptores usando la
misma red. Se trabajará en el presente proyecto con la hipótesis general de que un
agente puede percibir sus propias acciones, pero no siempre sus efectos.

Los agentes reactivos basados en modelos es un tipo de modelo computacional que

permite la simulación de acciones e interacciones de individuos autónomos dentro de
un entorno y permite determinar qué efectos producen en el conjunto del sistema. La
forma más efectiva que tienen los agentes de manejar la visibilidad parcial es almacenar
información de las partes del mundo que no pueden ver, es decir debe mantener un
estado interno que dependa de la historia percibida lo cual le sirve para ejecutar una
acción y que de ese modo refleje por lo menos algunos de los aspectos no observables
del estado actual, el medio ambiente que puede trabajar este tipo de agente es en un
ambiente determinístico ya que este agente necesita de una información inicial para
luego poder realizar alguna acción, en base a esos estados, y las reglas de acción
definidas para cada uno de ellos, los agentes toman decisiones y actúan. Sin embargo,
no son capaces de encadenar reglas para obtener resultados de largo plazo, por lo tanto,
no tienen objetivos o metas. Solo pueden tomar decisiones en base al estado actual, las
reglas que conocen y los posibles estados (solo un paso hacia adelante) a los que pueden
llegar con cada acción.
Si bien los agentes basados en modelo pueden ser eficientes al momento de tomar
decisiones, la incapacidad de planificación a largo plazo puede volverlos poco útiles en
sistemas donde se requiere que cada agente sea consciente de sus propias metas.
Desarrollo
Agentes reactivos basados en modelos es un tipo de modelo computacional que permite
la simulación de acciones e interacciones de individuos autónomos dentro de un
entorno y permite determinar qué efectos producen en el conjunto del sistema.
La forma más efectiva que tienen los agentes de manejar la visibilidad parcial es
almacenar información de las partes del mundo que no pueden ver, es decir debe
mantener un estado interno que dependa de la historia percibida lo cual le sirve para
ejecutar una acción y que de ese modo refleje por lo menos algunos de los aspectos no
observables del estado actual.
Agentes reactivos basados en modelos mantienen un estado interno que les permite
seguir el rastro de aspectos del mundo que no son evidentes según las percepciones
actuales. Dentro de estos encontramos:

 Agentes basados en objetivos actúan con la intención de alcanzar sus metas

(como en nuestro caso, alcanzar la estación destino con la solución apropiada)
 Agentes basados en utilidad intentan maximizar su “felicidad” deseada.
La actualización de lo información de estado interno según pasa el tiempo requiere
codificar dos tipos de conocimientos en el programa del agente:

 Se necesita alguna información acerca de cómo evoluciona el mundo

independientemente del agente, también llamado modelo de mundo.
 Se necesita información sobre cómo afecta al mundo las acciones del agente.
(J.Russell, 2004)
Características del Medio ambiente de agentes reactivos basado en modelos

 Cuentan con un modelo del ambiente que les permite conocer los diferentes
estados en los cuales dicho ambiente puede encontrarse en cada momento.
 En base a esos estados, y las reglas de acción definidas para cada uno de ellos,
los agentes toman decisiones y actúan. Sin embargo, no son capaces de
encadenar reglas para obtener resultados de largo plazo, por lo tanto, no tienen
objetivos o metas.
 Solo pueden tomar decisiones en base al estado actual, las reglas que conocen y
los posibles estados (solo un paso hacia adelante) a los que pueden llegar con
cada acción.
 Estos agentes basados en modelo pueden ser eficientes al momento de tomar
decisiones, ya que la incapacidad de planificación a largo plazo puede volverlos
poco útiles en sistemas donde se requiere que cada agente sea consciente de
sus propias metas.
 Este tipo de agentes se desempeña mejor en ambientes pequeños y
determinísticos. (Armagno, 2006)
Ambiente Determinístico.
Si el estado siguiente se determina a partir del estado y las acciones elegidas por el
agente. (Ing. Paz-Arias, 2014)

Estructura del Agente

Los agentes detallan su conducta que impone y las labores que se logran ejecutar luego
de una secuencia de percepciones dada y cómo los agentes se desenvuelven
internamente.
La labor que desempeña la Inteligencia Artificial sin duda alguna es centrarse en poder
diseñar el programa del agente, para de esta forma implementar la función del agente
que proyecta las percepciones en las acciones, los sensores físicos que le permiten
recoger información del mundo y los actuadores físicos le permiten transformar el
mundo material, lo mismo que es conocido por arquitectura (López, 2013).

En general, la arquitectura hace que las percepciones de los sensores estén disponibles
o útiles para el programa, ejecuta los programas, y se encarga de que los actuadores
pongan en marcha las acciones generadas.
Estructura de Agentes Reactivos Basados en Modelos

Dentro de la estructura de este tipo de agentes podremos encontrar:

Reglas. - (Situaciones y Acciones).
Estado. - Interpretar la entrada o también llamada percepción
Evolución del mundo. - la información del mundo o modelo mundo. Que el agente para
generar una información actualizada en base al modelo.
Efecto de las acciones. - cómo afecta al mundo las acciones del agente.
CONCLUSIÓN

Como conclusión podemos decir que la existencia de los agentes es muy productiva para el
desarrollo de la Inteligencia Artificial, porque, de esta forma se están dando grandes avances
para llevar a cabo la creación de máquinas inteligentes capaces de percibir una situación y
ejecutar una acción en base a la percepción del mismo, un agente artificial pueda reaccionar y
aprender continuamente como lo hace el ser humano, pero en el caso de los Agentes basados
en modelos, se tiene la necesidad de reflexión, para un razonamiento a corto plazo, y la urgencia
de la reacción, para un comportamiento adecuado a la situación actual del agente, los mismo
que se presentan con dos tipos de conocimientos como lo son la evolución del mundo o estado
interno y las acciones o reglas a tomar en base a lo percibido.

Los agentes han surgido como una solución posible y adecuada a la creciente dificultad de las
personas para encontrar información útil, En este sentido, pueden verse como una buena
herramienta que asiste en el proceso de abastecimiento y demanda de información, actuando
como intermediarios entre quienes poseen la información y quienes la necesitan en el tiempo
Justo. Los agentes, ya sean de cualquier tipo poseen el potencial de llegar a ser una herramienta
valiosa en esta nueva sociedad de la información.
Bibliografía
Aragón, I. R. (2009). Agentes inteligentes y la naturaleza de su entorno. ESPAÑA.

Armagno, G. (26 de 11 de 2006). www.fing.edu.uy. Obtenido de

https://www.fing.edu.uy/inco/grupos/mina/pGrado/fibra/documents/estado_del_art
e.pdf

Ing. Paz-Arias, H.-P. (26 de 11 de 2014). Agentes Inteligentes - Ambientes Deterministas y No

Deterministas. Obtenido de https://es.scribd.com/document/248334451/Agentes-
Inteligentes-Ambientes-Deterministas-y-No-Deterministas

J.Russell, S. (12 de 02 de 2004). http://exordio.qfb.umich.mx. Obtenido de

http://exordio.qfb.umich.mx/archivos%20PDF%20de%20trabajo%20UMSNH/libros/st
uart%20j%20russell,%20peter%20norvig%20-
%20inteligencia%20artificial,%20un%20enfoque%20moderno%20-
%20prentice%20hall%20(ocr.pdf

López, D. (23 de 05 de 2013). Obtenido de

http://dianainteligenciaartificial.blogspot.com/2015/05/estructura-de-los-
agentes.html