REPÚBLICA DE VENEZUELA

MÉRIDA EDO MÉRIDA

APUNTES DE IA
Mis apuntes sobre Inteligencia Artificial

Autor: Andrés Eduardo Vega Vega

1
INDICE GENERAL

2
 AGENTE

Es un ente que utiliza su percepción para obtener datos del ambiente los
cuales convierte en información útil para la toma de decisiones.
Sensores Actuadores
Humanos Oídos, ojos, nariz, boca, Manos, pies, Cuerdas
piel (5 sentidos) vocales
Robots Camaras, infrarojos, Motores, brazos
ultrasonido, laseres, mecánicos, pinzas,
sonares, sensores de altavoces, etc.
presión, etc.
Agentes Software Pulsaciones de teclado, Pantallas, Archivos de
contenido de archivos, salida, datos de red
Datos de red recibidos, enviados, etc.
etc.

PERCEPCIÓN
Capacidad de recibir información del entorno.
SECUENCIA DE PERCEPCIONES
Historia completa de los datos que ha percibido el agente durante un tiempo.
Se guardan en una memoria.
La acción elegida por un agente en cualquier instante dado dependerá de
la secuencia de percepciones observada hasta ese momento.

3
 Este diagrama se suele utilizar mucho, es la relación directa entre el Agente
y el Medio Ambiente. La caja con la interrogante se refiere a las funciones de
agente, las cuales serán definidas a continuación.

FUNCIÓN DE AGENTE
Es la elección de una acción partiendo de la secuencia de percepciones,
también es conocida como mapeado de acciones.
A cada secuencia de percepciones (no a cada percepción) se le asigna una
acción.

PROGRAMA AGENTE
Implementación de una función de agente sobre una arquitectura.

MEDIDAS DE RENDIMIENTO
Perfección:
Si el agente conoce todos los resultados reales de sus acciones y puede
actuar siempre de la mejor forma posible (omnisciencia). Maximiza el
rendimiento real.

4
 En el mundo real es imposible

Racionalidad:
Para cada secuencia de percepciones posible se selecciona la acción que
supuestamente maximiza el rendimiento esperado.

APRENDIZAJE
La maximización del rendimiento esperado nos lleva al aprendizaje, para
poder maximizar ese rendimiento, en base a la información que tenemos.
Como no se conoce a priori todo el entorno, se debe percibir y aprender ara
poder maximizar el rendimiento.
Para poder aprender el agente debe tener la capacidad de explorar

Exploración:
Recopilación de información, realizando acciones con la intención de
modificar percepciones futuras y memorizando el resultado de cada acción.
Memorización de cada estado del entorno, cada acción y sus resultados.
El flujo de exploración es estado -> acción -> nuevo estado

AUTONOMÍA
Un agente racional debe poder aprender todo lo que pueda para compensar
la falta de conocimiento que posee a priori. Si no posee ningún conocimiento
inicial, debe actuar de forma aleatoria.
A un agente racional hay que dotarlo de un conocimiento inicial y las
capacidades de explorar y aprender.