ESCUELA SUPERIOR POLITÉCNICA
AGROPECUARIA DE MANABÍ
MANUEL FÉLIX LÓPEZ
CARRERA
INFORMÁTICA
SEMESTRE SEXTO PERÍODO ABR. – AGO. /2014
INTELIGENCIA
ARTIFICIAL I
TEMA
2: AGENTES INTELIGENTES
*
LA NATURALEZA DEL ENTORNO
*
ESTRUCTURA Y FASES DE LOS AGENTES
AUTORA:
JENNIFER
V. LÓPEZ ÁLAVA
FACILITADORA:
ING.
HIRAIDA SANTANA
CALCETA, JULIO 2014
INTRODUCCIÓN
En este capítulo aprenderemos
acerca de la naturaleza del entorno de un agente, la especificación del entorno de trabajo denominado
REAS, así mismo las propiedades de los entornos de trabajo y las dimensiones
que se utilizan, además de la estructura y los programas de los agentes, que
son los agentes reactivos simples, basados en modelos, en objetivos y en
utilidad, y también sobre los agentes que aprenden.
LA
NATURALEZA DEL ENTORNO
Especificación
del entorno de trabajo
El entorno de trabajo, para
cuya denominación se utiliza el acrónimo REAS (Rendimiento, Entorno,
Actuadores, Sensores). En el diseño de un agente, el primer paso debe ser
siempre especificar el entorno de trabajo de la forma más completa posible.
Propiedades
de los entornos de trabajo
El rango de los entornos de
trabajo en los que se utilizan técnicas de IA es obviamente muy grande. Sin
embargo, se puede identificar un pequeño número de dimensiones en las que
categorizar estos entornos. Estas dimensiones determinan, hasta cierto punto, el
diseño más adecuado para el agente y la utilización de cada una de las familias
principales de técnicas en la implementación del agente. Primero se enumeran
las dimensiones, y después se analizan varios entornos de trabajo para ilustrar
estas ideas. Las definiciones dadas son informales.
•
Totalmente
observable vs. Parcialmente observable.
Si los
sensores del agente le proporcionan acceso al estado completo del medio en cada
momento, entonces se dice que el entorno de trabajo es totalmente observable.
Un entorno de trabajo es, efectivamente, totalmente observable si los sensores
detectan todos los aspectos que son relevantes en la toma de decisiones; la
relevancia, en cada momento, depende de las medidas de rendimiento. Entornos
totalmente observables son convenientes ya que el agente no necesita mantener
ningún estado interno para saber qué sucede en el mundo. Un entorno puede ser
parcialmente observable debido al mido y a la existencia de sensores poco
exactos o porque los sensores no reciben información de parte del sistema.
•
Determinista
vs. Estocástico.
Si el
siguiente estado del medio está totalmente determinado por el estado actual y
la acción ejecutada por el agente, entonces se dice que el entorno es
determinista; de otra forma es estocástico. En principio, un agente no se tiene
que preocupar de la incertidumbre en un medio totalmente observable y
determinista. Sin embargo, si el medio es parcialmente observable entonces
puede parecer estocástico. Esto es particularmente cierto si se trata de un
medio complejo, haciendo difícil el mantener constancia de todos los aspectos
observados. Así, a menudo es mejor pensar en entornos deterministas o
estocásticos desde el punto de vista del agente. Si el medio es determinista,
excepto para las acciones de otros agentes, decimos que el medio es
estratégico.
•
Episódico
vs. Secuencial.
En un
entorno de trabajo episódico, la experiencia del agente se divide en episodios
atómicos. Cada episodio consiste en la percepción del agente y la realización
de una única acción posterior. Es muy importante tener en cuenta que el
siguiente episodio no depende de las acciones que se realizaron en episodios
previos. En los medios episódicos la elección de la acción en cada episodio
depende sólo del episodio en sí mismo. Muchas tareas de clasificación son
episódicas. En entornos secuenciales, por otro lado, la decisión presente puede
afectar a decisiones futuras. Los medios episódicos son más simples que los
secuenciales porque la gente no necesita pensar con tiempo.
•
Estático
vs. Dinámico.
Si el
entorno puede cambiar cuando el agente está deliberando, entonces se dice que
el entorno es dinámico para el agente; de otra forma se dice que es estático.
Los medios estáticos son fáciles de tratar ya que el agente no necesita estar
pendiente del mundo mientras está tomando una decisión sobre una acción, ni
necesita preocuparse sobre el paso del tiempo. Los medios dinámicos, por el
contrario, están preguntando continuamente al agente qué quiere hacer; si no se
ha decidido aún, entonces se entiende que ha tomado la decisión de no hacer
nada. Si el entorno no cambia con el paso del tiempo, pero el rendimiento del
agente cambia, entonces se dice que el medio es semidinámico.
•
Discreto
vs. Continuo.
La
distinción entre discreto y continuo se puede aplicar al estado del medio, a la
forma en la que se maneja el tiempo y a las percepciones y acciones del agente.
•
Agente
individual vs. Multiagente.
La
distinción entre el entorno de un agente individual y el de un sistema
multiagente puede parecer suficientemente simple. Sin embargo hay algunas
diferencias sutiles. Primero, se ha descrito que una entidad puede percibirse
como un agente, pero no se ha explicado qué entidades se deben considerar
agentes. La distinción clave está en identificar si el comportamiento B está
mejor descrito por la maximización de una medida de rendimiento cuyo valor
depende del comportamiento de A. Los problemas en el diseño de agentes que
aparecen en los entornos multiagente son a menudo bastante diferentes de los
que aparecen en entornos con un único agente; en algunos entornos competitivos
parcialmente observables el comportamiento estocástico es racional ya que evita
las dificultades de la predicción.
Como es de esperar, el caso más
complejo es el parcialmente observable, estocástico, secuencia, dinámico,
continuo y multiagente. De hecho, suele suceder que la mayoría de las
situaciones reales son tan complejas que sería discutible clasificarlas como
realmente deterministas. A efectos prácticos, se deben tratar como
estocásticas. Hay que tener en cuenta que las respuestas no están siempre
preparadas de antemano.
Otras entradas de la tabla
dependen de cómo se haya definido el entorno de trabajo. Muchos entornos son,
también, episódicos si se observan desde un nivel de abstracción más alto que
el de las acciones individuales del agente
Estructura
de los agentes
El trabajo de la IA es diseñar
el programa agente implemente la función del agente que proyecta las
percepciones en las acciones. Se asume que este programa se ejecutará en algún
tipo de computador con sensores físicos y actuadores, lo cual se conoce como
arquitectura:
Agente
= arquitectura + programa
Obviamente, el programa que se
elija tiene que ser apropiado para la arquitectura. Si el programa tiene que
recomendar acciones como Caminar, la arquitectura tiene que tener piernas. En
general, la arquitectura hace que las percepciones de los sensores estén
disponibles para el programa, ejecuta los programas, y se encarga de que los
actuadores pongan en marcha las acciones generadas.
Programas
de los agentes
Los programas de los agentes
tienen la misma estructura: reciben las percepciones actuales como entradas de
los sensores y devuelven una acción a los
actuadores. Hay que tener en cuenta la diferencia entre los programas de
los agentes, que toman la percepción actual como entrada, y la función del
agente, que recibe la percepción histórica completa. Los programas de los
agentes reciben sólo la percepción actual como entrada porque no hay nada más
disponible en el entorno; si las acciones del agente dependen de la secuencia
completa de percepciones, el agente tendría que recordar las percepciones.
El Agente-Dirigido-Mediante
tabla hace lo que nosotros queremos: implementa la función deseada para el
agente. El desafío clave de la IA es encontrar la forma de escribir programas,
que en la medida de lo posible, reproduzcan un comportamiento racional a partir
de una pequeña cantidad de código en vez de a partir de una tabla con un gran
número de entradas.
Los cuatro tipos básicos de programas
para agentes que encarnan los principios que subyacen en casi todos los
sistemas inteligentes.
•
Agentes reactivos simples.
•
Agentes reactivos basados en modelos.
•
Agentes basados en objetivos.
•
Agentes basados en utilidad. Después se explica,
en términos generales, cómo convertir todos ellos en agentes que aprendan.
Agentes
reactivos simples
El tipo de agente más sencillo
es el agente reactivo simple. Estos agentes seleccionan las acciones sobre la
base de las percepciones actuales, ignorando el resto de las percepciones
históricas
Los agentes reactivos simples
tienen la admirable propiedad de ser simples, pero poseen una inteligencia muy
limitada.
Los bucles infinitos son a
menudo inevitables para los agentes reactivos simples que operan en algunos entornos
parcialmente observables.
Salir de los bucles infinitos
es posible si los agentes pueden seleccionar sus acciones aleatoriamente. Por
tanto, un agente reactivo simple con capacidad para elegir acciones de manera
aleatoria puede mejorar los resultados que proporciona un agente reactivo
simple determinista.
Agentes
reactivos basados en modelos
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. O lo que es lo mismo, el agente debe
mantener algún tipo de estado interno que dependa de la historia percibida y
que de ese modo refleje por lo menos alguno de los aspectos no observables del
estado actual.
La actualización de la
información de estado interno según pasa el tiempo requiere codificar dos tipos
de conocimiento en el programa del agente. Primero, se necesita alguna
información acerca de cómo evoluciona el mundo independientemente del agente.
Segundo, se necesita más información sobre cómo afectan al mundo las acciones
del agente. Este conocimiento acerca de «cómo funciona el mundo», tanto si está
implementado con un circuito booleano simple o con teorías científicas
completas, se denomina modelo del mundo. Un agente que utilice este modelo es
un agente basado en modelos.
Agentes
basados en objetivos
El conocimiento sobre el estado
actual del mundo no es siempre suficiente para decidir qué hacer. 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.
El programa del agente se puede combinar con información sobre los resultados
de las acciones posibles (la misma información que se utilizó para actualizar
el estado interno en el caso del agente reflexivo) para elegir las acciones que
permitan alcanzar el objetivo.
En algunas ocasiones, la selección
de acciones basadas en objetivos es directa, cuando alcanzar los objetivos es
el resultado inmediato de una acción individual. En otras ocasiones, puede ser
más complicado, cuando el agente tiene que considerar secuencias complejas para
encontrar el camino que le permita alcanzar el objetivo.
Hay que tener en cuenta que la
toma de decisiones de este tipo es fundamentalmente diferente de las reglas de
condición-acción descritas anteriormente, en las que hay que tener en cuenta
consideraciones sobre el futuro. En los diseños de agentes reactivos, esta
información no está representada explícitamente, porque las reglas que maneja
el agente proyectan directamente las percepciones en las acciones.
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.
El comportamiento del agente
basado en objetivos puede cambiarse fácilmente para que se dirija a una
localización diferente.
Agentes
basados en utilidad
Las metas por si solas no son
realmente suficientes para generar comportamiento de gran calidad en la mayoría
de los entornos. Las metas sólo proporcionan una cruda distinción binaria entre
los estados de «felicidad» y «tristeza», mientras que una medida de eficiencia
más general debería permitir una comparación entre estados del mundo diferentes
de acuerdo al nivel exacto de felicidad que el agente alcance cuando se llegue
a un estado u otro. Como el término «felicidad» no suena muy científico, la
terminología tradicional utilizada en estos casos para indicar que se prefiere un
estado del mundo a otro es que un estado tiene más utilidad que otro para el
agente.
Una función de utilidad
proyecta un estado (o una secuencia de estados) en un número real, que
representa un nivel de felicidad. La definición completa de una función de
utilidad permite tomar decisiones racionales en dos tipos de casos en los que
las metas son inadecuadas. Primero, cuando haya objetivos conflictivos, y sólo se
puedan alcanzar algunos de ellos (por ejemplo, velocidad y seguridad), la
función de utilidad determina el equilibrio adecuado. Segundo, cuando haya
varios objetivos por los que se pueda guiar el agente, y ninguno de ellos se
pueda alcanzar con certeza, la utilidad proporciona un mecanismo para ponderar
la probabilidad de éxito en función de la importancia de los objetivos.
Por tanto, un agente que posea
una función de utilidad explícita puede tomar decisiones racionales, y lo puede
hacer con la ayuda de un algoritmo de propósito general que no dependa de la
función específica de utilidad a maximizar. De esta forma, la definición
«global» de racionalidad (identificando como racionales aquellas funciones de
los agentes que proporcionan el mayor rendimiento) se transforma en una
restricción «local» en el diseño de agentes racionales que se puede expresar
con un simple programa.
Agentes
que aprenden
Se han descrito programas para
agentes que poseen varios métodos para seleccionar acciones. Hasta ahora no se
ha explicado cómo poner en marcha estos programas de agentes. Turing (1950), en
su temprano y famoso artículo, consideró la idea de programar sus máquinas
inteligentes a mano. Estimó cuánto tiempo podía llevar y concluyó que «Sería
deseable utilizar algún método más rápido». El método que propone es construir
máquinas que aprendan y después enseñarlas. En muchas áreas de IA, éste es
ahora el método más adecuado para crear sistemas novedosos. El aprendizaje
tiene otras ventajas, como se ha explicado anteriormente: permite que el agente
opere en medios inicialmente desconocidos y que sea más competente que si sólo
utilizase un conocimiento inicial.
Un agente que aprende se puede
dividir en cuatro componentes conceptuales. La distinción más importante entre
elemento de aprendizaje y elemento de
actuación es que el primero está responsabilizado de hacer mejoras y el
segundo se responsabiliza de la selección de acciones externas. El elemento de
actuación es lo que anteriormente se había considerado como el agente completo:
recibe estímulos y determina las acciones a realizar. El elemento de
aprendizaje se realimenta con las críticas sobre la actuación del agente y
determina cómo se debe modificar el elemento de actuación para proporcionar
mejores resultados en el futuro.
El diseño del elemento de
aprendizaje depende mucho del diseño del elemento de actuación. La crítica
indica al elemento de aprendizaje qué tal lo está haciendo el agente con
respecto a un nivel de actuación fijo. La crítica es necesaria porque las
percepciones por sí mismas no prevén una indicación del éxito del agente. Es
por tanto muy importante fijar el nivel de actuación. Conceptualmente, se debe
tratar con el como si estuviese fuera del agente, ya que este no debe
modificarlo para satisfacer su propio interés. El último componente del agente
con capacidad de aprendizaje es el generador de problemas. Es responsable de
sugerir acciones que lo guiaran hacia experiencias nuevas e informativas. Lo
interesante es que si el elemento de actuación sigue su camino, puede continuar
llevando a cabo las acciones que sean mejores, dado su conocimiento.
Pero si el agente está
dispuesto a explorar un poco, y llevar a cabo algunas acciones que no sean
totalmente optimas a corto plazo, puede descubrir acciones mejores a largo
plazo. El trabajo del generador de problemas es sugerir estas acciones
exploratorias. Esto es lo que los científicos hacen cuando llevan a cabo
experimentos.
Los casos más simples incluyen
el aprendizaje directo a partir de la secuencia percibida. La observación de
pares de estados sucesivos del entorno puede permitir que el agente aprenda cómo
evoluciona el mundo, y la observación de los resultados de sus acciones puede
permitir que el agente aprenda que hacen sus acciones.
En resumen, los agentes tienen
una gran variedad de componentes, y estos componentes se pueden representar de
muchas formas en los programas de agentes, por lo que, parece haber una gran
variedad de métodos de aprendizaje. Existe, sin embargo, una visión unificada
sobre un tema fundamental. El
aprendizaje en el campo de los agentes inteligentes puede definirse como el
proceso de modificación de cada componente del agente, lo cual permite a cada
componente comportarse más en consonancia con la información que se recibe, lo
que por tanto permite mejorar el nivel medio de actuación del agente.
CIERRE
En
la IA el entorno de trabajo de un agente está determinado por las REAS que
significan Rendimiento, Entorno, Actuadores, y Sensores, en el cual el diseño
de un agente, debe ser siempre especificar el entorno de trabajo, las propiedades
de los entornos de trabajo que se utilizan técnicas de IA es muy grandes pero
para poder identificarlas existe un pequeño número de dimensiones en las que
categorizar estos entornos, las mismas que determinan, , el diseño más adecuado
para el agente y la utilización de cada una de las familias principales de
técnicas en la implementación del agente, como son si el agente es dinámico o
estático, determinista o estocástico, si es total o parcialmente observable,
etc. Luego definimos que la estructura de un agente es igual a la arquitectura
más el programa. Y los programas de los agentes tienen la misma
estructura que es la de recibir las percepciones actuales como entradas de los
sensores y devuelven una acción a los
actuadores, en los programas de agentes también se clasifican diferentes
tipo de agentes como son el tipo de agente reactivo simple que es el más
sencillo y este tipo de agentes seleccionan las acciones sobre la base de las
percepciones actuales, ignorando el resto de las percepciones históricas; los Agentes reactivos basados en
modelos que son 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; los Agentes basados en objetivos son el conocimiento sobre el
estado actual del mundo no es siempre suficiente para decidir qué hacer; el Agentes
basados en utilidad que determina que las metas por si solas no son realmente
suficientes para generar comportamiento de gran calidad en la mayoría de los
entornos; los Agentes que aprenden en los cuales se han descrito programas para
agentes que poseen varios métodos para seleccionar acciones.
BIBLIOGRAFÍA
Russell,
S, y Norving P. 2004. Inteligencia
Artificial Un Enfoque Moderno. 2da ed.
Cap. 2. Pág. 37-62.
