ESTADO DEL ARTE

Actualmente en la IA ha surgido un nuevo paradigma conocido como paradigma de

agentes, el cual est tomando un gran auge entre los investigadores. Dicho nuevo
paradigma aborda el desarrollo de entidades que puedan actuar de forma autnoma y
razonada. Si retomamos la definicin dada anteriormente donde se consideraba a la IA
como un medio para el desarrollo de sistemas que piense y acten racionalmente, podemos
pensar que la IA, en su conjunto, trata realmente de construir precisamente dichas entidades
autnomas e inteligentes.
De acuerdo con esta visin, se puede considerar a la IA como una disciplina orientada a la
construccin de agentes inteligentes donde se integran las diferentes reas que sta
comprende. Desde hace relativamente poco tiempo esta idea est siendo ya adoptada por
investigadores en la materia; el propio Stuart Russell ha remodelado su conocido libro
Inteligencia Artificial, un enfoque moderno [Russell1996] para dar un enfoque de la IA
orientado totalmente al desarrollo de agentes. Es importante resaltar que en el momento en
que se disponga de una metodologa clara para la construccin de dichos agentes
inteligentes, la aplicabilidad de las tcnicas de IA a cualquier tipo de problema podr
abordarse de una manera ms clara y unificada.
Este documento est basado en las investigaciones realizadas por nuestro grupo de trabajo
en miras a la construccin de nuestra propuesta de grado.
Para la construccin se hicieron consultas en diferentes lugares, tanto sitios web, bases de
datos estudiantiles, tesis universitarias y artculos de revistas.
Con todos los trabajos encontrados se tomaron solos los ms relacionados con nuestro
proyecto de grado para poder as tener una visin clara de lo que nosotros vamos a hacer y
claves de cmo se han hecho trabajos con nuestra lnea de investigacin, aportndonos
dichos trabajos conocimientos claros que ayudaran a la construccin de nuestra propuesta
de grado, la investigacin es una buena manera de adquirir nuevos conocimientos y adems
proporciona aptitudes que hacen que nos interese mas la bsqueda de informacin, creando
as profesionales idneos, que no se conformen con lo que nos dan si no tratar de abarcar
lo que ms se pueda en cuanto a informacin se refiere, para as desempearnos de una
manera destacada en nuestro futuro como profesionales.

En el presente capitulo, presentamos algunos trabajos consultados en esta lnea de

investigacin mostrando objetivos, metodologas y conclusiones del estudio.
Martinez Ortiz , Froylan Alejandro (Monterrey, N.L., Noviembre de 2004)
Sistema Multiagente de Razonamiento Basado en Casos para Facilitar el Aprendizaje
Colaborativo.
El objetivo primordial de este trabajo es facilitar el aprendizaje de los estudiantes en cuanto
a lgica de programacin se trata, mediante el uso de sistemas multiagentes. En particular
se centrara este trabajo en los problemas de lgica de programacin, es decir, los errores
que presenten los alumnos en lgica de declaraciones, estatutos de decisin, ciclos y
llamadas a funciones.
La realizacin de este trabajo se dividi en un proceso de tres fases que se describirn a
continuacin:
Primera Fase: Se seleccionaron las herramientas de IA apropiadas para implementar el
sistema, a partir de ello se diseo el agente para el profesor y posteriormente se desarrollo
este agente, ya teniendo funcionando el agente se procedi a realizar las pruebas de
funcionamiento del agente.
Segunda Fase: Se diseo el agente para el alumno y posteriormente se desarrollo este
agente, ya teniendo funcionando el agente se procedi a realizar las pruebas de
funcionamiento del agente del alumno en conjunto con el agente del profesor.
Tercera Fase: Se diseo la arquitectura distribuida para el agente del alumno y el agente del
profesor, para que estos se puedan comunicar no solo entre un agente de alumno y un
agente de profesor si no con mas agentes de alumnos y ms agentes de profesores.
Este trabajo de investigacin nos orienta mucho en la carrera de querer incursionar en el
rea de inteligencia artificial, mucho ms en concreto con los agentes inteligentes que son
la base tambin en la realizacin de nuestro proyecto.
Los agentes inteligentes utilizados en esta investigacin no son del todo iguales a los que
realizaremos pero igual estn orientados a disminuir el trabajo de las personas,
convirtindose a si en un factor de apoyo al trabajo.
Esta investigacin pretende de la misma manera que nosotros la utilizacin de agentes
inteligentes para facilitar en este caso el aprendizaje de los estudiantes.

 Maite Lpez Snchez -Research Manager 2008

iSOCO Intelligent Software Components S.A(http://www.isoco.com)
AGENTES: LA NUEVA OLA
El objetivo de este artculo es proporcionar de manera clara el concepto de Agente y sus
diversos tipos adems de mostrar la importancia de estos en la actualidad y mostrar las
tecnologas utilizadas para su construccin.
El diseo de agentes y de sistemas multiagentes (que provienen del campo de la
Inteligencia Artificial Distribuida) es una extensin del diseo orientado a objetos que hace
especial nfasis en la comunicacin y la interaccin. Tpicamente los agentes han sido
desarrollados en lenguajes como C++, CORBA o Java. El diseo de agentes implica, por un
lado, la definicin de la arquitectura interna de cada agente (y cmo ste accede a los datos)
y, por otro lado, la del entorno y el tipo de coordinacin que hay entre los agentes. El
diseo del agente debe incluir tambin algn tipo de representacin (implcita o explcita)
del conocimiento que dispone a cerca del entorno: las restricciones que impone, los
servicios que ofrece, como de rpido cambia, si se puede hacer alguna prediccin sobre los
cambios o si el agente puede influir en l. Asimismo, los agentes deben presentar la
capacidad de comunicarse (es decir, conocer y seguir un protocolo) as como de implicarse
y colaborar en la realizacin de tareas.
Los entornos de desarrollo de los agentes son hoy en da un tema de investigacin que ya
ha dado las primeras herramientas de desarrollos de agentes. Alguna de stas son:
Agent Building Environment (ABE) definido por IBM, ha sido desarrollado en C++ y
Java. En dicho entorno, los agentes disponen de razonamiento basado en reglas e interfcies
con la web (HTTP), newsgroups (NNTP) y correo electrnico (SMPT).
Java Agent Template (JAT), creado en Stanford, permite la comunicacin entre agentes
Java sobre una LAN mediante KQML (Knowledge Query and Manipulation Language, un
lenguaje que permite estructurar los mensajes).
Java Expert System Shell (JESS) que es bsicamente CLIPS en Java y permite definir
agentes que razonen.
Open Agent Architecture (OAA) de SRI, utiliza CORBA e InterAgent Communication
Language, que permite tener agentes facilitadores que distribuyen tareas y sus resultados.
Java Agent Development Framework (JADE), desarrollado en Java y compatible con las
especificaciones FIPA, simplifica la implementacin de sistemas multiagente gracias a
herramientas de depuracin de cdigo. Permite que la plataforma est distribuida en
diferentes mquinas y ha sido usado para la realizacin de proyectos europeos de
investigacin.
Bsicamente este articulo muestra claramente lo que es un agente inteligente y como hacer
para su futuro desarrollo si nos decidimos por la tarea de construccin de estos mismos, nos
aclara dudas acerca del tema de nuestra investigacin y nos proporciona herramientas claras
para la realizacin de esta.

 Flix Anbal Vallejos, Gregorio Perichinsky

Revista Electrnica de Sistemas de Informacin, Edicin 8, n2 2006
Elizabeth Jimnez Rey, Mara Delia Grossi, Arturo Carlos Servetto
Diseo de un Sistema Tutor Inteligente Multiagente
El objetico primordial de este trabajo es el de mejorar la calidad del la enseanza y el
aprendizaje con la utilizacin de agentes inteligentes y presentar ventajas que se ganan al
trabajar con Sistemas multiagentes.
En un abordaje clsico para el rea de agentes, la definicin de Wooldridge, visualiza un
agente como una entidad con capacidad de
Resolucin de problemas encapsulada. En este contexto, un agente tiene las siguientes
propiedades:
Autonoma: ejecuta la mayor parte de sus acciones sin interferencia directa de agentes
humanos o de otros agentes computacionales, teniendo control total sobre sus acciones y
estado interno;
Habilidad social: interacta con otros agentes (humanos o computacionales) para
completar la resolucin de sus problemas o para auxiliar a otros agentes;
Capacidad de reaccin: percibe y reacciona a las alteraciones del ambiente en que est
insertado;
Capacidad pro-activa: agentes, de tipo deliberativo, adems de actuar en respuesta a las
alteraciones ocurridas en su ambiente, presentan un comportamiento orientado a objetivos,
tomando iniciativas cuando lo consideran apropiado.
Las propuestas de utilizacin de arquitecturas SMA(sistema multiagente) en STI(sistemas
tutor inteligente) aportan una gran ventaja en relacin a las arquitecturas tradicionales de
STI por presentar flexibilidad en el tratamiento de los elementos que componen el sistema.
Adems, el hecho de usar agentes para modelar sus componentes, posibilita el
agrupamiento de la arquitectura tradicional (un mdulo = un agente) o la explosin de cada
mdulo en varios agentes.
Se puede considerar que las ventajas son:
El conocimiento puede distribuirse entre varios tutores, cada uno con sus creencias,
deseos, objetivos, emociones y planes de accin. Esta distribucin crea mayores
oportunidades de variar tcnicas pedaggicas.
El aprendiz interacta con un tutor de forma ms flexible.
Para nosotros las ventajas es que nos ayuda a conocer ms los verdaderos alcances de los
sistemas multiagentes y sus diferentes capacidades para solucionar problemas de cualquier
ndole en cualquier entorno que deseemos, buscando as disminuir el trabajo humano y
mayor eficacia de este.

 JOVANI ALBERTO JIMNEZ BUILES

Escuela de Ingeniera de Sistemas, Facultad de Minas, Universidad Nacional de
Colombia 2007
SMART: SISTEMAS MULTI-AGENTE ROBTICO
El objetivo de este trabajo es el de disear una plataforma para la investigacin de tcnicas
de inteligencia artificial distribuidas y cooperacin entre agentes en entornos estructurados.
El diseo de grupos o enjambres de AGENTES para la realizacin cooperativa de tareas
ofrece una serie de ventajas comparativas con respecto a al esquema tradicional de solucin
mediante un solo AGENTE:
- Robustez: Un diseo redundante permite que al sufrir dao un agente, el funcionamiento
del sistema no se vea comprometido ya que otro agente podra cumplir su funcin.
- Escalabilidad: Los MARS(sistemas multiagentes robticos) tiene la ventaja de ser
sistemas abiertos. Se pueden introducir nuevos agentes sin realizar mayores cambios en
el sistema.
- Mayor cubrimiento de rea geogrfica: Se pueden distribuir los agentes de manera que
cubran mayor espacio de bsqueda.
- Divide y Vencers: Hay gran cantidad de problemas cuya solucin es de naturaleza
distribuida.
- Simplicidad: Los MARS son modulares, adems los agentes tienen un diseo mas simple
que en los sistemas monolticos de un solo robot.
A pesar de las ventajas los MARS cuentan con las siguientes Desventajas:
- A nivel de arquitecturas software: el desarrollo de arquitecturas para este tipo de sistemas
presenta muchas dificultades. Algunas de las formas ms frecuentes de abordar este tipo de
inconvenientes son las siguientes:
- Uso de una arquitectura centralizada: un solo agente procesa toda la informacin
adquirida y enva las acciones que deben de tomarse a
los otros agentes.
-Uso de una arquitectura distribuida:
la informacin es recuperada por todos los agentes pero las decisiones las toma un agente
central.
-Uso de una arquitectura totalmente distribuida: cada robot toma sus decisiones de acuerdo
a la informacin que adquiere.
Con este trabajo nos damos cuenta de las ventajas y desventajas que nos ofrecen los
sistemas multiagentes, buscando aplicar la mayora de ventajas aprendidas a nuestra
investigacin y tratar de suplir las desventajas con los conocimientos que vayamos
consiguiendo en la bsqueda de ms informacin.

 E. J. Gonzlez, A. Hamilton, L. Moreno, G. N. Marichal, J.A. Mndez.(Tenerife,

Spain 2006)
Universidad de La Laguna.
Diseo e Implementacin de un Sistema Multiagente para la
Identificacin y Control de Procesos(MASCONTROL)
El objetivo primordial de este trabajo fue el diseo de un sistema multiagente para la
identificacin y control de plantas y procesos implementando el esquema de un regulador
auto-ajustable (STR).
Alguno de aspectos que se tomaron en cuenta para la integracin de los agentes se
presentan a continuacin:
Para el desarrollo de MASCONTROL, se ha optado por las especificaciones FIPA , debido
principalmente a dos razones. Por un lado, dichas especificaciones se han convertido en un
estndar reconocido en el desarrollo de sistemas multiagentes. Por otro lado, dichas
especificaciones estn referidos no nicamente al lenguaje de comunicacin entre los
agentes (como es el caso de otros estndares como el KQML) sino que abarcan aspectos
como la gestin de los agentes en una plataforma o el flujo lgico en una conversacin
entre agentes. El modelo de referencia de agentes FIPA (FIPA agent management reference
model) proporciona el marco en el cual los agentes existen y operan. El Facilitador de
Directorios (Directory Facilitator, DF) proporciona un servicio de pginas amarillas a
aquellos agentes que le consultan buscando los servicios suministrados por otros agentes de
la plataforma. Por su parte el Sistema de Gestin de Agentes (Agent Management System,
AMS) proporciona al resto de agentes un servicio del tipo pginas blancas y adems
mantiene un directorio que contiene las direcciones de los agentes registrados en la
plataforma de agentes (Agent Platform, AP). Por ltimo el Servicio de Transporte de
Mensajes (Message Transport Service, MTS) constituye el mtodo de comunicacin por
defecto entre los agentes de las diferentes plataformas.
Una vez decidida la arquitectura de gestin del sistema, nos resta elegir la herramienta
adecuada para su implementacin. Las herramientas multiagente FIPA posibles son FIPAOS, JADE, Zeus y Grasshopper (conviene aclarar que esta ltima, aunque diseada
inicialmente para OMG MASIF se ha adaptado para el estndar FIPA). Todas estas
herramientas son multiplataforma, al encontrarse implementadas en el lenguaje de
programacin Java. Por tanto, cualquiera de ellas permite tratar el hecho de que los
diferentes agentes accedan a la red interna a travs de diferentes sistemas operativos. De las
mencionadas herramientas, hemos seleccionado FIPA-OS . Aparte de cumplir
satisfactoriamente con las especificaciones FIPA, este marco de desarrollo presenta una
estructuracin de cdigo por tareas. Esta estructura implica una depuracin de cdigo
sencilla.
Aparte de esta sencillez de codificacin con FIPA-OS, la razn principal para su eleccin es
la dedicacin de un thread por tarea en vez de por agente, como en el resto de herramientas.
Esto dota de una mayor robustez al sistema, puesto que evita que un posible bloqueo del
thread inutilice completamente al agente.
Agent Platform (AP) Message Transport System, Agente AMS DF Message Transport
System Software.

En este trabajo se ha incluido un Agente de Ontologas (Ontology Agent, OA). Un OA es un

agente que posibilita el acceso a una o varias ontologas. Este es un punto clave, ya que
disponer de una ontologa comn para la comunicacin entre los agentes supone un formato
comn segn el cual los agentes intercambian datos y conocimiento. Actualmente existen
varios lenguajes de ontologas como el KIF o el OKBC. No obstante, se ha preferido optar
por los conocidos como "lenguajes de marcas" (markup languages). Estos lenguajes
ofrecen varias ventajas como la portabilidad de los datos, la facilidad de aprender y usar,
flexibilidad... Adems, la ltima generacin de estos lenguajes proporcionan a los
computadores un grado de autonoma extra que les puede ayudar a realizar su trabajo,
siendo capaces de proporcionar toda clase de servicios adicionales ms all de los
requerimientos estndar. La primera decisin a tomar sobre la inclusin de ontologas
estriba en el lenguaje en que se van a representar stas. Sera deseable que este lenguaje
ofreciese la mayor riqueza semntica posible.
En este sentido, el candidato ms adecuado en la actualidad es el OWL. No obstante, el
presente trabajo fue iniciado con anterioridad al lanzamiento de la especificacin del OWL,
por lo que se eligi como lenguaje de ontologa el DAML+OIL . A pesar de esto, la riqueza
semntica de este lenguaje es suficiente para demostrar el poder de este tipo de lenguajes de
marcas en su integracin en sistemas multiagentes mediante el empleo de ontologas.
Este trabajo nos brinda especificaciones y patrones para la realizacin de agentes
inteligentes y para su posterior integracin, lo que nos seria de gran ayuda para la creacin
y desarrollo de dichos agentes.

Zulma Cataldi, Patricia Calvo, Fernando A. Salgueiro, Fernando J. Lage

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires 2007
Diseo de Sistemas Tutores Inteligentes con Tecnologa de Agentes:
Los Agentes Docentes en el Mdulo Tutor
El Objetivo primordial de este trabajo es el de disear las componentes de un STI (Sistema
tutor inteligente) con un marco terico pedaggico basado en la Teora Uno al diseo
computacional.
El proyecto consiste en disear un sistema tutor inteligente que se capaz de facilitar el
aprendizaje a estudiantes universitarios.
Este proyecto (S.T.I) se desarrolla con mdulos Dominio, modulo tutor, modulo estudiante.

Para llevar a cabo este diseo, el AUML (Agent Unified Modelling Language) resulta una
herramienta de gran utilidad, ya que toma herramientas del UML (Unified Modelling
Language) y las utiliza en el campo de los agentes, es decir, extiende el UML permitiendo
la especificacin de protocolos de interaccin de agentes y la representacin de estructuras
sociales y organizativas entre agentes.

Freddy Andrs Ramrez Rodas

Csar Augusto Cabrera Espinosa
Universidad tecnolgica de Pereira, Junio de 2006
Desarrollo de un modelo de implantacin de agentes inteligentes en la red univirtual
como intrpretes semnticos del lenguaje natural.
Los objetivos primordiales de este trabajo son los de:
Revisar el papel de los agentes inteligentes en las plataformas educativas.
Revisar la arquitectura de los sistemas de tutoreo inteligente.
Este proyecto consiste en una lita de tecnologas que copen las necesidades de un sitio con
las caractersticas de Univirtual y un conjunto de estrategias de integracin de tales
tecnologas.
Este proyecto se desarrolla como un conjunto de tecnologas (hardware) y subsistemas
(software) que proveen funcionalidades coherentes destinadas a un uso determinado a
travs de diferentes interfaces y especificaciones de patrones de uso para tales aplicaciones.
Una plataforma de agentes inteligentes por lo tanto, es un conjunto de funcionalidades
bsicas sobre las cuales se accede al estado de los agentes y de sus comunicaciones, tanto
para visualizarlos como para alterarlos (visualizar estados, monitorear procesos, reiniciar un
agente o detener su ejecucin). Fundamentalmente una plataforma de agentes debe
asegurarse de la integridad de las comunicaciones, estados y conocimiento de los agentes
que operan sobre ella y ofrecer utilidades de alto nivel para monitorear.
Finalmente la GUI es simplemente una interfaz que permite realizar operaciones
administrativas sobre la plataforma y observar su estado a travs de ventanas, botones y

todos los elementos clsicos visuales de las aplicaciones comunes en entornos grficos
como Windows, Macintosh, GNOME o KDE en GNU/Linux o CDE en Solaris.

GONZALEZ TORRES, MARIO ALBERTO

Mexico 12-Feb-2009
Inteligencia Artificial En Robots Mviles De Competencia Para Su Aplicacin En El
Diseo De Un Agente Inteligente En Un Robot Seguidor De Trayectorias
Los objetivos de este trabajo son:

Desarrollar la inteligencia artificial en robots mviles autnomos.

Analizar los diferentes tipos de agentes inteligentes que existen.

El proyecto consistes en crear un robot mvil autnomo, el cual sea seguidor de

trayectorias.
Se describirn los agentes que integran la inteligencia artificial de un robots autnomo
mvil.
El robot ser diseado segn los agentes inteligentes basndose en las matrices PAMA, la
cual como todos robots busca imitar al ser humano.