INGENIERÍA EN SISTEMAS COMPUTACIONALES

UNIVERSIDAD YMCA ESPÍRITU MENTE CUERPO

MATERIA:

INTELIGENCIA ARTIFICIAL

PROFESOR
LIC. JAIME ERICK LUNA ENRIQUEZ
elunaeia@gmail.com

01/10/2009

  CUATRIMESTRE SEPTIEMBRE-DICIEMBRE DEL 2009
 
 Agente Racional

Actuar racionalmente, el enfoque del “Agente”:

• UN AGENTE RACIONAL ES AQUEL QUE ACTUA CON 
LA INTENCION DE ALCANZAR EL MEJOR 
RESULTADO. CUANDO HAY INCERTIDUMBRE, EL 
MEJOR RESULTADO ESPERADO. 

• Debe contar con la capacidad de percibir el entorno, 
representar el conocimiento, razonar y generar 
oraciones en lenguaje natural.
                          Agentes y REAS
 Estructura de los Agentes

• ¿Cómo trabaja un agente?

• Agente = Estructura + Programa.

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

          A  partir  de  este  punto  los  programas  de  ejemplo  del  texto  se 
escriben en un sencillo lenguaje de pseudocódigo:
 
   Agente Aspiradora

• El  desafío  clave  de  la  IA  es  encontrar  la  forma  de  escribir 
programas,  que  en  la  medida  de  lo  posible,  reproduzcan  el 
comportamiento  racional  a  partir  de  una  pequeña  cantidad  de 
código en vez de a partir de una tabla.
 Tipos Agentes

Un agente es cualquier cosa capaz de percibir su medioambiente con la ayuda de sensores, “razonar” y actuar en
ese medio utilizando actuadores. Hay 4 tipos básicos e agentes:

- Agentes reactivos simples.

- Agentes reactivos basados en modelos.

- Agentes basados en objetivos.

- Agentes basados en utilidad.

 Agentes Reactivos Simples

• El tipo de agente más sencillo es el agente reactivo simple. Estos  
agentes  seleccionan  sus  acciones  sobre  la  base  de  las 
percepciones  actuales,  ignorando  el  resto  de  las  percepciones 
históricas,  por  ejemplo  el  agente  aspiradora  es  un  agente  reactivo 
simple porque toma sus decisiones sólo con base en la localización 
actual y si ésta esta sucia. 
 Estructura el agente

•  Los humanos también tienen muchas de estas conexiones, 
algunas de las cuales son respuestas aprendidas (como en el caso 
de la conducción) y otras son reacciones innatas, como parpadear 
cuando algo se acerca al ojo. 

• Para construir un agente, una aproximación más general y flexible 
es la de construir primero un intérprete de propósito general para 
reglas de condición-acción y después crear conjuntos de reglas 
     para entornos de trabajo específicos. La Figura 2.9 presenta la 
estructura de este programa :
 
Agente reactivo simple.
 Agentes Reactivos Basados en Modelos

• La forma mas efectiva que tienen los agentes para manejar la visibilidad 
parcial es el que estén basados en modelos. (Ej. Aspiradora aleatoria.)

• El agente almacena un “estado interno”que depende de la historia percibida.

• Por ejemplo para un problema de frenado, el estado interno es solo la 
fotografía anterior de la cámara, si las luces rojas traseras de los faros del 
auto de enfrente se prenden, la acción es frenar .

• El estado interno se actualiza según pasa el tiempo, y requiere 2 tipos de 
conocimiento del agente, primero se necesita alguna información de cómo 
evoluciona el entorno y segundo,  se necesita más información sobre cómo 
afectan al mundo las acciones del agente (Si doblo a la derecha puedo 
atropellar a alguien?) 
Un agente reactivo basado en modelos:
 Agentes Reactivos Basados en Objetivos

• No siempre el conocimiento sobre el estado actual del mundo es 
suficiente para decidir que hacer, por ejemplo, en un cruce de 
carreteras, el taxista puede doblar a la derecha, a la izquierda o 
seguir de frente, la dirección correcta depende de a dónde quiere ir el 
taxi.

• Además del estado actual el agente requiere saber alguna 
información precisa sobre su META.

• La siguiente figura muestra la arquitectura de un agente basado en 
objetivos y basado en modelos que almacena información del estado 
del mundo, así como de los objetivos que intenta alcanzar.
Agente basado en modelos y objetivos
 Objetivos.

• En relación a la determinación de cómo llegar a la meta, a veces es 
directa,  pero  en  otras  ocasiones  debemos  de  considerar  que  a 
veces  el  agente  debe  de  tener  en  cuenta  secuencias  complejas 
para determinar que acción tomar para alcanzar el objetivo.

• Estas  consideraciones  más  complejas  son  la  BUSQUEDA  y  la 

PLANIFICACION, que serán consideradas y cubiertas en capítulos 
aparte.

• 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.  Si 
comienza  a  llover.  el  agente  puede  actualizar  su  conocimiento 
sobre  cómo  se  comportan  los  frenos  y  se  adaptará 
automáticamente a las nuevas circunstancias.
 Agentes Basados en Utilidad

• Las  metas  por  sí  solas  no  son  realmente  suficientes  para  generar 
comportamiento  de  gran  calidad  en  la  mayoría  de  los  entornos.  Por 
ejemplo, hay muchas secuencias de acciones que llevaran al taxi a su 
destino  (y  por  tanto  a  alcanzar  su  objetivo),  pero  algunas  son  más 
rápidas, seguras o más baratas que otras.

• La  “Función  de  utilidad”  proyecta  un  estado  o  un  conjunto  de  estados 
que  arrojan  un  número  real,  como  un  indicador  que  representa  un 
mayor o menor nivel de “felicidad”.

• Cuando  hay  objetivos  contradictorios,  por  ejemplo  velocidad  vs. 

Seguridad, la función debe determinar un equilibrio satisfactorio.
Un agente basado en Utilidad