1.2 Agentes Inteligentes

1
1.2Agentes Inteligentes

• Objetivo Particular
• Explicar qué hace un agente inteligente, cómo se
  relaciona éste con su medio, cómo se le evalúa y
  cómo se podría construir uno.

2
Introducción

• Un agente es todo aquello que percibe su ambiente
  mediante sensores y que responde o actúa en tal
  ambiente por medio de efectores.

3
Introducción
percepciones
sensores
Ambiente
Agente
?
efectores
acciones
4
Cómo debe proceder un agente

• Un agente racional es aquél que hace lo correcto.
• Lo correcto es lo que permite que el agente
  obtenga el mejor desempeño
• Cómo y cuando evaluar ese desempeño?

5
Cómo debe proceder un agente

• Medición del desempeño
• Evalúa el cómo
• qué tan exitoso ha sido un agente?
• Debe ser objetiva
• La racionalidad NO ES omnisciencia, clarividencia
  ni exitosa necesariamente.
• La racionalidad se puede ver como un éxito
  esperado, tomando como base lo que se ha
  percibido.

6
Cómo debe proceder un agente

• La racionalidad depende de
• La medida con la que se evalúa el grado de éxito
  logrado
• Todo lo que hasta el momento haya percibido el
  agente (secuencia de percepciones)
• Conocimiento que posea el agente del medio
• Acciones que el agente puede emprender

7
Cómo debe proceder un agente

• Agente racional ideal
• En todos los casos de posibles secuencias de
  percepciones, un agente racional deberá emprender
  todas aquellas acciones que favorezcan obtener el
  máximo de su medida de rendimiento, basándose en
  las evidencias aportadas por al secuencia de
  percepciones y en todo conocimiento incorporado
  en tal agente
• Es un reloj un agente racional?

8
Cómo debe proceder un agente

• Mapeo de secuencias de percepciones para acciones
• Mapeo Ideal
• El especificar qué tipo de acción deberá
  emprender un agente como respuesta a una
  determinada secuencia de percepciones constituye
  el diseño de un agente ideal.
• Ejemplo raíz cuadrada

9
Cómo debe proceder un agente

• Autonomía
• Si las acciones del agente se basan en un
  conocimiento integrado previamente, no es
  autónomo.
• Un sistema será autónomo en la medida en que su
  conducta está definida por su propia experiencia.

10
Estructura de los Agentes Inteligentes
?

• Un propósito de la IA es el diseño de un programa
  de agente (una función que mapee de percepciones
  a acciones)
• Este programa se ejecutará en algún dispositivo
  de cómputo, o arquitectura.

11
Estructura de los Agentes Inteligentes
AGENTE ARQUITECTURA PROGRAMA

• Antes de diseñar un programa de agente, hay que
  hacer la descripción PAMA
• Percepciones
• Acciones
• Metas
• Ambiente

12
Estructura de los Agentes Inteligentes

• Agente Robot clasificador de partes
• Percepciones
• Pixeles de intensidad variable
• Acciones
• Recoger partes, y clasificarlas en contenedores
• Metas
• Poner las partes en el contenedor correspondiente
• Ambiente
• Banda transportadora de partes

13
Estructura de los Agentes Inteligentes

• Agente Controlador de una refinería
• Percepciones
• Lecturas de temperatura y presión
• Acciones
• Abrir y cerrar válvulas, ajustar temperaturas
• Metas
• Lograr pureza, rendimiento y seguridad máximos
• Ambiente
• Refinería

14
Estructura de los Agentes Inteligentes

• Agente Sistema para diagnósticos médicos
• Percepciones
• Síntomas, evidencias y respuestas del paciente
• Acciones
• Hacer preguntas y pruebas. Sugerir tratamientos.
• Metas
• Paciente saludable, reducir costos al mínimo
• Ambiente
• Pacientes, hospital.

15
Estructura de los Agentes Inteligentes

• Agente Asesor interactivo de inglés
• Percepciones
• Palabras escritas a máquina
• Acciones
• Dar ejercicios impresos, sugerencias y
  correcciones.
• Metas
• Que el estudiante obtenga la máxima calificación
  en una prueba
• Ambiente
• Grupo de estudiantes

16
Estructura de los Agentes Inteligentes

• En algunos ambientes ricos e ilimitados se usan
  agentes de software (softbots)
• Ejemplos
• Piloto de un simulador de vuelo
• Selección de noticias de interés en línea
• Buscador inteligente para el WWW

17
Estructura de los Agentes Inteligentes

• Esqueleto de un Agente
• Función Esqueleto-Agente (percepción) responde
  con una acción
• estática memoria, la memoria del mundo del
  agente
• memoria ? Actualización-Memoria (memoria,
  percepción)
• acción ? Escoger-La-Mejor-Acción (memoria)
• memoria ? Actualización-Memoria (memoria,acción)
• responde con una acción
• NOTA La medición del desempeño no forma parte
  del programa esqueleto.

18
Estructura de los Agentes Inteligentes

• Agente basado en tabla
• Función Agente-basado-en-tabla (percepción)
  responde con una acción
• estática percepciones, una secuencia
  originalmente
• vacía.
• tabla, una tabla, indexada mediante
• secuencias de perecpciones, originalmente
• especificada en su totalidad
• añadir la percepción al final de todas las
  percepciones
• acción ? Consulta (percepciones, tabla)
• devolver acción

19
Estructura de los Agentes Inteligentes

• qué pasaría si se diseña un agente de la forma
  más sencilla (tabla de consulta) para jugar
  ajedrez?
• La tabla tendría aproximadamente 35100 entradas
• Elaborar la tabla tomaría mucho tiempo
• El agente no sería autónomo
• Aún si tuviera un mecanismo de aprendizaje, le
  tomaría mucho tiempo aprender todas las entradas
  de la tabla.

20
Estructura de los Agentes Inteligentes

• Ejemplo Aplique la descripción PAMA para el
  diseño de un taxi automatizado.

21
Estructura de los Agentes Inteligentes

• Agente Taxi automatizado
• Percepciones
• Cámaras, velocímetro, sistema de posicionamiento
  global, micrófono.
• Acciones
• Manejo del volante, acelerar, frenar, hablar con
  pasajero.
• Metas
• Viaje seguro, rápido, sin infracciones, cómodo,
  obtención máxima de ganancias.
• Ambiente
• Calles, carreteras, tráfico, peatones, clientes.

22
Tipos de Agente

• Agentes de reflejo simple.
• Agentes bien informados de todo lo que pasa.
• Agentes basados en metas.
• Agentes basados en utilidad.

23
Agentes de reflejo simple

• El usar una tabla de consulta explícita está
  fuera de toda consideración.
• Sin embargo, es posible resumir fragmentos de
  tabla observando ciertas asociaciones entre
  entradas/salidas que se producen frecuentemente,
  y haciendo reglas de condición-acción, por
  ejemplo
• Si el carro de adelante está frenando, entonces
  empezar a frenar.

24
Agentes de reflejo simple
Sensores
Agente
Como es el mundo ahora
Ambiente
Acción que debo tomar
Reglas condición-acción
Efectores
25
Agentes de reflejo simple

• Función Agente-reflejo-simple (percepción)
  responde con una acción
• estática reglas, un conjunto de reglas de
  condición-acción
• estado ? Interpretar-Entrada (percepción).
• regla ? Regla-Coincidencia (estado,
  reglas).
• acción ? Regla-Acciónregla
• responder con una acción

26
Agentes bien informados de todo lo que pasa

• El agente reflejo simple funciona sólo si se toma
  la decisión adecuada con base en la percepción de
  un momento dado.
• En ocasiones se requiere mantener cierto tipo de
  estado interno para estar en condiciones de estar
  optar por una acción.
• Ejemplo imágenes de antes y después pare
  detectar cambios.

27
Agentes bien informados de todo lo que pasa
Sensores
Estado
Como es el mundo ahora
Como evoluciona el mundo
Ambiente
Lo que mis acciones hacen
Acción que debo tomar
Reglas condición-acción
Agente
Efectores
28
Agentes bien informados de todo lo que pasa

• Función Agente-reflejo-con-estado (percepción)
  responde con una acción
• estática estado, una descripción prevaleciente
  del
• estado del mundo
• reglas, un conjunto de reglas de condición-
• acción
• estado ? Actualizar-Estado (estado,
  percepción).
• regla ? Regla-Coincidencia (estado,
  reglas).
• acción ? Regla-Acciónregla
• estado ? Actualizar-Estado (estado, acción)
• responder con una acción

29
Agentes basados en metas

• Para decidir qué hacer no basta con tener
  información acerca del estado que prevalece en el
  ambiente.
• Además del estado prevaleciente, se requiere
  cierto tipo de información sobre su meta.
• La búsqueda y la planificación son subcampos de
  la IA que se ocupan de encontrar las secuencias
  de acciones que permiten alcanzar las metas de un
  agente.

30
Agentes basados en metas

• Este tipo de agente es diferente a los
  anteriores, debido a que implica tomar en cuenta
  el futuro.
• Es más flexible si cambian las condiciones o
  cambian las metas (qué pasaría si llueve? qué
  pasaría si al taxi automatizado se le pide otro
  destino?)

31
Agentes basados en metas
Sensores
Estado
Como es el mundo ahora
Como evoluciona el mundo
Qué efectos tiene tomar la acción A
Ambiente
Lo que mis acciones hacen
Acción que debo tomar
Metas
Agente
Efectores
32
Agentes basados en utilidad

• Las metas no bastan por sí mismas para generar
  una conducta de alta calidad.
• Puede haber muchas secuencias de acciones que
  permitan alcanzar la meta, pero algunas ofrecen
  más utilidad que otras.
• La utilidad es una función que correlaciona un
  estado y un número real mediante el cual se
  caracteriza el correspondiente grado de
  satisfacción.

33
Agentes basados en utilidad
Sensores
Estado
Como es el mundo ahora
Como evoluciona el mundo
Que efectos tiene tomar la acción A
Lo que mis acciones hacen
Ambiente
Que tan feliz estaría en un estado determinado
Utilidad
Acción que debo tomar
Agente
Efectores
34
Ambientes

• La relación entre el agente y el ambiente es
  siempre la misma el agente ejerce acciones sobre
  el ambiente, que, a su vez, aporta percepciones
  al primero.

35
Ambientes

• Propiedades
• Completamente observables vs. parcialmente
  observables
• Si el aparato sensorial de un agente le permite
  tener acceso al estado total de un ambiente, se
  dice que éste es completamente observable. Si no
  es así, el ambiente es parcialmente observable.
• Deterministas vs. estocásticos
• Si el estado siguiente de un ambiente se
  determina completamente mediante el estado actual
  y las acciones escogidas por los agentes, se dice
  que el ambiente es determinista. Si no es así, el
  ambiente es estocástico

36
Ambientes

• Propiedades
• Episódicos vs. secuenciales
• En un ambiente episódico, la experiencia del
  agente se divide en episodios, donde la calidad
  de la actuación dependerá del episodio mismo. Los
  episodios subecuentes no dependen de las acciones
  anteriores.
• Estáticos vs. dinámicos
• Si existe la posibilidad de que el ambiente sufra
  modificaciones mientras el agente se encuentra
  deliberando, se dice que tal ambiente se comporta
  en forma dinámica, de lo contrario, es estático.
  Si lo que cambia es la evaluación del desempeño
  del agente, se dice que el ambiente es
  semidinámico.

37
Ambientes

• Propiedades
• Discretos vs. continuos
• Si existe una cantidad limitada de percepciones y
  acciones distintas y claramente discernibles, se
  dice que el ambiente es discreto. De lo
  contrario, el ambiente es continuo.

38
Ambientes

• Propiedades
• Agente simple vs. multiagentes
• Ejemplos
• Solución de crucigramas ? Agente simple
• Ajedrez ? Multiagentes
• Los ambientes multiagente pueden ser
• Competitivos (ajedrez)
• Parcialmente cooperativos (manejo de vehículos)

39
Ambientes

• El caso más difícil para un agente, es
  interactuar con un ambiente
• Parcialmente observable
• Estocástico
• Secuencial
• Dinámico
• Continuo
• Multiagente

40
Ejercicio

• Determine cómo son los siguientes ambientes
• Ajedrez con reloj
• Ajedrez sin reloj
• Póquer
• Conducir un taxi
• Sistema de diagnóstico médico
• Sistema de análisis de imágenes
• Robot clasificador de partes
• Controlador de refinería
• Asesor de inglés interactivo

41
Ejercicio
Ambiente CO/PO D/E E/S E/D D/C AS/MA
Ajedrez con reloj
Ajedrez sin reloj
Póquer
Conducir un taxi
Sist. de diagnóstico médico
Sistema. de análisis de imgs.
Robot clasificador de partes
Controlador de refinería
Asesor de inglés interactivo