SISTEMAS INTELIGENTES Tema 2 Estructura de un Agente Dr. Jesús Antonio González Bernal
Contenido Clasificación de Agentes Agentes de Reflejo Simple Agentes Bien Informados de lo que Pasa Agentes Basados en Metas Agentes Basados en Utilidad Tipos de Arquitectura para a un Agente Ambientes 2 BUAP
Clasificación de Agentes
Importante Antes de diseñar un agente, se tiene que considerar: Percepciones Posibles Acciones Posibles Medida de desempeño u objetivos que debe lograr Tipos de entorno en los que va a operar 4 BUAP
Ejemplo Considere un piloto automático para un carro (PAC) Cantidad de variables ilimitada Cuáles serían sus: Percepciones Acciones Metas Ambiente 5 BUAP
Tipos de Agente Para el piloto automático, se pueden considerar diversos tipos de agentes: Agentes de reflejo simple Agentes bien informados de todo lo que pasa Agentes basados en metas Agentes basados en utilidad 6 BUAP
Agentes de Reflejo Simple Estrategia: resumir lo más importante Basada en reglas Reglas de condición acción Si el carro de adelante esta frenando, entonces empezar a frenar Los agentes de reflejo simple funcionan si se toma la acción correcta con base en la percepción p del momento 7 BUAP
Agentes de Reflejo Simple AGENTE Sensores Reglas Condición - Acción Como es el mundo en este momento Qué acción debo emprender? Ambie ente Efectores 8 BUAP
Agentes Bien Informados Se considera el entorno para decidir acciones Por ejemplo, para cambiar de carril, el PAC debe verificar el estado de los carros cercanos Por tanto, se requiere: Información de cómo evoluciona el mundo Información sobre como las acciones del agente afectan al mundo 9 BUAP
Agentes Bien Informados AGENTE Sensores Estado Como evoluciona el mundo Que producen mis acciones Reglas Condición - Acción Como es el mundo en este momento Qué acción debo emprender? Ambie ente Efectores 10 BUAP
Agentes Basados en Metas No basta con conocer el entorno, sino además es necesario determinar las acciones a seguir que permitan alcanzar la meta Elegir las acciones correctas varía en complejidad () Búsqueda Planificación 11 BUAP
Agentes Basados en Metas Este enfoque considera el futuro, a diferencia de las reglas condición-acción Qué sucedería si se realiza la acción X? ó Y? Estos tipos de agente son más flexibles con respecto a su entorno Se modifica su comportamiento con base en los estímulos recibidos 12 BUAP
Agentes Basados en Metas AGENTE Sensores Estado Como evoluciona el mundo Como es el mundo en este momento Que producen mis acciones Reglas Condición - Acción Qué sucedería si Emprendo la acción A? Qué acción debo emprender? Ambie ente Efectores 13 BUAP
Agentes Basados en Utilidad Las metas no bastan para generar una conducta de alta calidad Secuencias más óptimas para alcanzar la meta La utilidad es una función ( f U ) que relaciona un estado y un número real mediante el cual se caracteriza el estado de satisfacción del agente 0: ningún avance hasta la meta 1: se ha alcanzado la meta 14 BUAP
Agentes Basados en Utilidad Una correcta especificación de la función de utilidad, permite la toma de decisiones racionales en dos casos El logro de algunas metas implica un conflicto y solo algunas de ellas se pueden obtener (define el compromiso adecuado) Cuando son varias las metas y no existe la certeza de poder lograr alguna, f U sirve para ponderar la posibilidad de tener éxito considerando la importancia de cada meta 15
Arquitectura para un Agente
Arquitectura de un Agente (1/2) Basadas en la Lógica (agentes deliberativos). Toma de decisiones basada en la deducción lógica. Agentes reactivos Toma de decisiones basada en el mundo actual sin tomar en cuenta el pasado. 17
Arquitectura de un Agente (2/2) Arquitectura creencia-deseo-intención. Toma de decisiones depende de la manipulación de estructuras de datos que representan creencias, deseos e intenciones del agente. Arquitecturas híbridas. Toma de decisiones utilizando varias capas. 18
Agentes Deliberativos (basados en lógica) Comportamiento inteligente: Representación simbólica del medio y del comportamiento. Fórmulas lógicas. Manipulación sintáctica de las representaciones. Deducción lógica o comprobación de teoremas 19
Agentes Deliberativos Teoría (especificación comportamiento) Estado interno: BD fórmulas de primer orden. Simulan creencias humanas. Son actualizadas mediante sensores. Abierto(valvula83) Temperatura(horno13,590) Presion(tanque8,35,normal), Toma de decisiones: reglas de deducción. Regla probada = acción a realizar. Abierto(X) & Presion(Y,X,baja) -> Cerrar(X). Ninguna acción puede ser probada -> reportarlo. 20
Agentes Deliberativos Ventajas de la arquitectura deliberativa Elegantes. Semántica clara (lógica). Desventajas Complejidad computacional para la comprobación de teoremas (lenta ejecución para agentes en tiempo real). Toma de decisiones -> ambiente no cambia mientras se decide que hacer. Acción racional al iniciar toma de decisiones = racional al finalizar. 21
Agentes Reactivos Nueva forma de atacar el problema: Rechazo a la representación simbólica. Comportamiento inteligente Ligado al medio ambiente: Producto de la interacción del agente-ambiente. Emerge de la interacción de varios comportamientos más sencillos. 22
Agentes Reactivos Denominaciones: Basados en comportamiento (behavioural) Desarrollo y mezcla de comportamientos individuales. Situados (situated) Agentes situados en un ambiente, no fuera de el. Reactivos (reactive) Reaccionan al medio ambiente sin razonar. 23
Agentes Reactivos Arquitectura de Integración (subsumption) Dos características principales: 1. Toma de decisiones: conjunto de comportamientos que realizan tareas. Comportamiento: o Acción simple. o Implementado como una máquina de estados finitos. No hay representación simbólica compleja. o Bajo o nulo procesamiento de datos de sensores. No hay razonamiento simbólico. o Situación -> acción 24
Agentes Reactivos Arquitectura de Integración... 2. Varios comportamientos pueden activarse a la vez. Jerarquía de integración (mecanismo selección acción). Comportamientos arreglados en capas. Capas inferiores inhiben a las superiores. Capa menor o Mayor prioridad. o Comportamientos sencillos. Capa mayor o Menor prioridad. id d o Comportamiento abstracto. 25
Ejemplo: Explorador de Marte Explorador de Marte Se necesita explorar un planeta para recoger muestras de roca. No se sabe donde se encuentra la roca deseada pero se conoce que se encuentra generalmente amontonada. Un conjunto de vehículos autónomos deben recorrer el planeta recolectando muestras. Al terminar deben de regresar a la nave base. No existe mapa del planeta pero se conoce que el terreno es accidentado lo que imposibilita comunicación alguna entre vehículos. 26
Explorador de Marte Solución: Dos mecanismos esenciales: 1. Campo gradiente: Nave emite señal de radio. Esta se debilita al alejarse. No contiene información alguna. 2. Método de comunicación indirecta: Agentes cargan moronas radioactivas Pueden ser tiradas, levantadas y detectadas. Dos tipos de comportamientos: Recolección individual de muestras. Solución cooperativa entre todos los agentes. 27
Explorador de Marte Comportamiento individual (no cooperativo). Capa 1: Evitar obstáculos. Si se detecta un obstáculo -> cambiar dirección Capa 2: Llevar muestras a la nave. Si lleva muestras y esta en la nave -> soltarlas. Si lleva muestras y no esta en la nave-> ir a la nave. Capa 3: Recolectar muestras. Si se detecta muestra -> recogerla. Capa 4: Explorar Si no hay nada mejor que hacer -> moverse aleatoriamente. 28
Explorador de Marte 29
Explorador de Marte Comportamiento colaborativo. Camino hacia una muestra encontrada. Capa 1: Evitar obstáculos. Si se detecta un obstáculo -> cambiar dirección Capa 2: Llevar muestras a la nave. Si lleva muestras y en nave -> soltarlas Si lleva muestras y no en nave -> tirar 2 moronas e ir nave Capa 3: Recolectar muestras. Si se detecta muestra -> recogerla Capa 4: Moronas. Si se detectan moronas -> tomar 1 y seguir camino. Capa 5: Explorar Si no hay nada mejor que hacer -> moverse aleatoriamente 30
Explorador de Marte 31
Agentes Reactivos Ventajas de la arquitectura reactiva: Velocidad: en hw provee de decisión constante. Simplicidad computacional. Economía. Seguridad en caso de falla. Elegancia (sencillez). 32
Agentes Reactivos Desventajas: Agente sin modelo del ambiente -> suficiente información en el ambiente local. Toma de decisiones a corto plazo (info. local). Dificultad en los agentes puramente reactivos para aprender y mejorar. No existe una metodología formal para construir agentes -> prueba y error. Gran dificultad para construir agentes con muchas capas. Relaciones muy complejas 33
Arquitectura t Creencia-Deseo-Intención ió Basadas en el razonamiento práctico (usado en la vida cotidiana). Dos procesos importantes: Deliberación: decidir que metas se desean. Planeación: decidir cómo llevar acabo las metas. 34
Arquitectura t Creencia-Deseo-Intención ió Ej: ser académico. Graduación -> estudio opciones: academia, industria, negocio. Selección opción -> compromiso. Opciones seleccionadas -> intenciones. Intenciones -> acciones. Actuar (acción). Persistencia. Intentos razonables. Intentar varias veces una acción. Cambio si se determina intención imposible. Eliminación metas incoherentes (con intención). Relacionadas con creencias sobre el futuro. 35
Arquitectura t Creencia-Deseo-Intención ió Componentes básicos de CDI: Estructuras de datos: Creencias. Deseos. Intenciones. Funciones de deliberación y planeación. Intenciones: Parte central. Permiten enfocar razonamiento práctico del agente. Estabilidad para la toma de decisiones. 36
Arquitectura t Creencia-Deseo-Intención ió Ventajas: Intuitiva. Descomposición funcional clara. Desventaja: Implementación ( cómo implementarla?) 37
Arquitecturas Híbridas Comportamiento reactivo y deliberativo. Basadas en jerarquías de capas. Capas interactúan entre si. Al menos 2 capas (reactiva y deliberativa). i Mas capas -> mayor dificultad control. Dos tipos: Horizontales. Verticales. 38
Arquitecturas Híbridas 39
Arquitecturas Híbridas Disposición Horizontal Cada capa actúa como si fuera un agente. Sugiere acciones. Ventaja: simplicidad conceptual. n comportamientos -> n capas. Desventajas: competencia entre capas. Comportamiento global incoherente. Introducción control global (mediador) -> cuello de botella Necesidad de considerar todas las interacciones (m n ). 40
Arquitecturas Híbridas Disposición Vertical Paso sencillo Secuenciales. Paso doble Similares a una organización. Ventaja Complejidad menor: m 2 (n-1) Desventaja Reducción en flexibilidad. Información por todas las capas. No tolerante a fallas. 41
Ambientes
Ambientes Existen diferentes tipos de ambientes: Accesibles y no accesibles Deterministas y no deterministas Episódicos y no episódicos Estáticos y dinámicos Discretos y continuos 43
Ambientes Accesibles y no accesibles Si a través de los sensores, el agente tiene acceso al estado total del ambiente, entonces éste es accesible Los ambientes accesibles son cómodos, ya que el agente no mantiene un estado interno para estar al tanto de lo que sucede en el mundo 44
Ambientes Deterministas i t y no deterministas i t Si el estado siguiente se determina a partir del estado y las acciones elegidas por el agente Ambiente determinista Si el ambiente no es accesible, entonces podría parecer que no es determinista (en especial en un ambiente complejo) 45
Ambientes Episódicos y no episódicos En un ambiente episódico, la experiencia del agente se divide en episodios Cada episodio consta de un agente que percibe y actúa Los ambientes episódicos son más sencillos puesto que el agente no tiene que pensar por adelantado 46
Ambientes Etáti Estáticos y dinámicos diá i Si el ambiente cambia mientras un agente toma una acción a seguir, entonces se dice que el ambiente es dinámico Es más simple trabajar con ambientes estáticos puesto que no se tiene que observar y pensar al mismo tiempo 47
Ambientes Discretos y continuos Si existe una cantidad limitada de percepciones y acciones distintas y discernibles, se dice que el ambiente es discreto Si no es posible enumerarlos, entonces es un ambiente continuo 48
Trabajo Considere el juego de domino Diseñe un esquema de agentes simples que puedan jugar una partida de domino Si deseamos que los agentes jueguen en pareja, Qué tipo de agentes propondrías? Explica tu respuesta Diseña un conjunto de agentes basados en metas que jueguen en parejas en un torneo a 100 pts. Analiza cada posible estado y considéralo en el esquema propuesto. 49