Documente Academic
Documente Profesional
Documente Cultură
CEDITEC, 2004
ndice
1
Referencias ......................................................................................................... 40
CEDITEC, 2004
CEDITEC, 2004
Jade (http://jade.tilab.com/),
Aglets (http://aglets.sourceforge.net/),
Cougaar (http://www.cougaar.org/),
JatLite (http://www-cdr.stanford.edu/ProcessLink/papers/JATL.html)
Zeus (http://www.btexact.com/technologies/)
Ingenias (http://grasia.fdi.ucm.es/ingenias/metamodel/).
CEDITEC, 2004
apoyados tambin por la observacin de que las soluciones humanas a los problemas
del mundo real habitualmente implican colaboracin entre personas, permitieron la
expansin de una nueva "y ms poderosa, estrategia extensible para sobrepasar los
lmites inherentes a la inteligencia presente en cualquier sistema individual de IA o en
cualquier sistema natural" (Durfee, 1991). Esto signific la aparicin en los aos 80 de
una nueva disciplina: la Inteligencia Artificial Distribuida (IAD) (Decker, 1987).
La IAD se encarga del estudio y la definicin de sistemas computacionales
semiautnomos as como de las tcnicas para su coordinacin inteligente. La IAD se
preocupa de formar un grupo de sistemas/agentes que permita superar las
limitaciones individuales de recursos y conocimientos (Durfee, 1989). Ms an, bajo
ciertas condiciones particulares, el rendimiento resultante del grupo puede ser mayor
que la suma de los rendimientos individuales, por lo que un grupo de sistemas/agentes
puede realizar tareas que un sistema individual no podra. La IAD es en realidad una
disciplina diversa y cambiante, quiz por su naturaleza multidisciplinaria.
En los ltimos tiempos, la IAD se ha utilizado ampliamente, tanto con fines de
investigacin como de aplicacin, en dominios muy diferentes, como por ejemplo:
reconocimiento y procesado del habla, control del trfico areo, interpretacin de
sensores remotos, etc. Una descripcin ms amplia de la IAD en estos dominios
puede encontrase en (Bond y Gasser, 1988) y en (Gasser, 1992).
En general los SM tratan sobre la coordinacin inteligente entre una coleccin de
'agentes' autnomos, cmo pueden coordinar sus conocimientos, metas, propiedades
y planes para tomar una decisin o resolver un problema (Bond y Gasser, 1988). Los
SM se caracterizan por una serie de propiedades:
CEDITEC, 2004
CEDITEC, 2004
CEDITEC, 2004
La arquitectura BDI (Belief, Desire, Intention) caracterizada porque los agentes que la
implementan estn dotados de los estados mentales de Creencias, Deseos e
Intenciones (Haddadi y Sundermeyer 1996) ha sido el modelo ms difundido y el ms
estudiado dentro de los modelos de razonamiento de agentes. Hay varias razones
CEDITEC, 2004
para que esto haya ocurrido, pero quizs la ms convincente es que el modelo BDI
combina elementos interesantes: un apreciable modelo filosfico de razonamiento
humano fcil de comprender, un nmero considerable de implementaciones (Georgeff,
1987), como por ejemplo sistemas de control de procesos, procesos de decisin en
negocios, etc. y el desarrollo de una semntica lgica abstracta y elegante, la cual ha
sido aceptada por la comunidad cientfica (Rao y Georgeff, 1998; Georgeff, 1999;
Schild, 1999).
CEDITEC, 2004
de objetos. Si hubiese un nico robot, ste debera ir y venir cada vez que
encuentra un objeto, con un conjunto de robots que cooperan de manera que unos
comunican a otros la posicin en la que se encuentran los objetos, el tiempo de
recogida es menor que la suma de tener el mismo nmero de robots que no
cooperan y funcionan como un robot aislado. Las mejoras cualitativas se observan
cuando al aadir un agente, el grupo es capaz de realizar alguna accin que
anteriormente no era capaz de llevar a cabo. Por ejemplo, en el caso anterior
aadir robots que apilan los objetos puede facilitar su recogida e implica una nueva
funcionalidad para el sistema. En los ejemplos de las mejoras cuantitativas y
cualitativas se observa que el resultado tiene ventajas cuantitativas (ms robot
iguales implica una reduccin en los tiempos) y cualitativas (otro tipo de robot
implica otra posible solucin). Adems pueden generarse ventajas cualitativas con
alguna mejora cuantitativa (si un robot puede mover una masa lmite de 50 Kg,
cuando aadimos otro robot igual, al cooperar, juntos pueden mover una masa de
100 Kg) y ventajas cuantitativas con alguna mejora cualitativa (si aadimos robots
que gestionan el trfico de los otros robots se mejora el tiempo de recogida).
La cooperacin como una manera de evitar los conflictos. Si los agentes de una
comunidad se ven inmersos en conflictos al acceder a recursos comunes y son
capaces de resolverlos, se habla de una situacin cooperativa.
Una vez analizadas las situaciones en las cuales puede observarse la existencia de
cooperacin entre agentes, vamos a describir los distintos mtodos/tcnicas que
permiten que los agentes puedan cooperar. Cada uno de estos mtodos se centra en
una problemtica distinta y cada sociedad de agentes utilizar uno o varios de estos
mtodos al mismo tiempo. Los distintos mtodos son (Ferber, 1999):
CEDITEC, 2004
10
11
En una estructura igualitaria existen una serie de agentes (los brokers o traders)
que gestionan la asignacin, centralizando las peticiones de los clientes y las
ofertas de servicio de los servidores. De esta manera, una gestin centralizada de
la asignacin de tareas puede adaptarse a una organizacin variable.
CEDITEC, 2004
12
necesario que cada agente conozca a todos los dems agentes, ya que se puede
utilizar el conocimiento de un agente que conoce a otro; es decir, que no es
necesaria una red de agentes totalmente conectada pero s que exista una
conexin que enlace a todos los agentes de manera que una peticin pueda llegar
a cualquier agente de la red.
Estos dos tipos (o cuatro subtipos) de asignacin de tareas estn basados en una
descomposicin previa realizada por un experto de las tareas.
La coordinacin de acciones se puede definir (Malone 1988) como el conjunto de
acciones suplementarias que deben realizarse en un sistema multiagente que debe
alcanzar unos objetivos, suponiendo que si slo tuviramos un agente con los mismos
objetivos (que el sistema multiagente) no podra alcanzarlos. Desde un punto de vista
cooperativo, la coordinacin de acciones es la forma en la que se articulan las
acciones realizadas por cada agente para que el conjunto de agentes lleve a cabo una
accin conjunta que sea coherente.
La coordinacin permite a un agente obtener informacin y resultados de otros
agentes que nicamente ellos pueden proporcionarle. Cuando los recursos son
limitados y debe organizarse el acceso a ellos, la coordinacin permite compartirlos de
forma ptima. Mediante la coordinacin tambin es posible reducir el coste
aprovechando la sinergia de las acciones de varios agentes. La coordinacin se
produce en situaciones donde los agente tienen objetivos distintos pero que dependen
unos de otros (no son independientes ni incompatibles, donde la coordinacin no es
necesaria).
Ferber define cuatro tipos de coordinacin (Ferber, 1999): sincronizacin, planificacin,
reactividad y mediante la regulacin. Las tres primeras se aplican en los sistemas
multiagente, la ltima es de ms difcil aplicacin ya que est basada en la imposicin
de unas leyes universales que permiten la coordinacin (por ejemplo, como ocurre con
las normas de trfico la preferencia la tiene el que circula por la derecha).
CEDITEC, 2004
13
CEDITEC, 2004
14
15
conjunto de actos posibles que puede realizar y que en algunos casos darn lugar a
un acto de respuesta. Evidentemente, este conjunto de posibles respuestas a un acto
determinado deben definirse para cada uno de los agentes y especificar el
comportamiento social del mismo. Para modelar este conjunto de posibilidades se
pueden utilizar autmatas finitos o redes de Petri. El modelo basado en autmatas
finitos (Winograd y Flores, 1986) se utiliza para la representacin de la comunicacin
de un agente involucrado en una nica conversacin. As cada uno de los estados
internos del agente se representa mediante un estado en el autmata finito y los actos
lingsticos que recibe y que emite le hacen transitar entre los estados. El modelo
basado en redes de Petri se utiliza para representar mltiples conversaciones al
mismo tiempo (Estraillier y Girault, 1992) aunque en el contexto de los sistemas
multiagente todava no ha tenido una amplia aceptacin.
El hecho de que los agentes se comuniquen, tanto con otros agentes como con el
medio en el que habitan, es un elemento representativo de este tipo de sistemas.
Adems es fundamental que exista un mecanismo adecuado de comunicacin entre
agentes sobre todo en comunidades multiagente. Incluso se ha llegado a sugerir que
una entidad es un agente software si y slo si se comunica correctamente en un
lenguaje de comunicacin de agentes (Genesereth, 1994). Para que esta interaccin e
interoperacin entre agentes software sea significativa, constructiva e inteligente se
requieren tres componentes fundamentales y distintos:
CEDITEC, 2004
16
17
18
CEDITEC, 2004
19
deseada, precio deseado, precio mnimo, etc., de modo que los agentes comienzan
por ofertar el bien al precio deseado y despus se va reduciendo hacia el precio
mnimo, con ciertas funciones matemticas. Del mismo modo, los agentes
compradores emplean estrategias de oferta con ciertos criterios y preferencias
preestablecidos. Existe un producto similar a Kasbah desarrollado en Espaa, Spanish
Fishmarket (Rodrguez, 1997), que est basado en el mercado real de pescado que se
desarrolla en la ciudad de Blanes. Los agentes de subastas electrnicas operan en un
entorno, el mercado (marketplace), que gestiona un nmero determinado de subastas
simultneas, poniendo en contacto a los agentes vendedores y compradores. Se
distinguen las transacciones individuales entre consumidores (C2C, Consumer to
Consumer) y las que suponen contacto de empresas con consumidores (B2C,
Busuiness to Consumer). El ejemplo ms conocido de estos entornos es eBay, que
tiene hasta un 60% del valor total de ventas realizadas de este modo. Se estima que
existen unos 2000 sitios con estas caractersticas.
CEDITEC, 2004
20
21
cliente/servidor, especialmente en el rea de las LANs. Los usuarios que utilizan estos
sistemas (principalmente operadores y administradores de sistemas) necesitan una
gestin ms simplificada para afrontar la creciente complejidad. Se ha pasado de una
funcionalidad rgida a incorporar una continua mejora del software de gestin de estos
sistemas, a travs de agentes inteligentes, para lograr una diferenciacin de los
servicios ofrecidos.
Los agentes pueden ayudar a filtrar y a realizar acciones automticas a un alto nivel de
abstraccin y permiten gestionar grandes configuraciones dinmicamente (De Roure,
1996) (Charlton, 1997). Por ejemplo, en (Griffeth, 1994) se propone una estrategia de
negociacin multiagente para coordinar las diferentes entidades necesarias para
establecer cada llamada, resolviendo los conflictos que puedan aparecer. Por otro lado,
de la misma manera que la informtica ha evolucionado de la mquina centralizada
hacia las redes, los usuarios lo han hecho hacia una mayor movilidad. Ahora no slo
se precisa un acceso a los recursos de la red desde cualquier ubicacin, sino que
adems este acceso debe ser satisfactorio a pesar de las limitaciones de ancho de
banda que presenta la tecnologa mvil. Los agentes inteligentes, que en este caso
residen en la red y no en los ordenadores de los usuarios, pueden gestionar estas
necesidades. Adems, los agentes pueden procesar datos y mandar nicamente
respuestas comprimidas a los usuarios, ms que sobrecargar la red con grandes
cantidades de datos sin procesar. Actualmente se estn realizando muchos
desarrollos en este campo centrados en dar servicios a los usuarios de la telefona
mvil, estos servicios previsiblemente debern ampliarse para soportar futuros
servicios.
CEDITEC, 2004
22
23
agentes a la robtica son los robots mviles autnomos que pueden aprender,
especialmente aquellos que deben interactuar con personas. As, podemos mencionar
el
proyecto
ISAC,
desarrollado
en
la
Universidad
de
Vanderbilt
(http://www.darpa.mil/ito/research/mars). ISAC es un humanoide que consta de
msculos neumticos, efectores, manos con seis ejes con sensores en las palmas y
dedos, as como visin estreo y localizacin de sonidos.
Por ltimo, otra aplicacin de entornos virtuales y defensa es el desarrollo de vehculos
no tripulados para misiones de alta peligrosidad. Por ejemplo, la Universidad de
Michigan ha desarrollado el proyecto de vehculos de tierra sin tripulacin (UGV,
Unmanned Ground Vehicles ) (Durfee 1999) para operar en reas contaminadas y
entre lneas enemigas, permitiendo al usuario humano (a distancia) el reconocimiento,
vigilancia y adquisicin de objetivos.
24
respuest
Servidor de
peticiones
Navegador
usuario
peticin
GENERACIN
DE TEXTOS
INFORMATION RETRIEVAL
Base de datos
de ndices
TEXT-MINING
Indexador
Pginas
CEDITEC, 2004
INTERNET
BSQUEDA
Crawlers
25
Los crawlers bajan las pginas Web en html y las almacenan, el indexador analiza
estas pginas y extrae aquellas palabras que mejor la definen, posteriormente se
almacenan las URL indexadas por sus palabras claves y a esta ltima base de datos
es dnde realmente accede el usuario. Muchas tcnicas se integran en un buscador,
desde el acceso del usuario hasta el proceso de bajar URL de Web. Cuando el usuario
accede a la entrada del buscador habitualmente debe introducir las palabras claves
por las que desea buscar, en este paso es posible aplicar tcnicas que permiten
completar el texto, corregirlo, buscar por sinnimos, etc. La consulta y generacin de
la base de datos de ndices forma parte del proceso clsico de Information Retrieval de
generacin de ndices inversos a partir de una coleccin de documentos. Se pueden
aplicar tcnicas de Machine Learning (Aprendizaje Automtico) para la clasificacin de
los ndices, generando as directorios por los que el usuario puede navegar. En el
acceso a Internet para la recuperacin de pginas pueden aplicarse tcnicas de
bsqueda heurstica, clsicas de Inteligencia Artificial, para optimizar el recorrido de
cada crawler y del conjunto de crawlers.
Tal vez el buscador que actualmente presenta unos mejores resultados y es ms
ampliamente utilizado es Google (nombre que proviene de un googol que es una
unidad de 10 elevado a 100, y fue elegido por Brin y Page para dar idea de que iba a
ser un buscador capaz de indexar una gran cantidad de pginas). La arquitectura de
Google (Brin y Page 1998) es similar a la de cualquier otro buscador, aunque contiene
algunas particularidades que lo capacitan para obtener unos resultados en cuanto a su
precisin bastante notables. Aunque Page, en una entrevista publicada en
http://www.devarticles.com, indica que los detalles del lenguaje en que est
desarrollado, las estructuras de datos y los procesos son informacin confidencial,
existe informacin de la poca en la que ambos se encontraban en Stanford, que
aunque habr cambiado con el paso de los aos, da idea de la originalidad de la
arquitectura de Google.
CEDITEC, 2004
26
CEDITEC, 2004
27
USUARIO
Aplicacin
que resuelve
un problema
en web
haciendo uso
de fuentes de
informacin
diversas
WRAPPER
Servidor de
datos
WRAPPER
Servidor de
datos
WRAPPER
Servidor de
datos
CEDITEC, 2004
28
CEDITEC, 2004
29
Figura 5. Proyecto ACES para simulacin y gestin del NAS en EE. UU.
CEDITEC, 2004
30
Figura 6. Arquitectura multiagente ACES para resolucin de conflictos de trfico areo basada en
negociacin.
CEDITEC, 2004
31
Los autores de este proyecto proponen una arquitectura reactiva estructurada en tres
niveles de interacciones. La ms bsica permite el acceso de lectura/escritura en una
memoria comn que comparten todos los agentes y permite sincronizar los procesos
de percepcin, basados en el procesado dinmico de vdeo, y de accin, el
movimiento de las cmaras en sus tres coordenadas (pan, tilt, zoom). Otro tipo de
interaccin es la que tiene lugar entre agentes que siguen a un mismo objetivo, lo que
los autores denominan agencia, con objeto de establecer con precisin su
identificacin espacial y temporal y mantener organizados los agentes en grupos que
se corresponden con los objetivos. Por ltimo, se establecen comunicaciones y
CEDITEC, 2004
32
protocolos de alto nivel entre grupos de agentes o agencias que persiguen a diferentes
objetivos para reasignar los objetivos a los agentes-cmara en funcin de los eventos
que se den en la escena, puesto que dinmicamente los objetos se mueven de forma
que puede el sistema reconfigurarse para asegurar una utilizacin ptima de los
recursos.
CEDITEC, 2004
33
CEDITEC, 2004
34
CEDITEC, 2004
35
Los UGVs (figura 13) se tratan como agentes semiautnomos que son capaces de
sentir el entorno y adoptar planes del repertorio que ms se ajuste a alcanzar sus
objetivos en unas circunstancias dadas. Por tanto, interactan con usuarios humanos
militares por una parte, y por otra con un vehculo robot, en un determinado grado de
autonoma controlado por otro agente operador flexible que cambia sus actitudes en
funcin de la situacin. La solucin propuesta es un sistema de ejecucin y
planificacin de misiones integradas que est distribuido entre diversos agentes que
expresan los objetivos, planes y creencias. Se evala dicha solucin usando un
vehculo robot real en el contexto de un marco limitado, y usando un sistema de
simulacin estndar para demostrar cmo los componentes del sistema trabajan
juntos para la planificacin y control de UGVs a partir de un nico operador.
CEDITEC, 2004
36
CEDITEC, 2004
37
vista 3D
Figura 14. Simulador de situaciones de batalla EKSL.
vista 2D
CEDITEC, 2004
38
Situacin
del juego
Actuar
Evaluacin
de Situacin
Variables
de accin
Activacin de
Emocin y
Afectividad
Estado afectivo
global
Decisin de
Tareas y
Planes
Generador de
comportamiento
Agente
pedaggico
Elementos de
Animacin
Reglas de
actuacin
Conducta emotiva: se tienen cuenta las gua bsicas para crear personajes
animados, sujetos a las variables emotivas resultantes de la evaluacin de la
situacin. No hay una gua clara para activar los diferentes niveles de emociones,
CEDITEC, 2004
39
4 A modo de conclusin
El desarrollo prctico de los agentes se ha visto potenciado por el enorme crecimiento
de Internet. Dentro de este mbito aplicado existe una gran influencia de la teora de
interfaces de usuario y de la interaccin hombre-mquina. Cabe destacar aquellos
aspectos relacionados con el acceso inteligente a las fuentes de informacin en Web y
la necesidad de programas (agentes) en los que el usuario sea capaz de delegar el
trabajo y la toma de decisiones. Por otro lado, los sistemas distribuidos formados por
multitud de nodos autnomos coordinados para un comportamiento coherente
constituyen un nuevo modelo de desarrollo en ingeniera. Con este paradigma se
estn generando aplicaciones industriales como sistemas de produccin y control de
procesos, gestin de negocios, Control de Trfico Areo, vigilancia distribuida, o
simuladores y entornos virtuales.
5 Referencias
ARPA Knowledge Sharing Initiative. Specification of the KQML agent-communication
language. ARPA Knowledge Sharing Initiative, External Interfaces Working
Group working paper. Diciembre 1992.
Ashish N., Knoblock C.A. (1997) Semi-automatic Wrapper Generation for Internet
Information Sources. Second IFCIS Conference on Cooperative Information
Systems (CoopIS), Charleston, South Carolina, 1997.
Atkin, Marc David Westbrook, Paul Cohen, Gregory Jorstad AFS and HAC: DomainGeneral Agent Simulation and Control AAAI Workshop on Software Tools for
Developing Agents. 1998
Bonasso A., Peter R., Kortenkamp D. y Miller D. (1995) Experiences with An
Architecture for Intelligent, Reactive Agents, INTELLIGENT AGENTS II: Agent
Theories, Architectures and Languages, pp 187-203, Wooldridge, Michael J,
Mueller, P and Tambe, Milind, (Eds), Springer Verlag, Berlin 1995.
Bond A.H., Gasser L. (1988) Readings in Distributed Artificial Intelligence. Morgan
Kaufman.
Bradshaw, J., (1996) Software Agents, AAAI Press/The MIT Press.
Brin S., Page L. (1998) The Anatomy of a Large-Scale Hypertextual Web Search
Engine, Proceedings of the 7th World Wide Web Conference Brisbane, Australia,
August 1998.
Brooks R. A. (1990) Elephants Dont Play Chess, DESIGNING AUTONOMOUS
AGENTS: Theory and Practice From Biology to Engineering and Back, pp 3-17,
Maes, Pattie, (Ed), Cambridge, MA, The MIT Press, 1990.
Brooks R. A. (1991) Intelligence without Representation. Artificial Intelligence, 47,
139-159.
Bussman S. Y Mller H. J. (1993) A communication achitecture for cooperating
agentes. Compt. Artif. Intell. 12(1), 37-54.
CEDITEC, 2004
40
Caglayan, Alper K, Colin Harrison, Alper Caglayan. Agent soucerbook. John Wiley &
Sons, New York, 1997.
Chu-Carroll C. y Carberry S. (1995) Conflict Detection and Resolution in Collaborative
Planning INTELLIGENT AGENTS II:
Agent Theories, Architectures and
Languages, pp 111-127, Wooldridge, Michael J, Mueller, P and Tambe, Milind,
(Eds), Springer Verlag, Berlin 1995.
Conry S., Meyer R.A., Lesser V., (1988) Multistage Negotiation in Distributed Artificial
Intelligence. En Readings in Distributed Artificial Intelligence, Editores Bond y
Gasser, Morgan Kaufman, 1988.
Conte R., Miceli M., Castelfranchi C. (1991) Limits and Levels of Cooperation:
Disentangling Various Types of Prosocial Interaction, Distributed AI 2. Editado
por Demazeau Y., Muller J.P., North Holland, 1991.
Corchado J. M., Molina J.M. (2002) Introduccin a la Teora de Agentes y Sistemas
Multiagente. Publicaciones Cientficas, Editorial Catedral Publicaciones.
Salamanca, 2002, Espaa.
Davis, R., Smith, R.G., Negotiantion as a Metaphor for Distributed Problem Solving,
Artificial Intelligence vol 20, n 1, pp 63-109, 1983.
Decker, Keirh S., "Distributed Problem-Solving Techniques: A Survey", IEEE
Transactions on Systems, Man, and Cybernetics, Sep/Oct 1987.
Demazeau Y., Muller J.P., (1991), Idecentralized AI 2, Elsevier North Holland.
Doorenbos, R. Etzioni O. y Weld D. (1997) A Scalable Comparison-Shopping Agent
for the World Wide Web. Proceedings of Autonomous Agents. pp. 39-48, ACM,
1997.
Durfee (1988) Coordination of Distributed Problem Solvers. Boston, Kluwer Academic.
Durfee E.H., Lesser V.R., Corkill D.D., (1987) Coherent Cooperation Among
Communicating Problem Solvers, IEEE Transactions on Computers, C(36) pp
1275-1291, 1987.
Durfee E.H., Lesser V.R., Corkill D.D., (1989) Cooperative Distributed Problem
Solving, Cap. XVII, The Handbook of AI (Vol IV), ed. Barr A., Cohen P.R.,
Feigembaum E.A., Addison-Wesley 1989.
Durfee Edmund H. Distributed Continual Planning for Unmanned Ground Vehicle
Teams. AI Magazine, Winter, 1999.
Durfee, E. H., The Distributed Artificial Intelligence Melting Pot, IEEE Transactions on
Systems, Man and Cybernetics, vol 21, n 6, Noviembre/Diciembre, 1991.
Estraillet P., Girault C. (1992) Applying Petri Net Theory to the Modelling Analysis and
Prototyping of Distributed Systems. Proceeding of the IEEE International
Workshop on Emerging Technologies and Factory Automation. Cairns, Australia.
Etzioni O. (1997) Moving Up the Information Food Chain. Deploying Softbots on the
World Wide Web, AI Magazine vol 18, n 2, Summer 1997.
Etzioni O. y Weld D. (1994) A Softbot-Based Interface to the Internet.
Communications of the ACM. Vol. 37, No. 7, pp. 72-79, 1994.
Fah-Chun C. (1996) INTERNET AGENTS, SPIDERS, WANDERERS, BROKERS AND
BOTS, New Riders, Indianapolis, 1996.
Ferber, J., (1999) Multi-Agent Systems. An Introduction to Distributed Artificial
Intelligence, Addison-Wesley.
Ferguson I. A. (1992) TouringMachines: An Architecture for Dynamic, Rational, Mobile
Agents. PhD thesis, clare Hall, University of Cambridge, UK, November 1992.
Foner L. N. (1993) Whats an agent, anyway? A sociological case study. Agents
Memo 93-01, Agents Group, MIT Media Lab. 1993.
Franklin S. y Graesser A. (1996) Is it an Agent, or just a Program?: A Taxonomy for
Autonomous Agents. Proceedings of the Third International Workshop on Agent
Theories, Architectures, and Languages. Springer-Verlag, 1996.
Gasser L., (1992) An Overview of DAI, en Distributed Artificial Intelligence: Theory
and Praxis, editado por N.M. Avouris y L. Gasser, Kluwer.
Gasser L., Braganza C., Herman N., MACE: a Flexible Testbed for Distributed AI
CEDITEC, 2004
41
CEDITEC, 2004
42
CEDITEC, 2004
43
CEDITEC, 2004
44