Documente Academic
Documente Profesional
Documente Cultură
Un
agente
humano tiene rganos sensoriales (boca, ojos, nariz, manos, piernas) y otras
partes para actuar. Un agente robot lo puede hacer recibiendo la informacin
por medio del teclado, por medio de la red y acta con mensajes en el
monitor, y devolviendo alguna informacin por red. La hiptesis general es que
cada agente tiene la capacidad de percibir sus propias acciones (pero no
siempre sus efectos).
Se entiende por percepcin en este contexto al indicar que un agente puede
percibir entradas en cualquier instante. Un agente tomar una decisin en un
momento dado dependiendo de la secuencia completa de percepciones hasta
ese instante.
Matemticamente el comportamiento del agente es dado por la funcin del
agente que proyecta una percepcin dada en una accin, representado por
medio de una tabla. La funcin del agente para un agente artificial se
implementar mediante el programa del agente. La funcin del agente es
una descripcin matemtica abstracta; el programa del agente es una
implementacin completa, que se ejecuta sobre la arquitectura del agente.
Un ejemplo simple es el siguiente: Una aspiradora, donde la funcin del
agente es que puede percibir en qu cuadro se encuentra y moverse de
derecha a izquierda y si hay suciedad aspirar o no hacer nada.
Algunos entornos reales son bastante simples, Por ejemplo, un robot diseado
para inspeccionar componentes segn pasan por una cinta trasportadora
puede hacer uso de varias suposiciones simples: que la cinta siempre estar
iluminada, que conocer todos los componentes que circulen por la cinta, y que
hay solamente dos acciones (aceptar y rechazar).
Propiedades de los entornos de trabajo.
Hay dimensiones en las que los entornos se categorizan, estas dimensiones
hasta cierto punto determinan el diseo ms adecuado para el agente. Las
definiciones dadas son informales; captulos posteriores proporcionan
definiciones ms precisas y ejemplos de cada tipo de entorno.
Cuatro tipos bsico de programas para agentes que encarnan los principios que
subyacen en casi todos los sistemas inteligentes.
Agentes
Agentes
Agentes
Agentes
reactivos simples.
reactivos basados en modelos.
basados en objetivos.
basados en utilidad.
Cuando haya varios objetivos por los que se pueda guiar el agente, y ninguno
de ellos se pueda alcanzar con certeza, a utilidad proporciona un mecanismo
para ponderar la probabilidad de xito en funcin de la importancia de los
objetivos.
Agentes que aprenden. Turing propone en su mtodo construir mquinas
que aprendan y despus ensearlas. El aprendizaje tiene ventajas, permite que
el agente opere en medios inicialmente desconocidos y que sea ms
competente que si slo utilizase un conocimiento inicial.
Un agente que aprende se puede dividir en cuatro componentes conceptuales.
Como se muestra en la figura 2.15. La diferencia ms importante entre el
elemento de aprendizaje y el elemento de actuacin es que el primero
est responsabilizado de hacer mejoras y el segundo se responsabiliza de la
seleccin de acciones externas. El diseo del elemento de aprendizaje depende
mucho del diseo del elemento de actuacin. Cuando se intenta disear un
agente que tenga capacidad de aprender, la primer cuestin a solucionar no es
cmo se puede ensear a aprender?, sino, qu tipo de elemento de
actuacin necesita el agente para llevar a cabo su objetivo, cuando haya
aprendido cmo hacerlo? Dado un diseo para un agente, se pueden construir
los mecanismos de aprendizaje necesarios para mejorar cada una de las partes
del agente.
Por ejemplo en el ajedrez puede recibir una percepcin indicando que ha dado
jaque mate a su oponente, pero necesita tener un nivel de actuacin que le
indique que ello es bueno; la percepcin por s misma no lo indica. El ltimo
componente del agente con capacidad de aprendizaje es el generador de
problemas. Es responsable de sugerir acciones que lo guiarn hacia
experiencias nuevas e informativas.