UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERIA
ESCUELA DE ING. DE SISTEMAS

SISTEMAS EXPERTOS

DOCENTE: Mg. TENORIO CABRERA, Julio Luis

ALUMNOS:
o AMARANTO TANDAYPAN, JHONATAN
o RUIZ VASQUEZ DAVID

CICLO: IX

TRUJILLO- PERÚ
2018
Tecnología Cliente Servidor
2

Índice

I. DEFINICIÓN ...................................................................................................................................... 3
II. CARÁCTERÍSTICAS ............................................................................................................................ 4
III. ARQUITECTURA DE AGENTES .......................................................................................................... 5
IV. TIPOS DE ENTORNOS ....................................................................................................................... 6
V. DESCENTRALIZACIÓN DE LOS AGENTES .......................................................................................... 7
VI. SOCIEDAD HUMANA: MODELO DE AGENCIA INTELIGENTE .............. Error! Bookmark not defined.
VII. CONCLUSIONES................................................................................................................................ 7
VIII. BIBLIOGRAFIA .................................................................................................................................. 8
IX. LINKOGRAFÍA ................................................................................................................................... 8

Universidad Nacional de Trujillo Ingeniería de Sistemas

Tecnología Cliente Servidor
3

SISTEMAS MULTIAGENTE

I. DEFINICIÓN

a. Agente Inteligente

Sistema computacional capaz de ejecutar acciones de forma autónoma en un

ambiente determinado, con el fin de cumplir con sus objetivos de diseño. Un
agente inteligente percibe su entorno por medio de sensores y actúa
racionalmente sobre ese entorno por medio de actuadores.

b. Sistema Multiagente

Un sistema multiagente (SMA) es un sistema compuesto por múltiples agentes

inteligentes que interactúan entre ellos. Los sistemas multiagente pueden ser
utilizados para resolver problemas que son difíciles o imposibles de resolver para
un agente individual o un sistema monolítico.

Para determinar los futuros probables, la prospectiva se vale de tres medios:

a. El juicio de los expertos

Personas que conocen a cabalidad los respectivos problemas por resolver.
b. El juego de los actores
Son aquellos que toman decisiones claves con respecto al problema que se está
estudiando.
c. Las leyes matemáticas de la probabilidad
Herramienta que permite ordenar y manejar la opinión de los expertos.

Universidad Nacional de Trujillo Ingeniería de Sistemas

Tecnología Cliente Servidor
4

Hay que notar que los agentes no son necesariamente inteligentes.

• Existen como en todo el resto del dominio de la inteligencia artificial, dos enfoques
para construir sistemas multiagentes:

• El enfoque formal o clásico, que consiste en dotar de los agentes de la mayor

inteligencia posible utilizando descripciones formales del problema a resolver y de
hacer reposar el funcionamiento del sistema en tales capacidades cognitivas.
Usualmente la inteligencia es definida utilizando un sistema formal (por ejemplo,
sistemas de inferencia lógica) para la descripción, raciocinio, inferencia de nuevo
conocimiento y planificación de acciones a realizar en el medio ambiente.

• El enfoque constructivista, que persigue la idea de brindarle inteligencia al conjunto

de todos los agentes, para que a través de mecanismos ingeniosamente elaborados
de interacción, el sistema mismo genere comportamiento inteligente que no
necesariamente estaba planeado desde un principio o definido dentro de los agentes
mismos (que pueden ser realmente simples). Este tipo de conducta es habitualmente
llamado comportamiento emergente.

II. CARÁCTERÍSTICAS

a. Agente Inteligente
 Autonomía: Los agentes actúan sin intervención humana directa o de otros
agentes y tienen alguna clase de control sobre sus acciones y estado interno. El
software tradicional se ejecuta en entornos interactivos, donde responde a
órdenes directas del usuario.
 Sociabilidad: Capacidad de interaccionar con otros agentes (incluso humanos)
utilizando alguna clase de lenguaje de comunicación de agentes. Los agentes
colaboran entre sí para la ejecución de tareas (SMA).
 Reactividad: Percibe el ambiente en el que está inmerso y responde de manera
oportuna a cambios que tienen lugar en él (para actuar adecuadamente un
agente debe de poder conocer en todo momento el “mundo” que le rodea).
 Proactividad: Tiene que tener un carácter emprendedor y tomar la iniciativa
para actuar guiado por los objetivos que debe de satisfacer. En cada momento
el agente decide que acción llevar a cabo. No sólo actúa en función de los
estímulos que percibe sino que realiza acciones como resultado de sus
decisiones.

Universidad Nacional de Trujillo Ingeniería de Sistemas

Tecnología Cliente Servidor
5

b. Sistema Multiagente
 Autonomía
 Visión Local: Ningún agente tiene una visión global del sistema, o el sistema es
demasiado complejo para un agente para hacer un uso práctico de esos
conocimientos
 Descentralización: No hay un agente de control designado (o el sistema se
reduciría a un sistema monolítico)
 Iniciativa
 Comparten Conocimiento
 Cooperación: Agentes generan deberes mutuamente dependientes en
actividades conjuntas (planes).
 Negociación: Es iterativa y se resuelve en un plan común; que es óptimo
cuando se da una situación de paridad conjunta.
 Compromiso: Forman un conjunto de restricciones y creencias de cada agente.
 Planificación: Las interacciones en SMA obedecen a la coexistencia de planes
elaborados, preferentemente, de forma distribuida.
 Comunicación

III. ARQUITECTURA DE AGENTES

a. Arquitectura Reactiva
 Agentes Reactivos.
 Agente con Representación del mundo.
 Un razonamiento explícito sobre los efectos producidos por acciones de bajo
nivel es demasiado costoso para producir una conducta en tiempo real.
 El comportamiento inteligente se generará sin tener que usar modelos
simbólicos, y emergerá en ciertos sistemas complejos.
 Estas arquitecturas manejan jerarquías de tareas en función de niveles de
abstracción.

b. Arquitectura Deliberativa
 Expresa el comportamiento y el ambiente en términos de conocimiento
representado simbólicamente. Las decisiones se toman empleando
mecanismos deductivos:
o Pattern matching
o Diversas lógicas

Universidad Nacional de Trujillo Ingeniería de Sistemas

Tecnología Cliente Servidor
6

 En estos términos, las componentes del agente se deben representar en

términos lógicos. Un ejemplo exitoso: BDI (Belief, Desire, Intention)
o Creencias: modelo del mundo y del resto de agentes.
o Deseos: metas.
o Intenciones: plan de acción.
c. Arquitectura Híbrida
 Combinan agentes de tipo reactivo y deliberativo.
o Reactivo: reacciona a los eventos del entorno sin invertir
razonamiento.
o Deliberativo: planifica (distribuye las metas más simples) y realiza
tareas de nivel de abstracción superior. Este tipo de tareas se agrupan
típicamente en dos niveles:
 de manipulación de la información a nivel abstracto, con una
representación simbólica del ambiente,
 de comportamiento social y planificación de alto nivel.
 Se organizan:
o Horizontalmente: las capas tienen acceso a sensores y actuadores.
o Verticalmente: una capa actúa de interfaz con sensores y actuadores.

IV. TIPOS DE ENTORNOS

a. Accesible / inaccesible:
 ¿Es posible explorar toda la información necesaria?
b. Determinista / no determinista:
 ¿La evolución del entorno se sigue de un cómputo o hay actores que responden
de forma no previsible?
c. Episódico / no episódico:
 ¿La acción del agente se produce bajo demanda o el agente ha de ser pro-
activo?
d. Estático / dinámico:
 ¿Cambia el entorno aunque no entre en acción el agente?
e. Discreto / continuo:
 ¿El modelo del ambiente es continuo o discreto (simbólico)?

Universidad Nacional de Trujillo Ingeniería de Sistemas

Tecnología Cliente Servidor
7

V. DESCENTRALIZACIÓN DE LOS AGENTES

Un agente puede ser un ente pro-activo, con iniciativa propia que

 Monitoriza el ambiente
 Ejerce cambios en el ambiente y se comunica con otros agentes.

Es útil en sistemas donde aparecen procesos autónomos. Los sistemas descentralizados

permiten mayores tasas de fiabilidad y robustez que los sistemas centralizados.

Los sistemas basados en agentes animan a la reutilización:

 Es posible modificar sistemas basados en agentes sobre la marcha pieza a pieza.
 Ciertos tipos de descentralización desacoplan las dependencias de los agentes.

VI. APLICACIONES
• Dos aplicaciones típicas de agentes inteligentes son los sistemas tutores inteligentes
(systems intelligent tutors - ITS) y los “compañero de aprendizaje”, (learning companion
system - LCS).

• Los ITSs simulan a un tutor autoritario que posee una estrategia de enseñanza uno a
uno, que es un experto en un dominio del conocimiento y actúa como un guía, tutor
o un entrenador. Este tutor, puede adaptarse según las necesidades del estudiante.

• Los LCSs, (cuya arquitectura es conocida con el nombre de GCM) son agentes
pedagógicos no autoritarios, no es experto en un dominio e incluso puede cometer
errores. Se adoptan actividades de aprendizaje colaborativas o competitivas, como
alternativas de un tutor uno a uno.

• En alguno de sus roles, puede actuar igual como un tutor, como un capaz
estudiante/profesor (estudiante que enseña a otros estudiantes), colaborador, competidor,
alborotador, crítico o clon (Choua et al., 2002)

VII. CONCLUSIONES
 Sistema formado por un conjunto de componentes (semi-)autónomos que poseen las
siguientes características:
o Cada agente no tiene información completa ni la capacidad para resolver el
problema. Tienen puntos de vista limitados.
o No hay un sistema de control global.
o Los datos están descentralizados.
o Computación asíncrona.

Universidad Nacional de Trujillo Ingeniería de Sistemas

Tecnología Cliente Servidor
8

 Los agentes, ya sea en forma individual, o bien trabajando en forma conjunta, poseen
el potencial de llegar a ser una herramienta valiosa en esta nueva sociedad de la
información.
 FIPA tiene un gran reto al especificar un estándar para la interoperación entre sistemas
de agentes que tenga un alto nivel de conocimiento

VIII. BIBLIOGRAFIA

 ANA MAS (2005), Agentes software y sistemas multiagente: Conceptos,

arquitecturas y aplicaciones, Pearson – Prentice Hall, ISBN 84-205-
4367-5
 Franklin S.; Graesser A. “Is It an Agent, or Just a Program?: A Taxonomy
for Autonomous Agents”. Proceedings of the Workshop on Intelligent
Agents III, Agent Theories, Architectures, and Languages (ATAL’96).
Springer-Verlag. Págs. 21-35.
 G. Weiss (ed.). Multiagent Systems. MIT Press. 2000
 P D O’Brien, R C Nicol. FIPA – Towards a standard for software agentes.
BT Technol Vol 16 No. 3 Julio 1998
 M. Wooldridge (2001), An introduction to MultiAgent Systems, Wiley,
ISBN: 0-471-49691-X

IX. LINKOGRAFÍA

 http://www.fipa.org
 http:// www.cs.stanford.edu/kqml

Universidad Nacional de Trujillo Ingeniería de Sistemas