Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERIA
ESCUELA DE ING. DE SISTEMAS
SISTEMAS EXPERTOS
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
SISTEMAS MULTIAGENTE
I. DEFINICIÓN
a. Agente Inteligente
b. Sistema Multiagente
• Existen como en todo el resto del dominio de la inteligencia artificial, dos enfoques
para construir sistemas multiagentes:
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.
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
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
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)?
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.
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
IX. LINKOGRAFÍA
http://www.fipa.org
http:// www.cs.stanford.edu/kqml