1.2 Agentes Inteligentes

1. 1.2Agentes Inteligentes Objetivo Particular: Explicar qué hace un agente inteligente, cómo se relaciona éste con su medio, cómo se le evalúa y cómo se podría construir uno.

2. Introducción • Un agente es todo aquello que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.

3. Introducción percepciones sensores Ambiente Agente ? efectores acciones

4. Cómo debe proceder un agente • Un agente racional es aquél que hace lo correcto. • Lo “correcto” es lo que permite que el agente obtenga el mejor desempeño • ¿Cómo y cuando evaluar ese desempeño?

5. Cómo debe proceder un agente • Medición del desempeño • Evalúa el “cómo” • ¿qué tan exitoso ha sido un agente? • Debe ser objetiva • La racionalidad NO ES omnisciencia, clarividencia ni exitosa necesariamente. • La racionalidad se puede ver como unéxito esperado, tomando como base lo que se ha percibido.

6. Cómo debe proceder un agente • La racionalidad depende de: • La medida con la que se evalúa el grado de éxito logrado • Todo lo que hasta el momento haya percibido el agente (secuencia de percepciones) • Conocimiento que posea el agente del medio • Acciones que el agente puede emprender

7. Cómo debe proceder un agente • Agente racional ideal • “En todos los casos de posibles secuencias de percepciones, un agente racional deberá emprender todas aquellas acciones que favorezcan obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas por al secuencia de percepciones y en todo conocimiento incorporado en tal agente” • ¿Es un reloj un agente racional?

8. Cómo debe proceder un agente • Mapeo de secuencias de percepciones para acciones • Mapeo Ideal • El especificar qué tipo de acción deberá emprender un agente como respuesta a una determinada secuencia de percepciones constituye el diseño de un agente ideal. • Ejemplo: raíz cuadrada

9. Cómo debe proceder un agente • Autonomía • Si las acciones del agente se basan en un conocimiento integrado previamente, no es autónomo. • Un sistema será autónomo en la medida en que su conducta está definida por su propia experiencia.

10. Estructura de los Agentes Inteligentes • Un propósito de la IA es el diseño de un programa de agente (una función que mapee de percepciones a acciones) • Este programa se ejecutará en algún dispositivo de cómputo, o arquitectura. ?

11. Estructura de los Agentes Inteligentes • Antes de diseñar un programa de agente, hay que hacer la descripción PAMA • Percepciones • Acciones • Metas • Ambiente AGENTE = ARQUITECTURA + PROGRAMA

12. Estructura de los Agentes Inteligentes • Agente: Robot clasificador de partes • Percepciones • Pixeles de intensidad variable • Acciones • Recoger partes, y clasificarlas en contenedores • Metas • Poner las partes en el contenedor correspondiente • Ambiente • Banda transportadora de partes

13. Estructura de los Agentes Inteligentes • Agente: Controlador de una refinería • Percepciones • Lecturas de temperatura y presión • Acciones • Abrir y cerrar válvulas, ajustar temperaturas • Metas • Lograr pureza, rendimiento y seguridad máximos • Ambiente • Refinería

14. Estructura de los Agentes Inteligentes • Agente: Sistema para diagnósticos médicos • Percepciones • Síntomas, evidencias y respuestas del paciente • Acciones • Hacer preguntas y pruebas. Sugerir tratamientos. • Metas • Paciente saludable, reducir costos al mínimo • Ambiente • Pacientes, hospital.

15. Estructura de los Agentes Inteligentes • Agente: Asesor interactivo de inglés • Percepciones • Palabras escritas a máquina • Acciones • Dar ejercicios impresos, sugerencias y correcciones. • Metas • Que el estudiante obtenga la máxima calificación en una prueba • Ambiente • Grupo de estudiantes

16. Estructura de los Agentes Inteligentes • En algunos ambientes ricos e ilimitados se usan agentes de software (softbots) • Ejemplos • Piloto de un simulador de vuelo • Selección de noticias de interés en línea • Buscador inteligente para el WWW

17. Estructura de los Agentes Inteligentes • Esqueleto de un Agente: Función Esqueleto-Agente(percepción) responde con una acción estática: memoria,la memoria del mundo del agente memoria  Actualización-Memoria (memoria, percepción) acción  Escoger-La-Mejor-Acción (memoria) memoria  Actualización-Memoria (memoria,acción) responde con una acción • NOTA: La medición del desempeño no forma parte del programa esqueleto.

18. Estructura de los Agentes Inteligentes • Agente basado en tabla FunciónAgente-basado-en-tabla(percepción) responde con una acción estática: percepciones, una secuencia originalmente vacía. tabla,una tabla, indexada mediante secuencias de perecpciones, originalmente especificada en su totalidad añadir la percepción al final de todas las percepciones acción  Consulta (percepciones, tabla) devolveracción

19. Estructura de los Agentes Inteligentes • ¿qué pasaría si se diseña un agente de la forma más sencilla (tabla de consulta) para jugar ajedrez? • La tabla tendría aproximadamente 35100 entradas • Elaborar la tabla tomaría mucho tiempo • El agente no sería autónomo • Aún si tuviera un mecanismo de aprendizaje, le tomaría mucho tiempo aprender todas las entradas de la tabla.

20. Estructura de los Agentes Inteligentes • Ejemplo: Aplique la descripción PAMA para el diseño de un taxi automatizado.

21. Estructura de los Agentes Inteligentes • Agente: Taxi automatizado • Percepciones • Cámaras, velocímetro, sistema de posicionamiento global, micrófono. • Acciones • Manejo del volante, acelerar, frenar, hablar con pasajero. • Metas • Viaje seguro, rápido, sin infracciones, cómodo, obtención máxima de ganancias. • Ambiente • Calles, carreteras, tráfico, peatones, clientes.

22. Tipos de Agente • Agentes de reflejo simple. • Agentes bien informados de todo lo que pasa. • Agentes basados en metas. • Agentes basados en utilidad.

23. Agentes de reflejo simple • El usar una tabla de consulta explícita está fuera de toda consideración. • Sin embargo, es posible resumir fragmentos de tabla observando ciertas asociaciones entre entradas/salidas que se producen frecuentemente, y haciendo reglas de condición-acción, por ejemplo: • Siel carro de adelante está frenando, entonces empezar a frenar.

24. Agentes de reflejo simple Sensores Agente Como es el mundo ahora Ambiente Acción que debo tomar Reglas condición-acción Efectores

25. Agentes de reflejo simple FunciónAgente-reflejo-simple(percepción) responde con una acción estática: reglas, un conjunto de reglas de condición-acción estado Interpretar-Entrada (percepción). regla  Regla-Coincidencia (estado, reglas). acción  Regla-Acción[regla] responder con unaacción

26. Agentes bien informados de todo lo que pasa • El agente reflejo simple funciona sólo si se toma la decisión adecuada con base en la percepción de un momento dado. • En ocasiones se requiere mantener cierto tipo de estado interno para estar en condiciones de estar optar por una acción. • Ejemplo: imágenes de antes y después pare detectar cambios.

27. Agentes bien informados de todo lo que pasa Sensores Estado Como es el mundo ahora Como evoluciona el mundo Ambiente Lo que mis acciones hacen Acción que debo tomar Reglas condición-acción Agente Efectores

28. Agentes bien informados de todo lo que pasa FunciónAgente-reflejo-con-estado(percepción) responde con una acción estática: estado, una descripción prevaleciente del estado del mundo reglas, un conjunto de reglas de condición- acción estado Actualizar-Estado (estado, percepción). regla  Regla-Coincidencia (estado, reglas). acción  Regla-Acción[regla] estado  Actualizar-Estado (estado, acción) responder con unaacción

29. Agentes basados en metas • Para decidir qué hacer no basta con tener información acerca del estado que prevalece en el ambiente. • Además del estado prevaleciente, se requiere cierto tipo de información sobre su meta. • La búsqueda y la planificación son subcampos de la IA que se ocupan de encontrar las secuencias de acciones que permiten alcanzar las metas de un agente.

30. Agentes basados en metas • Este tipo de agente es diferente a los anteriores, debido a que implica tomar en cuenta el futuro. • Es más flexible si cambian las condiciones o cambian las metas (¿qué pasaría si llueve? ¿qué pasaría si al taxi automatizado se le pide otro destino?)

31. Agentes basados en metas Sensores Estado Como es el mundo ahora Como evoluciona el mundo Qué efectos tiene tomar la acción A Ambiente Lo que mis acciones hacen Acción que debo tomar Metas Agente Efectores

32. Agentes basados en utilidad • Las metas no bastan por sí mismas para generar una conducta de alta calidad. • Puede haber muchas secuencias de acciones que permitan alcanzar la meta, pero algunas ofrecen más utilidad que otras. • La utilidad es una función que correlaciona un estado y un número real mediante el cual se caracteriza el correspondiente grado de satisfacción.

33. Agentes basados en utilidad Sensores Estado Como es el mundo ahora Como evoluciona el mundo Que efectos tiene tomar la acción A Lo que mis acciones hacen Ambiente Que tan feliz estaría en un estado determinado Utilidad Acción que debo tomar Agente Efectores

34. Ambientes • La relación entre el agente y el ambiente es siempre la misma: el agente ejerce acciones sobre el ambiente, que, a su vez, aporta percepciones al primero.

35. Ambientes • Propiedades: • Completamente observables vs. parcialmente observables • Si el aparato sensorial de un agente le permite tener acceso al estado total de un ambiente, se dice que éste es completamente observable. Si no es así, el ambiente es parcialmente observable. • Deterministas vs. estocásticos • Si el estado siguiente de un ambiente se determina completamente mediante el estado actual y las acciones escogidas por los agentes, se dice que el ambiente es determinista. Si no es así, el ambiente es estocástico

36. Ambientes • Propiedades • Episódicos vs. secuenciales • En un ambiente episódico, la experiencia del agente se divide en “episodios”, donde la calidad de la actuación dependerá del episodio mismo. Los episodios subecuentes no dependen de las acciones anteriores. • Estáticos vs. dinámicos • Si existe la posibilidad de que el ambiente sufra modificaciones mientras el agente se encuentra deliberando, se dice que tal ambiente se comporta en forma dinámica, de lo contrario, es estático. Si lo que cambia es la evaluación del desempeño del agente, se dice que el ambiente es semidinámico.

37. Ambientes • Propiedades • Discretos vs. continuos • Si existe una cantidad limitada de percepciones y acciones distintas y claramente discernibles, se dice que el ambiente es discreto. De lo contrario, el ambiente es continuo.

38. Ambientes • Propiedades • Agente simple vs. multiagentes • Ejemplos: • Solución de crucigramas  Agente simple • Ajedrez  Multiagentes • Los ambientes multiagente pueden ser • Competitivos (ajedrez) • Parcialmente cooperativos (manejo de vehículos)

39. Ambientes • El caso más difícil para un agente, es interactuar con un ambiente: • Parcialmente observable • Estocástico • Secuencial • Dinámico • Continuo • Multiagente

40. Ejercicio • Determine cómo son los siguientes ambientes: • Ajedrez con reloj • Ajedrez sin reloj • Póquer • Conducir un taxi • Sistema de diagnóstico médico • Sistema de análisis de imágenes • Robot clasificador de partes • Controlador de refinería • Asesor de inglés interactivo

41. Ejercicio