ARQUITECTURAS DE AGENTES
Según Maes la definición de arquitectura de agentes es:
“Una metodología particular para construir agentes. Especifica cómo puede descomponerse el agente construyendo un conjunto de componentes modulares y cómo deben realizarse estos módulos para que interactúen. El conjunto total de módulos y sus interacciones tienen que dar una respuesta a la pregunta de cómo los datos de los sensores y el estado interno actual del agente determinan las acciones ... y el futuro estado interno del agente. Una arquitectura comprende técnicas y algoritmos que soportan esta metodología.”
Lo que quiere decir Maes con su definición es que la arquitectura es un método para construir un agente, el cual tendrá la misión de satisfacer el buen desarrollo del agente es decir que efectué una decisión correcta, con lo datos que posee previamente y también acciones a futuros que realice dependiendo de los datos que posea en ese momento.
Arquitectura de agentes, 1ª clasificación
Acceso a los sensores y actuadores de las capas de control:
Una primera clasificación se realizar el acceso: que todas las capas del agente tengan acceso a sensores y actuadores (horizontales) o que sólo la capa más baja tenga acceso a sensores y actuadores (verticales). Las arquitecturas horizontales ofrecerán la ventaja del paralelismo entre capas a costa de un alto conocimiento de control para coordinar las capas, mientras que las verticales reducen este control a costa de una mayor complejidad en la capa que interactúa con los
sensores.
Arquitecturas de agentes: 2ª clasificación
Tipo de procesamiento:
Arquitecturas Basadas en la Lógica
Arquitecturas Deliberativas
Arquitecturas Reactivas
Arquitecturas Híbridas
Arquitecturas basadas en la Lógica
Representación de el estado interno según un conjunto de sentencias lógicas de primero orden.
Reglas de deducción lógica para tomar decisiones.
Ventajas:
Representación clara y elegante
Desventajas:
Complejidad temporal elevada
Difícil encontrar una representación simbólica para entidades y
procesos del mundo real
Ciclo de funcionamiento:
-Ver: genera una percepción
-Próximo: actualiza el estado interior
del agente
-Acción: acción a realizar
En este esquema nos muestra el funcionamiento de forma mas clara
Arquitecturas deliberativas o simbólicas
Arquitecturas deliberativas
Son aquellas arquitecturas que utilizan modelos de representación simbólica del
conocimiento. en donde las decisiones se toman utilizando mecanismos de razonamiento lógico basados en la concordancia de patrones y la manipulación simbólica. Esta arquitectura Suelen estar basadas en la teoría clásica de planificación, donde existe un estado inicial de partida, un conjunto de planes y un estado objetivo a satisfacer.
De esta arquitectura podemos desmembrar dos tipos de arquitecturas: arquitecturas intencionales y arquitecturas sociales.
arquitecturas intencionales, son aquellas que han tomado como punto de partida la teoría de agentes BDI en su implementación, representando explícitamente las actitudes intencionales de los agentes. Estos sistemas también suelen utilizar planificación para determinar qué acciones deben efectuar al momento de una determinada situación pero, a diferencia de los agentes planificadores, emplean planes en los que se comprueban creencias, deseos e intenciones. Importante es mencionar ambas características ya que se fundamentan en esta para su funcionamiento optimo.
Las creencias: son el conocimiento que el agente tiene sobre sí mismo y su entorno.
Los deseos: son objetivos del agente a largo plazo que desea cumplir.
Como normalmente no puede cumplir todos los objetivos a la vez, ya que tiene unos recursos limitados, se introducen las intenciones, que son los objetivos que en cada momento intenta cumplir el agente. Normalmente también se introduce el concepto de planes, que permiten definir tanto las intenciones como los planes que un agente está realizando en un momento dado. Hay muchas arquitecturas de agentes que siguen el modelo BDI, como IRMA y PRS.
los agentes sociales pueden clasificarse en dos grandes grupos: agentes intencionales cuya arquitectura ha sido aumentada para abordar el razonamiento sobre otros agentes, como COSY, GRATE y DA-Soc; y arquitecturas que siguiendo la IAD clásica han prestado más atención a los aspectos cooperativos (cuándo, cómo y con quién cooperar), sin modelar necesariamente las intenciones de los agentes, como Archo, Imagine, Coopera y MAST.
Arquitecturas reactivas
Las arquitecturas reactivas, se caracterizan por no tener como elemento central de razonamiento un modelo simbólico y por no utilizar razonamiento simbólico complejo (Brooks, 1991)
Las arquitecturas reactivas pueden clasificarse como verticales porque los estímulos recibidos del exterior son procesados por capas especializadas que directamente responden con acciones a dichos estímulos y pueden inhibir las capas inferiores
Debido al paradigma simbólico la arquitectura reactivas propone actuar siguiendo un enfoque conductista, el conocido estímulo-respuesta. Las arquitecturas reactivas no tienen un modelo del mundo simbólico como elemento central de razonamiento y no utilizan razonamiento simbólico complejo, sino que siguen un procesamiento ascendente (bottom-up), para lo cual mantienen una serie de patrones que se activan con ciertas condiciones de los sensores y tienen un efecto directo en los actuadores. Es esto que posee ventajas como la respuesta inmediata del agente y no padece de problema de la representación simbólica.
La discusión entre mantener una representación explícita del modelo o no, no es una discusión específica del campo de los agentes sino del enfoque de la inteligencia artificial en general; de hecho las primeras arquitecturas de agentes reactivos se basan en los planificadores reactivos.
Un ejemplo típico de estas arquitecturas es la propuesta de Roodney Brooks, conocida como arquitectura de subsunción (Brooks, 1991), el cual plantea dos ideas clave para su creación:
1. Situación y personificación: La inteligencia “Real” se sitúa en el mundo, no en sistemas incorpóreos como probadores de teoremas o sistemas expertos.
2. Inteligencia y surgimiento: El comportamiento “Inteligente” surge como resultado de la interacción de un agente con su entorno. Así, la inteligencia está “en el ojo del observador”; no es una propiedad innata aislada.
Las principales arquitecturas reactivas son:
Reglas situadas: la implementación más sencilla de reactividad consiste en definir el comportamiento con reglas del tipo si situación-percibida entonces acciones-específicas, con esta implementación queda mas que claro el enfoque conductista que se quiere dar, ya que la situación percibida es el estimulo del entorno que capa el agente para luego resolver esa situación con una acción ya predeterminada a lo percibido en cuestión.
Arquitecturas de subsunción (subsumption) y autómatas de estado finito: permiten gestionar problemas de mayor complejidad que las reglas. Las arquitecturas de subsunción están compuestas por capas que ejecutan una determinada conducta (ejemplo: explorar, evitar un obstáculo, etc.). La estructura de cada capa es la de una red de topología fija de máquinas de estados finitos. Las capas mantienen una relación de inhibición sobre las capas inferiores (inhibir entradas de los sensores y acciones en los actuadores). El control no es central, sino dirigido por los datos en cada capa.
Tareas competitivas: un agente debe decidir qué tarea debe realizar de entre varias posibles, seleccionando la que proporciona un nivel de activación mayor. Se basa en una aproximación ecológica de la resolución distribuida de problemas, simulando, como, por ejemplo, en el sistema MANTA, en el que cada agente es una hormiga y decide qué acción debe ejecutar para cumplir sus objetivos. El problema se resuelve sin comunicación entre los individuos, estableciendo un criterio de terminación del problema. Por ejemplo, los problemas clásicos de búsqueda (misioneros y caníbales, mundo de los bloques, etc.) se interpretan como agentes (cada misionero, cada bloque, etc.) que pueden realizar movimientos y se fija una condición global de terminación.
Redes neuronales: la capacidad de aprendizaje de las redes neuronales también ha sido propuesta en algunas arquitecturas formadas por redes que son capaces de realizar una función concreta, como, por ejemplo, evitar colisiones.
La arquitectura reactivas presentan las siguientes desventajas:
Difícil diseñar agentes puramente reactivos que
puedan aprender de la experiencia
Interacciones difíciles de entender en agentes
con muchas conductas.
Arquitecturas híbridas
Para la construcción de agentes no es del todo acertado utilizar una arquitectura totalmente deliberativa, o totalmente reactiva, es por ellos que investigadores han propuesto sistemas híbridos que busca combinación de ambas tecnología de tal forma que el agente pueda trabajar en un parámetro mas amplio y con mayor eficacia
Una propuesta de tal arquitectura es la construcción en base a dos subsistemas: combinan módulos reactivos con módulos deliberativos Los módulos reactivos se encargan de procesar los estímulos que no necesitan deliberación, mientras que los módulos deliberativos determinan qué acciones deben realizarse para satisfacer los objetivos locales y cooperativos de los agentes.Esta clase de metodología se puede desarrollar en capas en la que una o más capas pueden tener acceso a los datos suministrados por el entorno y una o más capas pueden efectuar acciones en el entorno.
Las arquitecturas híbridas
Esta determinada por estructuración por capas de la forma:
verticalmente, sólo una capa tiene acceso a
los sensores y actuadores
horizontalmente, todas las capas tienen
acceso a los sensores y a los actuadores