Agentes Inteligentes: Tipos, Ambientes y Búsquedas

Primer Parcial

1. Las definiciones se agrupan en 4 categorías: cómo se piensa, cómo se actúa, humanos y actuar como humanos. Explica detalladamente la categoría "piensan racionalmente" y "actuar como humanos".

En la parte superior se refiere a procesos mentales y al razonamiento. Mientras que en la parte inferior aluden a la conducta. Las definiciones de la izquierda miden el éxito en términos de la fidelidad en la forma de actuar de los humanos. Mientras que las de la derecha toman como referencia un concepto ideal de inteligencia que llamamos racionalidad. Un sistema es racional si actúa correctamente en función de su conocimiento.

3. Explica qué entiendes por agente y da 2 ejemplos, y posteriormente explica qué es un agente inteligente autónomo y da 2 ejemplos.

Agente:

Se capaz de percibir su ambiente con ayuda de sensores y responde o actúa en su medio con efectores.

Ejemplo: agente humano

• Sensores: órganos oído y otros órganos
• Preceptores: señales eléctricas al oído
• Efectores: extremidades inferiores y superiores
• Acciones: caminar, comer, etc.

Agente robótico:

• Sensores: cámaras, sensores movimientos
• Efectores: motores
• Acciones: tareas a realizar

Agente autónomo:

Es un sistema computacional que percibe y actúa autónomamente en un ambiente. Realizando un conjunto de tareas para la cual fue diseñado (debe saber aprender a determinar cómo tiene que compensar el conocimiento incompleto o parcial inicial)

El agente aspiradora que aprende a aprender dónde y cuándo aparecerá suciedad adicional.

El agente taxista automático aspira a conducir bien y llegar al destino correcto.

Agente racional:

Sabe qué es lo correcto. Lo correcto es aquello que permite al agente obtener un resultado mejor.

4. El agente se desenvuelve en ambientes. Por lo que indica y explica los tipos de ambientes que se tienen y un ejemplo de cada uno de ellos.

• Accesible/no accesible:

Accesible: Cuando los sensores del agente detectan todos los aspectos relevantes a la elección de una acción. Ejemplo: crucigrama, juego backgammon.

Parcialmente observable: Es variable en los cuales los sensores no son capaces de captar todo el ambiente. Ejemplo: aspiradora con un solo sensor de suciedad local.

• Deterministas/estocástico:

Determinista: Cuando el estado actual está completo y por tanto las acciones son escogidas por el agente. Ejemplo: crucigrama.

Estocástico: Es parcialmente observable. Ejemplo: agente taxi, ya que no puede predecir el comportamiento del tráfico.

• Episódicos/secuenciales:

Episódico: Las acciones del agente no dependen de las acciones que se realizaron en episodios previos. Ejemplo: agente seleccionador de partes defectuosas basa sus decisiones en la parte que está evaluando en cada momento sin tener en cuenta decisiones previas.

Secuenciales: La decisión presente puede afectar a decisiones futuras. Ejemplo: juego de ajedrez, las acciones que se realizan a corto plazo pueden tener consecuencias a largo plazo.

• Estático/dinámico:

Dinámico: El entorno puede cambiar cuando el agente toma decisiones. Ejemplo: en agente taxista.

Estático: El agente no necesita estar pendiente del mundo mientras toma una decisión sobre una acción. Ejemplo: los crucigramas.

Semidinámico: Cuando el entorno no cambia con el tiempo. Pero si el rendimiento. Ejemplo: jugar ajedrez con reloj.

• Discreto/continuo:

Discreto: Cuando el agente tiene varios estados. Percepción y acciones distintas. Ejemplo: juego de ajedrez.

Continuo: Cuando los rangos de valores o estados son continuos. Ejemplo: taxista conduciendo.

6. Se considera 4 tipos de programas en el estudio de los agentes, entre los cuales está "agente bien informado de todo lo que pasa". Por tanto, explica detalladamente sobre este agente. Explica el diagrama esquematizado y un ejemplo concreto usando el diagrama.

Agentes reflejo simples:

Seleccionan sus acciones sobre las percepciones actuales y no las percepciones históricas.

No se toma en cuenta el entorno donde se desenvuelven, más que en la creación de las reglas.

Los rectángulos indican el estado interno en un momento dado.

Los óvalos representan la información de base utilizada en el proceso.

Ejemplo: si el carro de adelante está frenando, entonces empezará a frenar.

Robot móvil que se mueve en un entorno evitando obstáculos.

• 3 sensores de proximidad: frontal, derecho e izquierdo.
• 3 posibles acciones: avanzar, girar a la derecha y girar a la izquierda.
• Una tabla que relaciona percepción con acción.

Agente bien informado de todo lo que pasa:

Se requiere un modelo más preciso del entorno donde las acciones que llevamos a cabo produzcan un resultado concreto y podamos observar la evolución del mundo.

Se considera el entorno que decide ir a acciones requiriendo: información de cómo evoluciona el mundo y sobre cómo las acciones afectan al mundo.

Ejemplo: carro que va a cambiar de carril. El agente debe verificar el estado de los carros cercanos.

Ejemplo: robot móvil que se mueve en un entorno evitando obstáculos (mejorado).

• 3 sensores de proximidad: frontal, derecho e izquierdo.
• 3 posibles acciones: avanzar, girar a la derecha y girar a la izquierda.
• Un mapa de los obstáculos y paredes de la habitación creado a partir de la historia de percepciones y acciones.

Al disponer de un mapa, las acciones del robot serían más lógicas (por ejemplo, podría ir a la dirección en la que los obstáculos se encuentran más alejados).

Agente basado en metas:

No basta con conocer el entorno, sino que además es necesario determinar las acciones a seguir que permitan alcanzar la meta.

Requieren estructuras más complejas que garanticen comportamientos donde puede ser necesario el uso de técnicas de búsqueda que llevan al agente a la consecución de sus objetivos. Cómo modificar su comportamiento en base a los estímulos recibidos, variando así su planificación o parámetros de búsqueda.

Taxi requiere cierta información de la meta (destino del pasajero).

• 3 sensores de proximidad: frontal, derecho e izquierdo.
• 3 posibles acciones: avanzar, girar a la derecha y girar a la izquierda.
• Un mapa de los obstáculos y paredes de la habitación creado a partir de la historia de percepciones y acciones.
• Un elemento que permita conocer el efecto de cada acción.
• Una meta o situación final a alcanzar por el robot.

Agente basado en utilidad:

No solo es necesario llegar a determinados objetivos de forma concreta, sino que es necesario llegar de una forma eficiente. Determinando un valor para cada estado.

• 
• 3 sensores de proximidad: frontal, derecho e izquierdo.
• 3 posibles acciones: avanzar, girar a la derecha y girar a la izquierda.
• Un mapa de los obstáculos y paredes de la habitación creado a partir de la historia de percepciones y acciones.
• Un elemento que permita conocer el efecto de cada acción.
• Una valoración de la utilidad en cada estado.

2. Explica detalladamente la búsqueda avara, la búsqueda de costo uniforme y la búsqueda en profundidad iterativa. Al estudiar el campo de las búsquedas se evalúan las estrategias en función de los 4 criterios. Indica y explica estos 4 criterios en cada búsqueda anteriormente descritos.

Avara:

Costouniform:  trabajaengrafosyarbolsbinariosasignadolscostosalosrcorri2dondscoglmnordloscostos.

Optimosi

Compltosi

Tmpotalo(t^n)

Spacilao(t^n)

Profunidaditrativa:

Sxapandsoloelnivldprofundidadutilizalifo

Optimo:nolaramapuedonosrldmnorcosto

Complto:nonopuedncontarsilasolucionstaenlapartsuprior

Tmporal:o(t^n)   tramificacion      nprofundida

Spacialo(t^n)

5.-explikdtayadamntyto2loscomponntsdunaformulaciondproblmasyd2dlosjmplosconcrtos.

Spcificaciondlntornodtrabajo

Rndimiento:

Entorno

Actuadors

Snsors