You are on page 1of 11

Theory of Agents

Una visión general sobre la Teoría de Agentes


∗ † ‡
Colbert Pretell Vega Carlos Alfaro Morales Carlos Saavedra Cortez
Universidad Nacional de Universidad Nacional de Universidad Nacional de
Trujillo Trujillo Trujillo
Francisco Solanano 353, Torre Tagle 129, Trujillo Pedro Muñiz 371, Trujillo
Trujillo La Libertad, Perú La Libertad, Perú
La Libertad,Perú artas_ceam@hotmail.com charles_saa@hotmail.com
colbert.pretell@gmail.com

ABSTRACT representar el razonamiento sobre de las propiedades de los


En el presente articulo se ha dado una breve descripción agentes; para llevar todo este formalismo hacia conceptos
de la Teorı́a de Agentes, Arquitectura de agentes, tipos de más aplicables se necesitaba de arquitecturas de agente, para
agentes, otros conceptos que abarca la teoria de agentes lo cual muchos investigadores de ingenierı́a de software prin-
como son agentes móviles y Multi-Agente. Además se han cipalmente se interesaron en el problema de diseñar sistemas
presentado algunas aplicaciones en donde se muestra que software o hardware que pudieran satisfacer las propiedades
esta área ha brindado algunas alternativas en la gestion del especificadas por las teorı́as de agentes; gracias a estas arqui-
conocimiento en los diferentes problemas surgidos en la ac- tecturas y las muchas investigaciones que aún se están desar-
tualidad.Hay muchas áreas que todavı́a pueden ser cubiertas rollando para lograr agentes más robustos y confiables, nos
en Teorı́a de Agentes, el objetivo es investigar y desarrollar ha permitido aterrizar los conceptos en implementaciones
aplicaciones para darle continuidad y mejora. exitosas de diversos tipos agentes que operan en ambientes
distintos y con diferente tipo de complejidad.
Keywords
IA, AI, SMA, Agente, creencias, intenciones ,conocimiento, 2. QUÉ ES UN AGENTE?
Multi-agentes Carl Hewitt, afirmaba recientemente que la pregunta de qué
es un agente? es desconcertante para la comunidad infor-
1. INTRODUCCIÓN mática basada en agentes, de la misma manera que la pre-
gunta de qué es la inteligencia? Es desconcertante para la
La teorı́a de agentes como concepto ha ido cobrando impor-
comunidad en general de IA 1 .[10]
tancia tanto en la Inteligencia Artificial como en la Ciencia
de la Computación. Este paradigma basado en agentes ha
sido uno de los que más ha invadido la tecnologı́a de cómputo
Una débil Noción de Agentes
durante los últimos diez años, pasando de ser un concepto
Quizás la forma más general en cual el termino agente es
dentro de la IA a ser una tecnologı́a de cómputo en donde
usado es para denotar un hardware o (mas usualmente) Sis-
diferentes ciencias han aportado sus teorı́as para dar origen
tema de computadora bsadao en software que disfruta de las
la Teorı́a de agentes, entre estas se encuentra la participación
siguientes propiedades:
dela Sociologı́a, Psicologı́a, Biologı́a, Economı́a, en general,
todas aquellas áreas humanistas y cuya área es el compor-
tamiento de entidades vivas esto debido a que los agentes • Autonomia: los agentes operan sin la intervención di-
pueden representar tendencias y comportamientos sociales. recta de los seres humanos u otros, y tienen algún tipo
La teorı́a de agentes está interesada en la pregunta ‘?Qué es de control sobre sus acciones y estado interno (Castel-
un agente? Y el uso de los formalismos matemáticos para franchi, 1995)[10].
∗Estudiante Pretell
†Estudiante Alfaro • Habilidad Social: Los agentes interactúan con otros
agentes(y posiblemente los humanos) a través de algún
‡Estudiante Saavedra tipo de lenguaje agente-comunicación (Genesereth y
Ketchpel, 1994)[10].

• Reactividad: Los agentes perciben su ambiente, (que


puede ser el mundo fı́sico, un usuario a través de una
interfaz gráfica, una colección de otros agentes, Inter-
net, o quizás todas estas combinadas), y responder de
manera oportuna a los cambios que se producen en
ella[10].
1
Inteligencia Artificial
• los agentes no se limitan a actuar en función de su en- 3. TEORÍAS DE AGENTES
torno, ellos son capaces de mostrar un comportamiento Una teoria de agentes completa expresada en un logica con
dirigido a un objetivo al tomar la iniciativa[10]. las propiedades(), debe definir como están relacionados los
atributos de la agencia. Por ejemplo Este necesitará mostrar
como estan relacionadas la información de un agnete y sus
Una fuerte noción de Agente pro actitudes; como el estado cognitivo de un agente cam-
Para algunos investigadores, especialmente los que trabajan bia con el tiempo; como el ambiente afecta en un estado
en IA el término “agente” tiene un significado más fuerte cognitivo de un agente; y como la información del agente y
y más concreto que el esbozado anteriormente. Estos in- proactitudes permiten a éste mejores acciones. Dando buena
vestigadores en general, definen un agente como un sistema cuenta de estas relaciones es el problema más importante que
informático que, además de tener las propiedades anteri- enfrentan los teoricos de agentes[10].
ormente mencionadas, ya sea conceptualizado o implemen- Acontinuación vamos a reseñar brevemente algunos de estos
tado utilizando conceptos que son aplicados a los seres hu- trabajos:
manos. Por ejemplo, es bastante común en la IA para carac-
terizar un agente utilizando conceptos mentalistas, como el
conocimiento, la creencia, la intención y obligación. Algunos 3.1 Moore - Conocimiento y Accion
investigadores de la IA han ido más allá y consideran agentes Moore fue en muchos aspectos un pionero del uso de la lógica
emocionales. Otra forma de dar a los agentes atributos como para captar los aspectos del agente. Su preocupación prin-
humanos es para representar visualmente, tal vez mediante cipal era el estudio del conocimiento pre-condiciones para
un icono gráfico caricatura o una cara animada - por razones las acciones-la pregunta de que un agente debe conocer para
obvias, estos agentes son de particular importancia para los poder llevar a cabo alguna acción. Se formalizó un modelo de
interesados en las interfaces humano-computadora[10]. capacidad lógica que contiene una modalidad de conocimiento,
y una dinámica lógica como para la acción de modelado.
Entonces podemos decir que un agente es todo aquello que Este formalismo permitió la posibilidad de un agente que
puede percibir su ambiente a través de emisores y que re- tiene información incompleta acerca de cómo lograr una
sponde o actúa en tal ambiente por medio de efectores(ver meta, y realizar acciones con el fin de averiguar cómo lo-
Figure1). La forma como reaciona puede o no ser la correcta, grarlo[10].
siendo asi podemos decir que un Agente Racional es un
agente que hace lo correcto; considerando que lo correcto es 3.2 Intención Cohen y Levesque
aquello que premite al agente obtener el mejor desempeño;
Una de las aportaciones más conocidas e influyentes en el
pero, ¿Cómo medir el desempeño?, para esto definimos el
área de la teorı́a del agente se debe a Cohen y Levesque.
termino Medida de Desempeño como el criterio que sirve
para definir que tan exitoso ha sido un agente[8].
Su formalismo se utilizó originalmente para desarrollar una
teorı́a de la intención, que los autores requiere como req-
uisito previo para una teorı́a de los actos de habla (Cohen
y Levesque, 1990b). Sin embargo, la lógica se ha revelado
ultimamente a ser tan útil para el razonamiento acerca de
los agentes que se ha utilizado en un análisis de conflictos y
la cooperación en el diálogo multi-agente , ası́ como varios
estudios en los fundamentos teóricos de la resolución coop-
erativa de problemas. Aquı́, vamos a revisar su utilización
en el desarrollo de una teorı́a de la intención[10].
Cohen y Levesque identificaron 7 propiedades que deben ser
satisfechas por una teorı́a razonable de la intención:
Figure 1: Agente

Otras atribuciones de Agentes 1. Las Intenciones plantean problemas para los agentes,
Entre las que tenemos: que tienen que determinar las formas de alcanzarlos.

2. Intencciones de proporcionar un “filtro” para la adop-


• Movilidad: es la capacidad de un agente para mo- ción de otras intenciones que no debe entar en con-
verse por una red electrónica[10]. flicto.
• Veracidad: es la suposición de que un agente no co- 3. Agentes deben realizar el seguimiento del éxito de sus
municará intencionadamente información falsa[10]. intenciones, y se inclinan a intentarlo de nuevo si sus
intentos fallan.
• Benevolencia: es la suposición de que los agentes no
tienen metas en conflicto, y que cada agente por lo 4. Agentes creen que sus intenciones son posibles.
tanto siempre intentará hacer lo que se pide de él[10].
5. Los Agentes no creen que no dará lugar a sus inten-
• Racionalidad es la suposición de que un agente ac- ciones.
turá en orden a sus objetivos y no actuar de tal manera
que se evite sus objetivos, en la medida que permitan 6. Bajo ciertas circunstancias, los agentes creen que van
sus creencias[10]. a lograr sus intenciones.
7. Agentes no tienen la intención de esperar todos los era elaborar un marco general para la teorı́a del agente.Por
efectos secundarios de sus intenciones. lo contario, el la construcción del formalismo es que puede
ser usado en la especificación y verificación de Reales Sis-
tema Multiagnete. Con este fin, desarrolló un simple, y en
Teniendo en cuenta estos criterios, Cohen y Levesque adop- algunos sentido general, el modelo de los sistemas multi-
tan un enfoque de dos niveles para el problema de la formal- agente, y mostró cómo las historias en la ejecución de dicho
ización de la intención. En primer lugar ellos construyen sistema podrı́a ser utilizado como la base semántica para una
un logica racional del agente, siendo cuidadoso en clasificar familia tanto lineal como ramificada. Luego dio ejemplo de
la relación entre los operadores modales básicos. En este como estas logicas podrı́an ser usadas en la especificación y
marco, introducen una serie de construcciones derivados, que verificación de protocolos para la acción cooperativa[10].
constituyen una “teorı́a parcial de la acción racional”; la in-
tención es una de estas construcciones. La primera gran con-
strucción de derivados es el objetivo persistente. Un agente 4. CLASIFICACIÓN DE AGENTES
tiene un objetivo persistente de ϕ si: Existe varias tipos de agentes, según como lo clasifiquen en
nuestro caso vamos a dar dos tipos de clasificaciones:

1. Tiene un objetivo que ϕ eventualmente llega a ser ver- Primero según el propósito que deban alcanzar[2].
dadero, y cree que ϕ no es actualmente verdadero.
2. Antes de que caiga el objetivo ϕ, una de las siguientes
condiciones deben tener: (i) el agente cree que ϕ se ha
Propiedad Significado
cumplido, o (ii) el agente cree ϕ nunca será satisfecha. Reactivo Responde inmediatamente al cambios en el ambiente
Autónomo Tiene control sobre sus acciones
3.3 Rao y Georgeff- Creencia, Deseo e Inte- Orientado a metas No actúa en respuesta al ambiente, sino que sigue un plan para alcanzar su propósito
ción Temporalmente continuo Es un proceso que esta continuamente corriendo
Como ya se menciono, no hay un consenso claro ni en la Comunicativo, sociable Tiene la capacidad de comunicarse con otros agentes, tal vez también con personas
comunidad de IA o en la de filosofia presisamente sobre que
combinación de información y pro-actitudes son las más ade- Adaptativo Cambia su comportamiento de acuerdo a sus experiencias
cuadas para caracterizar los agentes racionales. En el tra- Móvil Se puede transportar autónomamente hacia otro lado
bajo de Cohen and Levesque, descrito anteriormente, solo Flexible Sus acciones no están determinadas de ante mano
dos actitudes basicas fueron utilizadas: creencias y metas.
Ademas actitudes tales como intención fueron definidas en
Personaje Con personalidad y“estado emocional”
terminos de estas. En trabajos relacionados, Rao and Gerog-
eff han desarrollado un marco lógico para la teoria de agentes Según Stuart J. Russell y Peter Norvig se clasifican en:
basados en tres nodalidaes primitivas: creencias, deseos e in-
tenciones. Ellos estan preocupados árticularmente en la no- • Agente Reflejo Simple:Un agente reflejo simple(ver
ción de realismo la pregunta es como un agente tiene creen- Figure2) almacena asociaciones entrada/salida frecuentes
cias sobre que el futuro afetara sus deseos and intenciones. en forma de reglas condición-acción (también re-
En otro trabajos, ellos tambien consideran la posibilidad glas situación-acción o producciones),la asociación[8]:
para agregar planes sociales a su formalismo[10].

3.4 Singh si el coche de delante frena y sus luces de freno se


Un enfoque muy distinto a los agentes de modelado fue
encienden, entonces el agente taxista debera
tomada por Singh, quien ha desarrollado una interesante fa-
advertirlo y empezar a frenar también.
milia lógica para la representación de las intenciones, creen-
cias, conocimientos, know-how, y la comunicación en un
marco de tiempo de ramificación. En formalismo de Singh es se almacena de la forma:
extremadamente rico, y el esfuerzo considerable se ha dedi-
cado a establecer sus propiedades. Sin embargo, su comple-
jidad impide una discusión detallada[10]. si coche-delante-frena entonces empezar-a-frenar

3.5 Werner Los humanos tenemos muchas de estas asociaciones:reflejos


Werner ha sentado las bases de un modelo general del agente, innatos, respuestas aprendidas.
que se basa en el trabajo en economı́a, la teorı́a de jue-
gos, teorı́a de autómatas, la situación de la semántica , y la
Las reglas condición-acción permiten establecer la conex-
filosofı́a. En el momento de la escritura, sin embargo, las
ión entre la percepción y la acción.
propiedades de este modelo no se han investigado en pro-
Los agentes reflejos simples se pueden aplicar en pocos
fundidad[10].
casos.

3.6 Modelado de Sistemas MultiAgentes • Agente Reflejo con Estado Interno:En ocasiones
Wooldridge desarrolló una familia de lógicas para represen- no es posible tomar una decisión a partir de una sola
tar las propiedades de los sistemas multi-agente. A diferen- percepción porque los sensores no proporcionan toda
cia de los enfoques antes citada, el objetivo de Wooldridge no la información, por ejemplo[8]:
Figure 2: Estructura de un Agente Reflejo Simple Figure 4: Agente Basado en Objetivos

si el coche de delante es un modelo antiguo no se objetivos.


podrá determinar si ha frenado a partir de una única
imagen
• Agente basado en Utilidades:los objetivos unica-
Un agente reflejo con estado interno mantiene la in- mente no bastan para asegurar un comportamiento
formación que necesita para distinguir entre estados ideal, por ejemplo[8]:
diferentes del mundo.
diferentes secuencias de acciones pueden llevar al
destino que el pasajero desea, pero algunas son mas
rápidas, seguras o baratas que otras

Un agente basado en la utilidad utiliza un criterio para


estimar el grado de satisfacción de un estado para el
agente que le sirve para escoger entre distintas acciones
válidas.
La utilidad es una función que asocia a un estado un
número real, y debe considerar situaciones problemáti-
cas, por ejemplo:
compromiso adecuado a adoptar en caso de objetivos
en conflicto

Figure 3: Estructura Agente con Estado Interno

La percepción actual se interpreta a partir del estado


anterior utilizando información sobre: como evoluciona
el mundo independientemente del agente, como influyen
en el mundo las acciones del agente.
• Agente Basado en Objetivos:a veces no es posi-
ble tomar una decisión unicamente a partir del estado
actual del mundo,por ejemplo[8]:

al llegar a un cruce el taxi puede realizar distintas


acciones
Figure 5: Estructura Agente Basado en Utilidades
Un agente basado en objetivos utiliza una descripción
de las metas a alcanzar que le sirve para escoger entre La búsqueda en juegos es una subárea de la IA que
las distintas acciones posibles, p.e. utiliza funciones de utilidad en la resolución de prob-
lemas.

el destino del pasajero 5. ARQUITECTURA DE AGENTES


La Arquitectura de un Agente tiene diversas interpretaciones,
La toma de decisiones basada en objetivos 6= la toma Maes la define como: Una metodologı́a particular para con-
de decisiones basada en reglas condición-acción: tiene struir agentes. Especifica como el agente puede ser descom-
en cuenta el estado en el futuro, es más flexible. puesto en la construcción de un conjunto de módulos com-
La búsqueda y la planificación son dos subáreas de la ponentes y como estos módulos deben ser hechos para in-
IA dedicadas a la resolución de problemas utilizando teractuar. El conjunto total de módulos y sus interacciones
tienes que dar una respuesta a la pregunta de cómo los datos Execution and Monitoring (IPEM), sofisticado sistema
del sensor y el estado interno actual del agente determinan basado en un planificador no lineal (1988). Sistemas
las acciones y el futuro estado interno del agente[10]. Wood’s AUTODRIVE tuvo agentes de planificación
Kaelbling considera que la Arquitectura de un Agente es: operando in un entorno muy dinámico (1993). Etzioni
Una colección especifica de módulos de software o Hardware, ha construido Softbots que pueden planificar y actuar
tı́picamente representados por cajas con flechas que indican en un entorno UNIX (1994) [7] y [10].
el flujo de datos y de control entre los módulos. Una visión
más abstracta de una arquitectura es como una metodologı́a • Bratman, Israel and Pollack - IRMA
general para el diseño de descomposiciones modulares par- Algunos investigadores consideraron un marco de tra-
ticulares para tareas particulares[10]. El enfoque clásico bajo para la teorı́a de agentes basado en creencias, de-
para la construcción de agentes es considerarlos como un seos e intenciones. Algunos investigadores han desar-
tipo particular de sistema basado en conocimiento. Este rollado también Arquitecturas de agentes basados en
paradigma es conocido como “symbolic AI”. Comenzaremos estas actitudes, un ejemplo es el Intelligent Resource-
la revisión de las arquitecturas con una mirada a este paradigma, bounded Machine Architecture (IRMA) (1988). Esta
y las hipótesis que lo sustentan. arquitectura tiene cuatro estructuras de datos simbóli-
cas claves: una librearia de planes, y representaciones
explı́citas de las creencias, deseos e intenciones. Adi-
5.1 Enfoque Clásico: Arquitecturas Delibera- cionalmente, la arquitectura tiene: un razonador, para
tivas razonar acerca del mundo; un analizador de medios
El fundamento sobre el cual el paradigma “symbolic AI” se y fines, para determinar qué planes podrı́a ser usados
basa es la Hipótesis del Sistema Simbólico Fı́sico, formulado para lograr las intenciones del agente; un analizador
por Newell y Simon. Un sistema simbólico fı́sico es definido de oportunidad, el cual monitorea el ambiente a fin de
para ser un conjunto fı́sicamente factible de entidades fı́sicas determinar otras opciones para el agente; un proceso
(sı́mbolos) que pueden ser combinados para formar estruc- de filtrado; y un proceso de deliberación. El proceso de
turas, las cuales son capases de ejecutar procesos que operan filtrado es responsable de determinar el subconjunto de
sobre estos sı́mbolos de acuerdo al conjunto simbólicamente los posibles caminos de acción del agente que tienen la
codificado de instrucciones. La Hipótesis del Sistema Sim- propiedad de ser coherente con las intenciones actuales
bólico Fı́sico entonces dice que este sistema es capaz de la del agente. Escoger entre las opciones que compiten es
acción general inteligente. Definimos que una arquitectura hecho por el proceso de deliberación[10].
de agente o agente deliberativo es la que contiene una rep-
resentación explicita (modelo simbólico del mundo), en el • Vere and Bickmore - HOMER
cual las decisiones son hechas por razonamiento lógico (o al Un experimento interesante en el diseño de agentes
menos pseudológico), basados en casamiento de patrones y fue llevado a cabo por Vere y Bickmore (1990) Argu-
manipulación simbólica. Algunos esfuerzos hechos dentro de mentan que el permitir a Tecnologı́as para la inteligen-
la “Comunidad de IA Simbólica” para construir agentes son: cia están suficientemente desarrollados para poder con-
struir un prototipo de agente autónomo, con capacidad
lingüı́stica, capacidad de planificación y actuación, etc.
• Agentes de Planificación Ellos desarrollaron un agente y lo bautizaron HOMER.
Desde los comienzos de los 70s, la comunidad de plani- Este agente es una simulación de robot submarino, el
ficación de IA ha estado estrechamente interesada con cual existe en un mundo acuático bidimensional, acerca
el diseño de agentes artificiales; parece razonable afir- del cual tiene solo un conocimiento parcial. HOMER
mar que la mayorı́a de las innovaciones en el diseño toma las instrucciones de un usuario en un limitado
agente proceden de esta comunidad. Tal vez el primer subconjunto del inglés con solo un vocabulario de 800
sistema más conocido de planificación fue STRIPS (1971). palabras. HOMER puede planear como lograr estas
Este sistema toma una descripción simbólica del mundo instrucciones, y entonces puede ejecutar estos planes
y un estado objetivo deseado, y un conjunto de de- modificarlos según sea necesario durante la ejecución.
scripciones de acciones, que caracterizan el pre y el HOMER tiene una memoria episódica limitada, y us-
post condiciones asociadas con varias acciones. A con- ando esta es capaz de responder preguntas de sus ex-
tinuación, intenta encontrar una secuencia de acciones periencias pasadas[10].
que permitan conseguir el objetivo, mediante el uso
de un sencillo análisis de medios y fines, que esencial- • Jennings - GRATE
mente implica el casamiento de post-condiciones de las GRATE es una arquitectura en capas en la cual el com-
acciones en contra del objetivo deseado. El algoritmo portamiento del agente es guiado mediante actitudes
de panificación STRIPS fue muy simple y probo no ser mentales de creencias, deseos, intenciones y voluntad
efectivo en problemas de incluso moderada compleji- común. El agente es dividido en dos partes distintas:
dad. Dos mayores innovaciones fueron la planificación un sistema de nivel de dominio y una capa de control
jerárquica (1974) y la planificación no lineal (1975). y cooperación, el primero resuelve problemas para la
Sin embargo en los 80s, Chapman estableció algunas organización; será en el dominio de control industrial,
teorı́as las que indicaban que incluso tales técnicas re- finanzas o transportación. El segundo nivel es un con-
finadas en última instancia, resultaran ser inutilizables trolador de meta nivel que opera en el sistema de nivel
en algún sistema con restricciones de tiempo. A pesar de dominio con el objetivo de garantizar que las ac-
de estas dificultades, varios intentos han sido hechos tividades del nivel de dominio del agente están coor-
para construir agentes cuyo principal componente es dinadas con las de otros dentro de la comunidad. La
un panificador, por ejemplo: el Integrated Planning, capa de cooperación está compuesta de tres módulos
genéricos: un módulo de control con interfaces para el circuitos), que necesitan solo actualizaciones periódi-
sistema de nivel de dominio, un módulo de valoración cas, quizás para manejar nuevos tipos de problemas.
de situaciones y un módulo de cooperación[10]. Sus enfoques fueron ilustrados con el famoso sistema
PINGI (1987). PENGI es un juego de computadora
5.2 Enfoques alternativos: Arquitecturas re- simulado, con el personaje central controlado utilizando
el esquema expuesto anteriormente.
activas.
Se ha observado que aún hay problemas no resueltos aso- • Rosenschein and Kaelbling - situated automata
ciados con la IA simbólica. Estos problemas han llevado Otro enfoque es el de Rosenschein and Kaelbling (1991).
a los investigadores a cuestionar la viabilidad de todo el En su paradigma situated automata , un agente es
paradigma y el desarrollo de lo que generalmente se conoce especificado en términos declarativos y es compilado
como Arquitecturas reactivas. Para nuestro propósitos debe- bajo una maquina digital, la cual satisface las especifi-
mos definir una que arquitectura reactiva es la que no incluye caciones declarativas. Esta maquina digital puede op-
algún tipo de modelo central del mundo simbólico y no usa erar en una manera probablemente limitada en tiempo;
razonamiento simbólico complejo[10]. no hace alguna manipulación simbólica, y en efecto las
expresiones simbólicas son representadas en la maquina
como todo.
• Brooks - Comportamiento de Lenguajes
Rodney Brooks - un investigador del MIT - que aparente- • Meas - Arquitectura de agente en red
mente se vio frustrado por los enfoques de IA para Pattie Maes ha desarrollado una arquitectura de agente
construir mecanismos de control para robots móviles en la cual un agente es definido como un conjunto
autónomos. Esbozo una arquitectura alternativa para de módulos de competencia. Estos módulos se pare-
construir agentes, llamada Arquitectura Subsumption cen vagamente a los comportamientos de arquitectura
(1986). Los enfoques alternativos comienzan con los Subsumption de Brooks. Cada módulo es especificado
trabajos de Brooks. Brooks ha propuesto tres tesis por el diseñador en términos de pre y post condiciones
claves: (más bien como operadores STRIPS), y un nivel de
activación, el cual da como indicación un valor real
– El comportamiento inteligente puede ser generado de la relevancia de la situación del módulo en particu-
sin representación explicita del tipo que propone lar. Una vez especificados, un conjunto de módulos es
la IA simbólica. compilado en una res de activación por propagación,
– El comportamiento inteligente puede ser generado en la cual los módulos son enlazados uno con otro en
sin razonamiento abstracto explı́cito del tipo que maneras definidas por su pre y pos condiciones.
propone la IA simbólica.
– La inteligencia es una propiedad emergente de 5.3 Arquitecturas Híbridas
ciertos sistemas complejos. Muchos investigadores sugirieron que ni el enfoque comple-
tamente deliberativo ni el enfoque completamente reactivo
Brooks señala dos ideas clave que ha informado sus son adecuados para construir agentes. Un obvio enfoque es
investigaciones: construir un agente de dos (o más) subsistemas: uno delib-
erativo, conteniendo un modelo simbólico del mundo, el cual
– Situacionalidad y realización: inteligencia Real es
desarrolla planes y toma decisiones de la manera propuesta
situada en el mundo, no en sistemas incorpóreos
por la corriente principal de la IA simbólica; y otro reactivo,
tales como demostradores de teoremas o sistemas
el cual es capaz de reaccionar a eventos que ocurren en el
expertos.
entorno sin entablar un razonamiento complejo. A veces al
– Inteligencia y aparición: El comportamiento in- componente reactivo se le da algún tipo de precedencia sobre
teligente surge como un resultado de la interac- el deliberativo, lo que puede proveer una rápida respuesta
ción del agente con los entornos. También, in- a importantes eventos del ambiente. Presentaremos algunos
teligencia está en el ojo del espectador; y no una ejemplos[10]:
propiedad innata y aislada.

Brooks ha demostrado que la Arquitectura Subsump- • Ferguson - TOURINGMACHINES


tion a pesar de ser simple, los robots hechos bajo esta Ferguson desarrollo una arquitectura de agente hib-
realizan tareas que serı́an impresionantes si ellas fueran rida TOURINGMACHINES (1992). La arquitectura
ejecutadas por sistemas de IA simbólica. consistı́a del subsistema de percepción y el de acción,
que conectan directamente con el medio ambiente del
• Agre and Chapman- PENGI agente, y tres capas de control, incrustadas en un marco
Agre observo que la mayorı́a de actividades diarias de trabajo de control, el cual es intermediario entre las
son rutinarias en el sentido que requieren poco ra- capas. Cada capa es un proceso de ejecución concur-
zonamiento abstracto. La mayorı́a de tareas, una vez rentemente independiente como actividad productora.
aprendidas, pueden ser ejecutadas de manera rutinaria,
con una pequeña variación. Agre propuso una eficiente • Burmeister et al. - COSY
arquitectura de agente podrı́a ser basada en la idea La arquitectura COSY (1994) es una arquitectura BDI
de “argumentos de ejecución”. La idea es que como hibrida que incluye elementos del PRS y del IRMA, y
la mayorı́a de decisiones son rutinas, ellas pueden ser fue desarrollado especı́ficamente para un tesbed multi-
codificadas en estructuras de bajo nivel (tales como agente llamado DASEDIS. La arquitectura tiene 5com-
ponentes principales: sensores, actuadores, comunica- Dado que el sistema se compone de más de un agente, es
ciones, cognitivo, e intención. Los primeros tres com- sumamente necesario establecer un sistema de comunicación
ponentes son sencillos: los sensores reciben las per- entre los mismos. Esta comunicación permite además la co-
cepciones de entrada no comunicativas, los actuadores operación entre todos los agentes para lograr los objetivos
permiten al agente realizar acciones no comunicativas, globales del sistema, más allá de que cada agente posea sus
y el componente de comunicación permite al agente propios objetivos individuales, los cuales pueden ser conoci-
enviar mensajes. De los componentes restantes, el de dos por los demás agentes del sistema o no.
intención contiene objetivos a largo plazo, actitudes,
responsabilidades y el cómo el control de elementos 6.2 Agentes Móviles
toma parte en el razonamiento y las decisiones hechas Primeramente diferenciaremos unagente estático de un agente
del componente cognitivo; y el componente cognitivo móvil[6]:
es el que contiene el conocimiento base de las creen-
cias del agente, y tres componentes de procedimiento:
un componente de ejecución de scripts, un componente • Agente estático: Aquél que sólo puede ejecutarse en
de ejecución de protocolos y un componente de razon- la máquina donde fue iniciado. Si éste necesita inter-
amiento, decisión y reacción. actuar con otros agentes o programas o requiere cierta
información que no se encuentra en el sistema, la co-
• Müller et al. - INTERRAP municación puede llevarse a cabo mediante cualquier
INTERRAP (1994), al igual que Ferguson’s TOUR- método de interacción para objetos distribuido, como
INGMACHINES, es una arquitectura en capas, en la CORBA o RMI de Java.
que cada capa sucesiva representa un nivel más alto
de abstracción que el del anterior, en , las capas es- • Agente móvil: Aquél que no está limitado al sistema
tán subdivididas en dos capas verticales: una contiene donde se inició su ejecución, siendo capaz de trans-
capas de bases de conocicmiento, y la otra contiene portarse de una máquina a otra a través de la red.
varias componentes de control que interactúan con las Esta posibilidad le permite interactuar con el objeto
bases de conocimiento en sus niveles. deseado de forma directa sobre el sistema de agentes
donde se halla dicho objeto.
6. OTROS CONCEPTOS Las tareas de búsqueda y tratamiento de la informa-
ción, resulta excesivamente tedioso y complejo. En
6.1 Sistemas Multi-Agente nuestro caso, puede enviarse un agente a los destinos
Dentro del paradigma de agentes, uno de los conceptos más más interesantes para el usuario, localizar y filtrar la
atrayentes es la resolución de problemas mediante la uti- información deseada siguiendo las normas dictadas por
lización de Sistemas Multi-agente (SMA). La mayor com- éste y traerla consigo al ordenador de origen, permi-
plejidad en los SMA se centra en la resolución de la co- tiendo ahorrar tiempo de conexión y ancho de banda
municación y coordinación de los agentes que componen el y, por lo tanto, dinero. Los agentes móviles suelen
sistema[4]. programarse normalmente en lenguajes interpretados
o generadores de código intermedio -Telescript, Java,
Existe una gran cantidad de ventajas para la elección de una Tcl-, ya que éstos dan un mejor soporte a entornos het-
arquitectura multiagente, erogéneos La seriación es el proceso tı́pico por el que se
Como posibles motivos tenemos[4]: representa el estado completo de un agente mediante
una serie que puede ser fácilmente transportada por la
red. El proceso de descodificación de dicha serie en el
• La facilidad de diseño o implementación.
agente se denomina diseriación.
• La información y los sistemas se encuentran distribui-
dos y no pueden ser accedidos de forma centralizada 7. APLICACIONES
(por problemas fı́sicos, polı́ticos, económicos, etc.) Acontinuación presentamos algunas aplicaciones utilizando
diferentes tipos de agentes agentes:

La complejidad de los sistemas participantes requiere un en-


foque distribuido, por algunas de las siguientes razones[4]:
7.1 Aplicación de la teoría de Agentes al mod-
elo de grafos para la detección de patrones
en Textos
• los sistemas están geográficamente distribuidos.
Text Mining
• Los sistemas poseen muchos componentes. Es un área de investigación emergente que puede ser carac-
terizada o definida como el descubrimiento de conocimiento
• Los sistemas son fuertemente heterogéneos. en grandes colecciones de textos.
Se asocia principalmente al descubrimiento de patrones in-
• Necesidad de soportar un contenido masivo, tanto en teresantes como clusters, asociaciones, desviaciones, simili-
cantidad de conceptos, como en la información alma- tudes, y diferencias.
cenada acerca de estos.
Asimismo, la búsqueda de patrones en textos es una
• El dominio de la aplicación que debe ser cubierto por herramienta útil en aplicaciones para reconocimiento inteligente
el sistema puede ser muy amplio. de caracteres, sistemas de compresión de texto, traducciones
automáticas, y aplicaciones similares en las que un sistema artı́culo es independiente del objetivo que tenga el usuario,
debe elegir el siguiente elemento (letra, palabra, fonema, etc) el idioma o las caracterı́sticas del procesamiento que se le
de entre una lista de posibles candidatos[2]. quiera dar al texto[2].

Por otro lado, los Attributed Relational Graphs (ARG)


se definen como una extensión de los grafos ordinarios aso-
7.2 Tecnología Agente a los Sistemas de Infor-
ciando atributos discretos o reales a sus vértices y arcos. mación de las Organizaciones
El uso de los atributos permite a los ARG ser posibles de Con la tecnologı́a agente se pueden automatizar algunas tar-
no sólo modelar estructuras topológicas de una entidad sino eas que hasta ahora eran realizadas directamente por per-
también sus propiedades no estructurales, que usualmente se sonas y también estructurar y formalizar métodos de ejecu-
pueden representar como vectores. Estas caracterı́sticas ha- ción de determinadas tareas[5] y [3]. El propósito de aplicar
cen a esta herramienta un elemento útil a la hora de realizar la tecnologı́a agente a los SI es conseguir un incremento
búsqueda de patrones. de la sinergia que se crea entre la experiencia y las apti-
tudes de las personas. El enfoque agente implica asignación
Los Agentes ejecutan una variedad de operaciones sencil- de tareas y delegación de responsabilidades. Con el fin de
las a partir de una representación de las metas y deseos cumplir las tareas asignadas, los agentes toman autónoma-
del usuario. Este comportamiento se modela mediante la mente su propia iniciativa y deciden dinámicamente qué ac-
metodologı́a BDI (Belief, Desire and Intentions) , que per- ciones deben realizar respondiendo a su entorno.
mite representar el accionar de un agente a partir del conocimiento
que posea, las metas y sus intenciones. Teniendo en cuenta todas las caracterı́sticas y el hecho de
que la tecnologı́a de agente y multiagente se basa en la
En esta aplicación, se define un algoritmo basado en grafos descomposición del problema en procesos cooperantes que
para la detección de patrones de textos. Debido a que el comparten conocimientos, y su procesamiento de modo de-
volumen de información que se debe procesar es grande, di- scentralizado, se puede decir que esta tecnologı́a resulta ade-
cho algoritmo contempla la aplicación del modelo de agentes cuada para la construcción de sistemas de información por
para controlar de manera dinámica el espacio de búsqueda los siguientes motivos:
y, en consecuencia, reducir los tiempos de procesamiento de
los textos.
• El sistema distribuido de agentes permitirá mantener
También se define un modelo genérico basado en los ARG la estructura de la organización y el acceso a la infor-
para la búsqueda de patrones con la incorporación de la mación se producirá por la comunicación entre agentes.
teorı́a de agentes para la reducción de caminos irrelevantes Ası́ un decisor podrá solicitar y obtener servicios de
en el grafo. Principalmente, se obtiene: otros núcleos de la organización.

• La información proveniente de las distintas fuentes autóno-


• Flexibilidad en el tipo de patrón que se desea detec- mas de la organización podrá ser oportunamente di-
tar: El modelo admite un conjunto de parámetros que fundida gracias a la autonomı́a y proactividad de los
permiten configurar la relación existente entre gramas agentes.
de un texto en función de la distancia existente entre
ellos. Dicha configuración se establece a partir de la • La sociabilidad de los agentes permitirá la detección
definición de una función peso que pondera las distan- de cambios en otras partes de la organización. La res-
cias antes mencionadas[2]. olución de conflictos será muy útil para la adaptación
a los cambios.
• Control del volumen del grafo con la reducción de caminos
irrelevantes: Mediante la incorporación de la teorı́a de
• El conocimiento del estado interno del propio agente
agentes y en función de las creencias, los deseos y las
hará que éste conozca sus limitaciones en cuanto a ca-
intenciones de los agentes definidos en el modelo, se es-
pacidad de adaptación.
tablece un control sobre el volumen del grafo seleccio-
nando aquellos arcos más relevantes para el mismo[2]. • La autonomı́a y sociabilidad también van a propor-
• Velocidad en la detección de patrones: A partir de la cionar el medio para identificar las partes interesadas
incorporación de los agentes al modelo de grafos se en los resultados de la toma de decisiones.
reducen los tiempos de búsqueda de patrones[2].
Las arquitecturas que se utilizan en las aplicaciones a SI son
Adicionalmente se desarrolló un software que permite, a par- de pizarra o de capa. Las arquitecturas de capa se pueden
tir de la búsqueda de patrones en textos, la categorización diferenciar en base a la posibilidad de que las capas accedan
de los mismos. a sensores y actuadores o no[5]. Ası́ se tiene una arquitec-
tura horizontal cuando todas las capas acceden a sensores y
La diferencia de esta aplicación con los otros es que se pre- actuadores. En este caso habrá un elevado conocimiento del
senta un modelo genérico para la búsqueda de patrones en control entre capas. La arquitectura es vertical cuando sólo
textos que permite al usuario definir mediante una función accede la capa más baja que también será la más compleja.
peso el tipo de patrón que desea buscar y que realiza un Por otra parte, atendiendo a la estructura de subordinación
control sobre el volumen del grafo para obtener mayor ve- una arquitectura puede ser clasificada como jerárquica, fed-
locidad de procesamiento. Es decir, lo determinado en este erativa, autónoma o hı́brida.
• Arquitectura de pizarra: El sistema está formado por • una Red de Información IN, que conecta objetos y
un conjunto de módulos (agentes) que no se comuni- agentes;
can entre sı́, sino a través de una “pizarra” compartida
• un R conjunto de reglas que gobiernan el compor-
que mantiene los estados parciales de un problema que
tamiento individual y la operaciones actuales de los
se está resolviendo. Un sistema de control gestiona
objetos domóticos y comprende
los conflictos de acceso entre los módulos. La función
que desempeñan los agentes es variable. La “pizarra” – la utilización y transformación de recursos exter-
además es el medio de comunicación entre agentes. nos,
Se debe tener en cuenta que hay investigadores que no – la comunicación,
consideran los sistemas de pizarra como sistemas de – la percepción y la comprensión;
inteligencia artificial distribuida debido a que tienen
un mecanismo de control muy centralizado y falta de • un conjunto de operadores L, llamadas Leyes, que de-
memoria local. scriben la evolución temporal del sistema global de
acuerdo con el comportamiento individual de los obje-
• SMA con arquitectura jerárquica, horizontal y mod- tos y de los agentes[1].
ular: Está compuesta por módulos que realizan una
función concreta y fija. Son módulos especializados, Las nociones descritas deben ser consideradas como instru-
esto supone que la forma de circular la información en mentos conceptuales que faciliten el modelado y análisis de
el sistema ha sido predefinida por el usuario. La estruc- ejemplos concretos, ayudar a comprender sus caracterı́sticas
tura de subordinación de los módulos es jerárquica, de y en la identificación de sus parámetros crı́ticos. Observación
tal modo que un agente del nivel superior realiza sus que, en los hechos, la evolución temporal de un Sistema de
funciones a través de agentes del nivel inferior, y es- Automatización de Casa descrito formalmente sobre la base
tos no pueden rechazar propuestas pero pueden ofrecer de las definiciones antyeriores está completamente determi-
contrapropuestas. El agente negociará de modo coop- nado por L y depende, en particular, sobre las normas que
erativo y competitivo. La deliberación se produce me- forman R.
diante un enfoque descendente (top-down) con el que
el agente determina qué pasos debe enlazar para lograr 7.3.1 Simulación del Ambiente
su objetivo. En el entorno virtual, los agentes se caracterizan de una
manera realista, aprovechando la experiencia en el estudio y
• Arquitectura federativa con agente mediador: Un único modelado de productos. Además de hacer la simulación más
agente se encarga de gestionar el conjunto de proce- efectiva, esta elección es crucial para permitir que el motor
sos de asignación centralizando las demandas de los de simulación para interactuar con los aparatos reales. De
clientes y las ofertas de los servidores a fin de hacer todos modos, ya que la duración de un ciclo del aparato
que estas dos categorı́as se correspondan. La arquitec- puede ser bastante largo, una de las caracterı́sticas impor-
tura del agente mediador es modular. El problema en tantes del simulador es que se puede trabajar sólo con los
este tipo de aplicaciones reside en que si el mediador agentes virtuales, cuya velocidad de ejecución se puede au-
deja de funcionar el sistema se paraliza. mentar la fijación de un parámetro determinado, de forma
de acortar la duración de la simulación. El comportamiento
• Sistema basado en la incorporación de un agente para
de cada agente en el simulador se modela como una secuen-
la toma de decisiones: Solución que consiste en un
cia de transiciones de estado a estado. La secuencia de las
sistema de apoyo a la toma de decisiones (Decision
transiciones de estado durante el funcionamiento normal de
Support System, DSS) que incluye un módulo de toma
cada agente es hora impulsada, excepto en el caso de un re-
de decisiones que es un agente. Este sistema tiene un
curso requerido es o deja de estar disponible. En tal caso,
enfoque descendente.
este evento puede causar una transición. Básicamente, el
simulador consta de un entorno de software, desarrollado
7.3 Teoria de Sistemas Multi-Agente para el en ambiente LabVIEW, donde los programas (instrumen-
Manejo de Recursos en un Sistema automático tos virtuales) que representan a los agentes individuales se
ejecutan simultáneamente, cada programa pone en práctica
en Casa la secuencia de las transiciones de estado que caracteriza a
El objetivo de está aplicacion fue de presentar un enfoque un agente. Agentes de intercambio de información medi-
para el estudio de Siste automatico en Casa, basado en la ante el intercambio de variables globales. Para ejecutar una
teorı́a sistema Multi-Agente la cual permite introducir un simulación, primero tiene que definir el entorno virtual medi-
riguroso formalismo y definir herramientas practicas para ante la indicación de los agentes y las variables globales rela-
un análisis de la performance[1]. Un Sistema de Automati- cionadas y especificando los valores de una serie de globales e
zación del Hogar (HAS) consiste en de: individuales (es decir, relativa a un solo agente). Durante la
simulación, los agentes se ponen en acción automáticamente,
• Un conjunto GR de recursos(elctricidad, gas, agua caliente) de acuerdo con un calendario elegido, de modo de simular las
globales; operaciones normales en un entorno doméstico[1]. El con-
junto de los agentes en el Sistema de Automatización del
• un conjunto DO de objetos Domóticos; Hogar se compone de los siguientes: lavadora, lavavajillas,
calderas, usuario y dispositivos de medición. Otros agentes
• un conjunto DA de agentes Domótica, un subconjunto se pueden agregar fácilmente, si es necesario, como horno,
de DO; aspiradora, etc. Una representación gráfica:
localización y monitorización.
– Soportar control histórico de la actividad de los
agentes.
• Aglets
La arquitectura del Aglets Software Development Kit
(ASDK) presenta una herramienta de desarrollo para
agentes móviles, creada por los laboratorios de I.B.M.
en Tokio, siendo una de las primeras en participar en
las especificaciones MASIF para CORBA. Un Aglet es
un objeto escrito en Java capaz de visitar máquinas que
soporten el entorno de ejecución Aglets WorkBench
(AWB). Dicho entorno permite:

– Cifrar el código y los datos de un aglet utilizando


el método de seriación de Java (JOS).
– Trasladar agentes utilizando el Protocolo para el
Transporte de Aglets (ATP).
– Ofrecer un Interfaz de Programación para Aglets
Figure 6: Sistema Automatico en Casa (A-API).
– Interconexión e intercambio de información entre
7.4 Otras Aplicaciones aglets y otros objetos mediante paso de mensajes.
• Agente Orientado a la Ingenierı́a del Software – El ciclo de vida de un aglet puede tratarse por
Técnicas prototipo propuesto para los sistemas de agente métodos basados en captura de eventos. Los even-
de la ingenierı́a, con inclusión de metodologı́as para el tos definidos son: creación, clonación, expedición,
análisis orientado a agente y el diseño, especificación retractación, eliminación, activación, desactivación
y métodos de verificación de los sistemas de agentes, y paso de mensaje.
y las especificaciones técnicas para la aplicación de – Control de seguridad mediante definición de au-
agente. Ingenierı́a de software orientada a agente está toridades y de sus privilegios y preferencias.
en una fase temprana de la evolución. Aunque hay
muchos argumentos convincentes para apoyar el papel Los elementos principales de la arquitectura aglet sonAglet:
de la opinión de que los agentes representan una im- define los métodos básicos para el control de un agente
portante dirección de ingenierı́a de software, no existe móvil.
todavı́a una falta de experiencia real para apoyar estos
– Representante: aı́sla al aglet del entorno, per-
argumentos. metodologı́as preliminares y herramien-
mitiendo un mayor grado de seguridad y ofre-
tas de software para apoyar el despliegue de sistemas
ciendo transparencia respecto a la localización del
de agentes quer están comenzando a aparecer, pero
agente.
lentamente[9].
– Contexto: ofrece al aglet un interfaz con su en-
• Proyecto Moa (Agentes Y Objetos Móviles) torno de operación.
La arquitectura ofrecida por el Open Group, que tam- – Mensaje: objetos utilizados para la comunicación
bién ha participado en MASIF, está en fase de diseño, entre aglets.
habiéndose definido las especificaciones funcionales y
la implementación del modelo de objetos. MOA per-
mite crear objetos y agentes móviles escritos en lenguaje
8. CONCLUSIONES
Después de haber leido sobre la teorı́a de agentes en los difer-
Java. Un objeto móvil puede contener tareas y, por lo
entes artı́culos y libros vistos hemos llegado a las siguientes
tanto, estar activo. Si dicho objeto es independiente
conclusiones:
y actúa en nombre de un usuario entonces el modelo
MOA lo denomina agente. Las caracterı́sticas funda-
mentales del modelo MOA son: • Tanto en el mundo académico y industrial, los agentes
inteligentes será una tecnologı́a clave en el mundo in-
– Proveer puntos de comprobación para poder reini- formático.
ciar las clases Java.
– Diseño e implementación de un modelo para ob- • Los agentes inteligentes por sus habilidades y propiedades
jetos y agentes móviles escritos en Java similar que poseen darán lugar a mejoras significativas en la
al aportado por el lenguaje Telescript de General calidad y sofisticación de los sistemas software.
Magic. • El desarrollo de los agentes crece cada año con la expe-
– Ofrecer un esquema de nombres apropiado. riencia adquirida y de las mano de las nuevas técnicas.
– Conservar los canales de comunicación tras cada • La mayor parte de las aplicaciones que se pueden re-
migración de un objeto. alizar con agentes móviles también se pueden realizar
– Definir una interfaz para el control de agentes, con middleware cliente-servidor, que es una solución
ofreciendo suspensión, reanudación, eliminación, más probada, sencilla, y extendida.
9. REFERENCES
[1] G. Conte, G. Morganti, A. M. Perdon, and
D. Scaradozzi. Multi-agent system theory for resource
management in home automation systems. Red de
Agentes Fı́sicos, (2):15–19, 2009.
[2] F. C. Federico. Aplicación de la teorı́a de agentes al
modelo de grafos para la detección de patrones en
textos. CACIC, 2007.
[3] C. A. Iglesias. Fudamentos de los agentes inteligentes.
UPM/DITGSI, 1997.
[4] L. Leal, D. Macı́as, and D. Vilariño. Teorı́a de agentes
y sus aplicaciones. Semana de Informatica, 2007.
[5] S. Liu, Åbo Akademi, T. Centre, and C. Science.
Perspectives on and prospects for software agent
systems, 1999.
[6] T. Magedanz, A. Karmouch, S. Pierre, and I. S.
Venieris, editors. Mobility Aware Technologies and
Applications, Second International Workshop, MATA
2005, Montreal, Canada, October 17-19, 2005,
Proceedings, volume 3744 of Lecture Notes in
Computer Science. Springer, 2005.
[7] J. L. Pollock. Planning agents. Foundations of
Rational Agency, ed. Rao and Wooldridge, 1996.
[8] S. J. Russell and N. Peter. Inteligencia Artificial un
enfoque moderno. Prentice Hall, Inc., New Jersey , NJ,
USA, 1966.
[9] M. Wooldridge and P. Ciancarini. Agent-oriented
software engineering: The state of the art. pages 1–28,
2001.
[10] M. Wooldridge and N. R. Jennings. Intelligent agents:
Theory and practice. Knowledge Engineering Review,
10(1):115–152, 1995.