Revolución IA

La Inteligencia Artificial está llamada a protagonizar la próxima Revolución tecnológica

Inicio Sobre Revolucionia Temas Para saber más Contacto

Representación del entorno en agentes inteligentes

Fernando P.    16/09/2017

Temas:  Fundamentos

En artículos anteriores se ha tratado sobre el concepto de agentes inteligentes, se han clasificado los agentes en base a la complejidad de su entorno, en base a su modelo de programación y se ha descrito cómo se puede añadir capacidad de aprendizaje a un agente.

El presente artículo es el último de una serie genérica sobre agentes inteligentes en el que se va a ofrecer una última clasificación de los agentes en base a la complejidad de la representación del entorno del agente.

Fundamentos de un agente inteligente
Como ya se ha visto en los artículos citados, básicamente, un agente inteligente es un dispositivo que funciona en una especie de bucle a base de hacerse preguntas y de intentar responderlas. Podemos simplificar el funcionamiento de un agente inteligente según el siguiente esquema:

  1. ¿ Cual es el estado actual del entorno ?
  2. En el estado actual del entorno ... ¿ cual es la mejor acción que puedo ejecutar ?
  3. ¿ Cómo ha afectado mi acción al entorno ?
  4. Volver a 1

Representación del entorno de un agente La interacción entre agente y entorno es constante. Ya vimos que hay muchas posibilidades de complejidad para el entorno de un agente.

Pero, independientemente de la complejidad del entorno, en lo esencial, podemos considerar al entorno como un sistema que tiene varios estados posibles y que va evolucionando de un estado a otro, por cuestiones de la naturaleza del entorno y/o por acciones del agente.

Podemos describir el proceso en la forma siguiente:

Sea  A  el estado del entorno en un momento dado

Debido a la naturaleza del entorno y a las decisiones del agente, el entorno transicionará desde  A  a un nuevo estado

Sea  B  el nuevo estado, decimos que en el entorno se produce la transición  AB

Representación del entorno de un agente inteligente
Entendemos por representación del entorno de un agente a la mínima cantidad de información que define unívocamente cada uno de los estados posibles del entorno. Si en un momento dado el entorno se encuentra en un estado  A, podremos cuantificar exactamente el estado  A  mediante el valor que toman ciertas variables medidas en el entorno para ese estado.

Por ejemplo, en el caso de una puerta automática podemos pensar que tenemos dos variables que nos permiten representar perfectamente todos los estados del entorno. Una variable que representa el estado de la puerta (abierta o cerrada) y otra que representa la presencia de personas delante de la puerta (sí o no).

Independientemente de la complejidad del entorno del agente, hay varias posibilidades en lo que respecta a la representación del entorno de un agente. Específicamente, tenenos tres posibles situaciones respecto a la representación del entorno.

Representación atómica
Se trata del caso más sencillo. Decimos que la representación del entorno es atómica cuando cada estado del entorno es tan sencillo que no comparte ninguna característica con otros estados del entorno.

Por ejemplo, un termostato simple que sólo atienda a la temperatura ambiente para controlar el arranque y la parada de una calefacción tiene dos estados atómicos. Un estado es el de temperatura baja (arrancar la calefacción) y otro estado es el de temperatura alta (detener la calefacción). En un momento dado, la temperatura será alta o baja, pero no puede ser ambas cosas a la vez.

Representación factorizada
Una representación factorizada del entorno es bastante más compleja que una representación atómica. En este caso, tenemos un conjunto de variables que permiten codificar perfectamente la información relativa al entorno y cada estado viene dado por unos valores concretos de esas variables.
Clases de reprsentación del entorno de un agente
En la representación factorizada puede suceder que algunos estados distintos compartan algunos valores en ciertas variables.

Por ejemplo, un agente inteligente que efectúe compra-venta de valores en mercados financieros tendrá un entorno que viene definido, al menos, por el precio de los valores que negocia. Pero puede suceder que estados del entorno muy distintos, como un mercado alcista y otro bajista, compartan variables en forma de precios de valores que no hayan cambiado, a pesar de que el grueso del mercado sí que ha cambiado.

Otra característica de la representación factorizada es que podemos encontrarnos con incertidumbre, en la forma de estados que no tienen completamente definido el valor de alguna variable, sino que se representan más bien por una distribución de probabilidad sobre esa variable.

Representación estructurada
Por último, tenemos el tipo de representación más elaborada, que es la estructurada. En este tipo de representación, de la misma forma que en la representación factorizada, tenemos una serie de variables que nos permiten describir el entorno y cada estado del mismo tiene asociado unos valores de estas variables.

Pero como añadido a la representación factorizada, tenemos información adicional que relaciona los posibles valores de las variables que describen el entorno y que dota de estructura a los valores de las variables que definen cada estado del entorno. Y esta información que relaciona variables es la que va a permitir a un agente comportarse efectivamente de forma racional a nada que el entorno tenga un mínimo de complejidad.

Por ejemplo, imaginemos un automóvil que tenga conducción autónoma. En un momento dado puede tratar de seguir la ruta más corta entre sus puntos de origen y destino, pero puede suceder que esa ruta esté muy congestionada los días de lluvia. La variable lluvia y la variable estado de congestión de la vía no son independientes, una influye en la otra y esta información sobre el estado del entorno se puede organizar mediante una representación estructurada para permitir al agente tomar las decisiones más racionales.


En general, hay muchos niveles de complejidad en todo lo relativo al diseño de agentes inteligentes. En los casos más sencillos tenemos agentes muy simples que difícilmente se pueden considerer como inteligentes. Pero en los casos de mayor complejidad, los agentes deben de comportarse de forma verdaderamente inteligente si han de tomar decisiones con un mínimo de coherencia y eficacia.


Para saber más:

Esta página de la Wikipedia trata el concepto de agente racional y proporciona alguna idea adicional sobre lo aquí expuesto.

Este libro tiene un capítulo completo dedicado a agentes inteligentes y seguramente sea el mejor recurso que se puede encontrar para profundizar en este tema.



 

Inicio Powered by NetBSD
 
HTML5
 
En general, todo el contenido de este sitio web es original, salvo referencias o enlaces a otros sitios web y citas o reproducciones expresamente presentadas como tales.

No está permitida la reproducción ni la copia del contenido de este sitio web sin el permiso expreso de la propiedad del mismo.

Este sitio web no utiliza cookies ni ningún otro mecanismo para almacenar información en los navegadores de los visitantes ni para realizar seguimiento de los mismos.

2017,2018 Revolucionia.net
Sobre Revolucionia
Temas
Para saber más
Contacto