Agentes reactivos basados en modelo

Inteligencia
.- Es la capacidad o facultad de entender, razonar, saber, aprender y de resolver problemas.

Inteligencia Artificial

- Es un campo de la ciencia que trata de realizar con máquinas, tareas que pueden ser realizadas por el hombre, aplicando cualquier tipo de razonamiento.

Áreas de IA

- Búsquedas, RazonamientosIE, Planificación, Toma de decisiones, Aprendizaje.
Razonamiento es la capacidad de derivar inferencias a partir de conocimiento y de observaciones con el propósito de alcanzar una meta o resolver un problema.

Inferencia

Hacer suposiciones de lo que significan hechos (observados y/o conocidos)

Razonamiento Deductivo

- Inferir hechos concretos a partir de otros hechos y de aserciones generales. EJM:-Todos los animales son mortales.-Un perro es un animal.-Por lo tanto, un perro también es mortal.

Razonamiento inductivo

- Inferir suposiciones generales a partir de (muchos) hechos concretos (aprendizaje).EJM: Mi maestra de Lengua Española es gorda y la de mi hermano también, por lo tanto, todas las maestras de Lengua Española son gordas.

Aprendizaje supervisado

Tú realizas una acción y algo o alguien te dice si esa acción está bien o mal. Tú ya sabes de antemano el resultado.

Aprendizaje no supervisado

Lo aprendes por tu cuenta. Tu empiezas a probar cosas y tú eres el mismo que va a estar evaluando una crítica de lo que estás haciendo está bien o no En base a la utilidad.

Aprendizaje por refuerzo

El resultado no lo sabemos a priori pero con el tiempo lo vamos a saber.
Agente es cualquier  cosa capaz de percibir  su medio ambiente, utilizando sensores. Así como también  actuar en ese medio  usando actuadores.
Un agente  racional es  aquel que  siempre  hace  lo correcto. Deberá  emprender  aquella acción  que supuestamente maximice su medida de rendimiento,  basándose en las evidencias aportadas por las percepciones y  en el  conocimiento que el  agente mantiene.
Un agente omnisciente conoce el resultado de su acción y actúa de acuerdo con el. 

Definición REAS

- Rendimiento, Entorno, Actuadores y Sensores   (REAS). Mediante el estudio del REAS se pueden comprender de manera mas  cabal las distintas aristas que intervienen en la formulación del  problema que  tiene que  resolver el agente.

R

Cualidades deseables del agente.

E

-Aquel sobre el cual actuara.

A

- Herramientas para efectuar el trabajo.

S

Como percibe el ambiente el agente.

TIPOS DE AGENTE:

Agente reflejo simple

-Las acciones del agente se establecen en función a una tabla de percepción à acción.

Agentes con estado interno.(modelo)

.-.Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria.

Agentes basados en objetivos (metas

.-Agente que combina propiedades de los dos anteriores, pero que tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones.

Agentes basados en utilidad.-

Son aquellos agentes que tienen múltiples metas que cumplir, mide el grado de satisfacción del grado de cumplimiento de sus metas.

TIPOS DE AGENTE:

Agente reflejo simple

-Las acciones del agente se establecen en función a una tabla de percepción à acción.

Agentes con estado interno.(modelo)

.-.Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria.

Agentes basados en objetivos (metas

.-Agente que combina propiedades de los dos anteriores, pero que tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones.

Agentes basados en utilidad.-

Son aquellos agentes que tienen múltiples metas que cumplir, mide el grado de satisfacción del grado de cumplimiento de sus metas

. PROPIEDADES DEL ENTORNO:

Totalmente observable  vs. Parcialmente observable.- El entorno de trabajo es totalmente observable cuando los aspectos que sirven para la toma de decisiones son todos detectados por los sensores y es parcialmente observable cuando se da lo contrario por razones como ruido o quizá sensores no muy exactos o adecuados para el tipo de agente.

Determinista vs. Estocástico

-Un agente es estocástico cuando se basa en las probabilidades y la incertidumbre de no saber exactamente lo que ocurrirá en su entorno, en cambio cuando el medio está determinado por el estado actual,  el agente es Determinista. Estratégico: Un agente puede ser estratégico si el medio es determinista sin embargo las acciones de otros agentes no lo son, como en el caso del juego de ajedrez o el taxi automático.

Episódico vs. Secuencial.-

Un agente es episódico cuando su acción no determina una secuencia de acciones futuras, en cambio es secuencial cuando sus acciones pueden cambiar el resto de acciones, como por ejemplo una frenada en mal momento del agente taxista puede determinar un sin número de acciones futuras.

Estático vs. Dinámico

-Un agente es estático cuando el medio ambiente no cambia mientras se toma la decisión, y un agente dinámico es todo lo contrario, como en el caso del agente taxista, al girar a la derecha puede cambiar su entorno de muchas maneras mientras toma esa decisión de girar. 

SemiDinámico

Es cuando el rendimiento del agente cambia aunque el entorno no lo haga.

Discreto vs. Contínuo

-Un agente discreto es aquel en el que el tiempo, el medio y las percepciones que tiene no son infinitas como lo haría un agente continuo.

Agente individual vs. Multiagente. Búsqueda NO INFORMADAS.-

B en profundidad, B. En anchura, B.Profundidad iterativs, B.Costo uniforme.

GRAFO

-Está compuesto por:Un conjunto de nodos (vértices)y  de enlaces (aristas) que une a los nodos de diversas formas.

Multígrafo

Grafo que puede tener varios enlaces entre dos nodos adyacentes.

Pseudografo

Grafo que posee enlaces cuyos extremos son un mismo nodo (lazos).

Dígrafo

Grafo dirigido (flechas) donde los extremos de los enlaces poseen un orden.Grado.- # de enlaces que tiene a un nodo por extremo.