David Camacho Fernández Sistemas Colaborativos 1 Sistemas Multi-agentes & CSCW David Camacho Fernández Departamento de Ingeniería Informática EPS, Universidad Autónoma de Madrid [email protected]Programa de Doctorado en Ingeniería Informática y de Telecomunicación Sistemas Colaborativos 2 Índice 1. Agentes Inteligentes 2. Sistemas Multiagente 3. Estándares 4. Sistemas Multiagente & CSCW 3 Agentes Inteligentes Índice 1. Un poco de historia 2. Conceptos básicos de agentes 3. Arquitecturas de agentes: Lógicas vs Deliberativas vs Reactivas vs Híbridas 4 Agentes Inteligentes Origen de las tecnologías de agentes: Tecnología de Objetos (software) Inteligencia Artificial Sistemas Distribuidos (computación) Sociedades, Psicología ...
24
Embed
Índice Sistemas Colaborativos - arantxa.ii.uam.esarantxa.ii.uam.es/~rcobos/teaching/esp/groupware/SMA-colaborativos... · simbólico del mundo, explícitamente representado, en donde
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
David Camacho Fernández
Sistemas Colaborativos 1
Sistemas Multi-agentes & CSCW
David Camacho FernándezDepartamento de Ingeniería InformáticaEPS, Universidad Autónoma de Madrid
Programa de Doctorado en Ingeniería Informática y de Telecomunicación
Sistemas Colaborativos
2
Índice1. Agentes Inteligentes
2. Sistemas Multiagente
3. Estándares
4. Sistemas Multiagente & CSCW
3
Agentes InteligentesÍndice
1. Un poco de historia
2. Conceptos básicos de agentes
3. Arquitecturas de agentes: Lógicas vs Deliberativas vs Reactivas vs Híbridas
4
Agentes InteligentesOrigen de las tecnologías de agentes:
Tecnología de Objetos (software)
Inteligencia Artificial
Sistemas Distribuidos (computación)
Sociedades, Psicología
...
David Camacho Fernández
Sistemas Colaborativos 2
5
Agentes InteligentesTecnología de Objetos
Mensajes entre objetos
Encapsulamiento, independencia
Clases, herencia
6
Agentes InteligentesInteligencia Artificial
Conocimiento (representación del mundo)
Razonamiento
Aprendizaje
Enfoque de agente:
Sensores
Proceso inteligente
Efectores
7
Agentes InteligentesSistemas Distribuidos
Distribución de datos y procesos
Conectividad, Redes, Protocolos
Interoperabilidad
Internet
8
Agentes InteligentesSociedades, Psicología
Historias de hormigas y abejas
Interacciones entre humanos, roles
Conductismo, Gestalt, Cognitivismo
David Camacho Fernández
Sistemas Colaborativos 3
9
Agentes Inteligentes¿Qué es un agente?
Proceso de larga vida (permanente)
Independencia, autonomía
Inteligencia
10
Agentes InteligentesDefiniciones de agente
Entidad “activa” situada en algún entorno:
Percive información a través de sensores
Actua sobre el entorno con algún tipo de
“actuador” (effectors)
Transforma las percepciones en acciones
Realiza algún tipo de tarera que le permite
alcanzar sus objetivos
11
Agentes InteligentesDefiniciones de agente
percepciones
acciones
entorno
12
Agentes InteligentesDefiniciones de agente
Un agente es un sistema informático, situado en
algún entorno, que percibe el entorno (entradas
sensibles de su entorno) y a partir de tales
percepciones determina (mediante técnicas de
resolución de problemas) y ejecuta acciones (de
forma autónoma y flexible) que le permiten alcanzar
sus objetivos y que pueden cambiar el entorno
David Camacho Fernández
Sistemas Colaborativos 4
13
Agentes InteligentesDefiniciones de agente
No existe una definición comúnmente aceptada
Wooldridge:
Cualquier proceso computacional dirigido por
un conjunto de objetivos capaz de interaccionar
con su entorno de forma flexible y robusta
Flexibilidad: Reactivo, proactivo, social
14
Agentes InteligentesClasificación de los agentes
Agentes Naturales
Seres vivos, entorno natural
Medidas: supervivencia, reproducción
Agentes Artificiales
Agentes Hardware (robots)entorno: interactúan con un entrono físicosensores: camaras, infrarrojos, etc.actuadores: ruedas/brazos, manipuladores, etc.
Agentes Software (softbots)entorno: de tipo electrónico (Internet)sensores/actuadores: dependientes del dominio
15
Agentes InteligentesCaracterísticas básicas de un agente
Autonomía: capacidad de actuar sin intervención humana
directa o de otros agentes
Sociabilidad: capacidad de interaccionar con otros
agentes, utilizando como medio algún lenguaje de
comunicación entre agentes
Reactividad: un agente está inmerso en un determinado
entorno (habitat), del que percibe estímulos y ante los que
debe reaccionar en un tiempo preestablecido
16
Agentes InteligentesCaracterísticas básicas de un agente
Iniciativa (proactividad): un agente no sólo debe
reaccionar a los cambios que se produzcan en su
entorno, sino que tiene que tener un carácter
emprendedor y tomar la iniciativa para actuar guiado
por los objetivos que debe de satisfacer
Movilidad: habilidad de trasladarse en una red de
comunicación informática
David Camacho Fernández
Sistemas Colaborativos 5
17
Agentes InteligentesCaracterísticas básicas de un agente
Veracidad: no comunica información falsa
intencionadamente
Benevolencia: no tiene objetivos contradictorios y
siempre intenta realizar la tarea que se le solicita
Racionalidad: tiene unos objetivos específicos y
siempre intenta llevarlos a cabo
Otras???
18
Agentes Inteligentes¿Qué NO es un agente?
Agente vs. Objetos
Agente como sucesor del paradigma de
objetos (Jennings)
Objeto: No tiene control sobre su estado
interno
19
Agentes Inteligentes¿Qué NO es un agente?Agente vs. Objetos
Parunak [PAAM’99]:
Un agente es:
• Un objeto con iniciativa
• Un objeto con actitud u orientación
• Un objeto que puede decir “No” (o “Adelante”)
• Un objeto pro-activo
Wooldridge [Weiss 1999]
“Los objetos lo hacen gratis, los agentes lo hacen por
dinero”
(objects do it for free, agents do it for money).
20
Agentes Inteligentes¿Qué NO es un agente?
Agente vs. Objetos
Algunas diferencias básicas:
METAS: un agente puede mostrar un
comportamiento “proactivo”
CONCURRENCIA: un agente puede tener
control sobre su propia ejecución
David Camacho Fernández
Sistemas Colaborativos 6
21
Agentes InteligentesArquitecturas de agentes: 1ª clasificación
Acceso a los sensores y actuadores de las capas de control:
HorizontalVertical
percepción
capa N
….
capa 3
capa 2
capa 1
acción
22
Agentes InteligentesArquitecturas de agentes: 2ª clasificación
Tipo de procesamiento:
Arquitecturas Basadas en la Lógica
Arquitecturas Deliberativas
Arquitecturas Reactivas
Arquitecturas Híbridas
23
Agentes InteligentesArquitecturas basadas en la Lógica
Representación de el estado interno según un conjunto de
sentencias lógicas de primer 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 24
Agentes InteligentesArquitecturas deliberativas
Son aquellas arquitecturas que utilizan modelos de representación simbólica del conocimiento. 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
En estos sistemas parece aceptada la idea de que un agente contenga algún sistema de planificación que sea el encargado de determinar que paso debe de llevar a cabo para conseguir su objetivo
David Camacho Fernández
Sistemas Colaborativos 7
25
Agentes InteligentesArquitecturas deliberativas
Por tanto un agente deliberativo (o con una arquitectura
deliberativa) es aquel que contiene un modelo
simbólico del mundo, explícitamente representado, en
donde las decisiones se toman utilizando
mecanismos de razonamiento lógico basados en la
concordancia de patrones y la manipulación simbólica
26
Agentes InteligentesArquitecturas deliberativas
Arquitectura B.D.I.:Creencias – B (Believes)
Conocimiento del agente sobre el entornoDeseos – D (Desires)
Metas del agenteIntenciones – I (Intentions)
Manejan y conducen a acciones dirigidas hacia las metasPersistenInfluyen las creencias
InconvenientesDifícil equilibrar una conducta del agente que tenga al mismo tiempo iniciativa y reactividad
David Camacho Fernández
Sistemas Colaborativos 8
29
Agentes InteligentesArquitecturas reactivasNo incluye un modelo del mundo simbólico
No usa razonamiento simbólico complejo
Modelo Estímulo – Respuesta
Procesamiento Ascendente (bottom-up):Patrones que se activan bajo ciertas condiciones de los sensores y tienen un efecto directo en los actuadores
Arquitecturas verticalesEstímulos externos procesados por capas especializadas que responden con acciones y pueden inhibir las capas inferiores
30
Agentes InteligentesArquitecturas 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)
Un ejemplo típico de estas arquitecturas es la
propuesta de Roodney Brooks, conocida como
arquitectura de subsunción (Brooks, 1991)
31
Agentes InteligentesArquitecturas reactivas
Principales Arquitecturas Reactivas:Reglas SituadasArquitecturas de Subsunción y autómatas de estado finitoTareas CompetitivasRedes Neuronales
32
Agentes InteligentesArquitecturas reactivas
Ventajas:
Respuesta inmediata del agente
No problema de la representación simbólica
Inconvenientes:
Difícil diseñar agentes puramente reactivos que
puedan aprender de la experiencia
Interacciones difíciles de entender en agentes
con muchas conductas
David Camacho Fernández
Sistemas Colaborativos 9
33
Agentes InteligentesArquitecturas híbridas
Para la construcción de agentes no es del todo
acertado utilizar una arquitectura totalmente
deliberativa, o totalmente reactiva, se han
propuesto sistemas híbridos que pretenden
combinar aspectos de ambos modelos
34
Agentes InteligentesArquitecturas híbridas
Agentes formados por dos o más subsistemas
Deliberativo:
• Modelo del mundo simbólico
• Determinar acciones a realizar para satisfacer los
objetivos locales y cooperativos de los agentes (genera
planes)
Reactivo:
• Procesar los estímulos que no necesitan deliberación
(centrado en reaccionar a los eventos que tengan lugar en
el entorno y que no requiera un mecanismo de
razonamiento Complejo)
35
Agentes InteligentesArquitecturas híbridas
Capas organizadas jerárquicamente con
información sobre el entorno
Diferentes niveles de abstracción:
Reactivo
Conocimiento
Social
Comportamiento global del agente definido por
la interacción entre estos niveles
36
Sistemas Multi-AgenteÍndice
1. Agentes vs SMA
2. Historia de los SMA
3. ¿Cuándo utilizar SMA?
4. Características básicas de los SMA
5. Arquitectura de los SMA
6. Comunicación entre agentes
David Camacho Fernández
Sistemas Colaborativos 10
37
Sistemas Multi-AgenteAgentes vs SMA
Sistema Basado en Agentes
Utiliza como mecanismo de abstracción los agentes,
pero aún siendo modelizado en términos de agentes,
podría ser implementado sin ninguna estructura
software correspondiente a éstos
Sistemas Multi-agente
Es diseñado e implementado como varios agentes
interactuando entre sí, para así lograr la funcionalidad
deseada38
Sistemas Multi-AgenteHistoria
Los sistemas compuestos de múltiples agentes,
comenzaron a utilizarse en la Inteligencia
Artificial Distribuida (O'hare et al.., 1996), que
tradicionalmente se ha dividido en dos campos:
La Resolución de Problemas distribuidos (DPS)
Los Sistemas Multiagente (MAS)
39
Sistemas Multi-AgenteÁreas de la IAD
Autonomous Agents (AA) agentes: centrados en sus propias accionesinteresado en las propiedades “microscópicas”
Multiagent Systems (MAS)agentes: interesados en sus acciones “dentro de la sociedad” (competición, cooperación, negociación)interesado en las propiedades “macroscópicas”
Distributed problem-solving (DPS)agentes benevolentes: cooperacióninteresado en las propiedades “macroscópicas”
40
Sistemas Multi-AgenteÁreas de la IAD
Autonomous Agents
Multi-agent Systems
Distributed Problem Solving
David Camacho Fernández
Sistemas Colaborativos 11
41
Sistemas Multi-AgenteHistoria
La Resolución de Problemas distribuidos (DPS): un
problema particular puede resolverse por un número
de nodos que cooperan en dividir y compartir
conocimiento sobre el problema y su solución.
Las tareas que cada agente realiza están prefijadas
de antemano, cada agente tiene una conducta fija,
y el sistema se centra en el comportamiento global
42
Sistemas Multi-AgenteHistoria
Los Sistemas Multiagente (MAS): agentes autónomos
trabajan juntos para resolver problemas, caracterizado
porque cada agente tiene una información o capacidad
incompleta para solucionar el problema, no hay un
sistema global de control, los datos están
descentralizados y la computación es asíncrona.
Los agentes pueden decidir dinámicamente qué
tareas deben realizar y quien realiza cada tarea
43
Sistemas Multi-Agente¿Cuándo utilizar SMA?
Problemas grandes, distribuidos
Ambientes abiertos y dinámicos
Ventajas:
Software flexible, interoperable, eficiente,
mantenible, confiable, robusto, ...
44
Sistemas Multi-AgenteLíneas de investigación
Interoperabilidad: lograr que sistemas heterogéneostrabajen juntos
Lenguajes de comunicación de agentes
Ontologías
Servicios
Diseño de políticas de Coordinación, Negociación, Cooperación, etc…Ingeniería del Sw basada en agentes: de la POO a la POAInteracción Humanos-agentes: avatares
CSCW, Ambient Intelligence…
David Camacho Fernández
Sistemas Colaborativos 12
45
Sistemas Multi-AgenteObjeciones a los SMA
Los SMA no son mas que otra forma de Sistemas DistribuídosSí, pero añaden “autonomía” Y “racionalidad”
coordinación (sincronización) no prefijadas en tiempo de diseño
Objetos activos + presunción de no benevolencia
Los SMA no son mas que otra forma de Sistemas Expertos (IA)Sí, pero añaden “interoperabilidad” Y “sociabilidad”
percepción, planificación, razonamiento, aprendizaje, …trabajan de forma unísona para forma el agente