Analysis of state practice

El t´erminoagenteproviene del lat´ınagere, que significa hacer. Agente deriva del parti- cipioagens, y expresa la capacidad de acci´on o actuaci´on de una entidad. Tras esta in- troducci´on etimol´ogica, es importante resaltar que la mayor´ıa de la literatura relacionada con los agentes no conserva una definici´on com´un del concepto de agente. Sin embargo, y al estar hablando de productos de ingenier´ıa, se pueden establecer unos criterios que permitan distinguir lo que es un agente de lo que no, ofreciendo un modelo razonable de sus caracter´ısticas y de su comportamiento.

Seg´un Tolosa (G. y F., 1999) la definici´on de agente est´a dada seg´un la l´ınea de investigaci´on en la cual se enmarque el uso del t´ermino (Inteligencia Artificial, Ingenier´ıa de Software, Sistemas Aut´onomos, etc.). As´ı, se puede encontrar que para Wooldridge y Jennings (Wooldridge et al., 2000), un agente es un programa auto-contenido capaz de controlar su proceso de toma de decisiones, bas´andose para ello en la percepci´on que tiene de su ambiente, y en la intenci´on de lograr uno o varios de sus objetivos. Seg´un esta definici´on, un agente es un sistema que re´une las siguientes caracter´ısticas:

Autonom´ıa: un agente encapsula un estado (no accesible a otros agentes), y toma decisiones sobre qu´e hacer bas´andose en su estado y experiencia, sin la interven- ci´on directa de otros agentes o de humanos. Sin embargo, una noci´on menos exi- gente de autonom´ıa propone que un agente es aut´onomo si es capaz de tomar sus propias decisiones.

Reactividad: un agente est´a situado dentro de un entorno, y es capaz de realizar percepciones de ese entorno y responder en consecuencia a los cambios que en ´el se producen.

Pro-actividad: un agente no act´ua simplemente en respuesta a los cambios que se producen en su entorno, sino que tambi´en tiene la capacidad de tomar la iniciativa en lo que a ejecutar acciones se refiere. En otras palabras, adem´as de poder exhibir un comportamiento reactivo ante los cambios en el ambiente, los agentes deben ser deliberativos, es decir, deben tener la capacidad de planificar qu´e hacer antes de ejecutar una acci´on sobre el ambiente en el que se encuentran inmersos.

Racionalidad: el comportamiento de un agente depende del conjunto de perce- pciones que procesa en un momento dado. Debido a que estas percepciones del ambiente son limitadas o incompletas, el agente s´olo puede tener una representa- ci´on parcial del mismo. Al enfrentarse a esta limitaci´on, el agente debe aplicar su racionalidad para determinar la acci´on que va a llevar a cabo ante una percepci´on dada. Para lograrlo, realiza un proceso de “cartografiado”, el cual consiste en selec- cionar la acci´on m´as apropiada que puede desempe˜nar en respuesta a determinados conjuntos de percepciones.

2.2. T´ecnicas Computacionales 

Habilidad social: un agente interact´ua con otros agentes (y posiblemente tambi´en con personas) a trav´es de alg´un tipo de lenguaje de comunicaci´on de agentes (y en algunos casos, mediante lenguaje natural). A trav´es del lenguaje, un agente puede adquirir la habilidad necesaria para involucrarse en actividades sociales (como por ejemplo la resoluci´on de problemas de forma cooperativa).

Pattie Maes (Maes, 1994), del AI Lab del MIT define a los agentes aut´onomos como sistemas computacionales que habitan en alg´un ambiente din´amico y complejo, donde perciben su estado y act´uan aut´onomamente, llevando a cabo una serie de objetivos o tareas para los cuales fueron dise˜nados. Por otro lado, para Ferber (Ferber, 1999), un agente es una entidad f´ısica o virtual tal que:

Se encuentra en un ambiente que percibe y representa parcialmente, sobre el cual act´ua aut´onoma y proactivamente.

Cuenta con un conjunto de metas u objetivos que trata de optimizar y los cuales tiende a satisfacer por medio de su conducta.

Posee habilidades y est´a en capacidad de ofrecer servicios. Posee recursos propios.

Existen diversas taxonom´ıas que establecen criterios para clasificar los agentes desde distintos puntos de vista, desde sus caracter´ısticas individuales hasta su utilidad, pasando por su comportamiento externo. Una de las propuestas de clasificaci´on m´as destacadas es el modelo de clasificaci´on llamado de las vocales, propuesto por Yves Demazeau (De- mazeau y Tavares da Silva, 2002). LaA(de agente) caracteriza sus rasgos individuales: arquitectura, funcionamiento interno, complejidad, etc. La visi´on externa se desglosa en varios apartados: laE(de entorno) caracteriza los requisitos computacionales para que el agente funcione correctamente; laI(de interacci´on) considera las capacidades de comu- nicaci´on del agente; laO(de organizaci´on) considera el papel del agente en el conjunto del sistema; y, por ´ultimo, la U(de utilidad) hace referencia a la aplicaci´on de la que forma parte el agente.

Seg´un sus caracter´ısticas individuales (A), los agentes pueden clasificarse en agen- tes reactivos y agentes cognitivos (Franklin y Graesser, 1996). Los agentes reactivos realizan tareas sencillas y su modelo computacional est´a basado en un ciclo depercep- ci´on/reacci´on. La reacci´on consiste en la ejecuci´on de procedimientos bas´andose estric- tamente en aquello que percibe el agente por medio de sus sensores. Adem´as, un agente reactivo no realiza procesos de razonamiento, ni tiene ning´un mecanismo expl´ıcito de representaci´on del conocimiento.

Por otra parte, los agentes cognitivos realizan tareas complejas que requieren de alg´un tipo de representaci´on expl´ıcita del conocimiento. Para realizar estas tareas, los agentes cognitivos necesitan llevar a cabo procesos cognitivos, deliberativos y de razonamiento, como por ejemplo la planificaci´on y el aprendizaje. El modelo computacional de un agen- te cognitivo est´a basado en un ciclo depercepci´on-asimilaci´on-razonamiento-actuaci´on. Franklin tambi´en propone que los agentes cognitivos son intencionales, es decir, tienen objetivos y planes expl´ıcitos que les permiten alcanzar sus metas.

 Cap´ıtulo 2. Fundamentos Te´oricos Preliminares

Otra caracter´ıstica importante que acent´ua la diferencia entre los agentes cognitivos y los reactivos, es que los cognitivos hacen una planificaci´on deliberativa de su actua- ci´on, por medio de la cual siguen una serie de pasos hasta conseguir el objetivo deseado. Los reactivos, en cambio, responden a los est´ımulos sin seguir ning´un plan previo. A fin de compensar las debilidades de cada tipo de agente, es posible concebir sistemas hete- rog´eneos cuyo comportamiento se derive de los dos modelos antes descritos. Es decir, es posible dotar a los agentes cognitivos o deliberativos con capacidades de reacci´on a los eventos; a tales agentes se les suele llamar Agentes H´ıbridos.

Seg´un el entorno en el que funcionan (E), existen agentes que requieren un entorno especial, o una plataforma software espec´ıfica, y agentes que se ejecutan en las platafor- mas computacionales existentes. Un ejemplo de los primeros son los agentes m´oviles, donde cada plataforma proporciona los mecanismos para gestionar su ciclo de vida y pa- ra desplazarse de un nodo a otro. Los ´ultimos se crean mediante los recursos del sistema operativo y siguen el ciclo de vida de cualquier aplicaci´on.

Seg´un el modo de interacci´on (I), se tienen los agentes especializados en la interac- ci´on con el usuario u otros agentes de interfaz, y agentes especializados en la interacci´on con los recursos. Seg´un el modo de organizaci´on (O), se puede considerar agentes indivi- duales, que no tienen capacidad de cooperaci´on y que realizan sus tareas solos; y agentes cooperativos, que pueden realizar tareas solos o colaborando con otros agentes. Seg´un la utilidad (U), se puede clasificar a los agentes de acuerdo con la finalidad o el prop´osito con el que fueron construidos. Para ello se pueden seguir dos criterios: el dominio de aplicaci´on y el tipo de tarea que realizan dentro de ´el.

Para mayor informaci´on acerca de los Agentes Aut´onomos y los Sistemas Multi- Agente, el lector puede consultar a (Wooldridge, 2002) y (Wooldridge y Jennings, 1994).