Agentes Inteligentes

ANTY

Antony Vittorio Russo Cabrera Laeticia Dos Santos

Mapa de conceptos 1.  El problema 2.  Conceptos Previos 3.  Materiales que necesitamos 4.  Detalles importantes I 5.  Detalles importantes II 6.  Detalles importantes III 7.  Corre, corre que te pillo 8.  ¿Que vamos a encontrar?

a.  Def.nls b.  Ant.nls c.  Setup.nls d.  Ants.nlogo

9.  ¿Hormigueamos un poco? 10. Problemas encontrados 11. Versión 2.0 12. Conclusiones 13. Dudas y preguntas 14. Referencias

El problema Se pretende resolver el problema de evitar

o b s t á c u l o s , l o c a l i z a r a l i m e n t o s y trasladarlos a un punto base, que requerirá el empleo de múltiples agentes y la colaboración entre ellos para desempeñar la labor.

•  Comportamiento. •  Detección de objetos. •  Comunicación

El fin de la ejecución de la aplicación se

alcanzará cuando todos los alimentos, cuyo número estará establecido por una variable, hayan sido trasladados al nido.

Conceptos previos

¿Que es la Inteligencia de Enjambre?

Inteligencia de Enjambre es el comportamiento colectivo de los sistemas descentralizados, auto-organizados , naturales o artificiales. El concepto se emplea en los trabajos sobre inteligencia artificial.

¿Como se forman?

Los sistemas de Inteligencia de Enjambres están típicamente formados por una población de agentes simples que interactúan localmente entre ellos y con su medio ambiente. La inspiración proviene a menudo de la naturaleza, especialmente de los sistemas biológicos. Los agentes siguen reglas muy simples, y aunque no existe una estructura de control centralizado que dicta cómo deben comportarse los agentes individuales, locales, y en un grado determinado al azar, las interacciones entre tales agentes conducen a la aparición de "inteligente" comportamiento global. Como ejemplos naturales se incluyen las colonias de hormigas, aves, el pastoreo de animales y el crecimiento bacteriano.

¿Como se usan en Agentes Inteligentes?

La aplicación de los principios de enjambre de robots se llama enjambre robótico, mientras que "inteligencia de enjambre" se refiere al conjunto más general de los algoritmos. 'Predicción de Enjambres' se ha utilizado en el contexto de los problemas de previsión.

Materiales que necesitamos

Netlogo

¿Por qué? Netlogo es particularmente útil para

modelar sistemas complejos que evolucionan en el tiempo.

Los implementadores de modelos pueden dar instrucciones a cientos o miles de agentes para que todos e l l o s o p e r e n d e m a n e r a independiente, entre sí y con el entorno. Esto hace posible explorar la relación entre el comportamiento a bajo nivel de los individuos y los patrones que surgen a partir de la interacción de muchos individuos entre sí.

Detalles importantes I

Nuestro cuadro de mandos:

Detalles importantes II

Tenemos 3 visiones del tablero al ejecutar:

Detalles Importantes III

A la hora de buscar tenemos 2 visiones priorizadas para olfatear las casillas.

Así permitimos a la hormiga determinar cuál

de ellas es más adecuada de seguir:

1.  mayor rastro de comida 2.  mayor rastro químico

Pero si no tenemos ningún estimulo

ejecutaremos de manera aleatoria.

Corre, corre que te pillo

•  Penaliza las casilla por las que se haya pasado más de 3 veces con comida, quitandole fuerza al rastro hacia el hormiguero.

•  Comprueba la energía actual de

l a h o r m i g a y a c t ú a e n consecuencia.

¿Que vamos a encontrar?

Def.nls Ant.nls Setup.nls

Ants.nlogo

Def.nls

Se encuentra la definición de los agentes que actualmente vamos a utilizar.

Agentes creados: •  Agentes

Hormigas •  Agentes Comida

Ant.nls

Podremos encontrar todas las acciones programadas para el agente Hormiga.

Setup.nls

En este fichero le damos forma a la hormiga para poder definir cada una de las características. ‘especiales’ que queremos crear y el entorno personalizado que le hemos dado.

Ants.nlogo

Fichero que contiene la funcionalidad go que permite ejecutarlo de manera continuada o de manera pausada a selección del usuario.

¿Hormigueamos un poco?

Problemas encontrados

1.  Duplicado de los pesos al intentar crear montículos unificados de comida.

2. Resolver la situación de problemas en esquinas hace que debamos buscar caminos alternativos.

3. La muerte de las hormigas hace que la comida quede ‘in situ’ por lo tanto se machacan los valores de los agentes comida anteriores.

Versión 2.0

1.  Procesos para que la comida sea indivisible.

2. Porteadores reinas.

3. Aprendizaje de entrenamiento.

4.  Incluir amenazas a la colonia.

Conclusiones

•  La comunicación entre agentes en ocasiones ha supuesto un handicap al replicar la información.

•  Aunque muchos de nuestros individuos

hayan muerto en el proceso vemos como el resultado grupal se ve beneficiado para alcanzar el objetivo

¿Dudas y Preguntas?

Referencias

•  Netlogo en español https://sites.google.com/site/manualnetlogo/

•  Wikipedia:

http://es.wikipedia.org/wiki/Algoritmo_de_enjambre

•  Diccionario de Netlogo:

ccl.northwestern.edu/netlogo/docs/dictionary.html

Muchas gracias por su atencion.