Una introducción a la Inteligenca Artificial (IA)



Descargar 2.01 Mb.
Página25/29
Fecha de conversión20.03.2018
Tamaño2.01 Mb.
1   ...   21   22   23   24   25   26   27   28   29

Autonomía


Es la capacidad de respuesta basado en sus percepciones y conocimientos que le permites alcanzar el objetivo que tenga planteado un agente.

En los agentes móviles la autonomía es importante debido a que el Agente debe ser capaz de enfrentarse a situaciones imprevistas de nodos caídos o información faltante.

Aunque el agente sea autónomo, el usuario al que pertenece continúa con la responsabilidad de lo que haga el agente.

Proactividad


[Maes 97] considera la proactividad como el hecho; que un agente tome la iniciativa, sea mediante sugerencias o acciones anticipadas para alcanzar sus objetivos.

[Norman 94] enfatiza que el usuario debe confiar en el comportamiento de su agente antes de aceptar un agente proactivo.

[Davidson 97] construyó un sistema con dos componentes un Anticipador y un Reactor. El reactor tiene mayor probabilidad y cuando el agente tiene tiempo se activa el anticipador.

[Exceau]considera al compromiso una componente importante en la proactividad de los agentes, como actividades que deberá llevar a cabo.



Sociabilidad


La sociabilidad le permite a los agentes comunicarse entre ellos, cooperan y cuando surgen conflictos negociar para llegar a una solución en donde los involucrados obtengan la mejor parte.

[Chaib-draa 97] ha construido un agente con diferentes formas de reacción dependiendo si son rutinarias, familiares o desconocidas. Su modelo incluye leyes sociales obteniendo beneficios de los sistemas reactivos y los planificadores.

Es un aspecto ampliamente estudiado y ha dado origen a los sistemas multiagentes, sistemas colaborativos, agentes buscadores de propiedades emergentes, etc.

Comunicación


Se han propuesto varios protocolos y lenguajes para lograr la comunicación entre agentes, como KQML y KIF.

Las investigaciones en este tema incluyen los aspectos de Manejo de Ontologías Mixtas (cada agente utiliza su propio conjunto de conceptos).

Lo que se busca es tener la capacidad de comunicación para colaborar, cooperar y llevar a cabo negociaciones.

Cooperación


La cooperación puede darse considerando un componente central que coordine globalmente a los diferentes agentes, otra alternativa es que cada agente sea autónomo y se procuren resolver conflictos de manera local, tendiendo a lograr un máximo global.

Negociación


Inicialmente la negociación surge por la necesidad de evitar conflictos entre los agentes.

El comercio electrónico y más específicamente los aspectos de negocios B2B, han dado un gran impulso a los aspectos de negociación entre agentes en nombre de su usuario.

La negociación está presente en las compras, ventas, subastas, selección de una fecha para llevar a cabo una cita, para elegir cuales componentes se les da mayores recursos, como el caso del suministro de energía eléctrica.

Personalidad


Esta característica es de reciente estudio y su importancia radica en que para tener una mejor forma de predecir el comportamiento de un agente, resulta conveniente conocer su personalidad utilizando adjetivos como agente tímido, atrevido, impulsivo, orgulloso, tramposo, etc.

3.2. Componentes


Mecanismo de Representación del conocimiento

Capacidades para ejecutar acciones, comunicarse, reaccionar y/o planear

Arquitectura del agente

Sensores


Actuadores

A

B

C


D


E

Cuidado en el uso de los agentes


Los agentes pueden cometer fallas en nombre del usuario, comprar de más o menos.

El usuario puede querer algo diferente a la que obtuvo su agente.

Por ahora este tipo de agentes son difíciles de programar.
4. Tipos de agentes y sus características
Agentes Cooperativos :

Comunicación, cooperación y colaboración.

Autonomía

Negociación(solución de conflictos e interés común)

Motivación – Problemas complejos para un solo agente, Sociología

Agentes Interfaz


Adaptación al Usuario(Aprendizaje de un ser UserModeLink)

Personal Assistants (Como help en aplicaciones)

Motivación – Eliminar el tedio de tareas repetitivas y aburridas, compartir el KNOW-HOW de una comunidad de usuarios

Críticas: Alguien siempre observando sobre mi hombro, Autonomía vs semiautonomía



Agentes Móviles


Proceso capaz de viajar por una red, interactuando entre computadoras, ejecutándose en estas y obteniendo información para regresar con ellas a su usuario

Cliente con poder de procesamiento limitado

Computo distribuido

Motivación : ahorro en costos de comunicación – paralelismo

Criticas : Seguridad, Identificación veraz, prevacía, pago. Comportamiento de uno o muchos agentes móviles en mi computadora.
Agentes Internet:

Asistente en la búsqueda inteligentes en la búsqueda de Internet

Motivación: El web se duplica cada 15 días

Representación y usos de una topología del Web

Crítica: Ya existe SOFTBOTS, SPIDER y ROBOTS INDEXADORES.

Agentes Deliberativos


Poseen un modelo del mundo (representación simbólica)

Intensiones, creencias, compromisos, conocimientos

Motivación: Revisión de creencias, autonomia, negociación

Agentes Reactivos


Inteligencia articial sin representanción

No poseen un modelo del mundo

Estimulo respuesta

Motivación: Comportamiento inteligente en base a interacción entre entes sencillos sin necesidad de un plan

Flexibilidad y adaptabilidad: Area de aplicación favorita JUEGOS

Crítica: Rango de aplicación limitado, no hay lineamientos del sistema.


Por supuesto, hay multitud de clasificaciones que dependen del punto de vista del investigador. Aunque podemos considerar la más común la realizada a partir de la enumeración de las características que cumple un agente.

Movilidad: capacidad de transportarse de una máquina a otra.

Reacción: actuación sobre el entorno mediante un comportamiento estímulo/respuesta.

Proacción: toma la iniciativa para alcanzar sus objetivos.

Sociabilidad o cooperación: capacidad de comunicarse con otros agentes, programas o personas.

Aprendizaje o adaptación: comportamiento basado en la experiencia previa.

Continuidad temporal: ejecución continua en el tiempo.

Carácter: inclusión de estados de creencia, deseo e intención (modelo BDI).

Teniendo en cuenta que un agente cumple las características mínimas de situación, flexibilidad y autonomía, podemos considerar, por ejemplo, agentes móviles con aprendizaje, agentes reactivos y sociables, agentes móviles, proactivos y sociables, entre otros.
Desde el punto de vista de la Inteligencia Artificial se hace una clasificación a tres niveles:

Agentes móviles o estáticos.

Agentes reactivos o proactivos.

Agentes cooperativos, autónomos, con aprendizaje o con una mezcla de dichas características:

Agentes de interfaz: autónomos y con aprendizaje.

Agentes colaboradores: autónomos y cooperativos.

Agentes ideales: autónomos, cooperativos y con aprendizaje.

Otra clasificación puede ser:



Un mapeo de secuencias de percepciones a acciones es una tabla cuyas entradas describen las acciones que un agente emprende como respuesta a cada una de las secuencia de percepciones posibles. Si disponemos de tal tabla, podemos construir un agente cuyo comportamiento se base en el contenido de ésta. Llamaremos a tal agente un agente basado en tablas.

Agente basado en Tablas


Un mapeo de secuencias de percepciones a acciones es una tabla cuyas entradas describen las acciones que un agente emprende como respuesta a cada una de las secuencia de percepciones posibles. Si disponemos de tal tabla, podemos construir un agente cuyo comportamiento se base en el contenido de ésta. Llamaremos a tal agente un agente basado en tablas.


Agente = Arquitectura de agente + Programa de agente.


Programa de agente es la especificación que permite implementar el mapeo de secuencias de percepciones a acciones para tal agente.

Arquitectura de agente es el sistema de computación en que se ejecuta el programa de agente.

Una posible solución a uno de los problemas de los agentes basados en tablas puede lograrse a través del reemplazo de la tabla que implementa el mapeo percepción - acción por un conjunto de reglas condición - acción (también llamadas reglas situación - acción o reglas de producción) cuyos elementos resumen fragmentos de la tabla.
Agente de Reflejo Simple
Un agente reflejo simple es aquel en el cual las acciones son determinadas mediante el pareamiento de la situación del mundo (como es percibida por el agente) con el antecedente de una regla situación - acción.

Ver figura anterior

Un agente reflejo tiene posibilidad de presentar un comportamiento más inteligente cuando es capaz de interpretar el estado del mundo en base a cierto conocimiento sobre:

su estado interno

¿Cómo me encuentro YO en este momento?

cómo evoluciona el mundo

¿Cuál es mi teoría del mundo (en particular de aquellas porciones de éste que no puedo percibir ahora, pero que sé que existen)?

el potencial efecto de sus acciones

¿Qué ocurre en el mundo y en mi interior cuando realizo una determinada acción?

en este caso, denominaremos al agente un agente reflejo con estado interno.






Agente con metas explícitas


En muchas ocasiones, la simple reacción o reflejo con mayor o menor información, puede ser insuficiente para lograr un comportamiento adecuado, siendo conveniente introducir el conocimiento del objetivo o meta que el agente debe lograr como elemento participante en el proceso de toma de decisiones de dicho agente, incrementando, de este modo, su grado de "inteligencia" al considerar durante dicho proceso las posibles condiciones futuras, tanto del mismo agente, como del mundo que lo rodea en caso de tomar una acción determinada.



búsqueda y la planificación son dos áreas de la I.A. relacionadas con los procesos internos de un agente basado en metas.



Agentes basados en utilidad


Un Agente Basado en utilidad o agente racional ideal es aquel que en todos los casos de posibles secuencias de percepciones, emprende todas aquellas acciones que favorezcan obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas por la secuencia de percepciones y en todo el conocimiento incorporado en tal agente.
La racionalidad está relacionada con :

La medida con la que se evalúa el grado de éxito logrado.

La secuencia de percepciones, es decir, todo lo que hasta ese momento el agente haya percibido.

El conocimiento que el agente posea del mundo y de sí mismo.


Las acciones que el agente puede emprender.



Un agente es autónomo en la medida en que su conducta está definida por su propia experiencia.

El auténtico agente inteligente autónomo debe ser capaz de funcionar satisfactoriamente en una amplia gama de ambientes, considerando que se le da suficiente tiempo para adaptarse. El aprendizaje automático es una de las ramas de la IA directamente relacionada con el desarrollo de la autonomía en agentes inteligentes.
5.- Sistemas Multiagentes
Normalmente los agentes no actúan en solitario, sino que se localizan en entornos o plataformas con varios agentes, donde cada uno de ellos tiene sus propios objetivos, toma sus propias decisiones y puede tener la capacidad de comunicarse con otros agentes. Dichos entornos se conocen con el nombre de sistemas multiagentes o agencias.

Los sistemas multiagentes dan un mayor nivel de abstracción con respecto a la informática distribuida tradicional, estando más cercanos a las expectativas del usuario y permitiendo al programador una mayor flexibilidad para expresar el comportamiento de los agentes. Como características principales de las agencias podemos destacar las siguientes:

Cada agente del sistema tiene un punto de vista limitado (no tiene la información completa).

No existe un control global para todo el sistema.

Los datos están descentralizados.

La computación es asíncrona.

Permite interoperación con sistema existentes.

Sin embargo, este tipo de diseños suele plantear una serie de problemas, como la elección del tipo de comunicación entre los agentes, del tipo de plataforma o del método de desarrollo, de los criterios para la seguridad del sistema.

Los agentes con una arquitectura basada en capas no constituyen por sí mismos un sistema multiagente. Existen dos tipos fundamentales en este tipo de construcciones:

Capas verticales: sólo un subagente tiene acceso a los sensores y sólo uno puede actuar sobre el entorno.

Capas horizontales: cada subagente puede sentir y actuar.

Centrándonos en nuestro problema, el O.M.G. define un sistema multiagente como:



"una plataforma que puede crear, interpretar, ejecutar, transferir y terminar agentes".
Un sistema multiagente, es un sistema formado por diversos agentes autónomos y

heterogéneos donde:



  • Cada agente es un especialista en algún área

  • Cada agente tiene sus creencias, intereses, metas.

  • Los diferentes especialistas interaccionan para conseguir una meta común. Debido a la variedad de los especialistas en algunos dominios y de los intereses de cada uno, pueden surgir conflictos al momento de interactuar:

  • El valor de un atributo propuesto por un especialista hace imposible para otro especialista ofrecer un conjunto de valores consistentes en otros atributos.

  • Los especialistas tienen diferentes puntos de vista en estilos o enfoques usados para conseguir una meta.

  • Los especialistas tienen diferentes criterios de evaluación (base creencias e intereses)

Los conflictos entre los agentes son resueltos, generalmente, utilizando mecanismos de negociación. En el proceso de negociación se distinguen las siguientes actividades:

- Comunicación de la información (Pedir, Dar)

- Recomendaciones para la solución

- Justificar las recomendaciones

Sin embargo, nuestras investigaciones llevadas a cabo hasta el momento muestran que la negociación bajo el esquema de Sycara no suceden en los sistemas centralizados, pero

posiblemente si sucedan en una arquitectura descentralizada.


Cuando ya tenemos especificado el sistema multiagente es necesario tener

mecanismos que aseguren que las actividades de los agentes estén coordinadas de manera tal que el sistema en conjunto alcance sus objetivos.

Resulta obvio que la comunicación es punto relevante para lograr una interacción eficiente y una coordinación coherente.

Especificación de sistemas multiagente


La teoría de agentes es la que se ocupa de definir qué es un agente, así como los

formalismos matemáticos para representarlos y razonar acerca de sus propiedades

[Wooldridge 95].

Por otro lado, no sólo debemos especificar cada agente en base a sus propiedades y/o

habilidades, sino que debemos especificar todo el sistema. En un sistema multiagente existe inherentemente el problema de la concurrencia. Los agentes interactúan mediante la comunicación, y es aquí donde surge la necesidad de la sincronización [Andrews 91].

Se puede ver la ejecución de las acciones concurrentes de los agentes como un entrelazado (interleaving) de las acciones atómicas ejecutadas por agentes individuales. El problema de interferencia resulta cuando un agente realiza una acción que invalida las suposiciones hechas por otro; ésto significa que cuando los agentes interactúan, no todos los entrelazados son igualmente aceptables: algunos de ellos pueden causar algunos problemas como "el abrazo mortal", que se da cuando todos los agentes están esperando un recurso que otro agente tiene (deadlock); o bien el posponer indefinidamente, en el cual un agente es relegado de forma tal que nunca se le da el recurso que requiere (starvation).

Por las razones anteriores es importante especificar el comportamiento de las acciones

concurrentes de los agentes. Se describen algunos de los formalismos usados para especificar los agentes y la concurrencia en las acciones ejecutadas por ellos.



Lenguaje de especificación Z


En el lenguaje Z un tipo de dato básico no tiene estructura y no se dan detalles acerca de

como el dato podría ser implementado. Los tipos de datos básicos son escritos en

mayúsculas por convención. ejemplo: [BOOK, CATALOGNUM, STRING]

Frecuentemente es muy útil abreviar las definiciones de tipos, por ejemplo,

Bundle==P BOOK, donde la P indica el conjunto potencia de todos los BOOKs.

Las funciones y variables pueden declararse como axiomáticas por definición. En ese caso,

las funciones y variables se declaran arriba de la línea horizontal, abajo de la línea se dan las restricciones impuestas.

Ejemplo: donde titleOf es una función en la que cada BOOK se mapea a un STRING y el número de elementos en el dominio de la función es mayor o igual a la cardinalidad del rango.

Los esquemas son utilizados para especificar composiciones de tipos básicos similar a los registros. El nombre del esquema aparece en la parte superior.

Para una introducción más completa refiérase a [Spivey 89]

En [Goodwin 93] se utiliza el lenguaje de especificación Z como un marco para describir agentes, las tareas entre ellos, y el ambiente en que se desenvuelven. Por ejemplo para especificar una tarea (TASK) se propone el siguiente esquema:
6.- Comunicación entre agentes
Los agentes que forman un sistema pueden colaborar entre ellos para alcanzar sus tareas respectivas. Dicha colaboración se realiza mediante un lenguaje de comunicación comprensible por los agentes del sistema –y por otros programas, si es necesario. En contraste con un objeto convencional –que ejecuta métodos de otro objeto siempre que tenga permiso–, un agente puede rechazar una petición de otro agente, por lo que deben ser capaces de hablar entre sí, para decidir qué acción realizar o qué datos obtener [11].

Históricamente, la comunicación entre agentes de un sistema se realizaba mediante lenguajes propios de cada vendedor, impidiendo la comprensión entre los agentes de sistemas heterogéneos, con una semántica informal y con poca autonomía.

A principios de los años 80, el DARPA estadounidense desarrolló el Knowledge Query Management Language (KQML) [iv], que pretendía convertirse en una norma para la comunicación entre agentes. Dicho lenguaje incluye muchas primitivas –llamadas ejecutivas– que definen las operaciones que un agente realiza en su comunicación con cualquier otro. Además, un entorno KQML puede enriquecerse con agentes especiales –llamados facilitantes– que proveen funciones adicionales como servicio de nombres [8].

Algunos entornos –como el Java Agent Template (JATLite) de la Universidad de Stanford (EE.UU.) [vii]– han desarrollado compatibilidad con KQML. Sin embargo, han aparecido varios dialectos KQML con una sintaxis similar, pero no completamente compatibles.

La Fundación para los Agentes Físicos Inteligentes (FIPA) [iii] propuso como norma a principios de los años 90 el lenguaje Arcol (desarrollado por France Télécom [v]). Arcol conserva –al igual que KQML– una sintaxis similar al Lisp, pero incluye una semántica formal, lo que proporciona una base rigurosa para la interoperación entre agentes y evita la proliferación de dialectos [11].

Sin embargo, Arcol carece aún de algunos aspectos deseables para un lenguaje para la comunicación de agentes como permitir una mayor autonomía, una mayor heterogeneidad y el uso de dialectos abiertos.

CORBA pretende definir una norma genérica para la comunicación y la interacción de sistemas multiagentes creados por distintos fabricantes. Dichas normas se verán en profundidad en los próximos capítulos.

Lenguaje propuesto por la FIPA: FIPA-ACL

Basada en actos comunicativos

Tiene en cuenta los estándares de comunicación(CORBA, RMI, Sockets)

Parámetros de un mensaje





Parámetros

Significado

:sender

:receiver


:content
:reply-with
:in-replay-to
:language
:ontology
:reply-by
:protocol
:conversation-id
:envelope


Identifica unívocamente al agente que envía el acto comunicativo

Indica la identidad del agente(s) receptor(es) ( punto-a punto, multicast)

Contenido del mensaje, debe expresar el tipo de dato de la acción

Expresión que identifica el mensaje, para usarla en la respuesta

Identifica el mensaje al que se responde
Indica el lenguaje en el que va codificado el contenido
Ontología que define el significado de los símbolos usados en el contenido

Tiempo máximo o fecha tope en la que se espera recibir respuesta

Protocolo que está empleando el agente cuando envía el mensaje

Expresión que identifica la conversación de la que forma parte este mensaje

Lista con otros aspectos del servicio de mensajes.



Clases de Actos comunicativos





Acto

Comunicativo



Intensión Asociada

:accept-proposal

:agree


:cfp

: failure

: inform

: not-understood

: propose

: refuse


: reject-proposal

: request

: subscribe


Negociación

Realización de una acción

Negociación

Manejo de Errores

Paso de Información

Manejo de errores

Negociación

Realización de una Acción

Negociación

Realización de una acción

Solicitud de información


Ejemplos de actos comunicativos


1.- El agente i confirma al agente j que es cierto que está nevando

(confirm


: sender (agent-identifier :name i)

: receiver (set (agent-identifier :name j))

: content

"tiempo (hoy, nevando)"

: language Prolog)
2.- El agente j pide al agente i que le envíe propuestas para vender 50 cajas de peras

(cfp


: sender (agent-identifier :name j)

: receiver (set (agent-identifier :name i))

: content

(action (agent-identifier :name i)

(vender peras 50))

(any ?x (and (= (precio pera) ?x) (< ?x 10) ) ) )

: ontology mercado-frutas)

7.- Los Sistemas Multiagentes vs los sistemas tradicionales

La tecnología de los AI

Los llamados "Agentes Inteligentes" y los "Sistemas Multiagentes" son áreas de investigación muy activas en los años recientes [4-7]. La razón de ello es que los sistemas basados en agentes proponen interesantes oportunidades para crear sistemas computacionales más flexibles y robustos que los sistemas tradicionales [4].

El término "agente" ha sido demasiado utilizado, y su significado es tan ambiguo de lo que fue el término "objeto". Vamos a considerar únicamente dos acepciones del término:

El agente visto como una entidad "inteligente" a quien se delegan ciertas funciones que despliega en forma flexible y autónoma en un ambiente específico [ref].

Los sistemas "multiagentes" [5], que trabajan mediante la interacción con otros agentes, que pueden ser computacionales o humanos, cooperando o compitiendo para lograr ciertas metas.

La primera acepción enfatiza las características de un agente "individual", en contraste con características que puede tener un programa tradicional. Las características que más frecuentemente se asocian con esta acepción de agente son [4]:

Situación: El agente se considera en relación con un ambiente específico, del cual recibe información por medio de "sensores", y entrega acciones por medio de "actuadores". Este punto de vista no requiere un ambiente físico; un agente en un medio informático como el internet puede tener sensores que detecten la presencia de una página web, un virus, etc., y puede tener actuadores que le permitan mandar email, destruir archivos, etc.

Autonomía: El agente no ejecuta "comandos" recibidos del exterior, sino que a partir de la información de que dispone y de un proceso interno de toma de decisión, llega a una acción no necesariamente impuesta por nadie.  

Reactividad: Como consecuencia de su ubicación o "situación" en un medio, el agente recibe estímulos a los que debe reaccionar, aunque no en una forma tan predeterminada como en los "objetos" de software.    

Proactividad: El agente "trata" de conseguir la satisfacción de sus metas. El proceso interno de toma de decisión precisamente tiene por objeto maximizar la satisfacción de las metas; para tomar una acción en esta dirección no necesariamente responde a un estímulo, sino que puede detectar una oportunidad y tomar la iniciativa.

Los agentes individuales encuentran aplicación en robótica, agentes personales y otras áreas [5].

Los sistemas multiagentes, basados en la interacción de varios agentes, por otra parte, hacen énfasis en aspectos que no considera el enfoque de los agentes individuales:

En muchas situaciones se requiere la cooperación entre varios agentes, que pueden repartirse una tarea para resolverla más fácilmente.

La cooperación requiere de alguna forma de comunicación entre los agentes.
Las metas de los diferentes agentes pueden no coincidir, necesitándose maneras de negociar o competir para resolver estos conflictos.

Los sistemas multiagente derivan de la investigación en Inteligencia Artificial Distribuída, la cual se enfoca a los primeros dos puntos anteriores (división de problemas en subproblemas, asignación de tareas, etc. [7]). Aquí se supone que todos los agentes tratan en conjunto de llegar a una meta común. Sin embargo, hay situaciones en que no es razonable suponer una coincidencia de los agentes en cuanto a sus metas, y hay que considerar entonces formas de interacción como las del punto 3. A este tipo de sistemas, en que los agentes pueden tener sus metas individuales (¡y hasta individualistas!) se les considera propiamente como los sistemas multiagentes.

La novedosa área ha planteado, junto con sus promesas, problemas tecnológicos y científicos relacionados con los lenguajes y protocolos de interacción, con el manejo del conocimiento de cada agente sobre los demás, con la toma de decisiones con información incompleta o inconsistente, con la negociación entre agentes en presencia de conflictos de intereses, y muchos otros problemas hoy en día poco conocidos.

8.- Agentes Móviles

Para comenzar con los agentes móviles, veremos las diferencias principales entre los conceptos de agentes estáticos y agentes móviles, definidos por el O.M.G. en sus Utilidades para la Interoperación entre Sistemas de Agentes Móviles (MASIF) [1].

Agente estático: aquél que sólo puede ejecutarse en la máquina donde fue iniciado. Si éste necesita interactuar con otros agentes o programas o requiere cierta información que no se encuentra en el sistema, la comunicación puede llevarse a cabo mediante cualquier método de interacción para objetos distribuido, como CORBA o RMI de Java.

Agente móvil: aquél que no está limitado al sistema donde se inició su ejecución, siendo capaz de transportarse de una máquina a otra a través de la red. Esta posibilidad le permite interactuar con el objeto deseado de forma directa sobre el sistema de agentes donde se halla dicho objeto. También puede utilizar los servicios ofrecidos por el sistema multiagente destinatario. Ningún sistema de objetos distribuido existente en la actualidad necesita utilizar agentes móviles para comunicarse.

Las tareas de búsqueda y tratamiento de la información en Internet tienen últimamente una gran importancia en el desarrollo de sistemas basados en agentes móviles. Debido al rápido crecimiento de la Red, el proceso de encontrar los datos más convenientes para un usuario resulta excesivamente tedioso y complejo. En nuestro caso, puede enviarse un agente a los destinos más interesantes para el usuario, localizar y filtrar la información deseada siguiendo las normas dictadas por éste y traerla consigo al ordenador de origen, permitiendo ahorrar tiempo de conexión y ancho de banda –y, por lo tanto, dinero.

Los agentes móviles suelen programarse normalmente en lenguajes interpretados o generadores de código intermedio –Telescript [vi], Java [xii], Tcl [xiii]–, ya que éstos dan un mejor soporte a entornos heterogéneos, permitiendo que los programas y sus datos sean independientes de la plataforma utilizada.

La seriación es el proceso típico por el que se representa el estado completo de un agente mediante una serie que puede ser fácilmente transportada por la red. El proceso de descodificación de dicha serie en el agente se denomina diseriación.




Compartir con tus amigos:
1   ...   21   22   23   24   25   26   27   28   29


La base de datos está protegida por derechos de autor ©psicolog.org 2019
enviar mensaje

    Página principal
Universidad nacional
Curriculum vitae
derechos humanos
ciencias sociales
salud mental
buenos aires
datos personales
Datos personales
psicoan lisis
distrito federal
Psicoan lisis
plata facultad
Proyecto educativo
psicol gicos
Corte interamericana
violencia familiar
psicol gicas
letras departamento
caracter sticas
consejo directivo
vitae datos
recursos humanos
general universitario
Programa nacional
diagn stico
educativo institucional
Datos generales
Escuela superior
trabajo social
Diagn stico
poblaciones vulnerables
datos generales
Pontificia universidad
nacional contra
Corte suprema
Universidad autonoma
salvador facultad
culum vitae
Caracter sticas
Amparo directo
Instituto superior
curriculum vitae
Reglamento interno
polit cnica
ciencias humanas
guayaquil facultad
desarrollo humano
desarrollo integral
redes sociales
personales nombre
aires facultad