Ensayos con Sistemas Inteligentes Autónomos - iidia
Ensayos con Sistemas Inteligentes Autónomos - iidia
Ensayos con Sistemas Inteligentes Autónomos - iidia
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ltlTIUl.CI: f*nsarym G0¡] Sf,stomas<br />
lnaoÍflemtm Augénomos"<br />
AUlIOIRI*S:<br />
lJamfler Bflanqué"<br />
Wafltffi lFnfltz"<br />
IRamtu @rafa Hla,ñ¡fnm"<br />
rili'ÍrlENE:<br />
Centro de InvestiSrciones B¿sicas<br />
lnrcligencia Arüficial.<br />
GMililIGUIWM;<br />
Los aulores son Investigadores Ssoci8dos al<br />
CIBIA y rraba¡an desde haÉ 4 allos eñ esta<br />
teorla.<br />
otras actividades de lo3 autofes: Desafrollo de<br />
Soft!¡are de Intel¡Sencia Artificial para el<br />
eÍerior, docentes-<br />
11
lnüodrcció0<br />
. , .Como<br />
sicsd€ sn ofas c¡oncias, tambten aqui es inevitab{e p tr de la <strong>con</strong>stucqón de<br />
defin¡ciones op€raüvas, pra los <strong>con</strong>ceptos básicos ee se induym en una teüla. Decimos<br />
delrnlclón oporat¡va on..el se.ntido !,e aqrellas qle son observables y se manif¡estan a patr de<br />
experimentos. La lnleligenc¡a Anilicial no esc¿pa a e6ta regla y pü ello, <strong>con</strong>ceptos como<br />
inteligeflqa, <strong>con</strong>ocimtento, experlenc|a y aprendizaie deben- sel. d¡tin¡dos. En esre marc!<br />
podemos dü definicioncG que evenlualmente tenóán que ser ver¡licada6 medante la<br />
exper¡menlación <strong>con</strong> la ¡mplementación del modelo que las sustenta. Es decjr debemos<br />
demostr <strong>con</strong> expdmentos que la ledfa no t¡ene in<strong>con</strong>silencias, e€ cohereote, o mejtr, que<br />
"c¡efa'.<br />
Estos experimentos y ensayos, dado que no ex¡ste una gran capacidad de financiam¡ento<br />
püa nucrto proyeclo, no pueden oer realizados <strong>con</strong> robob moviles eñ un medo amLÍente reEl.<br />
pc eso decidmos desde ei comienzo, tab4a <strong>con</strong> universos s¡mulados en donde el SlA.<br />
nu€sto 'SEB" simulado, sea un programa desünado a üvir, denfo de oros programas que<br />
acluan como nuf¡entes, como caldo de cultivo.<br />
Al$pas d!finiciones<br />
Antes de des{ribir el modelo parece importante aclarar el sentdo que damos a los<br />
<strong>con</strong>ceptos mas relevantes en nuesüa teqla {51, la cual ha ido <strong>con</strong>lormando un todo integrado<br />
<strong>con</strong> el tiempo. En cada definic¡ón hemos creldo út¡l pon€r el acento en la idea mas que Ln el<br />
lqmal¡smo -para un enunc¡ado mas r¡guroso ver [6,7]-.<br />
Silulción Es todo lo percrbrble pú un sistema en un tntante de tiempo I<br />
Acc¡ón Es una fan6fqmación generada por el 6i6tema sohe una Gituac¡ón y qie prodlce una<br />
nueva siluación.<br />
llivel de placert : Es un valor que cuant¡fica el grado de sat¡slacción que se obliene al apl¡cat<br />
una acción a una determinada s¡luac¡ón.<br />
Plan :Es una composición de acciones.<br />
Unidrd de cxpcriencir:l8]<br />
Es /a qntuda & /a lcna .'<br />
{Situación Intcral, Plan, Sltuacló¡ Frnal, Nrwel De Place¡, Trernpol<br />
Oue 5c nfaprcb de /a abtrctúe mewa<br />
En el instante T¡emoo fue aplicado un Pb[ a la Situación ln¡c¡al g€nerandose la Siruac¡ón<br />
F_!!AL <strong>con</strong> un determrnado Nivel de Placer<br />
Expor¡encia : Es el <strong>con</strong>iunto de Unidades de Exp€r¡enc¡a.<br />
Ob¡elivo : Es una situac¡ón regisfada como situac¡ón ¡nicial en una Un¡dad de Exper¡encia y<br />
tal q./e el nivel de placa de é6la es el máximo de todas aqtellas püa las cuales se puede<br />
<strong>con</strong>stui un plan ofltq la s¡tuac¡ón inicial d€ las mismas y una s¡tuación dada. o€qmos que un<br />
sistema exhibo aprendzaie I9l, si es capaz de tormar, man¡pular e ¡ntegar Unidades de<br />
Exper¡encia.<br />
Absúacc¡ón : Entendemos pü lünü la capaci&d de <strong>con</strong>stui Un¡dades de Experiencn, por<br />
manl¡nt/t la capacidad de int€nelacionar las Unidades de Experiencia y W ¡infqtv la<br />
capacidad de obten€r a parti de vü¡as Unidades de Experienc¡a, una Unidad de Exp€rie¡cia<br />
de qden superia. es deci, una Unidad de Experiencia ta¡, qle queden unificadas en ésta las<br />
Unidades de Exp€r¡enc¡a ¡n¡cialés, decimos qre ésla es una absbacción [10] de las pnmeras.<br />
S¡siemr lntcligente :<br />
-Exhibe aprendiz4e.<br />
-Se tropone ot¡el¡vos (o subobietivos en orden a un ot¡etivo dado).<br />
.Es capaz de <strong>con</strong>sbui danes pda alcanzü obiet¡vos a pati de su exp€r¡enc¡a.<br />
SiElem! lnlcl¡genle Aulóoomo : Es el sistema intel¡gente capaz de modficüse y modil¡cat<br />
qr enlqno para alcanzar sus ob¡et¡vos y subobiefvos.<br />
I t-l
El ¡lgor¡tmo<br />
La desqipcjón del SIA puede hacerse en bas€ a un d'có d€ üda del s¡slema. el q]al t¡ene<br />
un bloque que se repite como los lnslaltÍes en la vida de los seres tiolqicos, esle cido se<br />
muesta en el s¡g[¡jente algqilmo .<br />
coúieozo CI€IO<br />
Eacer pa¡a slenpre<br />
Coñre^zo Ii,r-IA rc<br />
Percibir el entorno.<br />
A¡nal la srtuaclon actüal<br />
Regrstrar fa unrdad de experrencra del fnstante anterjor<br />
Propone¡ obletlvo e intentar <strong>con</strong>strurr plan para alcanzarlo.<br />
Si el ptan existe entonces<br />
Conienzo ¿lY¿tAF X¿ FL¿n<br />
Ejecutar el plan asociado al obletrvo<br />
Eit ,4a7U¿R .tLPL4ll<br />
Sino<br />
Conienzo ¿IZLI¿F POn tDlv?f/V;Ellc IA<br />
DeterBinar sr <strong>con</strong>viene actr¡ar por azar o curiosrdad.<br />
Si <strong>con</strong>vrene actuar por azar e¡totrcea<br />
Etecutar e1 plan : Heurlstlca ¡:aI<br />
Sino<br />
Etecutar e1 plan r Heu¡istlca Currosrdad<br />
tiD .4(Y¿L4R Púf (I:YIII',|GEIYCIA<br />
Fít LUSIAAT?E<br />
Fin CICIú<br />
El un¡verso esta fqmado por obietos qre prodrcen ernisrrones. que al ser captadas por los<br />
sensores dd SlA, se tanslorman en estlmulos, al percibi el entorno, esos estlmulos son<br />
analizados, se re<strong>con</strong>ocen pafones y se lcrma una s¡luación en el módrlo de armado de<br />
siluación acluai.<br />
La situac¡ón aclual es la resultantg d9 hab€r apljcado una acc¡ón o un plan a una srtuación<br />
previa, <strong>con</strong> esta ¡nlqmación y la cuantit¡cación del resullado del mismo mediante el Nivel de<br />
Placel, podemos armar una Un¡dad de Exp€riencia, la cual s€rá rEisfada e ¡nlegrada al<br />
<strong>con</strong>iunto de Unidades de Exper¡encia eústentes. Esto significa que püa poder almacenü el<br />
resuhado de su acción en el instante anlerior, el SIA debe esp€rar hasla perciti las<br />
modl¡caciones trodrcidas en el entorno. entonces gNJ da la ¡magpn de como eslaba antes,<br />
como q.redó despues, cuando tue, que hizo é1, y que satisfacc¡ón le causó.<br />
El sjlema se tropondá un obietivo, al mismo t¡empo p a <strong>con</strong>tamrlo como obietivo<br />
tendá q¡e existir un plan enre la sfuac¡ón actual y la s¡tuac¡ón ot¡el¡vo. S¡ el plan exile, se<br />
eiecuta, en caso <strong>con</strong>trario se procede según dos heülst¡cas, qre estan imdementádos como<br />
métod€ o plane3 treümados , estos eon C!¡i9q¡!b!LJ,AZü.<br />
Ensavos v Anális¡s de comoúlamiclrto dcl modclo<br />
Nuesto modelo de SIA tione cuato compqtamienlos tundamentalo€, ac,;uet W a¿¿r,<br />
acJuü pü cwt&&d, dan¡frü,y haw úsr¿ctdDs Elo€ compctamienlos ¡nciden sotre<br />
cómo el s¡lema alcanza $ls ob¡et¡vos. Nosofos del¡n¡mos el rendmienlo del mismo como el<br />
grado do exacl¡tud <strong>con</strong> quo so|r logados los ot{elivos.<br />
Nues-fa intención al mos'rar las siguiontes gáficas, es dar una ¡dea sobre la p€rlormance<br />
dél modelo, describiendo las dferencias en el n¡vel de rendmie¡to de acterdo a qre nosotos<br />
intencionalmente habilitamos unos e inhib¡mos ofos compottamienlos.<br />
i<br />
tt-2<br />
l<br />
:<br />
I<br />
t
400<br />
¡00<br />
200<br />
100<br />
2000 4000 6000<br />
lnstrnt!<br />
8000 t000c<br />
Esta gráfica (aniba) nos muesta como aumenta la cantidad de Un¡dades de ExP€riencia<br />
en relación a las situaciones, vemos qle aunque a partir de determ¡nado lnsÍanlc no apatecen<br />
nuevas situac¡one62 -es decir todas las que apaecen son ya <strong>con</strong>ocidas, o semeiantes a<br />
<strong>con</strong>ocidas-, la curva de Unidades de Experiencia si$le crecjendo, esto indca un proceso de<br />
itegndú, el|ts la6 Unidadoo ds Experienoa.<br />
+ Co¡ rbslraciion<br />
4000 6000<br />
tl-3
. La grálica (página anteria) noE rnuestra q.¡e el SIA ü.ns un rendmiento mqq c1la¡do<br />
aclua real¡zando absfacc¡ones q¡e cuando no lo hac6. El rondmi€nlo aqul e8 med¿o como la<br />
cantidad de instantes qu6 ocunon ente la obtención de doc otrieüvos *ie vrtical-. 3<br />
2000<br />
r000<br />
+ Cu.iosidad<br />
4000 6000 6000 10ú00<br />
tost¡ntc<br />
. F$a galica (ariba) nos muesta que el SIA trene un rendmiento meior q.¡ando actua por<br />
curiosidad que cuando lo haco por a¿ar. fambien aqul €l rend¡m¡ento es mecfdo como la<br />
cantidad de ¡nlantes que ocunen enf€ la obtención de dos obietivos -eie v€rl¡cal-. 3<br />
2000<br />
1000<br />
+ planes<br />
2000<br />
4000 6000<br />
lnstant.<br />
10000<br />
I l-¿
Esla gráfica (pádna anteriú) nos muesta q.Je el SIA liene un rendimiento meicr cuando<br />
ac{ua hacicndo planes qre qJando lo hace pq azar. Tamb¡en aql¡, como en las dos gál¡cas<br />
ant€riqes, ei rendmiento es med¡do como la canüdad de instantes qte ocuren entre la<br />
obtención de dos objetivos -eie vertical-. 3<br />
+ Clrrosrd¿d<br />
0 2000 4000 6{)00 8000 l00l,i<br />
lnstrote<br />
La gráf¡ca (adba) nos muesfa qJe el SIA t¡ene un rendmiento -meddo como cant¡dad de<br />
instantes que ocurren ente la obtención de dos obietivo$ que es meicr cuando actua haciendo<br />
danes qre orando lo hace por curios¡dad. Sin embago debemos not (prescind¡endo de las<br />
osdlaciones de !a gráf¡ca) que in¡cialmenle <strong>con</strong> poca experiencia sotre si,r entüno, el<br />
comportam¡ento curiosidad liefle mqü rendmiento qJe el actuar pa danes, lo cüal suporie un<br />
metacomprtam¡ento qle puede obssvarse tanto en animales süperiores como en bebés y<br />
niños humanos : Cuando no tenga experiencia srñciente paa planificü. o el amb¡ente u obieto<br />
s€a d6s<strong>con</strong>oc¡do, actúe pü crr¡o€¡dad. Cab€ ad ar que 106 compqtamientos son<br />
programados, p€ro cuando en el SIA habilitamos los cuatro (azü, cu'ios¡dad, planes,<br />
abstacc¡ones), el melacomportam¡e¡to se manifiesla como algo pop¡o del Sistema lnteligente<br />
Autónomo. q¡e ut¡liza el $je mas le <strong>con</strong>viene, de acuerdo a su experienc¡a.<br />
Co¡duioncs<br />
¿as cqrdustanes a /as dra/es hen 6 legpú st las sitwe es .<br />
. lndependentemente de los compútamientos qre pueda exhibi un SlA, se<br />
da en su aprendz4e un proceso de ¡ntegración {Primera gálica).<br />
puede hacer abstacciones liefle mqtr rendmiento que uno<br />
. Un SIA ee<br />
que no las hace (Se$rnda gálica).<br />
. Plan¡l¡cd y aclua pü cúios¡dad mqda el rendim¡ento del SIA (Terce.a y<br />
drdla gráfica).<br />
' Los SlAs <strong>con</strong>fqman un cntqno de ¡nvestigEciófl y esiudo püa lo€<br />
procaso6 do gpñ€ración de metacomportam¡entos (Ou¡nta gáfica).<br />
crosmos <strong>con</strong> esto rllq¡lo hatq cqrado sl ci@lo. val¡dando medanle la imdementacjór¡ del<br />
mod€lo, lo qt€ proponiamos on ol lll Cofigoso Nacional de lnfamálica y Teleinfcmática [111.<br />
r r_5
Nol¡a<br />
I Este velor puede iÁpleÁeatars€ coóo result!.do de ud 6étodo que tom€ ea cueat¿ el coajutrto d€<br />
rest¡iccioúes de l¿s teroas SlA-rcci6n-obicto, como leyes fisicas. durc¿a, toriaid¡d, yalor<br />
aliÉenta¡io de los obietos, dado que éstos. sus propiedrdes y sus i¡ler¿ccio¡es -tales coDo<br />
posicroiesy distatrcí¿s- foro4¡ lo que oosotros ll¿Damos situ¡ción<br />
I l¡s pruebas s6 hatr rorliz¿do varieodo sust-strci¿lñeote ls coñplejidad de los uaiv€rso3 de<br />
prueb¿ en los que se úueve el SIA. tanlo en l. ca¡lidr¿d, coioo e¡ la complejidad de los ob,etos.<br />
I D¿do que si el SIA re¿lia absl¡acciooes. alcaoza sus objetivos oas seguido eso sigtrific. que<br />
realiza pl¿nes mas efectivos, ya que éstos p¡oducea resullados que auÁeotaa su Njvel de Placer.<br />
Rclxcnd¡r<br />
l1l lnlel¡gencia secuencial e inteligenc¡a p{alela.J.Blanqué. W.Fritz y R.Gada M lnez.<br />
XV Jünadas Argent¡nas de lnfrmát¡ca e lnvestigac¡ón Op€rat¡va. Bahia Blanca.<br />
Argentina. '1985.<br />
i2l Una base ax¡omát¡ca para la del¡nición de 106 <strong>con</strong>cepto$ de intel¡g€ncia y aprend¡zde.<br />
J.Blanqué, W.Fr¡tz y R.Garcla Mütinez.<br />
lV Congre$o Nacional de lnlormática y Tele¡nfqmáüca. Buenos Aie$. Agpnüna. 1986.<br />
[3] The lntelligent Syslem. W.Fritz.<br />
SIGART Ns.rdetter, Nr 90. USA, 1984.<br />
[4] La Mente como un sistema ecológ¡co. J.Blanq.ré.<br />
Mundo lnfcmático. Enero kgenlina, 1985.<br />
[5] Un marco fqmal püa soc¡edades de sistemas inteligentes autónomos.<br />
J.Banqué y B.Grda Marfnez.<br />
lV Jdnadas de lnteligencia Artif¡cial y Bobót¡ca. Univers¡dad de Belgrano. Arg€nt¡na, '1987.<br />
16l<br />
Planes y sislemas ¡ntel¡genles. J.Blanqué, W.Fr¡tz y R.Grda Mdlnez.<br />
V Congreso Nacronal de lnfqmática y Teleinlormáfca. Argentrna. 1987.<br />
I7l Un algdtmo de planif¡cación para sistemas ¡nteligenles aulónomos.<br />
J.Bianqré, W.Fritz y B.carcfa Martlnez.<br />
XVI Jornadas Argenlinas de lnlormática e lnvestigac¡ón Op€raüva. Argent¡na,1986.<br />
[8] Un algorilmo de simulación püa s¡slemas intel¡gentes autónomos.<br />
J.Blanqué y R.Gacla Mfltinez.<br />
lV Júnadas de lnteligencia Artificral y Bobótica. Unrversidad de Belgano. A¡gentina. 1987<br />
[9] Un algqitmo de aprendzaie para sislemas inlelientes autónomos.<br />
J.BIanqré, W.Fritz y R.Grcia Mrtinez.<br />
V Congeso Nac¡ooai de lnlqmáüca y TeleinlamáUca. Argientina, 1987.<br />
[10] ldea$ sobe un alg.rlmo püa realizü ab6faccione6. R.Ga.cla Mttlnez.<br />
Cento de lnvesl¡Fcione¡ Básicas en lntel¡g€ncia Artilicial. lntcrme Técr co.<br />
Argenüna, 1985<br />
[11]<br />
Un enlogre Estér¡¡co delc€febo. W.FriE y B.Gada Ma.tnez.<br />
Ill Cmgre6o Nac¡mai de lnfqmática y Teleinldmática. Argpntina, 1985.<br />
1r-6