UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Razonamiento y Planificación Automática
Guía de Estudio: TEMA 10. Planificación multi agente
UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Razonamiento y Planificación Automática
Guía de Estudio: TEMA 10. Planificación multi agente
Esta guía debe proporcionar una base sólida para el estudio avanzado de la planificación
multiagente, abordando tanto conceptos teóricos como aplicaciones prácticas.
Introducción
La planificación multiagente es un ámbito de la inteligencia artificial (IA) que se centra en la
coordinación de múltiples agentes autónomos para lograr objetivos comunes o individuales en un
entorno compartido. Este tema es fundamental en aplicaciones que van desde la robótica
colaborativa hasta los sistemas de comercio electrónico y la gestión de recursos. A través de la
planificación multiagente, los agentes pueden actuar de manera coordinada y eficiente,
optimizando el uso de recursos y aumentando la robustez del sistema frente a fallos individuales.
a. ¿Cómo estudiar este tema?
Para abordar la planificación multiagente de manera efectiva, es esencial tener una base sólida
en conceptos de IA, teoría de juegos, algoritmos de optimización y modelos de comportamiento.
Se recomienda seguir este enfoque:
1. Revisar fundamentos: Asegúrate de tener un entendimiento claro de los conceptos
básicos de la IA, incluyendo agentes autónomos, entornos dinámicos y teoría de juegos.
2. Estudiar algoritmos: Profundiza en algoritmos específicos de planificación, como A*,
algoritmos genéticos, y técnicas de aprendizaje profundo.
3. Análisis de casos: Examina estudios de caso y trabajos de investigación recientes para
ver cómo se aplican estos conceptos en escenarios reales.
4. Simulaciones y práctica: Utiliza simulaciones y entornos de prueba para experimentar
con la planificación multiagente. Herramientas como ROS (Robot Operating System) y
plataformas de simulación como Gazebo pueden ser muy útiles.
b. ¿Qué es la planificación multiagente?
La planificación multiagente es el proceso mediante el cual múltiples agentes autónomos
desarrollan y coordinan planes de acción para alcanzar objetivos determinados. Estos agentes
pueden ser robots, software o cualquier entidad capaz de tomar decisiones autónomas.
Características:
Descentralización: Los agentes pueden operar de manera independiente, sin un
controlador central.
Coordinación: Los agentes deben comunicarse y colaborar para evitar conflictos y
optimizar las tareas.
, Adaptabilidad: Capacidad para ajustarse a cambios en el entorno y en los objetivos.
Ventajas:
Escalabilidad: Maneja mejor tareas complejas y grandes volúmenes de datos.
Robustez: El fallo de un agente no necesariamente implica el fallo del sistema completo.
Flexibilidad: Los agentes pueden ser reprogramados o ajustados para nuevas tareas.
Desventajas:
Complejidad: La coordinación y comunicación entre agentes puede ser compleja y
costosa.
Conflictos: Pueden surgir conflictos entre agentes que requieren resolución.
Requisitos computacionales: La planificación y coordinación pueden requerir recursos
computacionales significativos.
c. Planificación multiagente antes de la ejecución
La planificación antes de la ejecución implica la generación de un plan detallado que los agentes
seguirán durante la operación. Este proceso se realiza en una fase previa al inicio de las
actividades y se basa en la información disponible en ese momento.
Definición:
Planificación previa: Desarrollo de un conjunto de acciones y estrategias antes de que los
agentes comiencen a actuar.
Características:
Predictiva: Basada en predicciones y suposiciones sobre el entorno y las acciones de
otros agentes.
Estática: Una vez creado, el plan no cambia a menos que se replantee completamente.
Ventajas:
Eficiencia: Planificación detallada y optimizada antes de la ejecución.
Control: Mayor control sobre el comportamiento de los agentes.
Desventajas:
Rigidez: Menor capacidad de adaptación a cambios inesperados.
Dependencia de la calidad de datos: Planes basados en datos incorrectos pueden llevar
a fallos.
d. Planificación multiagente durante ejecución
La planificación durante la ejecución permite que los agentes ajusten sus planes en tiempo real,
basado en la retroalimentación del entorno y las acciones de otros agentes.
Definición:
Planificación en línea: Ajuste continuo de estrategias y acciones mientras los agentes
están en operación.
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller ma_medina. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.16. You're not tied to anything after your purchase.
