INTRODUCCIN

En esta siguiente seccin la IA, nos da a conocer ms sobre lo que es el agente

racional ya que es la manera de actuar correctamente dentro del entorno que lo
rodea, pero sin olvidar que todo lo hace por medio de los actuadores y sensores.

Tambin veremos que un agente artificial tiene que actuar y aprender, es decir
que un agente artificial tiene que tener autonoma que actu en base a las
secuencias de las percepciones y un aprendizaje que no es slo observar algo,
sino aprender la secuencia de percepciones que tiene, para as tener una buena
capacidad de ir aprendiendo, esto es lo principal o el objetivo de esta seccin de
tener un agente que sepa hacer lo correcto y sepan actuar mediante el entorno
que los rodea.

OBJETIVO
El objetivo de esta seccin es conocer ms de los agentes que sean capaz de
razonar en otras palabras que sea un agente inteligente en cualquier entorno
que lo rodea.

MARCO TERICO
2.2 CONCEPTO DE AGENTE RACIONAL
Un agente racional es aquel que hace lo correcto, obviamente, hacer lo correcto
es mejor que hacer algo incorrecto, pero qu significa hacer lo correcto? Como
primera aproximacin, se puede decir que lo correcto es aquello que permite al
agente obtener un resultado mejor. Por tanto, se necesita determinar una forma
de medir el xito. Ello, junto a la descripcin del entorno y de los sensores y
actuadores del agente, proporcionar una especificacin completa de la tarea
que desempea el agente.

2.2.1 Como se caracteriza un agente

Un agente va a venir caracterizado por una serie de calificativos, los cuales
vienen a denotar ciertas propiedades a cumplir por el agente, en esta definicin
el agente es como un sistema de computacin que es capaz de actuar de forma
autnoma y flexible en un entorno, entendiendo por flexible que sea: (Julin,
2000)
Reactivo: El agente es capaz de responder a cambios en el entorno en
que se encuentra situado.

Pro-activo: El agente debe ser capaz de intentar cumplir sus propios

planes u objetivos.

Social: Debe de poder comunicarse con otros agentes mediante algn tipo
de lenguaje de comunicacin de agentes.

2.2.2 Medidas de rendimiento

Las medidas de rendimiento incluyen los criterios que determinan el xito en el
comportamiento del agente. Cuando se sita un agente en un medio, ste genera
una secuencia de acciones de acuerdo con las percepciones que recibe. Esta
secuencia de acciones hace que su hbitat pase por una secuencia de estados.
Si la secuencia es la deseada, entonces el

agente

habr

actuado

correctamente. Obviamente, no hay una nica medida adecuada para todos

los agentes. Se puede preguntar al agente por su opinin subjetiva acerca de su
propia actuacin, pero muchos agentes seran incapaces de contestar, y otros
podran engaarse a s mismos. Por tanto hay que insistir en la importancia de
utilizar medidas de rendimiento objetivas, que normalmente determinar el
diseador encargado de la construccin del agente.

2.2.3 Racionalidad
La racionalidad en un momento determinado depende de cuatro factores:
La medida de rendimiento que define el criterio de xito.
El conocimiento del medio en el que habita acumulado por el agente.

Las acciones que el agente puede llevar a cabo.

La secuencia de percepciones del agente hasta este momento.
Esto nos lleva a la definicin de agente racional:
En cada posible secuencia de percepciones, un agente racional deber
emprender aquella accin que supuestamente maximice su medida de
rendimiento,

basndose en las evidencias aportadas por la secuencia de

percepciones y en el conocimiento que el agente mantiene almacenado.

2.2.4 Omnisciencia, aprendizaje y autonoma

Es necesario tener cuidado al distinguir entre racionalidad y omnisciencia.
Omnisciente: Un agente omnisciente conoce el resultado de su accin y acta de
acuerdo con l; sin embargo, en realidad la omnisciencia no es posible, la
omnisciencia trata de esto, es la capacidad que tendr un agente, de saber
absolutamente todo, hasta lo que ocurrir en el futuro, es decir, tener todo
calculado.
La racionalidad no es lo mismo que la perfeccin. La racionalidad maximiza el
rendimiento esperado, mientras la perfeccin maximiza el resultado real.
Alejarse de la necesidad de la perfeccin no es slo cuestin de hacer justicia
con los agentes.
Aprendizaje: Para que un agente sea considerado racional necesita no slo
percibir algo, sino tambin aprender sobre la secuencia de percepciones que
tiene, existen algunos agentes que conocen su entorno de trabajo a la
perfeccin, por lo cual solo tienen que dedicarse a actuar de manera correcta o
incorrecta.
Autonoma: Se dice que un agente carece de autonoma cuando ms en el
conocimiento inicial que le proporciona su diseador que en sus propias
percepciones. Un agente racional debe ser autnomo, debe saber aprender a
determinar cmo tiene que compensar el conocimiento incompleto o parcial
inicial.

CONCLUSIN
El agente racional es aquel que tiene la capacidad de razonar, actuar por medio
de percepciones y actuadores, el agente no solo se quedara con el conocimiento
dado, sino que se ir desarrollando a media que cambie el entorno, siempre y
cuando cumpla sus objetivos planteados.

Un agente primero tendr un conocimiento de lo que es bsico, con el tiempo ira

adquiriendo ms ideas, pero no siempre el agente conocer todo, porque ni el
ser humanos es perfecto, ni conoce todo lo que sucede en el entorno, eso se va
adquiriendo en una secuencia de procesos, lo que lo har a ser un agente
autnomo.

BIBLIOGRAFA
Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. Segunda
Edicin. Pearson Education. Espaa.

V. Julin, V. Botti. 2000. Agentes Inteligentes: el siguiente paso en la Inteligencia

Artificial. ES. Consultado el 11 de nov. 2014. Formato PDF. Disponible
en: http://www.ati.es/novatica/2000/145/vjulia-145.pdf