Agents y Environments
La abstracción central del curso: cómo modelar sistemas inteligentes.
Contenido del módulo
| Sección | Tema |
|---|---|
| 2.1 | Introducción y Examen |
| 2.2 | ¿Qué es un Agente? |
| 2.3 | Racionalidad |
| 2.4 | Framework PEAS |
| 2.5 | Propiedades del Environment |
| 2.6 | Arquitecturas de Agentes |
Objetivos
Al terminar este módulo podrás:
- Definir qué es un agente y distinguirlo de otros sistemas
- Conocer diferentes clasificaciones de agentes (Weiss, Russell & Norvig)
- Aplicar el framework PEAS para especificar tareas
- Clasificar environments según sus propiedades
- Seleccionar la arquitectura de agente apropiada para un problema
Nota sobre Clasificaciones
En la literatura existen múltiples formas de clasificar agentes:
- Weiss: Por propiedades (autonomía, reactividad, pro-actividad, sociabilidad)
- Russell & Norvig: Por arquitectura interna (reflex → learning)
- Poole & Mackworth: Por dimensiones de complejidad
En este curso seguimos la clasificación de Russell & Norvig por su conexión directa con las técnicas que estudiaremos, pero incluimos lecturas de ambas perspectivas.
Lecturas
Ver Anexo: Lecturas para el PDF completo.
Las lecturas incluyen dos perspectivas complementarias:
| Libro | Enfoque | Páginas |
|---|---|---|
| AI: Foundations of Computational Agents (Poole & Mackworth) | Dimensiones de complejidad, visión más formal | 36-82 |
| Artificial Intelligence: A Modern Approach (Russell & Norvig) | Arquitecturas progresivas, PEAS, propiedades del environment | 19-78 |
Ambos libros definen “agente” de manera similar, pero organizan el conocimiento de forma diferente. Leer ambos te dará una visión más completa.