IMPLEMENTACIÓN DE AGENTE DE REFLEJO SIMPLE Y AGENTE DE MEMORIA INTERNA Universidad san Martín de Porres Facultad ingeniería y arquitectura Grupo n. 4 Durand López, Mauricio López Seminario, Julio Palacios De La Cruz, Jorge Valz Fernández, Johana Velazco Calzado, Raúl

Alumnos Alumno Año de Ingreso Llevó el curso antes Nro cursos que lleva Grado de conocimiento del Java ¿Practica o trabaja? Horas dedicadas al proyecto (en el ciclo) Durand López, Mauricio 2002 – I NO 7 Básico No trabaja 50 López Seminario, Julio 6 No conoce Palacios De La Cruz, Jorge 2003 – I 5 Practica Valz Fernández, Johana Trabaja Velazco Calzado, Raúl 4

Resumen de la Presentación En este informe se desarrollarán agentes que capturen a través de la percepción (mediante el uso de sensores) los bloques. El agente estará en un entorno donde tendrá un Efector que le permitirá moverse y avanzar hacia cualquier dirección. Y un Propio-receptor que le permitirá indicar la orientación. En este medio ambiente van a haber agujeros, bloques de cemento (los cuales limitarán el trabajo del agente) y desechos, en donde tendrá que realizar uno de estos trabajos: Si encuentra basura, la recoge. Si se topa un muro o un hueco, se detiene y/o cambia de dirección

Planteamiento del Problema Se tiene un medio ambiente rodeada por elementos como huecos, basura y pared. El problema se centra en la necesidad de limpiar el medio ambiente en el menor tiempo posible, por lo cual se ha propuesto en diseñar un agente que pueda limpiar la basura del medio ambiente con la menor complejidad y evitando cualquier tipo de interrupciones (pared o huecos) que puedan detener su marcha.

Objetivo del Proyecto El objetivo principal es diseñar agentes que simulen el comportamiento de una aspiradora, limpiando completamente la “basura” de un medio ambiente. El agente deberá efectuar este trabajo de la manera más eficientemente posible, en otras palabras, usar el menor tiempo y la menor cantidad de recursos disponibles.

AMBIENTE

Descripción del Ambiente Nuestro ambiente tratará de una cuadricula del tamaño NxM, donde los valores de N y M son definidos aleatoriamente el inicio de la operación del agente y no se podrán modificar. Dentro del medio ambiente, el agente encontrará obstáculos, tal como paredes o muros, y huecos; así mismo habrá basura que tendrá que recoger. Dimensiones: N x M (valores aleatorios, por ejemplo en una creación de medio ambiente (Applet) tenemos: (Donde N = filas, M = columnas)

AGENTE REFLEJO SIMPLE

Sensores Propio Receptor Indica la orientación del agente (hacia arriba, izquierda, derecha o abajo). El sensor entrega los datos a través de 0, 1, 2 o 3; el ARS se construye a base de una matriz de percepciones (0,0,0,posición) y el sensor tiene 4 tipos distintos de orientación para el agente. Los datos son llevados hacia un vector y este según sea el caso procesa la información para determinar la acción a tomar del agente. Los datos captados corresponden a percepciones, ejemplo: (0,1,2,3). No pueden presentarse errores en la captación ya que el vector de captura de datos tiene los parámetros definidos.

Sensores Sensor de Golpe Indica si el agente se ha encontrado con alguna pared. El sensor entrega los datos a través de 0 y 1, el programa envía los datos, será 0 si no percibe golpe, caso contrario será 1. Los datos captados también corresponden a percepciones. Ejem: vectorPercepcionAgenteSimple[1]=0; //no golpe vectorPercepcionAgenteSimple[1]=1; //golpe

Tabla Percepción-Acción

Agente Reflejo Simple (Estadísticas)

inicio nueva iteración !!!!!!!!!!!!!!!!!!!!! inicio nueva iteración .... inicio ambiente percibido por la persona frente a la pantalla es.... 1 9 0 1 0 0 .... fin ambiente percibido por la persona frente a la pantalla.... .... inicio ambiente percibido por el agente es.... -1--9--0- -1--0--0- ... fin ambiente percibido por el agente.... vector percepcion -0-0-0-0:TOP se ha seleccionado regla y accion a ejecutar. 4 AVANZAR . Peso: 10. Orientacion: TOP. Posicion: [3,1] E S T A D I S T I C A S Numero de iteraciones: 2.0 Numero de reglas al menos usadas una vez: 2.0 Numero de choques: 0.0 Numero de avances: 2.0 Numero de veces que el agente gira + o -: 0.0 Cantidad de basura recogida por el agente: 0.0 desempeño: 0.0 complejidad: 2.0 F I N D E E S T A D I S T I C A S

Agente con Memoria interna (Estadisticas) Este agente tiene los mismos sensores que el ARS La tabla percepción acción es similar, salvo agregándole 5 “reglas” (memoria) En la próxima diapositiva se hace un ejemplo de una iteración con las estadísticas correspondientes

Agente con Memoria interna (Estadisticas) 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 9 0 2 0 0 1 9 2 2 9 2 1 1 0 1 1 9 0 0 2 2 0 2 2 0 0 1 1 1 2 0 1 0 0 0 1 9 0 1 0 0 1 1 0 9 2 0 9 1 0 9 2 2 9 0 0 1 1 1 0 2 0 1 0 9 2 0 0 0 0 0 1 1 9 0 2 9 0 9 0 2 0 2 0 9 1 1 1 0 0 0 0 9 2 0 2 0 9 0 1 9 1 1 0 9 9 0 1 0 2 0 0 0 0 0 9 1 1 0 0 1 2 0 1 0 0 0 0 0 1 0 1 1 0 1 0 9 1 0 2 0 0 0 0 1 0 1 1 0 0 0 9 2 0 9 0 0 0 9 2 9 1 Dimension = [11] [13] Position = [10] [6] Orientation= [LEFT !!!!!!!!!!!!!!!!!!!!! inicio nueva iteración .... inicio ambiente percibido por la persona frente a la pantalla es.... 0 1 0 1 0 2 2 0 9

Agente con Memoria interna (Estadisticas) .... fin ambiente percibido por la persona frente a la pantalla.... .... inicio ambiente percibido por el agente es.... -2--1--0- -0--0--1- -9--2--0- .... fin ambiente percibido por el agente.... vector percepcion -0-0-0-2:LEFT se ha seleccionado regla y accion a ejecutar. 4 AVANZAR . Peso: 10. Orientacion: LEFT. Posicion: [10,5] E S T A D I S T I C A S Numero de iteraciones: 1.0 Numero de reglas al menos usadas una vez: 1.0 Numero de choques: 0.0 Numero de avances: 1.0 Numero de veces que el agente gira + o -: 0.0 Cantidad de basura recogida por el agente: 0.0 desempeño: 0.0 complejidad: 1.0

Prototipos

Conclusiones y Recomendaciones El diseño de un agente reflejo simple es la forma más rapida de encontrar una solucion ante un problema determinado. Los agentes inteligentes sirven para resolver problemas sencillos que a veces para la capacidad humana sería muy complicado pero para un computador sería muy facil Para mejorar el agente reflejo simple, se recomienda añadirle memoria (convertirlo en un agente con memoria interna) Se recomienda crear agentes de búsqueda para dar solucion a problemas determinados que requieren metas fijas. Se puede utilizar el empleo de agentes inteligentes para distintos juegos clasicos por computador (por ejemplo el Pacman que utiliza Wumpus como personajes principales)