MDB mecanismo cognitivo darwinista para agentes autónomos

• Autores: Francisco Bellas Bouza
• Directores de la Tesis: Richard J. Duro Fernández (dir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2003
• Idioma: español
• Tribunal Calificador de la Tesis: Ángel Pascual del Pobil y Ferré (presid.) , Javier de Lope Asiaín (secret.) , Darío Maravall Gómez-Allende (voc.) , José Ramiro Varela Arias (voc.) , Manuel Graña Romay (voc.)
• Enlaces
  • Tesis en acceso abierto en: RUC
• Resumen

  • La presente Tesis Doctoral presenta un Mecanismo Cognitivo denominado MDB (Multilevel Darwinist Brain) basado en teorías darwinistas que ha sido diseñado para permitir que cualquier tipo de agente se adapte a su entorno y a sus motivaciones de forma autónoma. Los posibles cambios, tanto externos como internos, conllevan la necesidad de que el agente produzca soluciones originales y creativas para satisfacer sus motivaciones. El mecanismo dotará a un determinado agente autónomo de capacidades inteligentes que lo catalogan cómo Agente Inteligente (AAI), plataforma de aplicación final.

    La estructura general del MDB se concreta en una jerarquía de dos niveles: razonamiento e interacción.

    Esta estructura corresponde a un modelo cognitivo genérico donde internamente se trabaja con modelos de mundo, modelos y estrategias que se escogen para satisfacer la motivación del comportamiento.

    La principal novedad que aporta el MDB reside en su planteamiento de base, esto es, en las teorías biopsicológicas que lo fundamentan. Se ha optado por un enfoque darwinista donde se hace necesario y el desarrollo interno de modelos que evolucionan tal y como ocurre en los procesos selectivos naturales y que son utilizados para la selección de la acción a palicar.

    En la interacción con el entorno se comprueba si la estrategia adoptada ha sido correcta, y el resultado que ésta produce proporciona una nueva muestra representativa de la relación agente-entorno que permite ir perfeccionando los modelos en tiempo real. Se hace necesaria, por tanto, la utilización de un mecanismo que gestione las muestras que se van obteniendo y su almacenamiento en una Memoria a Corto Plazo de modo que se guarden las muestras más relevantes para la obtención de los modelos.

    El proceso de aprendizaje de los modelos se realiza mediante técnicas evolutivas, y dadas las especiales características del MDB, se desarrolla un nuevo algoritmos genético en genes pr