Resumen de El aprendizaje como un aspecto en Agentes Malaca

Mercedes Amor Pinilla , Lidia Fuentes Fernández , J.A. Valenzuela

• En la actualidad existen diversas plataformas de agentes que ofrecen marcos de trabajo orientados a objetos sobre los que construir agentes software. Estos marcos de trabajo proporcionan abstracciones para desarrollar, mediante especialización, el comportamiento del agente en el sistema. Sin embargo, estos diseños no proporcionan abstracciones adecuadas para modularizar otras propiedades extra-funcionales del agente, que tienden por tanto a encontrarse dispersas en diferentes clases de la arquitectura del agente. La mezcla de código perteneciente a diferentes características del agente en un mismo componente interno incrementa su complejidad y dificulta la reutilización directa. Con el fin de mejorar y facilitar el desarrollo de agentes software, el modelo de agentes Malaca realiza una mejor descomposición de la arquitectura interna del agente obtenida de la combinación de técnicas propias del Desarrollo de Software Basado en Componentes y del Desarrollo de Software Orientado a Aspectos. el presente trabajo propone, siguiendo el modelo de agentes Malaca, separar y modularizar el aprendizaje de un agente siguiendo una solución orientada a aspectos, desacoplando así la funcionalidad del agente del protocolo necesario para llevar a cabo el proceso de aprendizaje y facilitando el proceso de desarrollo de agentes inteligentes.