Modelado automático del comportamiento de agentes inteligentes

• Autores: José Antonio Iglesias Martínez
• Directores de la Tesis: María Araceli Sanchís de Miguel (dir. tes.) , Agapito Ismael Ledezma Espino (dir. tes.)
• Lectura: En la Universidad Carlos III de Madrid ( España ) en 2010
• Idioma: español
• Tribunal Calificador de la Tesis: Pedro Isasi Viñuela (presid.) , José Manuel Molina López (secret.) , Rafael Martínez Tomás (voc.) , Juan Manuel Corchado Rodríguez (voc.) , Felix Moreno González (voc.)
• Enlaces
  • Tesis en acceso abierto en: e-Archivo
• Resumen

  • Las teorías más recientes sobre el cerebro humano confirman que un alto porcentaje de su capacidad es utilizado para predecir el futuro, incluyendo el comportamiento de otras personas. Para actuar de la forma más adecuada en un contexto social, los humanos tratan de reconocer el comportamiento de las personas que les rodean y así hacer predicciones basadas en estos reconocimientos. Cuando este proceso se lleva a cabo por agentes software, se conoce como modelado de agentes donde un agente puede ser un robot, un agente software o un humano.

    El modelado de agentes es un proceso que permite a un agente extraer y representar conocimiento (comportamiento, creencias, metas, acciones, planes, etcétera) de otros agentes en un entorno determinado. Un agente capaz de reconocer el comportamiento de otros, puede realizar diversas tareas como predecir el comportamiento futuro de los agentes observados, coordinarse con ellos, facilitarles la ejecución de sus acciones o detectar sus posibles errores. Si este reconocimiento puede ser realizado de forma automática, su utilidad puede ser muy relevante en muchos dominios. En esta tesis doctoral se aborda la tarea de adquirir automáticamente conocimiento acerca del comportamiento de otros agentes inteligentes.

    Actualmente, las técnicas para modelar el comportamiento de otros agentes están comenzando a surgir de forma importante en el campo de la Inteligencia Artificial. Cabe destacar que en la mayoría de las investigaciones actuales, se proponen modelados no generales de un determinado tipo de agentes en un dominio concreto, es decir, modelados ad hoc.

    Esta tesis doctoral presenta tres enfoques diferentes para el modelado automático del comportamiento de agentes inteligentes basado en la identificación de patrones en un comportamiento observado. Estos enfoques permitirán que un agente situado en un entorno determinado, sea capaz de adquirir conocimiento acerca de otros agentes situados en el mismo entorno. Cada enfoque propuesto posee características particulares que le permiten adecuarse a un tipo de dominio, lo que implica que se puede adquirir conocimiento de otros agentes en diversos Sistema Multiagente. Los tres enfoques propuestos transforman las observaciones del comportamiento de uno o varios agentes en una secuencia de eventos que lo definen. Esta secuencia es analizada con la finalidad de obtener su correspondiente modelo de comportamiento. De esta forma, en esta tesis doctoral, la tarea de modelado e identificación del comportamiento de uno o varios agentes es tratado, principalmente, como un problema de minería de secuencias de eventos. La aplicación de cada enfoque propuesto en dominios muy diferentes demuestra su generalidad.