Hoy en día, la naturaleza distribuida de las aplicaciones informáticas ha hecho que cada vez sea más frecuente encontrarse con entornos rodeados de incertidumbre. En particular, en los sistemas multi-agente en los que, debido a la sociabilidad de los agentes y la necesidad de coordinación, los agentes deben interactuar con otros, presenta en muchos casos, que éstos se encuentren con escasa información a la hora de razonar sobre la bondad que los otros pueden manifestar con respecto a interacciones futuras. La exploración de nuevos mecanismos para abordar esta cuestión se ha convertido en una corriente de investigación muy prolífica durante los últimos años. Los modelos de confianza y reputación han sido comúnmente usados para inferir expectativas sobre el comportamiento futuro de otras entidades a partir de información basada en experiencias pasadas. Estos modelos son de particular relevancia cuando los agentes deben decidir con qué otros individuos interactuar en un momento dado, para llevar a cabo una determinada acción. Sin embargo, cuando un agente se une a un sistema, normalmente no tiene forma de obtener la información sobre el comportamiento de otros participantes en el mismo, puesto que dicha información no suele estar disponible. En este trabajo se aborda el uso de estructuras organizativas para afrontar este problema y mejorar así la eficiencia de los modelos de confianza. Se trata de proporcionar a los agentes una información adicional para que éstos puedan elegir a los mejores agentes con los que interaccionar. En este contexto, se describe cómo ciertas propiedades estructurales de los sistemas multi-agente orientados a tareas pueden usarse para construir un modelo de confianza basado en información local de los agentes. Además, se introduce una herramienta llamada TOAST, que permite analizar diferentes modelos de confianza. Otra corriente que ha sido ampliamente investigada durante los últimos años es la de los sistemas multi-agente abiertos, es decir, aquellos sistemas en lo que los agentes participantes pueden haber sido diseñados por personas distintas, propiciando así una más que posible disparidad en sus comportamientos. Además, en este tipo de sistemas los agentes tienen la capacidad de entrar o abandonar el mismo a su voluntad, lo que hace muy complicado el aplicar mecanismo de coordinación diseñados a priori para cumplir algún tipo de objetivo global del sistema. Para hacer frente a este problema, en este trabajo se presenta un mecanismo que intenta proporcionar a los agentes información para que éstos puedan elegir de manera más fiable otros individuos con los que interaccionar, a partir de la evolución y adaptación de la taxonomía de roles que estructura el sistema. Además, se proporciona una base experimental exhaustiva que prueba la bondad de su uso.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados