AGENTES INTELIGENTES by

Agentes reactivos simples

flarsan1609 — 2025-05-12 11:27:58 UTC

Los agentes reactivos simples toman decisiones solo con información actual que reciben de su entorno. No son capaces de aprender de experiencias anteriores. Se utilizan en tareas que no requieren aprendizaje. Ej: Una alarma que se enciende siempre a las 7:00.

Agentes basados en objetivos

flarsan1609 — 2025-05-12 11:36:22 UTC

Estos agentes inteligentes tienen un objetivo especifico utilizan la información de su entorno para alcanzar su meta y pueden adaptarse para conseguirlo. Ej: un robot de un puerto que lleva contenedores.

Agentes basados en modelos

flarsan1609 — 2025-05-12 11:41:25 UTC

Usan un modelo interno del entorno para predecir como puede evolucionar y tomar decisiones que optimicen el resultado a largo plazo. Ej: Un GPS.

Agentes basados en reglas

flarsan1609 — 2025-05-12 17:48:50 UTC

Estos agentes siguen varias reglas hechas con antelación en las que se basa su comportamiento. Estas, teniendo que ser creadas a mano, deberán definir la reacción del agente en diferentes situaciones. Ej: control de apertura de puerta de garaje.

Agentes de aprendizaje por reforzamiento

flarsan1609 — 2025-05-12 17:56:06 UTC

Los agentes de aprendizaje por reforzamiento son capaces de adaptarse y aprender de su entorno. Para hacer que aprendan es necesario el uso de recompensas y castigos. Ej: Youtube, aprende lo que normalmente ves.

Agentes híbridos

flarsan1609 — 2025-05-12 18:03:23 UTC

Algunos agentes son capaces de combinar algunas características de los demás agentes pudiendo hacer tareas mas complicadas. Ej: sistema de control de temperatura inteligente de un hogar.