AGENTES INTELIGENTES by

agente de reactivo simple

mpergom1101 — 2025-05-08 07:57:36 UTC

Estos agentes toman decisiones basadas únicamente en la información actual que reciben del entorno. Son adecuados para tareas específicas y prefinidas donde no se requiere adaptación a cambios en el entorno. Ejemplo: un sistema de riesgo de un jardín automático que se activa todos los días a las 8 de la mañana.

Agentes basados en objetivos

mpergom1101 — 2025-05-12 07:36:23 UTC

Estos agentes tienen una meta especifica que intentan alcanzar. Pueden adaptar su comportamiento para lograr diferentes objetivos.

Ejemplo: El robot de un almacén de Amazon que mueve una carga de un lugar a otro.

Agentes Híbridos

mpergom1101 — 2025-05-12 08:06:48 UTC

Algunos agentes combinan características de las tipologías anteriores. Por ejemplo, un agente puede ser reactivo pero también incorporar elementos de aprendizaje por refuerzo.

Ejemplo: Sistemas de diagnóstico médico.

Agentes de Aprendizaje por Reforzamiento

mpergom1101 — 2025-05-12 08:09:01 UTC

Estos agentes pueden aprender y adaptarse a través de la interacción. Utilizan recompensas y castigos para ajustar su comportamiento.

Ejemplo: Plataforma de streaming de video que sugieren películas a los usuarios.

Agentes Basados en Reglas

mpergom1101 — 2025-05-12 08:10:12 UTC

Estos agentes siguen conjunto de reglas predefinidas. Las reglas se crean manualmente y especifican cómo el agente debe responder a diferentes situaciones.

Ejemplos: Sistema domótico inteligente de calefacción.

Agentes Basados en Modelos

mpergom1101 — 2025-05-12 08:11:32 UTC

Estos agentes tienen un modelo interno del entorno. Utilizan este modelo para planificar y tomar decisiones que optimicen sus resultados.

Ejemplo: Un programa que planifica la mejor ruta para llegar a nuestro destino de vacaciones.