INTRODUCCIN

Un Agente Racional es aquel que Recopila informacin, Explora y Aprende de su

entorno. Adems un agente racional hace lo correcto, pero hacer lo correcto no
significa no equivocarse.
A continuacin se detallara temas importantes que ayudan al desarrollo de
sistemas inteligentes, temas como la racionalidad y sus factores, la omnisciencia,
el aprendizaje y la autonoma en un agente.

MARCO TERICO
RACIONALIDAD
La racionalidad en un momento determinado depende de cuatro factores:

La medida de rendimiento que define el criterio de xito.

El conocimiento del medio en el que habita acumulado por el agente.

Las acciones que el agente puede llevar a cabo.

La secuencia de percepciones del agente hasta este momento.

Al pensar racionalmente el agente debe medir el xito que tenga al realizar la

accin requerida. El agente debe conocer el entorno el que le rodea, saber cules
son las acciones que debe hacer y la secuencias de percepciones recibidas, por
ejemplo, TaxiAutomtico.

OMNISCIENCIA, APRENDIZAJE Y AUTONOMA

OMNISCIENCIA

La omnisciencia es la capacidad de saberlo todo, adems se puede decir que la

racionalidad no es igual a la omnisciencia, cuando se toma un decisin puede que
esta sea correcta, pero no se conoce que pasara cuando ya se est ejecutando
esa decisin, en cambio la omnisciencia conoce de manera anticipada lo que va a
ocurrir, por lo cual, esto es muy poco probable.

APRENDIZAJE

El aprendizaje es la accin de Autoalimentarse de Conocimientos, un agente

racional debe aprender de sus acciones, es decir toma informacin del medio y las
almacena, no se abarca tanto en recopilar datos o informacin sino que aprenda lo
mximo posible de su entorno.
El Aprendizaje produce Autonoma

AUTONOMA

Se refiere al dominio de superacin, con la expectativa de sobresalir en lo

recomendado o establecido.
Un agente Racional no debe depender de los conocimientos dados por su
diseador, es importante que estos agentes cuenten con esta caracterstica para
de esta manera poder aprender de las percepciones recibidas.

CONCLUSIN
Es importante que el agente tenga autonoma, ya que no solo se basa en la
programacin de su diseador, sino que, pueda sobresalir en las acciones
requeridas.
Adems un agente debe autoalimentarse es decir tenga aprendizaje, para tomar
decisiones de su entorno, es decir, cuando cometa un error lo almacene y no
cometa el error otra vez.

BIBLIOGRAFA
Bourcier, D. 2003. Inteligencia artificial y derecho. (En Lnea). Barcelona, Esp.
Consultado,
11
de
nov.
2014.
Disponible
en
http://books.google.com.ec/books.
Garca, A.2012. Inteligencia Artificial. Fundamentos, prctica y aplicaciones. (En
Lnea).
ES.
Consultado,
9
de
nov.
2014.
Disponible
en http://books.google.com.ec/books.
Russell, S y Norving, P. 2004. Inteligencia Artificial un enfoque moderno. Pearson
Education. 2 ed. Mexico. p 40-44
Vinglada, J y V, B. 2000. Agentes Inteligentes: el siguiente paso en la Inteligencia
Artificial. (En Lnea). Formato PDF. Consultado, 11 de nov. 2014. Disponible
en http://www.ati.es/novatica//2000/145/vjulia-145.pdf