Integración de modelos de razonamiento práctico, tecnologías de acuerdo y aprendizaje

Artículo que describe trabajos de investigación en la línea de agentes inteligentes, enfocados en la integración de tecnologías de acuerdo y aprendizaje automático dentro de arquitecturas de razonamiento práctico. El documento aborda arquitecturas de agentes inteligentes, particularmente arquitecturas BDI (Creencias, Deseos, Intenciones) y Procesos de Decisión Markov, junto con mecanismos de votación, argumentación y negociación como tecnologías de acuerdo. La investigación busca integrar estos componentes para mejorar la toma de decisiones en sistemas multiagente, combinando razonamiento práctico con capacidades de aprendizaje automático que permitan a los agentes adaptarse y resolver problemas de manera más efectiva en entornos colaborativos.

Puntos clave

• Las arquitecturas BDI y los Procesos de Decisión Markov constituyen los fundamentos teóricos para modelar el razonamiento práctico en agentes inteligentes
• Los mecanismos de votación, argumentación y negociación funcionan como tecnologías de acuerdo para facilitar la coordinación en sistemas multiagente
• La integración de aprendizaje automático en arquitecturas de razonamiento práctico permite que los agentes adapten sus decisiones basándose en experiencias previas

Para quién: Estudiantes y investigadores de inteligencia artificial, sistemas multiagente y razonamiento automático que buscan comprender la integración de tecnologías de acuerdo y aprendizaje en arquitecturas de agentes inteligentes.