Imagen del encabezado de la página

IV Congreso Internacional de Ingeniería Informática y Sistemas de Información

SISTEMA RECOMENDADOR DE INFORMACIÓN BASADO EN APRENDIZAJE REFORZADO

Nayma Cepero Pérez

Resumen

El aumento de la interacción entre los sistemas informáticos ha modificado la forma tradicional de analizarlos y desarrollarlos. La necesidad de la interacción entre los componentes del sistema es cada vez más importante para poder resolver tareas conjuntas, que de forma individual serían muy costosas o incluso imposibles de desarrollar. Los sistemas multi-agente ofrecen una arquitectura interesante y completa para ejecutar tareas distribuidas que cooperan entre sí. Tienen la posibilidad de incluir en cada uno de los agentes comportamientos dotados de inteligencia que pueden evolucionar utilizando técnicas de aprendizaje automático.

La construcción de agentes y sistemas multi-agente presenta el reto de incluir comportamientos inteligentes a los mismos. El aprendizaje automático permite a un sistema a aprender, tratando de encontrar regularidades estadísticas u otros patrones en los datos. Con el aprendizaje automático un agente aprende a través de interacciones de prueba y error, en un ambiente dinámico.

En el presente trabajo se aborda el problema del aprendizaje automático en los agentes que se implementan sobre la plataforma de agentes JADE. De manera general el objetivo es resolver el clásico problema de aprendizaje en el que un agente tiene que aprender del ambiente. Se propone un mecanismo de aprendizaje reforzado que permita la incorporación de inteligencia a los agentes JADE, para crear un Sistema Recomendador de Información. La solución propuesta ha sido validada mediante un estudio de casos, compuesto por un caso donde se muestra la evolución del aprendizaje en los agentes JADE.