Aplicación de agentes cognitivos en vehículos autónomos
Transcription
Aplicación de agentes cognitivos en vehículos autónomos
Aplicación de agentes cognitivos en vehículos autónomos inteligentes. Ernesto E. López C. Ingeniería de Telecomunicaciones Universidad Carlos III de Madrid [email protected] 1. Resumen: Los vehículos no tripulados o robots inteligentes, permiten el desarrollo autónomo o semiautónomo de diferentes tipos de misiones que cubren desde los sectores de defensa y seguridad a los de agricultura, medio ambiente o transporte civil. El interés en su desarrollo, tanto a nivel de centros de investigación como de sectores de usuarios potenciales, ha aumentado de manera considerable en los últimos años. Este documento da una breve visión general de la tecnología implicada (agentes inteligentes) y de sus posibles aplicaciones. pero la variedad e importancia de las aplicaciones potenciales, y el incremento en las inversiones y avances en los últimos años, hace razonable prever un notable y rápido progreso en el futuro inmediato. En el presente documento nos referiremos al concepto de agentes inteligentes cognitivos como subrama de la inteligencia artificial y describiremos los diferentes avances en el desarrollo de vehículos marinos, terrestres y aéreos. 2. Palabras clave: El interés científico en la rebotica móvil ha estado creciendo rápidamente tal y como demuestra la gran cantidad de publicaciones y reuniones científicas realizadas durante los últimos años. Una de las razones principales de este crecimiento, aparte del enorme potencial de aplicaciones industriales ya citado, es que los robots móviles autónomos son un importante medio de investigación y desarrollo de teorías sobre la conducta de los seres vivos al proporcionar una posibilidad de experimentación. Valga como ejemplo de lo que supone esta posibilidad para la investigación de la conducta de los seres vivos la siguiente frase tomada de un libro clásico de Ciencia Cognitiva: "Consideramos que podemos entender los fundamentos del comportamiento de las bacterias porque podemos construir robots que se comporten de manera análoga"[Johnson-Laird 90]. Para los agentes inteligentes móviles, ya sean robots o seres vivos, la capacidad de localizarse, orientarse y planificar caminos es de la mayor importancia. Esta capacidad de navegación requiere, no solo una conducta reactiva, sino también la capacidad de interpretar la información respecto a objetivos globales, interacción inteligente con el entorno, y capacidad de recuperación ante errores. La navegación es por lo tanto un medio ideal para la comprobación e investigación de las teorías sobre conducta inteligente. Es decir los robots móviles sirven a las ciencias dedicadas al estudio de la mente como banco de prueba de sus teorías. Esta influencia es recíproca si consideramos que el estudio de la conducta de los organismos vivos nos puede ayudar en el estudio de la conducta de los mecanismos artificiales. Los principios extraídos de la gran cantidad de datos almacenados sobre la conducta animal pueden ser utilizados para mejorar el diseño de los robots. Para el diseñador de robots móviles autónomos es interesante el punto de vista otológico según el cual el robot debe ocupar su nicho ecológico dentro de un Vehiculos autónomos, agentes inteligentes, UAV, UGV, UMV. 3. Introduccion: Si bien desde hace algunas décadas los vehículos no tripulados han sido motivo de interés, en particular en el ámbito militar, no ha sido hasta los últimos años que han pasado de sistemas experimentales a equipos aptos para su uso profesional. Su actual capacidad de desarrollar misiones reales se ha visto difundida no solo en los ámbitos restringidos de los investigadores, fabricantes o usuarios afines a esta tecnología, sino que también ha sido dada a conocer, por diferentes medios, a la opinión pública general, que comienza a conocer su existencia y utilidad. Su uso exitoso en los últimos conflictos bélicos ha impulsado de manera notoria su interés desde el sector defensa, que fue el primer promotor de su desarrollo, arrastrando a la industria especializada en este sector a dedicar esfuerzos al perfeccionamiento de los elementos que forman parte de estos vehículos autónomos, como son la instrumentación para el guiado, navegación y control, las comunicaciones o los sistemas de alimentación, entre otros. Junto al interés en aplicaciones militares, la ampliación de su uso a misiones civiles ha originado la aparición de un número apreciable de grupos de investigación y de pequeñas empresas dedicados al desarrollo de los subsitemas, a la integración de los mismos o a la puesta en marcha de aplicaciones y servicios basados en el uso de vehículos no tripulados. La tecnología, en particular en el ámbito civil, es todavía incipiente. Su uso extendido debe vencer una serie importante de obstáculos, que van desde los estrictamente técnicos, hasta los puramente legales, 4. Robotica y psicología mundo compartido con otros agentes y desde el que debe llegar a cumplir su misión con éxito. Como ha ocurrido tantas otras veces en la historia de la ciencia, la naturaleza es también en este campo una poderosa fuente de inspiración. Los robots de esta nueva generación deben ser capaces de compartir más estrechamente las actividades de los seres humanos y para ello deben ser capaces de desenvolverse en un mundo en evolución al que deben adaptarse, quizá utilizando los mismos medios que los seres humanos, mediante una labor continua de aprendizaje: por experimentación, por imitación, por el uso de materiales didácticos, o con la ayuda de un agente externo actuando como profesor. 5. Agentes autónomos Inteligentes Existen diferentes tipos de agentes autónomos: Agentes humanos tienen órganos, como ojos y oídos, que sirven de sensores, mientras que partes del cuerpo, como manos, piernas y boca, sirven de efectores. Agentes robóticos sustituyen sensores por cámaras y lectores, por ejemplo, infrarrojos o de ultrasonido, y los efectores son reemplazados mediante motores. En este artículo nos vamos a centrar en este tipo de agentes ya que son los más comunes en aplicaciones de vehículos inteligentes. Agentes de software reciben percepciones y ejecutan acciones que tiene como formato cadenas de bits codificados. Los agentes tienen su origen en la psicología, inteligencia artificial, y la inteligencia artificial distribuida, integrando aspectos de aprendizaje, planeación, razonamiento, representación de conocimiento, y tienen como objetivos ejecutar tareas complejas en beneficio de los usuarios, que de otra manera serían difíciles de lograr. Los usuarios tienen la posibilidad de asignar objetivos a ser cumplidos por los agentes; en contraste a los sistemas de software convencionales que limitan a los usuarios a objetivos previamente especificados que no pueden alterarse. Un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores (Rusell & Norvig 1995). Un agente autónomo es aquel cuya conducta se basa principalmente en su propia existencia, aunque pudiendo utilizar cierto conocimiento ya integrado. Así como la evolución ha dotado a los animales con una dotación suficiente de reflejos incorporados a fin de que sobrevivan lo suficiente hasta que sean capaces de aprender por si mismos, también es razonable dotar a un agente inteligente con ciertos conocimientos iniciales y de habilidad para aprender. Cuando un agente actúa basándose en suposiciones en él integradas, su comportamiento será satisfactorio sólo en la medida en que tales suposiciones sean vigentes, y por ello carecerá de flexibilidad. Un auténtico agente autónomo deberá ser capaz de funcionar satisfactoriamente en una amplia gama de ambientes, considerando que se le de tiempo suficiente para adaptarse. Hay poca o ninguna dependencia en representaciones abstractas del mundo, y los comportamientos en lugar de los planes son el medio por los cuales el robot interactúa con el mundo. Fig.1 Esquema de agente autónomo. 6. Caracteristicas de los agentes: Un agente va a venir caracterizado por una serie de calificativos, los cuales vienen a denotar ciertas propiedades a cumplir por el agente: Continuidad Temporal: se considera un agente un proceso sin fin, ejecutándose continuamente y desarrollando su función. Autonomía: un agente es completamente autónomo si es capaz de actuar basándose en su experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente. Por otra parte, una definición menos estricta de autonomía sería cuando el agente percibe el entorno. Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con otras entidades. Racionalidad: el agente siempre realiza «lo correcto» a partir de los datos que percibe del entorno. Reactividad: un agente actúa como resultado de cambios en su entorno. En este caso, un agente percibe el entorno y esos cambios dirigen el comportamiento del agente. Pro-actividad: un agente es pro-activo cuando es capaz de controlar sus propios objetivos a pesar de cambios en el entorno. Adaptabilidad: está relacionado con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basándose en ese aprendizaje. Movilidad: capacidad de un agente de trasladarse a través de una red telemática. del ambiente Pueden tener conocimiento No tienen memoria del pasado Veracidad: asunción de que un agente no comunica información falsa a propósito. Agentes complejos Funcionamiento estímulo/respuesta Benevolencia: asunción de que un agente está dispuesto a ayudar a otros agentes si esto no entra en conflicto con sus propios objetivos. Pocos agentes Muchos agentes No existe un consenso sobre el grado de importancia de cada una de estas propiedades para un agente. Sin embargo, se puede afirmar que estas propiedades son las que distinguen a los agentes de meros programas. Figura 4. Clasificación de sistemas de agentes 8. Arquitectura de un Agente Cognitivo La estructura interna de un agente cognitivo se puede clasificar de manera general así: Fig.2 Navaja suiza de Parunak representando los conceptos que puede integrar un agente. 7. Agentes Cognitivos y Reactivos Figura 5. Arquitectura de un agente cognitivo. Un AGENTE COGNITIVO es aquel que es capaz de efectuar operaciones complejas, es individualmente inteligente (es un sistema más o menos experto, con capacidad de razonamiento sobre su base de conocimiento), puede comunicarse con los demás agentes y llegar a un acuerdo con todos o algunos de ellos, sobre alguna decisión. Un sistema cognitivo está compuesto por un pequeño número de agentes cognitivos. 8.1 Funcionalidad Un AGENTE REACTIVO es un agente de bajo nivel, que no dispone de un protocolo ni de un lenguaje de comunicación y cuya única capacidad es responder a estímulos. Los agentes reactivos no son individualmente inteligentes, sino globalmente inteligentes. Los sistemas reactivos por lo general están compuestos por un gran número de agentes reactivos que realizan acciones entre todos, para esto es necesario tener en cuenta nuevas teorías de cooperación y comunicación que permitan el desempeño de estas acciones (Figura 3). 8.2 Creencias Es posible concebir sistemas heterogéneos cuyo comportamiento se derive de los dos tipos de agentes y tenga características de ambos. Es decir, es posible dotar a los agentes cognitivos de capacidades de reacción a los eventos, a tales agentes se les puede llamar AGENTES HÍBRIDOS. Sistemas Cognitivos Representación Sistemas Reactivos explícita No tiene Es el conjunto de funciones o tareas que el agente sabe hacer y que los demás agentes pueden conocer que él hace. Dentro de estas funciones pueden estar las funciones de comunicación con otros agentes, de selección de agentes para una tarea específica, de obtener información del sistema, de información del estado interno del agente, etc. Son el conocimiento subjetivo o conjunto de opiniones que el agente tiene de él mismo y de los demás agentes. Puede comenzar como una opinión o conocimiento inicial y cambiar con las acciones y desempeño de cada uno de los agentes, incluido él mismo, cuando el sistema esté en funcionamiento. 8.3 Conocimiento Es el conocimiento que cada agente tiene y que usa para la resolución de un problema, es decir, es la representación de lo que sabe y del conocimiento que ha adquirido en experiencias pasadas y que le sirve para hallar soluciones o seleccionar acciones a seguir en cualquier momento. El conocimiento le permite al agente entender el mundo, lo que los demás agentes tratan de decirle y sus razonamientos internos y explicar sus ideas y decisiones a los demás agentes. Hay tres clases de conocimiento importantes a tener en cuenta: 8.4 Control El control en un agente está representado por la estructura local de metas que el agente tiene. Para un manejo más efectivo de estas estructuras se adicionan los conceptos de intenciones, planes y acciones que el agente tiene. 8.4.1 Metas: Las metas u objetivos, son el conjunto de estados deseables en el ambiente en el que se desenvuelve un agente. Un agente puede decidir alcanzar o no cada una de tales metas de acuerdo a las ventajas que esta represente. En un SMA (sistema multi -agente) hay una meta global o principal que debe ser alcanzada con la colaboración de todos los agentes del sistema. Esta meta global puede ser dividida en submetas, las cuales son asignadas como metas a los agentes del sistema, de acuerdo a alguna política organizacional. Los planes que desarrolle cada agente para alcanzar estas submetas, pueden ser combinados para alcanzar la meta global. Es decir, los planes que desarrolle un agente para alcanzar sus metas, contribuirán a alcanzar las metas globales del sistema. Estudiar las intenciones es importante, porque de ellas se deriva la capacidad con la cual los agentes pueden usar conceptos para predecir y explicar el comportamiento de otros agentes, además, son muy útiles porque son abstracciones de los estados y comportamiento de los agentes. Cuando un agente tiene varias intenciones, éstas tienen que ser mutuamente consistentes o por lo menos intentar que así lo sean, y también deben ser consistentes con el conocimiento y las experiencias adquiridas en el pasado. Si un agente cree algo (p) o lo conoce por experiencia del pasado, intentará hacerlo; pero si por el contrario no cree en él o sabe que algo no es así (-p), no lo intentará. Las intenciones de dos o más agentes pueden no ser mutuamente consistentes, ya que pueden estar compitiendo por algún recurso. Una intención puede ser confundida con hacer algo intencionalmente, sin embargo, una intención es querer hacer algo y hacer intencionalmente se refiere a las acciones y estados que un agente realiza a propósito. Un agente puede adoptar y modificar sus intenciones basándose en su conocimiento. 8.4.2 Plan: Es un conjunto de estrategias para resolver un problema o alcanzar una meta [Sin93]. Como se dijo en la descripción de Metas, la meta global puede ser dividida en submetas, las cuales son asignadas como metas a los agentes del sistema. Los planes que desarrolla cada agente para alcanzar su propia meta, pueden ser combinados para desarrollar un plan global que sirve para alcanzar la meta global . Se puede decir que: "Un agente sabe cómo alcanzar a p sólo si él conoce que algún plan P contempla a p, y él es capaz de ejecutarlo." Los planes son una de las plataformas para el desarrollo de mecanismos de coordinación, porque describen a alto nivel el comportamiento de los agentes y por ello posibilitan la predicción de las acciones de un agente. Esta predicción permite que un agente actúe de manera coherente con las acciones de los demás agentes. 8.4.3 Estrategias: Una estrategia es la descripción de las acciones de los agentes a un nivel grueso de detalle, corresponden a abstracciones de los posibles comportamientos de los agentes y hacen más simple entender, especificar e implementar agentes inteligentes. Las estrategias no adicionan habilidades a los agentes, simplemente ayudan a diseñar, analizar y organizar mejor las destrezas que los agentes ya poseen. Se puede usar las estrategias para describir agentes que no tienen un plan específico, es decir, que no representan ni describen simbólicamente el conjunto de acciones a seguir; por lo tanto puede haber estrategias que no correspondan a un plan. 8.4.4Intenciones: Una intención se puede definir como el objetivo concreto o el fin que se pretende alcanzar al realizar una o varias acciones, este objetivo se puede describir con proposiciones lógicas. Las metas adoptadas por un agente son las intenciones (Las metas que un agente decide alcanzar). Se puede decir que las intenciones son la causa de las acciones de un agente. Por otro lado, un agente realiza acciones tratando de seguir sus estrategias. Figura 6. Relación entre estrategias, metas, intenciones y acciones. 9. Los Robots Inteligentes Autónomos Están situados en su entorno, adoptan comportamientos, razonan, evolucionan y actúan como seres vivos. Al menos seis campos de investigación estructuran hoy la robótica avanzada: la que relaciona al robot con su entorno, la conductual, la cognitiva, la epigenética o de desarrollo, la evolutiva y la biorrobótica. Es un gran campo de estudio interdisciplinar que se apoya en la ingeniería mecánica, eléctrica, electrónica e informática, así como en las ciencias físicas, anatomía, psicología, biología, zoología y etología, entre otras. El fundamento de estas investigaciones es la Ciencia Cognitiva Corporizada y la Nueva Inteligencia Artificial. Su finalidad: alumbrar robots inteligentes y autónomos que razonan, se comportan, evolucionan y actúan como las personas. En esencia, los “robots inteligentes autónomos” son sistemas dinámicos que consisten en un controlador electrónico acoplado a un cuerpo mecánico. Así, estas máquinas necesitan de adecuados sistemas sensoriales (para percibir el entorno en donde se desenvuelven), de una precisa estructura mecánica adaptable (a fin de disponer de una cierta destreza física de locomoción y manipulación), de complejos sistemas efectores (para ejecutar las tareas asignadas) y de sofisticados sistemas de control (para llevar a cabo acciones correctivas cuando sea necesario). 9.1 Robótica Situada (Situated Robotics) Este enfoque se ocupa de los robots que están insertos en entornos complejos y, a menudo, dinámicamente cambiantes. Se basa sobre dos ideas centrales: los robots a) “están corporizados” (embodiment), es decir, tienen un cuerpo físico apto para experimentar su entorno de manera directa, en donde sus acciones tienen una realimentación inmediata sobre sus propias percepciones, y b) “están situados” (situatedness), o sea, están inmersos dentro de un entorno; interaccionan con el mundo, el cual influye – de forma directa– sobre su comportamiento. Obviamente, la complejidad del entorno tiene una relación estrecha con la complejidad del sistema de control. En efecto, si el robot tiene que reaccionar rápida e inteligentemente en un ambiente dinámico y desafiante, el problema del control se torna muy difícil. Si el robot, en cambio, no necesita responder de manera rápida, se reduce la complejidad requerida para elaborar el control. Dentro de este paradigma, se encuentran varios subparadigmas: la “robótica basada en el comportamiento” (generan un comportamiento sólo cuando se los estimula), la “robótica cognitiva”, la “robótica epigenética” (trata de implementar sistemas de control de propósito general, a través de un prolongado proceso de desarrollo o auto-organización autónoma), la “robótica evolutiva” (aplica los conocimientos obtenidos de las Ciencias Naturales) y la “robótica biomimética” (Esta aproximación se ocupa de diseñar robots que funcionan como los sistemas biológicos). No centraremos principalmente en la robotica cognitiva. 9.2 Robótica Cognitiva (Cognitive Robotics) Esta aproximación utiliza técnicas provenientes del campo de las Ciencias Cognitivas. Se ocupa de implementar robots que perciben, razonan y actúan en entornos dinámicos, desconocidos e imprevisibles. Tales robots deben tener funciones cognitivas de muy alto nivel que impliquen razonar, por ejemplo, acerca de las metas, las acciones, el tiempo, los estados cognitivos de otros robots, cuándo y qué percibir, aprender de la experiencia, etc. Para eso, deben poseen un modelo simbólico e interno de su entorno local, y la suficiente capacidad de razonamiento lógico para tomar decisiones y para ejecutar las tareas necesarias a fin de alcanzar sus objetivos. En pocas palabras, esta línea de trabajo se ocupa de implementar características cognitivas en los robots, tales como percepción, formación de conceptos, atención, aprendizaje, memoria a corto y largo plazo, etc. Si se consigue que los robots desarrollen por sí mismos sus capacidades cognitivas, se evitaría el programarlos “a mano” para cada tarea o contingencia concebible . Asimismo, si se logra que los robots utilicen representaciones y mecanismos de razonamiento similares a la de los humanos, se podría mejorar la interacción hombre-máquina, así como las tareas de colaboración. Sin embargo, se necesita un elevado poder de procesamiento (en especial si el robot cuenta con numerosos sensores y actuadores) y mucha memoria (para representar el espacio de estados). 10. Aplicación de la robótica cognitiva en vehículos autónomos inteligentes 10.1 Definicion y clasificacion de vehículos autónomos: Definicion : Es cualquier vehículo no tripulado con cierto nivel de autonomía integrada (ello incluye desde vehículos teleoperados hasta vehículos totalmente inteligentes). •Tipos: Marinos (Unmmaned Maritime Vehicle) Aéreos (Unmmaned Aerial Vehicle) Terrestres (Unmmaned Ground vehicle) Existe en la actualidad un espectro amplio de posibles vehiculos con capacidad de realizar misiones con cierto grado de autonomía. La novedad de su llegada a las aplicaciones civiles dificulta la existencia de un consenso en su definición, que cuestiona, en determinadas ocasiones, si un determinado sistema responde o no al concepto de “Unmmaned vehicle”. Existe por ello cierta variedad de términos que, con mayor o menor acierto, son utilizados para referirse a este tipo de vehiculos. Puesto que la definición anterior no excluye el telecontrol de la aeronave, cabe definir también aeronave autónoma o sistema aéreo autónomo (AAS: Autonomous Aerial System) para el caso de vehículos aéreos, como aquél capaz de desarrollar la misión sin necesidad de intervención humana. 10.2 Vehiculos autónomos marinos: Aparte de las las aplicaciones militares que, como se ha comentado antes, han impulsado el desarrollo de estos vehículos para labores de detección de minas y proyectiles inteligentes, se han venido desarrollando diversas aplicaciones de la inteligencia artificial en la autonomía de estos vehículos marinos en el ámbito de la investigación, reconocimiento y reparación de instalaciones submarinas. Aplicaciones educacionales y de investigación: Biología Marina Arqueología Marina Monitoreo de ecosistemas Tecnologías del fondo del mar Estudios de hábitat marino Estudios de migración Estudios geológicos Muestreo de aguas y sedimentos Muestreo de especies marinas. fig9. AUSS. Otra gran aplicación de los vehículos autónomos submarinos es la reparación de instalaciones submarinas, más concretamente: • • • • Fig 7.Vehiculo de neutralización de minas. Inspecciones de tuberías y cables submarinos (Eléctricos y de comunicaciones) Mapeo de precisión del fondo marino para evaluaciones hidrográficas y planeación de cables submarinos y tuberías sumergidas.ns Soporte logístico para instalaciones de cable, tubería y construcción submarina. Evaluación ambiental de sitios de descarte de desechos críticos ambientales. SPRAY: El pequeño vehículo subacuático autónomo (AUV por sus siglas en inglés), al que se le dio el nombre de "Spray", fue lanzado recientemente a unas 12 millas al sudeste de las Islas Bermudas. Los científicos Breck Owens de la Woods Hole Oceanographic Institution, y Russ Davis y Jeff Sherman de la Scripps Institution Of Oceanography en la Universidad de California, seguirán su progreso durante la misión, y se comunicarán vía satélite con el vehículo para cambiar su curso o efectuar otras operaciones. fig. 10.robot submarino Lejos de las altas inversiones para investigación o aplicaciones militares la robótica autónoma marina también ha llegado a los hogares, como es el caso del robot limpia-piscinas al alcance de cualquier ciudadano. fig 8 Spray Existen algunos vehículos no tripulados semiautonomos para la identificación y recuperación de objetos submarinos como es el caso del AUSS (Advanced unmmaned search system) desarrollado por un grupo de ingenieros de San Diego (USA), aunque no es un vehiculo completamente autónomo puede servir de base de desarrollo para implementar robots de este tipo. fig. 11. limpia-piscinas 10.3 Vehiculos autónomos aereos: Si bien fue en el sector militar donde surgieron los UAV y el que ha impulsado su desarrollo, desde hace 15 años han surgido diferentes aplicaciones civiles, que han ampliado el interés, la investigación y el desarrollo de estos sistemas, a la vez que han originado nuevos requisitos en su operatividad, y generando un mayor espectro de sistemas. Así mientras que en aplicaciones militares la mayor parte de los UAV existentes son del tipo aeroplano, para aplicaciones civiles, la maniobrabilidad y capacidad de vuelo estacionario de los helicópteros ha hecho que sea este tipo de aeronave el más frecuente. A continuación se muestran algunos ejemplos de aplicaciones civiles de vehiculos no tripulados: Filmografia: cine Climatologia: Monitorizacion de la contaminación atmosférica. Agricultura: Aplicación de fumigantes Levantamiento de mapas. Topografia Busqueda y rescate : Naufragios. Medioambientales : detección de fuego Comunicaciones.Conmutador emergente de comunicaciones Monitorización de autopistas. Control de fronteras. detección de objetivos, visión en tiempo real del campo de batalla, combate aéreo, suministros logíticos, sensores para guerra química y bacteriológica, dispersión de humo para camuflaje, etc.), como es el caso del Global Hawk: Los aparatos ''Global Hawk'', que entraron en servicio en el 2003, aumentan la flota de aviones sin piloto que emplean las fuerzas militares de Estados Unidos para operaciones que incluyen espionaje, comunicaciones, identificación de objetivos y disparo de misiles.Esta flota cuenta con aparatos tan diversos como el ''Predator'', que entró en operaciones en el 2005, cuesta unos $40 millones y es capaz de transportar misiles teledirigidos. Este aparato pesa 515 kilogramos, tiene un ala de 15 metros, un radio de acción de unos 650 kilómetros y una capacidad de 40 horas de vuelo. En el otro extremo de tamaño están los ''Raven'', que pesan 2.5 kilogramos, cuestan unos $35,000, tienen una capacidad de vuelo de 40 a 60 minutos, y se emplean principalmente para observación. El ''Global Hawk'' cuesta $80 millones, tiene un ala de 40 metros, puede volar durante 40 horas en misiones a una velocidad de 635 kilómetros por hora, hasta 19,800 metros de altura y en distancias de 16,000 kilómetros. El uso de un UAV que, aún siendo telecontrolado incorpore la instrumentación necesaria para su estabilización automática e inteligente y para su guiado de manera simple, con instrucciones de alto nivel (proporcionadas generalmente por un mando de tipo joystick), elimina o disminuye notablemente inconvenientes como la falta de contacto visual entre el piloto y la aeronave o la inestabilidad por inclemencias del tiempo. El APID55 es un pequeño helicóptero no tripulado, capaz de despegar, aterrizar y volar autónomamente, sin necesidad de personal en tierra dándole soporte en tiempo real para el control de vuelo o navegación. También tenemos el homologo europeo desarrollado por EADS: el Talarion: El helicóptero APID55 puede, equipado con diversos tipos de sensores adecuados a la misión y conectado a una estación de control en tierra, realizar diferentes tareas como fotografía aérea, control de fronteras, búsqueda de objetivos o vigilancia. fig. 14: Talarion. Fig 12: APID55 A pesar del gran numero de aplicaciones civiles, el desarrollo de esta clase de vehículos aéreos enteramente autonomos está prácticamente orientada en su totalidad a objetivos militares (Supervivencia, 10.4 Vehículos autónomos terrestres: En el ámbito terrestre se están desarrollando interesantes proyectos de cara a la investigación científica espacial y en sistemas inteligentes de transporte (ITS) aparte de los desarrollos militares como vehículos buscadores de minas, espionaje o tanques no tripulados. En la carrera de la conquista del espacio se han desarrollado diversos robots completamente autónomos capaces de explorar la superficie de marte analizando la composición de minerales, tomando muestras del aire, enviando fotos y videos, capaces de moverse y sortear obstáculos en terrenos hostiles todo de forma completamente autónoma. Esto ha sido un gran paso en el desarrollo de la inteligencia artificial y agentes cognitivos que ayudaran a desarrollar aun mas estas tecnologías. Fig. 15: Prototipo para exploración espacial Los Sistemas de transporte inteligente, conocidos también como ITS, son tecnologías que incluyen electrónica avanzada, comunicaciones y sistemas informáticos para aumentar la eficiencia y seguridad del transporte por carretera. Conocidas originalmente como IVHS (iniciales de Intelligent Vehicle/Highway Systems, Sistemas inteligentes de automóviles y autopistas), proporcionan intercambio de información en tiempo real entre los conductores y las autopistas, de ahí los términos "automóviles inteligentes" o "autopistas inteligentes". Como las tecnologías se han expandido para incluir transporte público y vehículos comerciales, este rango de tecnologías ha terminado por llamarse sistema de transporte inteligente. Con el tiempo, los conductores tendrán acceso a la última información acerca de las condiciones de circulación (incluyendo atascos y accidentes), selecciones de rutas, direcciones de destino poco familiares y es posible que hasta control automatizado del vehículo. La gestión o administración de la circulación es un área en la que se están utilizando sistemas avanzados de electrónica para mejorar el control del tráfico o tránsito rodado. En algunas ciudades, la circulación de las principales carreteras se controlan mediante cámaras de vídeo, radares o sensores en la propia carretera. Un sistema de ordenador/computadora central analiza la información. Si la circulación está congestionada o atascada, el flujo de circulación mejora de modo automático ajustando los intervalos de señales de tráfico, controlando el flujo de circulación en las carreteras de acceso a las ciudades o proporcionando información a los conductores mediante señales electrónicas a lo largo de las carreteras. Los sistemas avanzados de información al conductor están empezando a aparecer en algunos modelos de vehículos como opción. Son sistemas navegacionales en los que los conductores introducen sus destinos. Aparece entonces la mejor ruta posible en forma de mapa electrónico en una pequeña pantalla o en forma de voz sintetizada que ofrece instrucciones durante el viaje. Estos sistemas usan un dispositivo de transmisión/recepción (contestadores) en el vehículo y un sistema global de posición, empleando satélites artificiales para determinar la ubicación exacta del vehículo a lo largo de su recorrido. Acompañado de tecnología de radio celular, este sistema de navegación sirve además para comunicar con un control central en caso de emergencia. Las tecnologías de control automatizado de vehículos se están desarrollando para mejorar la seguridad en carretera. Estos dispositivos, situados a bordo del vehículo, pueden avisar al conductor para impedir un peligro determinado o, en una emergencia, corregir sus acciones. Se ha adaptado un sistema de radar para uso en los autobuses de escuela de manera que detecten a una persona cerca del vehículo y alerten al conductor. Los radares y otros tipos de sensores se utilizan también para detectar si algún otro vehículo se encuentra en el ángulo muerto del conductor, es decir, en una posición en la que no están visibles en los espejos retrovisores. También se están estudiando sensores de infrarrojos y otros métodos de mejora visual para incrementar la seguridad en la circulación nocturna o en condiciones climáticas adversas. El proyecto de sistema de transporte inteligente más ambicioso es la autopista automatizada, donde los vehículos podrán viajar a grandes velocidades pero en cortos intervalos, mediante el uso del radar incorporado, la posición del vehículo y los sensores del motor, que actúan sobre los sistemas de aceleración y de frenado, y de conexiones informatizadas entre los vehículos. Los vehículos comerciales, camiones y autobuses también están aprovechando cierto número de tecnologías ITS. Los contestadores permiten a estos vehículos el pago de peajes, la obtención de permisos o licencias y la realización de otras funciones rutinarias mientras se encuentran en movimiento, ahorrando así el tiempo y el gasto de realizar paradas. La recaudación electrónica de peajes para vehículos de pasajeros es una realidad hoy en ciertas áreas metropolitanas. Está cada vez más claro que construir más carreteras no es la solución a los problemas del transporte. Mediante el uso de equipos informáticos y dispositivos de comunicación, la infraestructura de transporte (sistemas de carretera y los vehículos que los usan) puede pasar a ser más inteligente, y por lo tanto, reducir los atascos, disminuir las emisiones de los vehículos en tráfico intermitente, reducir el tiempo de viaje, aumentar la capacidad de las carreteras existentes y hacer más seguros los desplazamientos por carretera. http://www.neoteo.com/aida-el-asistente-roboticodel-mit.neo [3] Asistente robotico desarrollado por NISSAN http://www.nissan-global.com/EN/PIVO2/index.html [4].Comunicacion entre vehículos autonomos tiempo real para maniobras de alto riesgo.(instituto de automática industrial) [5] Robotica HTUhttp://robotica.esUTH Fig. 16: Automovil inteligente Numerosos investigadores en todo el mundo trabajan en el desarrollo del vehículo inteligente del mañana, que será capaz de conducir sin ayuda humana, una ficción que, según los investigadores, debería ser una realidad de aquí a 2030. El desarrollo militar en el campo terrestre también ha sido bastante amplio cubriendo desde robots, buscaminas, tanques autónomos etc. 11. Conclusiones Los ejemplos comentados en este artículo no son ciencia ficción, sino que describen lo que, se supone, nos espera de aquí a pocos años. La IA ha dado un paso más hacia delante. Existen ya prototipos que están siendo probados tanto en el ámbito académico como industrial y ya empiezan a aparecer los primeros productos comerciales. Cabe indicar que, como siempre ocurre cuando aparece una nueva tecnología, no debemos pensar que todo son agentes y lo que había antes no es válido. Las opciones a la hora de emplear agentes, tal y como hemos descrito, son múltiples, pero no conviene creer que cualquier problema es tratable de forma sencilla con una aproximación de sistema basado en agentes. Es posible que en ocasiones el empleo de técnicas clásicas resulte más adecuado en función de la naturaleza del problema a resolver. A esta primera hornada de productos comerciales la podríamos denominar como la primera generación de sistemas basados en agentes, dando quizás un poco más a la razón a quien opina que «los agentes constituyen la nueva revolución en el Software». En concreto, el concepto de agente/ sistema multi-agente supone el siguiente paso en la evolución de la IA y el enfoque con el que va a ser abordado en el futuro el desarrollo de sistemas inteligentes, en un cada vez más amplio y diverso dominio de problemas como la medicina, la industria, comercio electrónico, entretenimiento, la educación, etc. 12. Referencias [1]. Transparencias de clase [2]. Asistente inteligente para coches desarrollado por el MIT HTUhttp://roboticslab.uc3m.es/roboticslab/ [6] Vehículos aéreos no tripulados. Tesis universidad politécnica de Madrid. [7]Agentes inteligentes, articulo de la universidad politécnica de valencia