5.40.4.7 Agentes y Sistemas Cognitivos (8 horas) [Habilidades AG-C03,AG-C09]

Referencias Bibliográficas: [Russell and Norvig, 2021,Shneiderman, 2022]

Temas

1. Arquitecturas de agentes (por ejemplo, reactivas, en capas, cognitivas)
2. Teoría de agentes (incluyendo formalismos matemáticos)
3. Racionalidad, Teoría de juegos:
   1. Agentes decisorios-teóricos
   2. Procesos de decisión de Markov (MDP)
   3. Algoritmos de bandidos
4. Agentes de software, asistentes personales y acceso a información:
   1. Agentes colaborativos
   2. Agentes de recolección de información
   3. Agentes creíbles (personajes sintéticos, modelado de emociones en agentes)
5. Agentes de aprendizaje
6. Sistemas cognitivos:
   1. Arquitecturas cognitivas (por ejemplo, ACT-R, SOAR, ICARUS, FORR)
   2. Capacidades (por ejemplo, percepción, toma de decisiones, predicción, mantenimiento del conocimiento)
   3. Representación, organización, utilización, adquisición y refinamiento del conocimiento
   4. Aplicaciones y evaluación de sistemas cognitivos
7. Sistemas multiagente:
   1. Agentes colaboradores
   2. Equipos de agentes
   3. Agentes competitivos (por ejemplo, subastas, votación)
   4. Sistemas de enjambre y modelos biológicamente inspirados
   5. Aprendizaje multiagente
8. Interacción humano-agente:
   1. Metodologías de comunicación (verbal y no verbal)
   2. Problemas prácticos
   3. Aplicaciones:
      1. Agentes comerciales, gestión de cadena de suministro
      2. Problemas éticos de las interacciones de IA con humanos
      3. Regulación y requisitos legales de los sistemas de IA para interactuar con humanos

Aprendizaje esperado (Learning Outcomes)

1. Caracterizar y contrastar las arquitecturas estándar de agentes [Evaluar]
2. Describir las aplicaciones de la teoría de agentes a dominios como agentes de software, asistentes personales y agentes creíbles, y discutir las implicaciones éticas asociadas [Describir]
3. Describir los paradigmas principales utilizados por los agentes de aprendizaje [Describir]
4. Demostrar usando ejemplos apropiados cómo los sistemas multiagente soportan la interacción de agentes [Demostrar]
5. Construir un agente inteligente usando una arquitectura cognitiva establecida (ACT-R, SOAR) para resolver un problema específico [Aplicar]