| Revista: | Revista colombiana de tecnologías de avanzada |
| Base de datos: | |
| Número de sistema: | 000608611 |
| ISSN: | 2500-8625 |
| Autores: | Cazares Alegría , Hipatia1 Pico Valencia, Pablo2 |
| Instituciones: | 1Pontificia Universidad Católica del Ecuador, 2Universidad de Granada, |
| Año: | 2025 |
| Periodo: | Ene-Jun |
| Volumen: | 1 |
| Número: | 45 |
| Paginación: | 39-56 |
| País: | Colombia |
| Idioma: | Español |
| Resumen en inglés | This study aims to analyze the main theoretical and practical proposals in which software agents have been integrated with machine learning models to determine their scope in terms of intelligence, proactivity, collaboration and learning. For the development of this research, the methodology proposed by Kofod-Peterson was carried out. Applying the methodology, 55 studies were analyzed. The studies showed that in the interaction between software agents and machine learning, cooperative and collaborative processes have been widely used in the resolution of control problems and in the optimization of data in distributed scenarios such as home, games and telecommunication. It was also found that mostly reinforcement learning models were used compared to machine learning models because they contribute more significantly to cooperative task modeling, which is widely used in intelligent systems. |
| Resumen en español | Este estudio tiene como objetivo analizar las principales propuestas teóricas y prácticas en las que los agentes de software se han integrado con modelos de aprendizaje automático para determinar su alcance en términos de inteligencia, proactividad, colaboración y aprendizaje. Para el desarrollo de esta investigación, se utilizó la metodología propuesta por Kofod-Peterson. Aplicando dicha metodología, se analizaron 55 estudios. Los estudios mostraron que en la interacción entre agentes de software y aprendizaje automático, los procesos cooperativos y colaborativos han sido ampliamente utilizados en la resolución de problemas de control y en la optimización de datos en escenarios distribuidos como el hogar, los juegos y las telecomunicaciones. También se encontró que, en su mayoría, se utilizaron modelos de aprendizaje por refuerzo en comparación con los modelos de aprendizaje automático, ya que contribuyen de manera más significativa a la modelización de tareas cooperativas, lo cual es ampliamente utilizado en sistemas inteligentes. |
| Palabras clave: | aprendizaje automático, agente software, sistema multiagente, inteligencia artificial |
| Keyword: | machine learning, software agents, multi-agent system, artificial intelligence |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
