| Revista: | Tesis psicológica |
| Base de datos: | |
| Número de sistema: | 000561202 |
| ISSN: | 1909-8391 |
| Autores: | Vélez-Bedoya, Jairo Iván1 Castillo-Ossa, Luis Fernando1 González-Bedia, Manuel2 |
| Instituciones: | 1Universidad de Caldas, 2Universidad de Zaragoza Instituto de Investigación en Ingeniería de Aragón, |
| Año: | 2021 |
| Volumen: | 16 |
| Número: | 2 |
| Paginación: | 18-31 |
| País: | Colombia |
| Idioma: | Español |
| Resumen en inglés | Background: Several techniques allow the development of poorly predictive artificial behavior models, such as finite state machines (FSM) and the use of cognitive architectures based on the theory of mind for the construction of agents whose behavioral model lies on a system of productions. Objective: It was proposed to generate artificial behavioral models to determine the conditions under which they demonstrate poorly predictive behaviors. Methodology: The first stage consisted of choosing platforms and tools; Pogamut, UT2000, SOAR, and Java were chosen. In the second stage, the coupling interface between the cognition engine, the language, and the environment was developed. Finally, in the third stage, the behavioral models were tested. Results: In the FSM model, it was possible to contrast the states and decisions made by the agents when there are restrictions in the set of actions predefined in its logic. It was also possible to contrast SOAR productions in terms of the predictability of the agent's actions based on what is perceived in the environment. Conclusions: Finite state machines are an important component when one wants to inspect the reactive behavior of an agent that pursues a single goal. Reflexive agents rely on their logic for the immediate perception of their environment without regard to decisions they have made or states they have already undergone. SOAR programs adjust the feedback of their environments in certain cases. |
| Resumen en español | Antecedentes: Son varias las técnicas que permiten desarrollar modelos de comportamiento artificial poco predictivo, como por ejemplo, las máquinas de estados finitos (FSM) y el uso de arquitecturas cognitivas basadas en la teoría de la mente, para la construcción de agentes cuyo modelo conductual reside sobre un sistema de producciones. Objetivo: Se propuso generar modelos conductuales artificiales para determinar las condiciones en que estos demuestran comportamientos poco predictivos. Metodología: La primera etapa consistió en la elección de plataformas y herramientas.Se escogieron Pogamut, UT2000, SOAR y Java; en la segunda etapa se desarrolló la interfaz de acoplamiento entre el motor de cognición, el lenguaje y el entorno, por último, en la tercera etapa, se efectuaron pruebas con los modelos de comportamiento. Resultados: En el modelo FSM fue posible contrastar los estados y las decisiones que toman los agentes cuando se presentan restricciones en el conjunto de acciones predefinidas en su lógica. Así mismo fue posible el contraste entre producciones SOAR en cuanto a la predictibilidad de las acciones del agente a razón de lo percibido en el entorno. Conclusiones: Las máquinas de estados finitos son un componente importante cuando se quiere inspeccionar el comportamiento reactivo de un agente que persigue un único objetivo. Los agentes reflejos dependen de su lógica para la percepción inmediata de su entorno sin tener en cuenta las decisiones que han tomado o estados por los que ya hayan pasado. Los programas SOAR ajustan la retroalimentación de sus ambientes en ciertos casos. |
| Texto completo: | Texto completo (Ver PDF) |
