Este documento presenta un proyecto para modelar el comportamiento de hormigas que deben recolectar comida y llevarla a la colonia utilizando el simulador NetLogo. Se explican conceptos clave como la inteligencia de enjambre y se detallan los archivos y agentes que se utilizarán en el modelo, incluyendo hormigas, comida y el entorno. También se identifican algunos problemas encontrados y posibles mejoras futuras como porteadoras reinas, aprendizaje y amenazas a la colonia.
2. Mapa de conceptos
1. El problema
2. Conceptos Previos
3. Materiales que necesitamos
4. Detalles importantes I
5. Detalles importantes II
6. Detalles importantes III
7. Corre, corre que te pillo
8. ¿Que vamos a encontrar?
a. Def.nls
b. Ant.nls
c. Setup.nls
d. Ants.nlogo
9. ¿Hormigueamos un poco?
10. Problemas encontrados
11. Versión 2.0
12. Conclusiones
13. Dudas y preguntas
14. Referencias
3. El problema
Se pretende resolver el problema de evitar
obstáculos, localizar alimentos y
trasladarlos a un punto base, que requerirá
el empleo de múltiples agentes y la
colaboración entre ellos para desempeñar la
labor.
•
•
•
Comportamiento.
Detección de objetos.
Comunicación
El fin de la ejecución de la aplicación se
alcanzará cuando todos los alimentos, cuyo
número estará establecido por una variable,
hayan sido trasladados al nido.
4. Conceptos previos
¿Que es la Inteligencia de Enjambre?
Inteligencia de Enjambre es el comportamiento colectivo de los sistemas descentralizados, autoorganizados , naturales o artificiales. El concepto se emplea en los trabajos sobre inteligencia
artificial.
¿Como se forman?
Los sistemas de Inteligencia de Enjambres están típicamente formados por una población de
agentes simples que interactúan localmente entre ellos y con su medio ambiente. La inspiración
proviene a menudo de la naturaleza, especialmente de los sistemas biológicos. Los agentes
siguen reglas muy simples, y aunque no existe una estructura de control centralizado que dicta
cómo deben comportarse los agentes individuales, locales, y en un grado determinado al azar, las
interacciones entre tales agentes conducen a la aparición de "inteligente" comportamiento
global. Como ejemplos naturales se incluyen las colonias de hormigas, aves, el pastoreo de
animales y el crecimiento bacteriano.
¿Como se usan en Agentes Inteligentes?
La aplicación de los principios de enjambre de robots se llama enjambre robótico, mientras que
"inteligencia de enjambre" se refiere al conjunto más general de los algoritmos. 'Predicción de
Enjambres' se ha utilizado en el contexto de los problemas de previsión.
5. Materiales que necesitamos
Netlogo
¿Por qué?
Netlogo es particularmente útil para
modelar sistemas complejos que
evolucionan en el tiempo.
Los implementadores de modelos
pueden dar instrucciones a cientos
o miles de agentes para que todos
ellos operen de manera
independiente, entre sí y con el
entorno. Esto hace posible
explorar la relación entre el
comportamiento a bajo nivel de
los individuos y los patrones que
surgen a partir de la interacción de
muchos individuos entre sí.
8. Detalles Importantes III
A la hora de buscar tenemos 2 visiones
priorizadas para olfatear las casillas.
Así permitimos a la hormiga determinar cuál
de ellas es más adecuada de seguir:
1. mayor rastro de comida
2. mayor rastro químico
Pero si no tenemos ningún estimulo
ejecutaremos de manera aleatoria.
9. Corre, corre que te pillo
• Penaliza las casilla por las que
se haya pasado más de 3 veces
con comida, quitandole fuerza
al rastro hacia el hormiguero.
• Comprueba la energía actual de
la hormiga y actúa en
consecuencia.
10. ¿Que vamos a encontrar?
Def.nls
Ant.nls
Ants.nlogo
Setup.nls
11. Def.nls
Se encuentra la
definición de los
agentes que
actualmente vamos
a utilizar.
Agentes creados:
Agentes
Hormigas
Agentes Comida
•
•
13. Setup.nls
En este fichero le
damos forma a la
hormiga para poder
definir cada una de
las características.
‘especiales’ que
queremos crear y el
entorno
personalizado que le
hemos dado.
14. Ants.nlogo
Fichero que contiene
la funcionalidad go
que permite
ejecutarlo de
manera continuada
o de manera
pausada a selección
del usuario.
16. Problemas encontrados
1. Duplicado de los pesos al intentar crear
montículos unificados de comida.
2. Resolver la situación de problemas en
esquinas hace que debamos buscar caminos
alternativos.
3. La muerte de las hormigas hace que la
comida quede ‘in situ’ por lo tanto se
machacan los valores de los agentes comida
anteriores.
17. Versión 2.0
1. Procesos para que la comida sea
indivisible.
2. Porteadores reinas.
3. Aprendizaje de entrenamiento.
4. Incluir amenazas a la colonia.
18. Conclusiones
• La comunicación entre agentes en ocasiones
ha supuesto un handicap al replicar la
información.
• Aunque muchos de nuestros individuos
hayan muerto en el proceso vemos como el
resultado grupal se ve beneficiado para
alcanzar el objetivo