Resumen

Se plantea un problema de asignación dinámica de tareas, donde las tareas se distribuyen de manera desconocida en un entorno. Este artículo considera que cada tarea consta de dos subtareas secuenciales: detección y finalización, donde cada subtarea solo puede ser realizada por un cierto tipo de agente. Abordamos este problema utilizando un enfoque novedoso inspirado en la naturaleza llamado cazador y recolector. El método propuesto emplea dos equipos complementarios de agentes: uno ágil en la detección (cazadores) y otro hábil en la finalización (recolectores) de las tareas. Para minimizar el costo colectivo de los logros de tareas de manera distribuida, se introduce una solución teórica de juegos para acoplar agentes de equipos complementarios. Utilizamos modelos de negociación basados en el mercado para desarrollar algoritmos de toma de decisiones basados en incentivos que se apoyan en innovadoras nociones de márgenes de beneficio de certeza e incertidumbre. Los resultados de la simulación demuestran

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Asignación dinámica de tareas; Tareas; Detección; Finalización; Agentes; Solución teórica del juego
• Keywords:Dynamic task allocation; Tasks; Detection; Completion; Agents; Game-theoretic solution