Modelo y desarrollo de W-planner: sistema multiagente on-line aplicado al turismo electrónico

W-planner model and development: on-line multi-agent system applied to e-tourism

Este documento presenta el “problema del turismo” y presenta una solución basada en un sistema de agentes múltiples para él. Un conjunto de agentes que utiliza un sistema de razonamiento basado en casos para identificar acciones y planes es capaz de determinar el itinerario más adecuado con restricciones para un turista. Los turistas utilizan dispositivos inalámbricos para interactuar con el agente. El Cálculo Variacional se utiliza durante el proceso de razonamiento para identificar el conjunto de posibles soluciones de problemas y los campos de Jacobi para encontrar la solución más replanificable. Este método analítico facilita la identificación anticipada de un itinerario turístico y también es capaz de modificar la ruta turística en el tiempo de ejecución. Para concluir, se muestra un caso de uso típico, en el que un turista solicita al W-planner la ruta más adecuada que se ajuste bien a los requisitos.

Introducción

En este trabajo se plantea desarrollar un sistema multiagente [16] que utilice un mecanismo de razonamiento basado en casos para generar sus planes, y dar solución al problema de planificación de un turista que visita por primera vez una ciudad y que exige condiciones sobre la ruta solución (por ejemplo, lo que debe durar o lo que puede gastar). Se fundamentará este planteamiento en un soporte matemático basado en el cálculo variacional y en técnicas de Campos de Jacobi, que permitirá introducir un mecanismo para la planificación y re-planificación del agente en tiempo real.

En el momento actual, el formalismo y la implementación de agentes software y de sistemas multiagentes constituye el trabajo de investigación de numerosos científicos. Se ha demostrado en los últimos años que el modelo de agente más adecuado es aquel que estructura sus capacidades con base en información diferente, la cual se clasifica en tres tipos de instancias: conocimiento del sistema (Beliefs), objetivos que pretende alcanzar (Desires) y compromisos entre su conocimiento y el modo de alcanzar los objetivos (Intentions). Estos sistemas se conocen como agentes BDI. En [13] se establece un formalismo de agentes BDI [6] a partir de lógicas multi-modales pero encuentran gran diferencia entre la potencia de esas lógicas y lo que se requiere para la actuación práctica de tales sistemas.

En este estudio se presenta un modelo de trabajo que contempla un modo de implementación basado en técnicas analíticas. Además se muestra cómo la estructura de agentes a los que se implementa un motor de razonamiento basado en casos CBR (Case Based Reasoning) [1] puede acelerar sustancialmente el proceso de deliberación y resuelve los problemas relacionados con la capacidad de aprendizaje de los agentes: implementar agentes en la forma de sistemas CBR facilita su aprendizaje y adaptación [5].