Proyecto integrador. Las TIC en la sociedad S4.pptx
Agentes Inteligentes Fisicos
1. AGENTES
RACIONALES
FÍSICOS
Pontificia Universidad Javeriana
Facultad de Ingeniería
Grupos de Investigación SIDRe – SIRP - Takina
Ing. Enrique González Ph.D.
Curso Robótica Móvil 2007-3
2. Por Qué Agentes?
Conocimiento
E
Entidad Autónoma
n
c
Recursos
a
p
s
Servicios
u
l
a Conducta
Entidad R i l
E tid d Racional
C
Entidad S i l
E tid d Social o
Robot
o
p Autónomo
e Social
r
a
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
3. Aplicaciones SMA
Administración Distribuida de Proyectos
RAPPID, Processlink
Negocios y C
N i Comercio El
i Electrónico
ói
vReps, Agent–Based Market Space
Recopilación d I f
R il ió de Información
ió
MySpiders, Ebot, NetSumm
Robótica
Robótica Cooperativa → RoboCup
Otros Campos de Aplicación de SMA
asistentes personales y financieros, supervisión
hospitalaria, bancarios, difusión de noticias y
p
publicidad, realidad virtual y avatares, control de
procesos y manufactura
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
5. Qué es un Agente Racional?
Hacer lo Correcto
Actuar R i
At Racionalmente
l t
Ideal : Maximizar
Exito
Evaluar
6. Definición de Agente
Objetivos Comportamiento
Actúa
Percibe
P ib
Recursos Propios
Modela
Ofrece Servicios
Comunica
Reproduce
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
7. Características de un Agente
Control Parcial
Situado
Habita Ambiente
Puede
Influenciarlo
No Intervención
Agente Externa
Autónomo
Efectua Acciones
Estado Interno
Comportamiento
ProActivo Decidir y
Alcanza Objetivos Actuar
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
8. Agente y su Entorno
Sensores
Ambiente
Ti
Efectores
Ambiente
Ti+1
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
9. Mapeo Percepción/Acción
Ambiente Secuencia de Percepción
Metas
Ti
Mapeo
Ambiente
Ti n
Ti+n
Acción
Acción 1
? Correcta
...
Acción M
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
11. Mapeo – Toma de Decisiones
Sistema Basados en Reglas
Reglas tipo “SI <condición> ENT <acción>
Evaluación concurrente y disparo controlado
Sistemas Difusos
Reglas basadas en variables lingüísticas
Manejo explicito de la ambigüedad
Redes Neuronales
Unidades de procesamiento multi-conectadas
Capacidad de aprendizaje a partir de ejemplos
Algoritmos Genéticos
g
Evolución del sistema basado en su calidad para
alcanzar sus metas en un ambiente particular
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
12. Tipos de Agentes
Agente Comunicativo Puro
Representación Parcial de otros Agentes
Comportamiento depende de las Comunicaciones
Agente S
Situado Puro
Inmerso en el A bi t sin Representarlo
I l Ambiente i R tl
Comportamiento depende solo de las Percepciones
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
13. Tipos de Agentes
Agente Cognitivo/Deliberativo
Planificación con Capacidad de Anticipar
Razonamiento utilizando una Representación del Ambiente
Agente Reactivo Puro
Inmerso en el A bi t sin Representarlo
I l Ambiente i R tl
Comportamiento Generado por Reacciones a los Estímulos
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
14. Tipos de Agentes
Tipo de
Agentes Agentes
Agente
Cognitivos Reactivos
Aspecto
SI - Capacidad de NO Hay
Planificación Anticipar y Predecir Reacciones Directas
Eventos Futuros a los Estímulos
SI - Razonar sobre NO Hay
Representación
del Mundo las Representaciones Representación
del Mundo Explícita
15. Tipos de Agentes
Ejemplo Agente Cognitivo
Pb. → Abrir puerta cerrada con llave
Plan Abrir_Puerta
- I h t sito donde está la llave
Ir hasta it d d tá l ll
- Tomar la llave
- Ir hasta la puerta
- Abrir la puerta con la llave
16. Tipos de Agentes
Ejemplo Agente Reactivo
Pb. → Abrir puerta cerrada con llave
Reglas Condición-Acción
R1. Estoy frente a la puerta y tengo la llave
→ Abrir puerta con llave
R2. Estoy frente a la puerta y no tengo la llave
→ Ir a buscar la llave
R3. Puerta no abre y no tengo la llave
→ Ir a buscar la llave
R4. Llave frente a mi
R4 Ll ft i
→ Tomar la llave e ir a la puerta
17. Agente Reactivo
Acciones Situadas
Utilizar el ambiente como memoria
Acción depende de la posición y del estado
del mundo percibido
La noción de “pista” permite el
reconocimiento de cada situación y el
disparo de las acciones asociadas
Los perceptos se definen como una
combinación d “ i t ”
bi ió de “pistas”
SI <percepto> ENT <acción>
18. Agente Reactivo
Acciones Situadas
Los objetivos están en el ambiente
Exploración y marcado
Evidencia de la Importancia del Ambiente para Dirigir la Acción
19. Arquitectura de Agentes
Racionales
Ri l
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
21. Estructura Agente Deliberativo
Agente
Sensores
Estado Interno
Modelo
del Mundo
Secuencia de Percepción
Amb
Efectos de mis Acciones
biente
Decisión
Reglas condición-acción
Técnicas de Aprendizaje
Lógica Difusa
Red Neuronal
e
Efectores
22. Estructura Agente Predictivo
Agente
Sensores
Estado Interno
Modelo
del Mundo
Secuencia de Percepción
Amb
Efectos de mis Acciones
biente
Predicción
P di ió
Decisión
Metas Explícitas
e
Efectores
23. Arquitectura de Agente
Aproximación Lógica
Programa Agente Alta Complejidad
de Cálculo
Asume Racionalidad
Codificado Lógica
C difi d en Ló i Calculativa
Representación Simbólica
Pbs con Ambientes
Complejos-Dinámicos
Formalismo Simbólico
o a s o S bó co
Semántica Elegante
24. Arquitectura de Agente
Aproximación Comportamental
Simplicidad y Economía
Programa Agente
“Tractability”
No Explícito - No Memoria
Robustez
Resistencia a Fallas
Comportamiento
C tit
No “Disembodied” Localidad
Información Suficiente
Visión a Corto Plazo
Inteligencia “Emerge”
g g Aprendizaje Limitado
de la Interacción
Metodología??
25. Arquitectura de Agente
BDI - Believe Desire Intention
Believe-Desire-Intention
Deliberación
Qué Metas Alcanzar?
Razonamiento
R i
Medios y Fines
Cómo Alcanzar las Metas?
Creencias Ambiente
Estado Interno
Otros Agentes
26. Arquitectura de Agente
BDI - Believe Desire Intention
Believe-Desire-Intention
Deliberación
Qué Metas Alcanzar?
Razonamiento
R i
Medios y Fines
Cómo Alcanzar las Metas?
Deseos Opciones
Disponibles
Dependen d
d de
Creencias e Intenciones
27. Arquitectura de Agente
BDI - Believe Desire Intention
Believe-Desire-Intention
Razonamiento Práctico
Descomposición Funcional
Razonamiento
R i
Implementación
Eficiente
Intenciones Compromiso - Meta
Persisten - Desisten
Impulsan a la Acción
28. Arquitectura de Agente
Arquitecturas por Capas
Capas Horizontales
Conexión Sensor-Acción
Capas de Diferente
Nivel de Abstracción
Capas Verticales
Un Nivel Sensor-Acción
Simplicidad Conceptual
Simplicidad
Reducción de Interacciones
Capas Independientes
Capa N
Sensor
Capa N-
Capa N-
Capa N
Capa N
Capa 1
Capa 1
Capa N-1
......
......N
Sensor Acción
Competencia entre Capas
Secuencialidad Sensor Acción
......
N
Acción
-1
-1
No Tolerancia F ll
N T l di id a Fallas
Mediador
M
Capa 1
29. Herramientas Desarrollo SMA
BESA C
Container
i
BESA → PUJ BESA Agent
Channel
Nivel Agente
g Guard_1
Guard 1
paralelismo interno Guard_2
mecanismo selector
Guard_M
Nivel Organización
Ni l O i ió
apoyo a la Guard
cooperación Selector
roles sociales
Behavior_1
Behavior_2
Behavior_
Event
Nivel Sistema Mailbox
N
Agent
State
facilitadores
directorios
Input Events
interoperabilidad Output Events
Behavior-oriented, Event-driven, Social-based Agent-framework
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
30. Agentes
en
Sistemas MultiAgentes
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
31. Agente en el Contexto SMA
Ambiente
Leyes del Universo
Objetos Ambiente
j
Conjunto de Agentes
Operaciones sobre los Objetos
Relaciones entre Agentes
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
32. Organizaciones MultiAgentes
UNIDAD ORGANIZACIONAL
Individuos Relacionados Unidad
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
33. Organizaciones MultiAgentes
Recursividad Sistémica
Diferentes Roles
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
34. Organizaciones MultiAgentes
Perspectivas de Análisis
Análisis Funcional
Qué hacer en la organización ?
Vista como un sistema de roles
Análisis Estructural
Cómo construir la organización ?
Có t il i ió
Dar un orden al conjunto de interacciones.
Parámetros de Concretización
Distribución de habilidades entre los agentes
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
35. Perspectivas de Análisis
Representacional, organizacional, conativa,
Funciones interactiva, productiva, preservativa
Análisis
Funcional
Dimensiones
Física, social, relacional, ambiental,
Física social relacional ambiental personal
del A áli i
d l Análisis
Reconocimiento, comunicación,
Relaciones
subordinación, operativa, informativa,
Abstractas
conflictiva,
conflictiva competitiva
Estructura de
Jerárquica, igualitaria
Subordinación
Análisis
Organización
Estructural
Acoplamiento Fijo, variable, evolutivo
Constitución Predefinido, emergente
Especialización Especializado, totipotente
Parámetros de
Concretización
Redundancia Redundante, no-redundante
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
36. Análisis Funcional
Funciones en una Organización
VEGETATIVA Supervivencia
REPRESENTACIONAL Modelo del Ambiente
PRODUCTIVA Actividades Problema
CONATIVA Motivación - Decisión
ORGANIZACIONAL Planear - Coordinar
PERCEPTIVA EJECUTIVA
Interacción
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
37. Análisis Estructural
Estructuras de Subordinación
Jerárquica
Cadena de mando
Competencia en niveles bajos
Militar
Igualitaria
Participación uniforme en toma de decisiones
p
Mercados
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
38. Parámetros de Concretización
Organización de Habilidades
Redundancia
Rd d i
Tx Ty Tz Tx
AT AT AT Ae Ae Ae
Tx Ty Tz Tx Ty Tz
AT Ax Ay Az
Especialización
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
39. Interacción - Definición
Agrupamiento de Agentes
Comportamiento
Resultante
Satisfacer Objetivos y Metas
Recursos y Capacidades Interacción
La Interacción es ell Componente de Base
L It ió C tdB
de Toda Organización
A la vez Fuente y Producto
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
40. Interacción - Condiciones
Perciben – Actúan
Agentes
A
Comunican
Metas Compatibles
Unir Capacidades
Situaciones
Compartir Recursos
Comportamiento Colectivo EMERGE de la Interacción
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
41. Cooperación
Objetivo Común
Acción Coordinada
Concurrencia
Recursos Compartidos
Robustez
Cooperación
C ió
Acción No Redundante
No-Redundante
Eficiencia del Trabajo
Conflicto No-Persistente
Solución de Conflictos
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
42. Cooperación
Asignación Tareas/Recursos
Colaboración
+
Planificar y Sincronizar
Coordinación de Acciones
Objetivos y Recursos
Solución de Conflictos
Cooperación
p Comunicación
Explícita - Mensajes
Protocolos de Interacción
Implícita - Ambiente
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
43. Agentes
y
Modelo de la Acción
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
45. Modelo de la Acción en SMA
Acción Mundo Evoluciona
Modificación del E t d
M difi ió d l Estado
Encadenamiento de Eventos
Paralelismo
Movimiento Físico
Intención
Reacción del Ambiente ??
Resultado
46. Agentes y Acción
Transformación del Estado Global
Strips - listas precondición/suprimir/agregar
Respuesta al Estímulo
Sistema reactivo - arquitectura “subsupción”
Proceso I f
P Informático
áti
Autómatas y redes de Petri
Modificación L
M difi ió Local
l
Autómatas celulares
Desplazamiento Físico
Campos de potencial y grillas espaciales
Consigna de Control
Sistemas dinámicos realimentados
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
47. Transformación del Estado
Estado
Caracterizar cada Situación posible
Operador
Permite pasar de un estado a otro
Operadores Tipo STRIPS
Lista de Precondiciones
Lista de Suprimir
Lista de Adicionar
49. Transformación del Estado
Planificar por Objetivos
Buscar operadores que adicionan al
estado los hechos del objetivo
Buscar que al operador se le cumplan las
precondiciones
Aplicar el operador modificando el estado
50. Transformación del Estado
Limites y Restricciones
No
N es posible expresar el paralelismo
ibl l l li
No se puede representar el desarrollo de la
acción.
acción Difícil incl ir la ca salidad
incluir causalidad
Débil concepción de la descripción de la
acción
Débil y limitada concepción de la acción
Postulado de Estaticidad - Leyes de Newton
Postulado de Secuencialidad - No Concurrencia
Postulado de Universalidad - Solo el Resultado
51. Transformación del Estado
Limites y Restricciones
Cómo describir una C li ió ??
Có d ibi Colisión??
Describir explícitamente todo !!
Pasar el tiempo como parámetro !!
52. Respuesta a la Influencia
Intención
Ges o
Gesto de intentar realizar u a acc ó
e a ea a una acción
Resultado
Reacción del ambiente al gesto
Separación de de la Acción Producida por los Agentes
del producto Real de la misma en el Ambiente
Extensión del modelo de Transformación de
Estados
Adición de una estructura que representa
las Tentativas de Acción
53. Acción como Proceso
Mundo como Conjunto de Procesos
Entidades
Comportamiento
Interacciones
Representación del Comportamiento
Autómatas d E t d Finitos
A tó t de Estados Fi it
Autómatas con Registros
Redes de Petri
Los Procesos pueden Acoplarse y Ejecutarse en Paralelo
55. Acción como Proceso
Autómatas de Estados Finitos
Grafo Orientado
Estado
Representa una situación
Transición
Evento permite cambiar de estado
Una Acción se asocia a la transición
Ventajas y Desventajas
Simples de manipular
Limitados para comportamiento complejo
numero estados / secuencial / sin memoria
57. Acción como Proceso
Autómatas con Registros - ATN
Mayor descripción
Pérdida de propiedades
Estado contiene registros que pueden ser
manipulados durante las transiciones
Factorizar las informaciones que deberían
estar repartidas sobre varios estados en un
autómata de estados finitos
59. Acción como Proceso
Redes de Petri
Modelo formal con propiedades
matemáticamente demostrables
Representa el aspecto dinámico mediante
el desplazamiento de “marcas” en un grafo
Sitio
Nodo donde se puede albergar una marca
Transición
Validada si todos los sitios de entrada contienen
marcas
El paso de una transición suprime una marca de
todas los sitios de entrada y adiciona una marca
a todos los sitios de salida
64. Acción como Proceso
Redes de Petri Coloreadas
Distinguir las marcas con valores
Transiciones como reglas disparables
65. Acción como Desplazamiento
Características
Agentes situados
Ambiente como un espacio métrico
Campos de Potencial
Se pueden combinar y superponer
Fuerzas atractivas hacia el objetivo
Fuerzas repulsivas de los obstáculos
67. Acción como Desplazamiento
Ventajas
Eficiente para caso de desplazamientos
físicos
Gestión de la coordinación de agentes
Desventajas
No integra la co cepc ó lógica de la
o teg a a concepción óg ca a
intención y la acción
Imposible representar situaciones en las
p p
que no hay un espacio métrico
Difícil realizar un seguimiento de la
evolución global del sistema
68. Acción Modificación Local
Filosofía
Toda acción produce únicamente
perturbaciones locales
El mundo compuesto por un conjunto de
entes conectados
Cada ente reacciona en forma
independiente de acuerdo a sus
percepciones locales
69. Acción Modificación Local
Autómatas Celulares
Conjunto de autómatas de estados finitos
repartidos sobre nodos de una red periódica
Las entradas de una célula está ligada al
estado de las células vecinas
70. Acción Modificación Local
Autómatas Celulares
Juego de la Vida
Nacimiento si exactamente tres vecinos vivos
Muerte permanece vivo si dos o tres vecinos
vivos sino muere
i i
Emergen configuraciones complejas y estables
72. Acción como Comando
Teoría de Control Cibernético
Variables de Comando
Acción consiste en variar cierto número de
parámetros de entrada
Acción actividad compleja dirigida hacia un
Objetivo
Incluye mecanismos de retroacción
Las Acciones de los Agentes deben tener en consideración las
Reacciones del Medio
y saber aportar las Correcciones necesarias
b tlC i i
74. Implementación
Agentes Fí i
A t Físicos
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
75. Construcción de SW para AF
Modelo Sensorial Actuadores
Sensorial-Actuadores
Sincrónicos
la ejecución se bloquea hasta tener respuesta
Asincrónicos
la aparición de un evento indica la respuesta
Metodología Base
Especificación de requerimientos en el contexto
identificación y análisis de metas del agente
Diseño arquitectónico
estructura modular interna
orientada a “behaviors” que interactúan
Implementación y Pruebas
mapeo de behaviors a procesos y de interacciones a IPC
implantación basada en IT o en RTOS
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
76. Construcción de SW para AF
Especificación de Requerimientos
Descripción Detallada de la Tarea
análisis basado en el paradigma de agente
Análisis del Ambiente
caracterización de sensores y actuadores
interacción con otros entes activos externos
modelo a nivel sistema vs ambiente
Caracterización de Objetivos/Metas
identificación de requerimientos a partir de la tarea
identificación de las metas a partir de los requerimientos
asociación d h bilid d y recursos a l metas
i ió de habilidades las t
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
77. Construcción de SW para AF
Diseño Arquitectónico
Especificación de Behaviors
asociar de metas a módulos/behaviors/procesos
evitar conflictos por recursos
minimizar interdependencias
integrar metas afines
determinar estado asociado al behavior
identificar informaciones que deben perdurar en el tiempo
Caracterización
Caracteri ación de Interacciones
identificar necesidad de interacción
basada en metas o habilidades complementarias
basada en recursos → competencia – productor/consumidor
especificar y detallar interacciones
etiquetear en forma única
definir semántica e intencionalidad
Identificar datos asociados y requeridos
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
78. Construcción de SW para AF
Implementación
mapeo de behaviors a procesos
aproximación centrada en la IT de reloj
aproximación basada en tasks de RTOS
aproximación orientada a sistemas multiagente
mapeo d i t
de interacciones a IPC
i
memoria compartida protegida por banderas
mecanismos RTOS
semáforos – colas de mensajes – señales - excepciones
comunicación semantizada entre agentes
Pruebas
Pb
pruebas unitarias
sensores – actuadores – behaviors - interacciones
pruebas de sistema
basadas en prototipos que evolucionan incrementalmentePh.D.
Pontificia Universidad Javeriana Ing. Enrique González
80. CENTER
WATCH
CENTER
CENTER
ACK TIME OUT LRL
WATCH
CENTER
(2)STOP
BSA
LOL
CONTROLD
WATCH
(3) ACK
STOP
ANUNCIO
MOV INIT/FIN
PROTOCOLO
FRONT
DE CONFLICTO
WATCH
POSICIÓN
ANUNCIO MOV CONT
MOV_CONT
ATRACTOR
ACK
STOPS
COLISION
VELOCIDAD AL ROBOT
MOVER ROBOT
COLISION
81. VELOCIDADES
STOP FIN MOVE (3’)
ADAPTADOR
ROBOT
CENTER
CONTROL
BSA
STOP WATCH (3)
WATCH
COLISION
ADAPTADOR
TELÉMETRO
STOP COLIS, (3’)
()
MEDIDAS
SENSOR DE
CONTACTO
82. VELOCIDADES
STOP FIN MOVE (3’)
ADAPTADOR
ROBOT
CENTER
STOP(3)
WATCH
CONTROL MAPA
BSA AKC (RET) (4)
WATCH
OBS
REAL
STOP WATCH (3)
COLISION
ADAPTADOR
TELÉMETRO
STOP COLIS, (3’)
MEDIDAS
SENSOR DE
CONTACTO
83. VELOCIDADES
STOP FIN MOVE (3’)
POSICION LOCALIZACION
X,Y,A
ADAPTADOR
ROBOT
X,Y,A
Tc
CENTER
STOP(3)
STOP WATCH (3)
WATCH
CONTROL STOP
BSA AKC (RET) (4)
MAP
MAKER
COLISION
ADAPTADOR
TELÉMETRO
STOP COLIS, (3’)
MEDIDAS
SENSOR DE
CONTACTO
84. ISR_CLK {
contEvPer1 ++;
if (contEvPer1 == limitEvPer1) {
tratamientoEvPer1();
();
contEvPer1 = 0;
}
contEvPer2 ++;
if (contEvPer2 == limitEvPer2) {
tratamientoEvPer2();
contEvPer2 = 0;
tE P 2 0
}
if (flagEvAsinc1) {
tratamientoEvAsinc1();}
}
}
85. TaskAsincronica {
while (!fi ) {
hil (!fin)
receiveBloqueante(msg);
switch (msg.tipoEv) {
( gp )
case Ev1:
tratamientoEv1(msg.data); break;
case Ev2:
tratamientoEv2(msg.data); break;
}
}
}
TaskPeriodica {
while (!fin) {
sleep(T);
tratamientoEvPer();
}
}
86. Bibliografía Agentes y SMA
Stuart J. Russell, Peter Norvig. quot;Inteligencia Artificial: Un Enfoque
Modernoquot;, Prentice Hall, 1996.
Jacques Ferber. quot;Multi-Agent Systems: An Introduction To
q g y
Distributed Artificial Intelligencequot;. Addison Wesley, 1999.
Gerhard Weiss. quot;Multiagent Systemsquot;. MIT Press, 1999.
Michael N. Huhns. quot;Readings in Agentsquot;. Morgan Kaufmann
Publishers, 1998.
Michael Woolridge. quot;Introduction to MultiAgent Systemsquot;. John Wiley
& Sons, 2002.
Joseph P. Bigus, Jennifer Bigus. quot;Constructing Intelligent Agents
Using Java: Professional Developer's Guidequot;. John Wiley & Sons,
2001.
González E., Bustacara C “Desarrollo de Aplicaciones Basadas en
E C. Desarrollo
Sistemas MultiAgentes”, 1era Edición, Editorial PUJ, 2007.
Pontificia Universidad Javeriana Ing. Enrique González Ph.D.
87. AGENTES RACIONALES
FÍSICOS
Gracias por su Atención
Enrique González
q
Profesor Asociado
Pontificia Universidad Javeriana
Facultad de I
F lt d d Ingeniería
ií
Grupo de Investigaciòn SIRP
Contacto:
email: egonzal@javeriana.edu.co