Kasbah es un sistema basado en la web, a través del cual los usuarios pueden crear agentes autónomos para comprar y vender productos. El cual ha sido diseñado para ayudar a los usuarios en la búsqueda y elección del producto que mejor satisfaga sus necesidades. Así como la posterior negociación entre comprador y vendedor con el fin de obtener el mejor precio posible.
El prototipo Kasbah incluye agentes vendedores, agentes compradores y un mercado virtual. Ha sido implementado en CLOS.
Tanto los agentes vendedores o compradores que se generan funcionan de forma autónoma y una vez liberados en el mercado tienen capacidad para negociar y tomar decisiones por si mismo, sin intervención del usuario.
Los agentes vendedores cuentan con los siguientes parámetros:
Fecha deseada de venta: Es la fecha tope o limite para efectuar la venta del producto.
Precio deseado: Es el precio en el que el usuario quiere vender su producto.
Precio mínimo aceptable: Es el menor precio en el que el usuario puede vender su producto.
Mientras los agentes compradores utilizan los siguientes parámetros:
Fecha de compra: Es la fecha tope para efectuar la compra del producto.
Precio deseado: Es el precio que el usuario quiere pagar por el producto.
Precio máximo aceptable: Es el mayor precio en el que el usuario esta dispuesto a pagar por el producto.
Los agentes tanto compradores como vendedores incluyen los siguientes métodos para su interacción, lo cual le permite comunicarse directamente entre ellos.
Accet-offer? (agent_1, agent_2, offer): El agente 2 pregunta al agente 1 si acepta la oferta y este responde “accepted” o “rejected”.
What-is-price? (agent_1, agent_2): El agente 2 le pregunta al agente 1 el precio del producto ofertado. Si el agente 1 es comprador entonces el precio es lo que quiere pagar, pero si es vendedor es le precio en que quiere vender.
What-is-item? (agent_1, agent_2): El agente 2 le pregunta al agente 1 cual es el producto que compra o vende.
En Kasbah los agentes envían sus ofertas a una pizarra común y permanecen inactivos hasta que haya una respuesta.
Actualmente Kasbah negocia con 9 clases de productos, tales como CDs y cámaras, y tiene la ventaja de no requerir que los usuarios permanezcan todo el tiempo a la espera de la negociación.
Otros agentes
MAGMA (Minnesota Agent Marketplace Architecture) es una arquitectura extensible para un mercado virtual basado en agentes, que incluye todos los elementos requeridos para simular un mercado real.
Estos elementos incluyen la infraestructura de comunicaciones, mecanismos para el almacenamiento y la transferencia de los bienes, transacciones bancarias y monetarias, y los mecanismos económicos para las transacciones (directas o a través de intermediarios) entre productor y consumidor.
Además de proporcionar todos los servicios necesarios para las actividades comerciales de los agentes, los cuales estas disponibles a través de una mensajería estándar abierta API, que permite utilizar un conjunto heterogéneo de agentes, independiente de la plataforma y del lenguaje.
La Implementación actual consta de un servidor de retransmisiones (desarrollado en Allegro Common Lisp) y de un conjunto de agentes (escritos en Java), que pueden funcionar en Internet.
Magma incluye varios agentes negociantes, un servidor de publicidad y un banco.
Los agentes negociantes dirigen todo su negocio en el sistema, siendo responsables de la compra y venta de sus productos y de la negociación de los precios. Todos los agentes son funcionalmente independientes y se comunican entre si a través de sokets.
El servidor de publicidad dispone de un servicio de anuncios clasificados que incluyen búsqueda y recuperación de anuncios por categoría.
El banco provee un conjunto básico de servicios financieros incluyendo revisión de cuentas, líneas de crédito y dinero electrónico.
Infilebot Project (Proyecto que se ha estado desarrollando en Barcelona). Recibe una petición del usuario y es capaz de moverse por Internet buscando información relacionada. También filtra la información obtenida, de acuerdo con las necesidades del usuario y obtiene documentos relevantes para el usuario. Aprende de sus propias experiencias pudiendo entonces descubrir el modo mas adecuado de alcanzar objetivos y entiende las peticiones del usuario en lenguaje de alto nivel.
Referencias:
• http://www.firefly.com
• http://www.agents-inc.com
• http://www.bf.cstar.ac.com
• http://www.jango.com
• http://www.magma.ca/~mrw/agents/
• http://pattie.www.media.mit.edu/people/pattie
• http://www.kasbah.media.mit.edu
Leave a Comment