Investigadores iraníes presentan un avance en inteligencia artificial distribuida para sistemas autónomos de próxima generación

Investigadores de la Universidad de Teherán, socia de TV BRICS, han desarrollado un nuevo marco de inteligencia artificial distribuida que permite a múltiples agentes autónomos aprender y tomar decisiones de forma independiente, al tiempo que coordinan sus acciones bajo restricciones operativas comunes.

El nuevo enfoque aborda uno de los principales desafíos del aprendizaje por refuerzo multiagente: permitir que los sistemas autónomos cooperen de manera eficiente sin depender de un controlador centralizado. En su lugar, cada agente utiliza únicamente información local y la comunicación con agentes vecinos, lo que hace que el sistema sea más escalable, resistente y adecuado para su aplicación en entornos reales, según informó Mehr News Agency, socio de TV BRICS.

El método combina un marco de optimización distribuida con una arquitectura de aprendizaje por refuerzo basada en el modelo actor-crítico, lo que permite a los agentes inteligentes adaptar continuamente su comportamiento mientras cumplen las restricciones comunes del sistema. Los investigadores también demostraron que el algoritmo alcanza soluciones estables, aportando una base teórica sólida para su futura aplicación práctica.

Los especialistas consideran que este avance podría impulsar el desarrollo de tecnologías autónomas en diversos sectores, como la robótica, las redes energéticas inteligentes, la gestión del tráfico urbano, los vehículos autónomos, la computación distribuida y la economía computacional.

Al eliminar la necesidad de una coordinación centralizada, este enfoque podría aumentar la eficiencia, la fiabilidad y la capacidad de adaptación de las futuras infraestructuras basadas en inteligencia artificial.