Coordinación de agentes de IA para el control de un robot social

En este trabajo presentamos una arquitectura basada en agentes para la ejecución reactiva de tareas robóticas multi-paso a partir de instrucciones en lenguaje natural. El sistema traduce la instrucción en una secuencia dinámica de acciones gestionadas por un agente director que descompone la tarea, selecciona la siguiente acción en tiempo de ejecución y delega su ejecución a agentes especializados (por ejemplo, navegación o comunicación). A diferencia de enfoques basados en Árboles de Comportamiento, la arquitectura propuesta no genera estructuras de control precompiladas, sino que opera en un bucle cerrado donde el director monitoriza el feedback del robot y replanifica ante fallos o contingencias. La validación se realiza en un entorno real con un robot físico, demostrando la capacidad del sistema para adaptarse a perturbaciones durante la ejecución. Los resultados muestran que la coordinación multi-agente permite una ejecución flexible y robusta con menor esfuerzo de ingeniería manual.