Presentacin de PowerPoint

1
Inteligenica Artificial I
Alejandro Permingeat
Inteligencia Artificial de Russell y Norving 1
edición 1996 Parte II Capítulo III
2
Agentes para la solucion de problemas
Son agentes basados en metas que determinan que
deberán hacer por medio de secuencias de acciones
que les permitan obtener estados deseables.
Alejandro Permingeat

2
3
Agentes para la solucion de problemas

• Pasos para la solución de problemas
• Formulación de metas se etablece el objetivo
• Formulación del problema se decide que acciones
  y estados habran de conciderarse.
• Busqueda evaluacion de las posibles secuencias
  de acciones que le llevan a la meta y elección de
  la mas apta.
• Ejecución se llevan adelante la solución que
  presenta la búsqueda.

Alejandro Permingeat

3
4
Tipos de problemas

• Problemas de un solo estado el agente conoce con
  exactitud en que estado se encuentra y el
  resultado de cada una de sus acciones.
• Problemas de estados múltiples el agente no
  conoce con exactitud en que estado se encuentra,
  pero si el resultado de cada una de sus acciones.
• Problemas de contingencias el agente no conoce
  con exactitud en que estado se encuentra, pero si
  el resultado de cada una de sus acciones, aunque
  se le pueden presentar ciertas contingencias en
  las mismas.
• Problemas de exploración el agente no conoce con
  exactitud en que estado se encuentra, ni el
  resultado exacto de cada una de sus acciones.

Alejandro Permingeat

4
5
Problemas

• Definición Es un conjunto de información que el
  agente utiliza para decidir lo que va a hacer.
• Un problema esta compuesto por
• Un estado inicial que es donde se encuentra el
  agente.
• Un conjunto de acciones que le agente puede
  emprender.
• La prueba de meta para saber si alcanzo un estado
  meta.
• La función costo de ruta que le asigna un valor a
  una ruta determinada.

Alejandro Permingeat

5
6
Eficiencia para resolver problemas

• Hay tres formas para medir la eficiencia de la
  búsqueda
• Según permita o no alcanzar la solución,
• Según su costo de ruta
• Según el costo de tiempo y memoria para alcanzar
  la solución

Alejandro Permingeat

6
7
Elección de estados y acciones
Los estados y acciones se eligen mediante un
proceso de abstracción (eliminación de detalles
de una representación). Para escoger una buena
abstracción hay que eliminar todos los detalles
que sea posible siempre y cuando se conserve la
validez y se garantice que es fácil emprender las
acciones abstractas.
Alejandro Permingeat

7
8
Busqueda de soluciones
La búsqueda consiste en escoger una opción,
haciendo a un lado las demás para considerarlas
posteriormente en caso de no obtener respuesta
alguna mediante la primera opción. La búsqueda
termina cuando se encuentra una solución o cuando
no hay mas estados que expandir.
Alejandro Permingeat

8
9
Árboles de búsqueda.

• Componentes en la estructura de datos para los
  árboles de búsqueda
• El estado al que corresponda el nodo,
• El nodo padre,
• El operador que se aplico para generar el nodo,
• La profundidad del nodo (distancia hasta la
  raíz),
• El costo de ruta desde el estado inicial hasta el
  nodo.

Alejandro Permingeat

9
10
Estrategia de búsqueda.

• Las estrategias de búsqueda se evalúan según los
  siguientes criterios
• Completez si garantiza o no encontrar la
  solución si es que existe.
• Complejidad temporal cantidad de tiempo
  necesario para encontrar la solución.
• Complejidad espacial cantidad de memoria
  necesaria para encontrar la solución.
• Optimidad si se encontrará o no la mejor
  solución en caso de que existan varias.

Alejandro Permingeat

10
11
Tipos de estrategias de búsqueda.

• Las estrategias de búsqueda se pueden agrupar en
  dos grandes grupos
• Búsquedas sin contar con información (o búsqueda
  ciega) no existe información acerca de la
  cantidad de pasos necesarios o sobre el costo de
  ruta para pasar del estado de un momento dado a
  la meta.
• Búsqueda respaldada con información (o búsqueda
  heurística) se posee información muy valiosa
  para orientar la búsqueda para que sea mas óptima.

Alejandro Permingeat

11
12
Búsquedas sin contar con información

• Las seis estrategias de búsqueda sin contar con
  información son las siguientes
• Búsqueda preferente por amplitud
• Búsqueda de costo uniforme
• Búsqueda preferente por profundidad
• Búsqueda limitada por profundidad
• Búsqueda por profundización iterativa
• Búsqueda direccional

Alejandro Permingeat

12
13
Búsquedas preferente por amplitud

• En esta búsqueda todos los nodos que están en la
  profundidad d del árbol de búsqueda se expanden
  antes de los nodos que estén en la profundidad
  d1.
• Si son varias las soluciones, este tipo de
  búsqueda permitirá siempre encontrar primero el
  estado meta más próximo a la raíz.
• En esta búsqueda el tiempo y la cantidad de
  memoria necesaria crece exponencialmente con
  respecto a la profundidad.
• Es optima y completa.

Alejandro Permingeat

13
14
Búsquedas de costo uniforme.

• En esta búsqueda se modifica la estrategia
  preferente por amplitud en el sentido de expandir
  siempre el nodo de menor costo en el margen
  (medido por el costo de la ruta g(n)) en vez del
  nodo de menor profundidad.
• Este tipo de búsqueda permitirá siempre encontrar
  la solución mas barata siempre y cuando el costo
  de ruta nunca disminuya conforme avanzamos por la
  ruta.
• En esta búsqueda el tiempo y la cantidad de
  memoria necesaria crece exponencialmente con
  respecto a la profundidad.
• Es optima y completa.

Alejandro Permingeat

14
15
Búsquedas preferente por profundidad.

• En esta búsqueda siempre se expande uno de los
  nodos que se encuentren en los mas profundo del
  árbol. Solo si la búsqueda conduce a un callejón
  sin salida, ser revierte la búsqueda y se
  expanden los nodos de niveles menos profundos.
• Esta búsqueda o se queda atorada en un bucle
  infinito y nunca es posible regresar al encuentro
  de una solución, o a la larga encontrará una ruta
  de solución mas larga que la solución óptima.
• En esta búsqueda el tiempo necesario crece
  exponencialmente con respecto a la profundidad,
  mientras que el espacio requerido en memoria lo
  hace en forma lineal
• No es óptima ni completa.

Alejandro Permingeat

15
16
Búsquedas limitada por profundidad.

• Esta búsqueda es similar a la búsqueda preferente
  por profundidad con la diferencia que se impone
  un límite a la profundidad máxima de una ruta.
• Se utilizan operadores que informan
  constantemente de la profundad del nodo.
• En esta búsqueda el tiempo necesario crece
  exponencialmente con respecto a la profundidad,
  mientras que el espacio requerido en memoria lo
  hace en forma lineal
• No es óptima, pero si completa cuando la
  profundidad del límite es menor o igual a la
  profundidad de la solución.

Alejandro Permingeat

16
17
Búsquedas por profundización iterativa.

• Esta búsqueda es similar a la búsqueda limitada
  por profundidad con la diferencia que se repiten
  las búsquedas dando en cada iteración un valor
  distinto de profundiad para la misma.
• En esta búsqueda el tiempo necesario crece
  exponencialmente con respecto a la profundidad,
  mientras que el espacio requerido en memoria lo
  hace en forma lineal
• Es óptima y completa.

Alejandro Permingeat

17
18
Búsqueda bidireccional.

• Esta es una búsqueda que avanza a partir del
  estado inicial y que retrocede a partir de la
  meta y que se detiene cuando ambas búsquedas se
  encuentran en algún punto intermedio.
• En esta búsqueda el tiempo y el espacio requerido
  en memoria crecen exponencialmente con respecto a
  la mitad de la profundidad (bd/2).
• Es óptima y completa.

Alejandro Permingeat

18