Inteligencia Artificial I'

1
Inteligencia Artificial I. Estrategia de
búsqueda a ciegas .
2
Criterios a considerar para medir la eficiencia
Es Completa. Siempre que existe alguna solución,
garantiza que se encuentre.
Complejidad Temporal. Mide el tiempo que se
necesita para encontrar la solución.
Complejidad Espacial. Mide la cantidad de memoria
que se necesita para encontrar la solución.
Es Óptima. La solución encontrada es de la más
alta calidad (en caso de que existan varias).
3
Estrategia general de búsqueda

• Inicio
• Generar el estado inicial
• Mientras (estado generado no sea estado meta)
• Expandir el próximo estado de acuerdo a la
  estrategia establecida
• Retornar la ruta encontrada
• Fin

4
Espacio de estado
5
Primero a lo ancho
Árbol de búsqueda
6
Análisis de la eficiencia
Es completa, si existe una solución, la
encontrará.
Es óptima, permite encontrar el estado meta más
cercano (siempre que el costo de ruta no sea una
función que disminuya con la profundidad).

• Complejidad espacial y temporal, requiere todos
  los nodos en memoria. La cantidad de nodos
  generados es función del factor de ramificación
  (b)
• CE y CT 1bb2b3... bd,
• d profundidad de la solución.

Ejemplo, Si b 2 (cada nodo genera dos
nodos) 1 21 22 7. Complejidad O(bd)
complejidad exponencial.
7
Costo uniforme
8
Primero en profundidad
9
Limitada por profundidad
La estrategia primero en profundidad puede
conducir a que no se encuentre la solución aún
cuando ésta exista.
Se establece un límite (l) máximo a la
profundidad de exploración (se impone en función
del problema). Si se alcanza esa profundidad sin
hallar la solución, la búsqueda debe retornar a
estados menos profundos y reiniciar la generación
de nodos desde ellos.
10
Profundización iterativa (PI)
En el caso anterior resulta difícil establecer el
límite.
El límite en el cual debían estar las soluciones
se conoce como el diámetro del espacio de
estado, pero no es fácil determinarlo sin
resolver el problema.
La PI evita el establecimiento del límite,
intenta probando todos los niveles sucesivamente
(0, 1, 2,...). Mezcla las ventajas de primero en
profundidad y primero a lo ancho..
11
Profundización iterativa (PI)
12
Bidireccional
Se realiza de manera simultanea desde el nodo
inicial y el nodo meta y se detiene cuando ambas
se encuentran en algún punto intermedio. En el
caso de los problemas con factor de ramificación
b en ambas direcciones, esta estrategia es
útil. La cantidad de memoria que utiliza puede
hacerla no práctica, otra de sus limitantes es
que no se puede aplicar a todo tipo de problemas.
13
Resumen
14
Fin de la presentación