IA - Aula 04 - Busca Cega

Bacharel em
Sistemas de Informação
Inteligência
Artificial
Prof.: Flávio F. Lima, Dr.

2010/2 Dr. Flávio Ferreira Lima
Inteligência Artificial
1 Email: flima@facnet.com.br
Resolução de Problemas
por Meio de Busca
Busca Cega
Sumário
 Breadth-first (primeiro em largura).
Breadth-
 Uniform
Uniform--cost (custo uniforme).
 Depth
Depth--first (primeiro em profundidade).
 Depth
Depth--limited (limitado em profundidade).
 Iterative deepening (aprofundando iterativamente).
Encontro IV Flávio Ferreira Lima

Inteligência Artificial 2010/2
1
BUSCA EM ESPAÇO DE ESTADOS
Busca Cega ou Sem Informação
Algoritmos que não recebem nenhuma informação sobre o problema

além de sua formulação
formulação.. Apenas distingue estado objetivo de estado
não--objetivo (blind search)
não search)..
 Estratégias para determinar a ordem de expansão dos nós:
1. Busca em largura
2. Busca de custo uniforme
3. Busca em profundidade
4. Busca com aprofundamento iterativo
 Direção da expansão:
1. Do estado inicial para um estado final
2. De um estado final para o estado inicial
3. Busca bi-
bi-direcional
2010/2 Flávio Ferreira Lima


Medida de Desempenho na Busca :
 Completeza:
Completeza sempre encontra uma solução se esta existir.
 Qualidade/Otimização
Qualidade/Otimização: encontra melhor solução quando existem
soluções diferentes; menor custo de caminho.
 Complexidade de tempo:
tempo tempo gasto para encontrar uma solução.
 Complexidade de espaço:
espaço memória necessária para encontrar uma
solução.

2
Análise de Algoritmo de Busca :
 Fator de ramificação:
ramificação b (número máximo de sucessores de qualquer nó,
ou seja, número máximo de galhos da árvore de busca);
 Profundidade do nó objetivo menos profundo:
profundo d
o tempo
tempo: medido em termos do número de nós gerados durante a
busca
o espaço
espaço: número máximo de nós armazenados.
d
b
G

APLICAÇÕES
Passeio na Romênia:

3
APLICAÇÕES
 Ida para Bucharest:

Bucharest
o Estados: cada possível cidade do mapa
o estado inicial: Arad
o teste de término: estar em Bucarest
o Operadores: dirigir de uma cidade para outra
Operadores
o custo do caminho: número de cidades visitadas, distância percorrida, tempo de
viagem, grau de divertimento, etc

APLICAÇÕES
Quebra – Cabeça - 8:
 Estados?
 Operadores?
 Estado Final := estado fornecido.
 Custo do caminho?

4
APLICAÇÕES
Quebra – Cabeça - 8:
 Estados: posições inteiras dos quadrados (ignorar posições intermediárias).
 Operadores: mover se branco à esquerda, direita, em cima, em baixo (ignorar ação de desalojar,
etc).
 Custo do caminho: 1 por movimento.
APLICAÇÕES
8 Rainhas:
 Jogo das 8 Rainhas

– Dispor 8 rainhas no tabuleiro de forma que
não possam se “atacar”
• não pode haver mais de uma rainha em
uma mesma linha, coluna ou diagonal
– Somente o custo da busca conta
• não existe custo de caminho
 Existem diferentes estados e operadores

possíveis
– essa escolha pode ter conseqüências boas  Estados?
ou nefastas na complexidade da busca ou  Operadores?
no tamanho do espaço de estados
 Custo do caminho?

5
APLICAÇÕES
8 Rainhas:
 Estados: qualquer arranjo de 0 a 8 rainhas no tabuleiro.
 Operadores: adicionar uma rainha a qualquer quadrado.

 Estado Final := 8 rainhas no tabuleiro, sem ataque.
 Custo do caminho: zero (apenas o estado final é
interessante).
APLICAÇÕES
Vida real: Layout de um VLSI
 Dado um diagrama esquemático contendo componentes (chips, resistores, capacitores, etc) e

interconexões (fios), encontrar uma maneira ótima para colocar os componentes numa placa
impressa, sob restrição que apenas um pequeno número de camadas estão disponíveis e fios não
podem cruzar numa mesma camada.

6
INTRODUÇÃO
O Garfo
Como resolver o problema de um restaurante que abastece uma cidade e necessita encontrar um menor percurso para
realizar sua entregas à domicílio?

INTRODUÇÃO
O Problema da Entrega de Mercadorias:
 Este poderia ser um problema a ser resolvido através de Teoria de

Grafos.
 As ruas correspondem arestas (a direção das arestas correspondem

ao caminho da rua), e as interseções serão os vértices.
 Cada vértice e cada aresta (segmento de rua) pode ser associado

com o respectivo tempo de percurso e o problema está em se
determinar o melhor caminho que teremos para a entrega de comida.

7
 Vamos representar um espaço de estados pela relações

 s(X,Y) que é verdadeira se há um movimento permitido no espaço de estados do
nó X para o nó Y; neste caso, Y é um sucessor de X.
 final(X) que é verdadeira se X é um estado final.
 Se houver custos envolvidos, um terceiro argumento será adicionado, o custo

do movimento
 s(X,Y, Custo).
 A relação s pode ser representada explicitamente no programa por um

conjunto de fatos.
 Entretanto, para espaços de estado complexos a relação s é usualmente

definida implicitamente através de regras que permitam calcular o sucessor de
um dado nó.

Busca em Largura
ou Extensão

8
ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO
Busca em Largura:
• Algoritmo:
• Definição: função Busca
Busca--em
em--Largura (problema)
A busca em largura ou extensão consiste em retorna uma solução ou falha
avaliar primeiro todos os nós de um Busca--Genérica (problema, Insere
Busca Insere--no
no--Fim
Fim)
determinado nível, antes de prosseguir para a
avaliação dos nós do próximo nível.
• Ordem de ramificação dos

nós:
1. Nó raiz 2 3 4
2. Todos os nós de profundidade 1
3. Todos os nós de profundidade 2,
etc…
5 6 7 8 9

Busca em Largura:
• Exemplo:

9
Busca em Largura:
• Exemplo:

Busca em Largura:
• Exemplo:

10
Busca em Largura:
• Exemplo:

Busca em Largura:
• Exemplo:

11
Busca em Largura:
• Exemplo:

Busca em Largura:
• Exemplo:

12
Busca em Largura:
• Exemplo:

Busca em Largura:
• Exemplo:

13
Busca em Largura:
• Exemplo:

Busca em Largura:
• Exemplo:

14
Busca em Largura:
• Exemplo:

Busca em Largura:
 breadthFirst(Caminhos,Solução) é verdadeiro se algum caminho a partir do conjunto de
candidatos Caminhos pode ser estendido para um nó final; Solução é o caminho
estendido.
 O conjunto de caminhos candidatos será representado como uma lista de caminhos e
cada caminho será uma lista de nós na ordem reversa.
 A busca inicia com um conjunto de um único candidato:

 [ [Início] ]
 O algoritmo é o seguinte
seguinte:
 Se a cabeça do primeiro caminho é um nó final então este caminho é uma solução; caso
contrário
 Remova o primeiro caminho do conjunto de candidatos e gere o conjunto de todas as

extensões em um passo a partir deste caminho; adicione este conjunto de extensões ao
final do conjunto de candidatos e execute busca em largura para atualizar este conjunto

15
Busca em Largura:
 Comece com o conjunto de candidatos inicial.
 [ [a] ]
 Gere extensões de [a] (note que estão em ordem reversa):
 [ [b,a], [c,a] ]
 Remova o primeiro candidato [b,a] do conjunto de candidatos e

gere extensões deste caminho.
 [ [d,b,a], [e,b,a] ]
 Adicione as extensões ao final do conjunto de candidatos.
 [ [c,a], [d,b,a], [e,b,a] ]
 Remova [c,a] e adicione as extensões ao final.
 [ [d,b,a], [e,b,a], [f,c,a], [g,c,a] ]
 Estendendo [d,b,a].
 [ [e,b,a], [f,c,a], [g,c,a], [h,d,b,a] ]
 Estendendo [e,b,a].
 A busca encontra [f,c,a] que contém um nó final,
 [ [f,c,a], [g,c,a], [h,d,b,a], [i,e,b,a], [j,e,b,a] ]
portanto o caminho é retornado como uma solução
solução..

Busca em Largura:
 Def. Fator de ramificação da árvore de busca:
busca
 número de nós gerados a partir de cada nó (b)
 Custo de tempo:
tempo
 se o fator de ramificação do problema = b, e a primeira
solução para o problema está no nível d,
 então o número máximo de nós gerados até se encontrar a
solução = b + b2 + b3+ … + bd +(bd+1 - b)=O(bd+1)
 custo exponencial = O (bd).
 Custo de memória:
memória
 problema mais crucial: a fronteira do espaço de estados deve
permanecer na memória
 logo, busca em largura só dá bons resultados quando a
profundidade da árvore de busca é pequena.

16
Busca em Largura:
 Esta estratégia só dá bons resultados quando a profundidade da árvore
de busca é pequena..
 Exemplo:
 fator de expansão b = 10
 1.000 nós gerados por segundo
 cada nó ocupa 100 bytes
Profundidade Nós Tempo Memória
0 1 1 milissegundo 100 bytes
2 111 0.1 segundo 11 quilobytes
4 11111 11 segundos 1 megabytes
6 106 18 minutos 111 megabytes
8 108 31 horas 11 gigabytes
10 1010 128 dias 1 terabyte
12 1012 35 anos 111 terabytes
14 1014 3500 anos 11111 terabytes

Exemplo: Encontrar um caminho entre uma origem (nó inicial, S) e um destino

(nó meta, G).

17
Continuação do exemplo:



18
Busca em Largura:
• OBSERVAÇÕES:
1 É Ótima?
 Sempre encontra a solução mais “rasa”.

 Nem sempre é a solução de menor custo de caminho, caso os
operadores tenham valores diferentes.
Exemplo: ir para uma cidade D passando por B e C pode ser mais

perto do que passando só por E.
2 É Ótima se o custo de caminho cresce com a profundidade do nó.
 O que ocorre quando todos os operadores têm o mesmo custo
(=1).

Busca de Custo
Uniforme

19
Busca de custo uniforme:

• Definição: • Algoritmo:
A estratégia de busca uniforme é função Busca
Busca--de
de--Custo
Custo--Uniforme (problema)
basicamente a mesma coisa da busca em retorna uma solução ou falha
extensão. Mas ao invés de pegar o primeiro Busca--Genérica (problema, Insere
Busca Insere--Ordem
Ordem--Crescente
Crescente)
nó expandido que está na lista aguardando
processamento, o nó que possui o menor
custo (g(N)) será escolhido para ser • Ordem de ramificação dos nós:
expandido. Se certas condições sempre
forem cumpridas, garante-se que a primeira  Estende a busca em largura:
solução encontrada será a mais barata. Uma
condição é a seguinte: o custo do caminho - expande o nó da fronteira com menor custo de
nunca deve ir diminuindo conforme caminho até o momento
avançamos por ele, em outras palavras, é
importante que:
- cada operador pode ter um custo associado
diferente, medido pela função g(n) que dá o custo
g(Sucessor) >= g(N) do caminho da origem ao nó n.
em todos os nós N, g(N) é o custo conhecido
de ir-se da raiz até o nódulo N.  Na busca em largura: g(n) = profundidade (n)

• Exemplo: Cidades S
A 0 S
1 10
A B C
B 1 5 15
5 5 G S
S
15 5 S
A B C
5 15
C
A B C
11
15
11 10

20

• Passo a Passo: Exemplo anterior
 F = {S}
- testa se S é o estado objetivo, expande-o e guarda seus filhos A, B e C
ordenadamente na fronteira
 F = {A, B, C}
- testa A, expande-o e guarda seu filho GA ordenadamente
obs.: o algoritmo de geração e teste guarda na fronteira todos os nós gerados,
testando se um nó é o objetivo apenas quando ele é retirado da lista!
 F= {B, GA, C}
- testa B, expande-o e guarda seu filho GB ordenadamente
 F= {GB, GA, C}
- testa GB e para!


• Análise:
 Esta estratégia é completa

 É ótima se
 g (sucessor(n))  g (n)
- custo de caminho no mesmo caminho não decresce
- i.e., não tem operadores com custo negativo
 caso contrário, teríamos que expandir todo o espaço de estados em busca da melhor
solução.
- Ex. Seria necessário expandir também o nó C do exemplo, pois o próximo
operador poderia ter custo associado = -13, por exemplo, gerando um caminho
mais barato do que através de B
 Custo de tempo e de memória
 teoricamente, igual ao da Busca em Largura

21
Busca em
Profundidade

Busca em profundidade:
• Definição: • Algoritmo:
A busca em profundidade consiste em avaliar função Busca
Busca--em
em--Profundidade (problema)
primeiro um dos nós e, se este não for
retorna uma solução ou falha
solução, avaliar um de seus filhos, repetindo
este passo até chegar a um nó que não possui Busca--Genérica (problema, Insere
Busca Insere--no
no--Começo
Começo)
filho ou cujos filhos já foram todos avaliados,
sendo então obrigado a voltar para o nó pai.
1
• Ordem de ramificação dos
nós:
Com a busca em profundidade, primeiro avaliamos o
nó 1. Se este não é o nó solução, avaliamos os nós 2.
2 3 4
Se este não for, avaliamos o nó 5. Se este não for,
como não há nenhum filho a analisar neste nó,
voltamos para o 2 e optamos por avaliar o nó 6,
procedendo desta forma até encontrar uma solução. 5 6 7 9
8

22
Busca em profundidade:
• OBSERVAÇÕES:
1 Esta estratégia não é completa nem é ótima
 Esta estratégia deve ser evitada quando as árvores geradas são muito profundas ou
geram caminhos infinitos.
2 Custo de memória
 Necessita armazenar apenas b*m nós para um espaço de estados com fator de
ramificação b e profundidade m, onde m pode ser maior que d (profundidade da 1a.
solução).
3 Custo de tempo
 O(b*m), no pior caso.
 Para problemas com várias soluções, esta estratégia pode ser bem mais rápida do que
busca em largura.
Exemplo: Encontrar um caminho entre uma origem (nó inicial, S) e um destino

(nó meta, G).

23

Busca com
Aprofundamento
Iterativo
24
Busca com Aprofundamento Iterativo :
 Evita o problema de caminhos muito longos ou infinitos impondo um limite

máximo (l) de profundidade para os caminhos gerados.
 l ≥ d, onde l é o limite de profundidade e d é a profundidade da primeira solução
do problema
 Esta estratégia tenta limites com valores crescentes, partindo de zero, até
encontrar a primeira solução
 fixa profundidade = i, executa busca
 se não chegou a um objetivo, recomeça busca com profundidade = i + n (n
qualquer)
 piora o tempo de busca, porém melhora o custo de memória!
 Igual à Busca em Largura para i=1 e n=1

Busca com Aprofundamento Iterativo :
 Combina as vantagens de busca em largura com busca em profundidade.

 É ótima e completa
 com n = 1 e operadores com custos iguais
 Custo de memória:
 necessita armazenar apenas b*d nós para um espaço de estados com fator de
expansão b e limite de profundidade d
 Custo de tempo:
 O(bd)
 Bons resultados quando o espaço de estados é grande e de profundidade
desconhecida.

25
Busca
Bidirecional

Busca Bidirecional :
 Busca em duas direções:
 para frente, a partir do nó inicial, e
 para trás, a partir do nó final (objetivo)
 A busca pára quando os dois processos geram um mesmo estado
intermediário.
 É possível utilizar estratégias diferentes em cada direção da busca.
Inicio Meta

26
Busca Bidirecional :
 Custo de tempo:
 Se fator de expansão b nas duas direções, e a profundidade do último nó gerado é d: O(2bd/2)
= O(bd/2)
 Custo de memória: O(bd/2)
 Busca para trás gera predecessores do nó final
 se os operadores são reversíveis:
 conjunto de predecessores do nó = conjunto de sucessores do nó
 porém, esses operadores podem gerar árvores infinitas!
 caso contrário, a geração de predecessores fica muito difícil
 descrição desse conjunto é uma propriedade abstrata
 e.g., como determinar exatamente todos os estados que precedem um estado de xeque-
mate?
 problemas também quando existem muitos estados finais (objetivos) no problema.

Obrigado !!!

27

IA - Aula 04 - Busca Cega

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

IA - Aula 04 - Busca Cega

Enviado por

Direitos autorais:

Formatos disponíveis

Bacharel em

Prof.: Flávio F. Lima, Dr.

Encontro IV Flávio Ferreira Lima

Busca Cega ou Sem Informação

Algoritmos que não recebem nenhuma informação sobre o problema

2010/2 Flávio Ferreira Lima

BUSCA EM ESPAÇO DE ESTADOS

2010/2 Flávio Ferreira Lima

Análise de Algoritmo de Busca :

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

 Ida para Bucharest:

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

 Estados: posições inteiras dos quadrados (ignorar posições intermediárias).

 Jogo das 8 Rainhas

 Existem diferentes estados e operadores

2010/2 Flávio Ferreira Lima

 Estados: qualquer arranjo de 0 a 8 rainhas no tabuleiro.

 Operadores: adicionar uma rainha a qualquer quadrado.

Vida real: Layout de um VLSI

 Dado um diagrama esquemático contendo componentes (chips, resistores, capacitores, etc) e

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

O Problema da Entrega de Mercadorias:

 Este poderia ser um problema a ser resolvido através de Teoria de

 As ruas correspondem arestas (a direção das arestas correspondem

 Cada vértice e cada aresta (segmento de rua) pode ser associado

2010/2 Flávio Ferreira Lima

 Vamos representar um espaço de estados pela relações

 Se houver custos envolvidos, um terceiro argumento será adicionado, o custo

 A relação s pode ser representada explicitamente no programa por um

 Entretanto, para espaços de estado complexos a relação s é usualmente

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

• Ordem de ramificação dos

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

 A busca inicia com um conjunto de um único candidato:

 Remova o primeiro caminho do conjunto de candidatos e gere o conjunto de todas as

2010/2 Flávio Ferreira Lima

 Remova o primeiro candidato [b,a] do conjunto de candidatos e

2010/2 Flávio Ferreira Lima

ESTRATÉGIA DE BUSCA SEM INFORMAÇÃO

2010/2 Flávio Ferreira Lima