06/09/13

Inteligncia Artificial

Mtodos de Busca
A modelagem mostrada at aqui determina a configurao do espao de estados do problema (representao estados do problema (representao do conhecimento), mas no mostra do conhecimento), mas no mostra como chegar soluo. como chegar soluo. Resoluo do Problema como uma Busca no Espao de Estados Espao de Estados A maioria dos problemas interessantes de IA no dispe de solues de solues algoritmicas. Historicamente, os primeiros problemas a serem estudados foram: Prova automtica de Teoremas; Quebra-cabeas; e Jogos. Apresentam caractersticas que os tornam bons candidatos para a pesquisa em IA. So solucionveis por seres-humanos e, neste caso, sua soluo est associada inteligncia; Formam classes de complexidade varivel existindo desde instncias triviais (por exemplo, o jogo da velha, no caso dos jogos) at instncias extremamente complexas (xadrez xadrez). So problemas de conhecimento total, isto , tudo que necessrio para solucion-los conhecido, o que facilita sua formalizao; Suas solues tm a forma de uma seqncia de situaes legais e as maneiras de passar de uma situao para outra so em nmero finito e conhecidas. Diante da falta de soluo algoritmica vivel, o nico mtodo vivel de soluo possvel a busca De maneira geral, um problema de busca pode ser formalizado atravs da definio dos seguintes elementos: Um conjunto de descries chamado espao de estados,onde cada elemento descreve uma situao possvel do problema. Um estado inicial que descreve a situao inicial doproblema. Um ou mais estados finais, isto , as situaes que se deseja alcanar. Um conjunto de operadores, isto , procedimentos que, dada a descrio de um estado, determinam todos os estados que podem ser alcanados a partir do estado dado. Estes elementos constituem um Sistema de Produo. Sistemas de Produo podem ser utilizados para modelar qualquer procedimento calculvel.

Exemplo: Jogo de Xadrez

Para construir um programa que possa jogar xadrez, de especificar antes: posio inicial; regras que definem movimentos legais; posies ou condies de vitria; deixar implcito que a meta ganhar e no apenas jogar. A posio da partida pode ser descrita como uma matriz 8X8, em que cada posio
www.gsigma.ufsc.br/~popov/aulas/ia/modulo3/index.html 1/5

06/09/13

Inteligncia Artificial

contm um smbolo representando a pea correspondente em cada posio. pea correspondente em cada posio. A posio inicial representada pela matriz com as peas na posio oficial de abertura. posio oficial de abertura. A meta atingir qualquer posio de tabuleiro em que o oponente no tem um movimento legal e o rei est sob ataque. Os movimentos legais fornecem o meio de ir do estado inicial para um estado meta. para um estado meta. Estes movimentos podem ser facilmente descritos como um conjunto de regras conjunto de regras constituidas de duas partes: se posio atual do tabuleiro, ento posio seguinte do tabuleiro. Teramos de escrever uma regra distinta para cada uma das aproximadamente 10 aproximadamente 10120 posies possveis do tabuleiro. nenhuma pessoa consegue fornecer um conjunto completo de tais posies; nenhum programa pode manipular todas estas regras. til recorrer a estratgias apropriadas para reduzir o tamanho do espao de busca sempre que isto for conveniente e possvel. Para obter este efeito, costuma-se recorrer aos mtodos heursticos, os quais, para acelerar a busca da soluo, valem-se de informaes disponveis que permitem explorar o espao de busca com economia e eficincia. Resolver problemas difceis exige com freqncia o comprometimento da sistematicidade, passando ao largo da exigncia de encontrar a melhor soluo, embora, em geral, boas solues sejam detectadas. A introduo de idias heursticas melhora a eficincia de um processo de busca ao sacrificar idias de perfeio. Com estes elementos possvel construir uma RVORE DE BUSCA, cujo nodo raiz est associado a um estado inicial e onde os sucessores de qualquer nodo so associados aos estados obtidos atravs da aplicao das regras (associadas ou no s heursticas) sobre a descrio do estado associado ao nodo.

rvores so mais simples para busca que grafos. Primeiramente porque quando um novo nodo gerado, podemos estar seguros que ele nunca foi visitado antes nem nunca ser gerado depois.

Estratgias de Buscas
Busca s cegas - (Blind Search ou Uniformed Search Uniformed Search) Uma estratgia de busca dita "CEGA" se ela no leva em conta informaes especficas sobre o problema a ser resolvido. Existem basicamente duas estratgias cegas para a construo e pesquisa em uma rvore de busca: Busca em Largura e Busca em Profundidade. Pesquisa em largura
www.gsigma.ufsc.br/~popov/aulas/ia/modulo3/index.html 2/5

06/09/13

Inteligncia Artificial

Consiste em construir uma rvore de estados a partir do estado inicial, aplicando a cada momento, todas as regras possveis aos estados do nvel mais baixo, gerando todos os estados sucessores de cada um destes estados. Assim, cada nvel da rvore completamente construdo antes que qualquer nodo do prximo nvel seja adicionado rvore. Estratgia: Todos os ns de menor profundidade so expandidos primeiro Pesquisa muito sistemtica Normalmente demora muito tempo e sobretudo ocupa muito espao

A principal vantagem do algoritmo de busca em largura que este encontra o MENOR caminho do nodo inicial at o nodo final mais prximo. Pesquisa em profundidade Procurar explorar completamente cada ramo da rvore antes de tentar o ramo vizinho. Estratgia: Expandir sempre um dos ns mais profundos da rvore Necessita pouca memria; bom para problemas com muitas solues No pode ser usada para rvores com profundidade infinita, pode ficar presa em ramos errados. Em alguns casos, definida uma profundidade limite a qual transforma-se em Pesquisa com Profundidade Limitada

O algoritmo de busca em profundidade no encontra necessariamente a soluo mais prxima, mas pode ser MAIS EFICIENTE se o problema possui um grade nmero de solues ou se a maioria dos caminhos pode levar a uma soluo.

Busca Heurstica
Os mtodos de busca vistos anteriormente fornecem uma soluo para o problema de achar um caminho at um n meta. Em muitos casos, a utilizao destes mtodos impraticvel devido ao nmero
www.gsigma.ufsc.br/~popov/aulas/ia/modulo3/index.html 3/5

06/09/13

Inteligncia Artificial

muito elevado de ns a expandir antes de achar uma soluo. Como existem limites prticos de valores de tempo e espao de armazenamento disponvel para uso na busca, devemos procurar mtodos alternativos mais eficientes. Para muitos problemas, possvel estabelecer princpios ou regras prticas para ajudar a reduzir a busca. Qualquer tcnica usada para melhorar a busca depende de informaes especiais acerca do problema em questo. Chamamos a este tipo de informao de Informao Heurstica e os procedimentos de busca que a utilizam de Mtodos de Busca Heurstica. A informao que pode compor uma informao heurstica o Custo do Caminho. O CUSTO DO CAMINHO pode ser composto pelo somatrio de dois outros custos: O custo do caminho do estado inicial at o estado atual que est sendo expandido; e uma estimativa do custo do caminho do estado atual at o estado meta. Uma boa heurstica para a estratgia de busca no estado de espaos de um problema a estratgia conhecida como Subida da Encosta, tambm denominada "subida da montanha" ou "hill climbing". Subida Da Encosta a estratgia mais simples e popular. Baseada na Busca em Profundidade. um mtodo de busca local que usa a idia de que o objetivo deve ser atingido com o menor nmero de passos. A idia heurstica que lhe d suporte a de que o nmero de passos para atingir um objetivo inversamente proporcional ao tamanho destes passos. Empregando uma ordenao total ou parcial do conjunto de estados, possvel dizer se um estado sucessor leva para mais perto ou para mais longe da soluo. Assim o algoritmo de busca pode preferir explorar em primeiro lugar os estados que levam para mais perto da soluo. H duas variaes do mtodo: a Subida de Encosta SIMPLES e a Subida de Encosta PELA TRILHA MAIS NGREME. Subida de encosta simples: vai examinando os sucessores do estado atual e segue para o primeiro estado que for maior que o atual. Subida de encosta pela trilha mais ngreme: Examina todos os sucessores do estado atual e escolhe entre estes sucessores qual o que est mais prximo da soluo. Busca Pela Melhor Escolha Tambm conhecido como Algoritmo de Busca O-MELHOR-PRIMEIRO, "Best First ", ou A*. um mtodo de busca que procura otimizar a soluo, considerando todas as informaes disponveis at aquele instante, no apenas as da ltima expanso. Todos os estados abertos at determinado instante so candidatos expanso. Combina, de certa forma, as vantagens tanto da busca em largura como em profundidade Busca onde o n de menor custo "aparente" na fronteira do espao de estados expandido primeiro. Admissibilidade de A* Diz-se que um mtodo de busca ADMISSVEL se ele sempre encontra uma soluo e se esta soluo a de menor custo.
www.gsigma.ufsc.br/~popov/aulas/ia/modulo3/index.html 4/5

06/09/13

Inteligncia Artificial

A busca em largura admissvel. O mesmo no ocorre profundidade. Se um programa de busca heurstica est em um estado n exatamente o custo mnimo de n at a meta h*(n) possvel provar que se h(n) for menor ou igual a h*(n) programa que est realizando a busca admissvel, isto , caminho mais curto at a meta. Tmpera Simulada

com a busca em e que se conhea para qualquer n, o sempre encontra o

adequado a problemas nos quais a subida de encosta encontra muitos plats e mximos locais. No utiliza backtracking e no garante que a soluo encontrada seja a melhor possvel. Pode ser utilizado em problemas NP-completos. inspirado no processo de tmpera do ao. Temperaturas so gradativamente abaixadas, at que a estrutura molecular se torne suficientemente uniforme. O que o algoritmo de tmpera simulada faz atribuir uma certa "energia" inicial ao processo de busca, permitindo que, alm de subir encostas, o algoritmo seja capaz de descer encostas e percorrer plats se a energia for suficiente. A energia diminuda ao longo do tempo, o que faz com que o processo v se estabilizando em algum mximo que tem maior chance de ser soluo do problema. [Voltar]

www.gsigma.ufsc.br/~popov/aulas/ia/modulo3/index.html

5/5