RESOLUÇÃO DE PROBLEMAS Araken de Medeiros Santos

POR MEIO DE BUSCA araken@ufersa.edu.br

1
AGENTE DE RESOLUÇÃO DE PROBLEMAS

Decidem o que fazer encontrando

sequências de ações que levam a
estados desejáveis

2
EXEMPLO: PROBLEMA DO VIAJANTE
 Um conjunto de locais precisam ser visitados de acordo com
rotas predefinidas
 Como percorrer todos os locais considerando um custo mínimo
ótimo?

3
EXEMPLO: PROBLEMA DO VIAJANTE
Mapa rodoviário simplificado do Estado do Paraná

4
EXEMPLO: PROBLEMA DO VIAJANTE

Objetivo: Ir da cidade de Foz do Iguaçu para a cidade de Curitiba

 O agente deve escolher rotas ou cursos de ação que permitam

chegar ao destino
 As rotas que não possibilitam concluir o trajeto em um tempo
aceitável podem ser rejeitadas

5
EXEMPLO: PROBLEMA DO VIAJANTE
 Formulação de objetivos
 Fundamentada na situação atual do agente e em sua medida de
desempenho
 Primeiro passo apara a resolução de um problema

 Formulação de problemas
 Processo de decidir quais estados e ações deverão ser considerados na
abordagem do problema
 Estados: Estar em uma cidade
 Ação: Dirigir de uma cidade até a próxima

O processo de procura da melhor sequência de ações é

denominado busca.
6
ALGORITMO DE BUSCA
 Recebe um problema na entrada e apresenta uma solução na
saída, descrita sob a forma de uma sequência de ações
definidas
 Segue três passos:
 Formulação do objetivo e do problema
 Busca de uma sequência de ações que resolvam o problema
 Execução das ações uma por uma

7
FORMALIZAÇÃO DO PROBLEMA

 A formalização do problema é a primeira e mais

importante etapa do processo de resolução de
problemas de inteligência artificial por meio de
buscas.

 Consiste em analisar o espaço de possibilidades de

resolução do problema, encontrar sequências de ações
que levem a um objetivo desejado.
FORMALIZAÇÃO DO PROBLEMA

 Pode ser feita a partir de quatro componentes :

 Estado inicial
 Estado no qual o agente faz o primeiro movimento
 Função sucessor
 Dado um estado qualquer x, o sucessor(x) produzirá como
saída um conjunto na forma de pares ordenados <a,s>, em
que a é a ação, e s, o estado sucessor
FORMALIZAÇÃO DO PROBLEMA

 Pode ser feita a partir de quatro componentes :

 Teste de objetivo
 Determina se um estado é um estado objetivo
 Função de custo
 Também chamada de função de custo de caminho
 Atribui um custo numérico a um caminho
 O agente escolherá uma função de custo numérico que
significará a própria medida de desempenho
 Custo de passo para ir de um estado a outro
FORMALIZAÇÃO DO PROBLEMA

 Definidos os quatro elementos da formulação do

problema
 Uma solução para um problema é um caminho desde o estado inicial até o
estado objetivo
 Uma solução ótima é aquela com o menor custo entre todas as soluções
possíveis
DEFINIÇÃO DO PROBLEMA
Mapa com as distâncias do Estado do Paraná (em quilômetros)
TIPOS DE PROBLEMAS
 Para efeitos de estudo, os problemas podem ser classificados em:
 Miniproblemas
 Descrições concisas e exatas
 Problemas do mundo real
 Não tem a ter uma descrição concisa e exata
 Em geral, são problemas complexos que podem ser divididos em problemas simples,
para os quais há um método de solução conhecida
 Estratégia dividir-para-conquistar

13
EXEMPLO DE MINIPROBLEMA

 Posições discretas, sujeira discreta, limpeza confiável e não é desorganizado

após o término da tarefa

14
EXEMPLO DE MINIPROBLEMA

 Posições discretas, sujeira discreta, limpeza confiável e não é desorganizado

após o término da tarefa

15
EXEMPLO DE PROBLEMAS DO MUNDO REAL

 Presente em várias aplicações, tais como roteamento de redes de computadores,

planejamento de manufatura, operações militares, sistemas de planejamento de
voos e distribuição geográfica de produtos
 A formulação do roteamento pode ser aplicada posteriormente a qualquer caso
real que atenda a esses pressupostos

16
BUSCA DE SOLUÇÕES
 Uma vez o problema bem formulado, o estado final (objetivo)
deve ser “buscado” no espaço de estados.
 A busca é representada em uma árvore de busca:
 Raiz: corresponde ao estado inicial;
 Expande-se o estado corrente, gerando um novo conjunto de sucessores;
 Escolhe-se o próximo estado a expandir seguindo uma estratégia de busca;
 Prossegue-se até chegar ao estado final (solução) ou falhar na busca pela
solução;

17
BUSCA DE SOLUÇÕES
Exemplo de expansão de uma árvore de busca para o problema de rotas entre cidades

18
BUSCA DE SOLUÇÕES

19
BUSCA DE SOLUÇÕES
 O processo de escolha do próximo nó a ser expandido é
determinado pela estratégia de busca
 É importante notar a diferença entre o espaço de estados e a
árvore de busca
 Espaço de estados
 Nós possíveis do problema
 Árvores de busca
 Podem existir árvores de busca com um número infinito de nós

20
MEDIDAS DE DESEMPENHO
 A avaliação de desempenho de um algoritmo pode ser feita
mediante a proposição de questões sobre quatro aspectos:
 Completude
 Existe garantia de o algoritmo encontrar uma solução, caso ela exista?
 Otimização
 A estratégia de busca consegue encontrar a solução ótima?
 Complexidade de tempo
 Quanto tempo é despendido para encontrar uma solução?
 Complexidade de espaço
 Quanto espaço em memória é necessário para perfazer a busca?

21
ESTRATÉGIAS DE BUSCA

 As estratégias de busca dividem-se em duas classes:

 Busca Sem informação
 Também conhecidas com busca cega ou exaustiva
 Não sabe qual o melhor nó da fronteira a ser expandido. Apenas
distingue o estado objetivo dos não objetivos.
 Busca Com Informação
 Também conhecida como busca heurística
 Estima qual o melhor nó da fronteira a ser expandido com base em
funções heurísticas.

Elas se diferenciam de acordo com a ordem em que se

procede a expansão dos nós da árvore de busca
22
 REFERÊNCIAS
 Medeiros, Luciano Frontino de. Inteligência Artificial Aplicada -
Uma Abordagem Introdutória. Editora Intersaberes, 2018.

23