Escolar Documentos
Profissional Documentos
Cultura Documentos
es, si es necesario, hacer unas fichas de referencia que les sirve a cada uno para recordar o leer lo que deberan decir acerca del particular. Todo lo que este entre parntesis y diga Qu es? debern investigarlo y saber que significa, y de ser posible un poco mas. Todo lo que este entre parntesis y diga Referir debera de ser incluido por el expositor en turno antes de seguir adelante con el siguiente prrafo. Creen su propio material para facilitar nuestra exposicin.
UNIDAD 4
Bsqueda y Satisfaccin de Restricciones. (Qu es?)
INTRODUCCIN
Existen varios problemas que pueden ser resueltos mediante el uso de bsqueda inteligentes. La experiencia revela que un problema de bsqueda est asociado a dos importantes aspectos:
1. 2.
El primer paso para disear un programa que resuelva un problema es crear una descripcin formal y manejable del propio problema.
Hay problemas que por ser artificiales y estructurados son fciles de especificar (por ejemplo el ajedrez). Otros problemas naturales, como por ejemplo la comprensin del lenguaje(Qu es?), no son tan sencillos de especificar. Para producir una especificacin formal de un problema se deben definir: Espacio de estados. Estado inicial del problema. Estado objetivo o final. Reglas que se pueden aplicar para pasar de un estado a otro.
CONCEPTOS TILES
Problemas solucin de espacio de bsqueda en lgicos.- El hallazgo de la un problema mediante un estado y los mtodos de este espacio de solucin.
Estado.- la representacin de un problema en un instante dado Espacio de estado.- se trata de definir el problema mediante estados posibles.
(Referir Hoja 4 Prrafo 1)
No todos los estados son admisibles a partir del estado inicial. Debe existir un conjunto de transferencias que lleve al estado final: E0 ~ E1 ~ E2 ~......En Para definir el espacio de estados no es necesario hacer una enumeracin exhaustiva de todos los estados vlidos, sino que es posible definirlo de manera ms general.
El grafo del dibujo en la hoja siguiente representa el tablero de manera parcial, y cada nodo es identificado por un nmero. Suponemos que la posicin inicial del robot es el estante marcado con el nmero 1. En este grafo se aplica una correspondencia entre los nodos del mismo y los estantes numerados de igual forma. Como se puede observar en el tablero, por ejemplo, el estante 1 es adyacente al 2 y al 5, as :
Un ambiente determinstico es aquel en el cual cualquier accin tiene un solo efecto garantizado, no hay incertidumbre acerca del estado que resultar de la realizacin de la accin. El mundo fsico puede ante todos los intentos y propsitos, ser considerado como no determinstico. Un ambiente no determinstico presente problemas ms grandes para el agente
Un sistema es determinstico si, para un estado dado, al menos aplica una regla a l y de solo una manera. Si mas de una regla aplica a cualquier estado particular del sistema, o si una regla aplica a un estado particular del sistema en ms de una manera, entonces el sistema es no determinstico. (Se
requiere al menos un ejemplo)
Sin embargo, los problemas de bsqueda, los cuales siempre tendremos que tratar en Inteligencia artificial, son no determinsticos y el orden de elementos visitados en el espacio de bsqueda depende completamente en el conjunto de datos. Dependiendo de la metodologa de expansin de un espacio de estado y consecuentemente el orden de los estados visitados los problemas de bsqueda se nombran diferentes:
Asumiendo que iniciamos desde el lado izquierdo y trabajamos hacia la derecha, la bsqueda de metas por profundidad involucra trabajar todos los caminos debajo de el camino de rbol ms a la izquierda hasta que un nodo hoja es alcanzado. Si esta es una meta de estado, la bsqueda es completada y reportada de exitosa. Si el nodo hoja no representa la meta de estado, la bsqueda se dirige atrs y arriba al siguiente
La bsqueda de profundidad es un ejemplo de la bsqueda de fuerza bruta, o la bsqueda exhaustiva. La bsqueda de profundidad es usada por computadoras a menudo para los problemas de bsqueda como ubicar archivos en un disco, o por buscadores para spidering(Qu es?) en Internet. (Referir Hoja 8 Parrafo 3)
EJEMPLO DE SU ALGORITMO
Inicio Poner el nodo inicial en una pila, apuntando a lo ms alto de la pila Mientras la pila no este vaca has Inicio Sacar de la pila el elemento ms arriba de la misma Si el elemento de ms arriba es la meta Regresar exitosamente y detenerse Sino poner los nodo hijo en lo ms alto de la pila en cualquier orden Fin del mientras Fin
COMPLEJIDAD DE ESPACIO
Se requiere mayor cantidad de memoria en la bsqueda de profundidad, cuando alcanzamos la mayor profundidad a la primera vez.
(Explicar Hoja 8 Parrafo 4 alguna sugerencias para esta diapositiva?? Usar Grafo Diapositiva 17 para ayudarse si se explica)
COMPLEJIDAD DE TIEMPO
Si encontramos la meta en la posicin ms a la izquierda de profundidad (D), entonces el nmero de nodos examinados (d+1). De otra forma, si encontramos la meta en el extremo derecho a una profundidad (D), entonces el nmero de nodos examinados incluyen todos los nodos en el rbol.
(Explicar formulas de la hoja 9 si la maestra las pregunta, Usar Grafo Diapositiva 17 para ayudarse si se explica, investigar que es una busqueda itinerativa de profundidad)
Si un meta de estado es alcanzada aqu, el xito es reportado. De otra forma, la bsqueda contina ampliando caminos de todos los nodos del nivel en curso, para posteriormente bajar al prximo nivel. De este modo, la bsqueda contina revisar nodos en un nivel especial, e informar sobre el xito cuando un nodo meta es encontrado, y reportar una falla si todos los nodos han sido revisados y ningn nodo
EJEMPLO DE SU ALGORITMO
Inicio Poner el nodo inicial en una cola. Repetir Borrar la cola para obtener el elemento de delante. Si el elemento de delante a la cola es la meta, Regresar exitosamente y detenerse. Si no Inicio Insertar el nodo hijo del elemento de delante Si existe en cualquier orden en la parte detrs de la cola Fin Hasta que la cola este vaca Fin
COMPLEJIDAD DE ESPACIO
El nmero mximo de nodos sern puestos en cola, cuando el nodo ms a la izquierda de una profundidad (d) esta siendo inspeccionado en comparacin con la meta. La longitud de la cola baja estas circunstancias se convierte en bd. La complejidad d espacio de el algoritmo depende de la longitud de la cola, en el peor de los caos, as es el orden de bd.
(Explicar Usar Grafo Diapositiva 25 para ayudarse si se explica)
COMPLEJIDAD DE TIEMPO
Considerando un rbol de igual factor de anchura para cada nodo (B) y de mxima profundidad (D). Luego entonces la meta no esta localizada dentro de la profundidad (D-1), el numero de bsquedas errneas [1], [2] esta dado por: 1+b+b2+b3++bd-1 =(bd-1)/(b-1), b > 1. En complemento, el primer estado dentro de los nodos marginales puede ser la meta, de otra forma, la meta pudo esta en el ltimo nodo visitado del rbol. As, de forma promedio el nmero de nodos marginales visitados esta dado por: (1+bd)/2.
La bsqueda heurstica generalmente trabaja para dos tipos distintos de problemas: Forward reasoning (razonamiento hacia delante). o Backward reasoning (razonamiento hacia atrs).
o
En un problema de razonamiento hacia delante, nos movemos hacia la meta de estado desde un estado inicial predefinido, mientras en un problema de razonamiento hacia atrs, nos movemos hacia un estado inicial a partir de una meta de estado
Variables. Dominios (valores posibles para las variables). Restricciones (binarias)(Qu entre las variables. es?)
Objetivo: encontrar un estado (una asignacin completa de valores a las variables) que satisface las restricciones.
En los Problemas de Satisfaccin de Restricciones (PSR), los estados y la prueba de meta siguen a una representacin estndar, estructurada y muy simple. Ejemplos:
(n) = etiquetas de nodos. Dominios = contenido de nodos. Restricciones = arcos dirigidos y etiquetados entre nodos.
Las soluciones deben ser asignaciones completas y por lo tanto, en el rbol de bsqueda, aparecen a profundidad n.
Un estado del problema se define por una asignacin de valores a alguna o todas las variables, {Xi = vi, Xj = vj, }. Una asignacin que ninguna restriccin es consistente o legal. no viola llamada
WA (Australia del Oeste). NT (Territorio del Norte). Q (Queensland). NSW (Nueva Gales del Sur). V (Victoria). SA (Australia del Sur). T (Tasmania).
Dominios: El dominio de cada variable es el conjunto {rojo, verde, azul}. Restricciones: Las restricciones requieren que regiones vecinas tengan distintos colores. Por ejemplo, las combinaciones permisibles para WA y NT son los pares: {(rojo, verde), (rojo, azul), (verde, rojo), (verde, azul), (azul, rojo), (azul, verde)} Esta restriccin puede representarse
Podemos definir la resolucin de problemas como el proceso que partiendo de unos datos inciales y utilizando un conjunto de procedimientos escogidos, es capaz de determinar el conjunto de pasos o elementos que nos llevan a lo que denominaremos una solucin ptima o semi-ptima de un problema de planificacin, descubrir una estrategia ganadora de un juego, demostrar un teorema, reconocer una imagen, comprender una oracin o un texto son algunas de las tareas que pueden concebirse como de resolucin de
Dcada de 1950, Alan Turing describi un programa para jugar al ajedrez pero no lo construy. Dcada 1960, Arthur Samuel construy el primer programa de juegos importante y operativo, el cual jugaba a las damas y poda aprender de sus errores para mejorar su comportamiento.
Pathfinding o bsqueda de rutas Un agente inteligente debe encontrar un camino ptimo desde un punto A a un punto B en su ambiente virtual. Aqu, ptimo no necesariamente es ms corto: en un juego de disparar, habr rutas donde el agente tenga mayor potencial de resultar daado o de ser descubierto por el oponente. La mayora de algoritmos de pathfinding se basan en el uso de rboles de decisin, y de reglas heursticas cuya eficiencia est altamente correlacionada
Steering: vehculos que evitan obstculos En juegos basados en simulacin fsica la navegacin de un agente por su ambiente es muy compleja. No se trata simplemente de conocer el camino a seguir: se trata de recorrerlo sin salirse de l, manejando variables como la velocidad, aceleracin, torque, masa, momento de inercia y coeficientes de friccin. Mientras ms variables se tomen en cuenta, ms realista es la simulacin pero tambin ms complicados los algoritmos de IA que pueden controlar al
Chasing: persecucin y escape La mayora de los seres vivos jugamos el juego del gato y el ratn en una rutina sin fin donde la sofistificacin de las tcnicas se incrementa. La mayora de los algoritmos IA para chasing se basan en comportamientos naturales, como por ejemplo, las tcnicas de flocking(Qu es?) que tratan de imitar el comportamiento de los cardmenes de peces las bandadas de aves.
JUEGOS CLSICOS EN IA
Algunos juegos clsicos en los que se han aplicado tcnicas de resolucin de IA son: Damas Chinook es probablemente el mejor programa de ordenador de Damas, ya que fue el primero en ganar un campeonato del mundo contra humanos.
Ajedrez Tiene unas reglas claramente definidas y unos objetivos inequvocos. Actualmente se conocen varias tcnicas de IA para enfrentarse al juego del ajedrez. Deep Blue fue clasificado como el mejor jugador de ajedrez de ordenador en el mundo, adems de ser el primero en batir al maestro del ajedrez Garry Kasparov.
Conecta 4 Fue solucionado por Victor Allis. Este programa gana siempre cuando l es el primero que comienza a jugar, y casi nunca pierde jugando contra oponentes no excelentes en el caso que juegue segundo. Aunque muchos de estos juegos ya han sido solucionados, todava ofrecen un reto a los desarrolladores cuando se crean nuevas herramientas y tcnicas como las redes neuronales y nuevas soluciones que todava estn por descubrir. Sin embargo, el gran reto de los programadores est en otro tipo de juegos
METODO MINIMAX
No le eh entendido a este tema aun asi que no prepare diapositivas de estas. Angel te encargo este tema.