Equipo # 1 Norma Pimentel Wendy Hernandez Julisa Javier Mario Tristán.

Slides:



Advertisements
Presentaciones similares
INGENIERIA INFORMATICA Y BUSQUEDAS CON ADVERSARIOS
Advertisements

El juego del ajedrez ES BUENO JUGAR PORQUE
Búsqueda en árboles de juego
Búsqueda en un espacio de Estado
INTELIGENCIA ARTIFICIAL
Nuestro trabajo: Tomar decisiones Resolver problemas.
UNIVERSIDAD DE SAN MARTIN DE PORRES
Tema 4. Juegos simultáneos con información incompleta.
Ejemplo 2: Reparto de 3 objetos indivisibles.
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo V.
Conclusiones capítulo 5 Cátedra. El diseño de automóviles culmina en las carreras de Fórmula 1 El diseño de programas de la IA culmina en los juegos Dedicarse.
Historia de la inteligencia artificial
INTRODUCCION Análisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo incertidumbre.
TEORIA DE JUEGOS Trata del comportamiento estratégico, del comportamiento en interacción. Esto es fundamental en la gerencia política. En teoría de juegos.
Tema 3: Juegos bipersonales
Investigación de Operaciones
BENEMERITA UNIVERSIDAD AUTONOMA DE PUEBLA
“Programas para jugar ajedrez: ¿rivales o aliados
LA INTELIGENCIA ARTIFICIAL
Cuanto Matón Luis Miguel Li Loo Jorge Luis Ocampo Mascaro
Investigación de Operaciones
Inteligencia Artificial
Muestreo para la inspección por atributos
Búsqueda Informada Heurísticas.
Inteligencia Artificial Búsqueda entre adversarios
Testing conceptual: sacando partido del ajedrez A. Arbiser - Dpto. de Computación FCEyN Universidad de Buenos Aires.
Investigación Operativa
BUSQUEDA EN JUEGOS DE ADVERSARIO Sección 1-4
El ajedrez.
Tema 1: Técnicas heurísticas en juegos
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
EVALUACION DE RIESGO EN UN PROYECTO/EMPRESA. ESFUERZOS REALIZADOS PARA TRABAJAR CON INCERTIDUMBRE Considerar estimadores mas acertados: no obstante cuan.
Algoritmo ID3.
Decisiones bajo Incertidumbre Teoría de Juegos
Leydy Johanna Hernández
Optimización, Búsqueda Heurística

TEMA 4 JUEGOS SECUENCIALES CON INFORMACIÓN PERFECTA. Manual: cap. 6
Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Programación Lineal Entera Binaria
Organización y Administración II Problemas Universo Indeterminado
Aprendizaje (Machine Learning)  Pregunta interesante: Podemos hacer que las computadoras aprendan?  Aprender: mejorar automáticamente con la experiencia.
Algoritmo Poda Alpha-Beta
Investigación Experimental
INTELIGENCIA ARTIFICIAL FISI – UNMSM II. Representación de problemas como búsqueda en un espacio de estados Definición de problemas de la I.A.
Parte II. Algorítmica. 5. Backtracking. 1. Análisis de algoritmos.
Prof. Orlando Durán Escuela de Ingeniería Mecánica PUCV Clase 05 AUTOMATIZACION DE LA MANUFACTURA.
Alineamiento.
“Juegos consecutivos”.  Hasta ahora nos hemos limitado a analizar los juegos en los que los movimientos eran simultáneos. Pero muchos juegos de interés.
. Juegos.
Inteligencia Artificial y Robótica
Inteligencia Artificial Búsqueda entre adversarios Primavera 2008 profesor: Luigi Ceccaroni.
INTRODUCCIÓN A JUEGOS (BÚSQUEDA CON ADVERSARIOS)
L. E. Sucar / Alberto Reyes
Toribio Sarmiento Miguel Sesarego Cruz Rosmery. Desde la aparición de las civilizaciones, los juegos han ocupado la atención de las facultades intelectuales.
BUSQUEDA EN UN ESPACIO DE ESTADOS.
Sistemas Expertos Integrantes Javier Farfán Katherine Jara Héctor Gatica.
PROGRAMACION DINÁMICA
ALGORITMO QUE ES ??.
Toma de decisiones en la empresa
Taller: Inteligencia Computacional
Modelos de Minimización
TEMA: DECISIONES BAJO RIESGO –TEORIA DE JUEGOS Ing. Larry D. Concha B.
 Consiste en la elección del mejor movimiento para cada jugador, es decir la máquina para quien programaremos el sistema tratará de maximizar las oportunidades.
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Búsqueda con Adversarios Capítulo 6 Sección 1 – 4.
Trabajo de Investigación del software Deep Blue
Equipo # 1 Norma Pimentel Wendy Hernandez Julisa Javier Mario Tristán.
Implementación de algoritmo para juegos. Algoritmo Minimax  El algoritmo de minimax en simples palabras consiste en la elección del mejor movimiento.
Transcripción de la presentación:

Equipo # 1 Norma Pimentel Wendy Hernandez Julisa Javier Mario Tristán

MINIMAX INTRODUCCIÒN. En 1950, Claude Shannon y Alan Turing elaboraron los primeros programas de Inteligencia Artificial, basándose en el juego del ajedrez. Los investigadores antes mencionados eligieron el ajedrez para su trabajo por varias razones. Una computadora capaz de jugar ajedrez sería la prueba viviente de una máquina que podía realizar algo para lo que se consideraba era necesario tener inteligencia.

DEFINICIÓN: Minimax es un método de decisión para minimizar la pérdida máxima esperada en juegos con adversario y con información perfecta. El funcionamiento de Minimax puede resumirse a como elegir el mejor movimiento para ti mismo; suponiendo que tu contrincante escogerá el peor para ti. MINIMAX

EJEMPLO DE LA ESTRUCTURA UTILIZADA EN MINIMAX: MINIMAX

CARACTERÍSTICAS: MINIMAX Fácil de crear situaciones complicadas con reglas sencillas. Se pueden probar contra humanos en donde existen escalas Son adictivos. A diferencia de búsqueda, el oponente introduce incertidumbre porque no sabemos que va a tirar, lo cuál se asemeja más a problemas reales. El algoritmo Minimax es un procedimiento recursivo, y el corte de la recursión está dado por alguna de las siguientes condiciones:

MINIMAX Gana algún jugador Se han explorado N capas, siendo N el límite establecido Se ha agotado el tiempo de exploración Se ha llegado a una situación estática donde no hay grandes cambios de un nivel a otro. CARACTERÍSTICAS:

MINIMAX Pasos del algoritmo Minimax: 1.Generación del árbol de juego. Se generarán todos los nodos hasta llegar a un estado terminal. 2.Cálculo de los valores de la función de utilidad para cada nodo terminal. 3.Calcular el valor de los nodos superiores a partir del valor de los inferiores. 4.Alternativamente se elegirán los valores mínimos y máximos representando los movimientos del jugador y del oponente, de ahí el nombre de Minimax. 5. Elegir la jugada valorando los valores que han llegado al nivel superior.

MINIMAX En un juego tenemos: Posición inicial. Conjunto de operadores (definen movidas legales). Estado terminal. Función de utilidad, ej. gana, pierde, empata (pero puede haber más, por ejemplo en backgammon). las reglas del juego determinan los posibles movimientos.

MINIMAX Algoritmo Minimax:

MINIMAX Algoritmo Minimax con backtracking.

MINIMAX EJEMPLO

MINIMAX

Demos. Chess.exe (programado en C++) Chekers (Damas)(programado en Java)

MINIMAX Bibliografía