Agentes de resoluciones d problemas Parte I

Un agente puede adoptar una meta o un propósito para satisfacer.

Agentes La metas sirven para organizar el comportamiento limitando los objetivos que el agente trata de lograr, por lo tanto las acciones que necesita considerar.

Formulación de meta La formulación de la meta, basada en una situación actual y en la medida del desempeño del agente es el primer paso de la resolución de un problema

La tarea del agente es encontrar la manera de actuar, ahora y en el futuro, para que pueda alcanzar unas serie de metas.

El agente necesita considerar que tipos de acciones y estados necesita considerar. En otras palabras nosotros (humanos) decidiremos por ellos

Formulación del problema El proceso de decidir que acciones y estados debe considerar, dado una meta se le conoce como formulación del problema.

Búsqueda El proceso de explorar una secuencia de acciones que nos lleve a una meta se llama búsqueda.

Un algoritmo de búsqueda Un algoritmo de búsqueda toma un problema como entrada y devuelve una solución como salida en la forma de una secuencia en acción

Una ves que una solución ha sido hallada, las acciones que se recomiendan son llevadas a cabo. A esto se le llama la fase de ejecución.

Parte II

Ejemplo En el ajedrez la meta es llamada jaque mate – Done el rey del oponente esta bajo ataque y no tiene escape

Meta principal-(terminate sara_connor) Submetas -> Sara Connor 1 Submetas -> Sara Connor 2

Buscando soluciones Habiendo formulado algunos problemas, ahora necesitamos resolverlos. Una solución es una secuencia de acción. Así que algoritmos de búsqueda trabajan considerando varias secuencias de acción. Las posibles secuencias de acción empiezan en un árbol de búsqueda con el nodo inicio en la raíz y sus brazos son acciones y los nodos corresponden a los estados.

Después necesitaremos considerar varias acciones. A esto le llamamos expandir el estado actual, que es aplicar cada acción (valida) al estado actual. De este modo generaremos u nuevo conjunto de estados.

La esencia de la búsqueda es seguir una ruta y poner las otras opciones de lado para mas tarde. En caso de que la primera opción no nos lleve a la solucion.

Hoja nodo es un nodo que ya no tiene hijo en el árbol. Las hojas nodo susceptibles de poder agregarse hijos se llaman fronteras. Rutas redundantes MetroPoli->CIC->ESCOM MetroPoli->ESCOM

Una búsqueda de Árbol debe recordar las rutas que ha tomado. Para hacer esto un algoritmo tiene un estructura de datos llamada conjunto explorado (también llamada lista cerrada), que recuerda cada nodo explorado.

Infraestructura de los algoritmos de los algoritmo de búsqueda N.Estado: el estado en el espacio de estado al cual corresponde el nodo N.Padre: El nodo en la búsqueda de árbol al que corresponde el nodo N.Accion: La acción que es aplicada al padre para general el nodo. N.Costo_de_Ruta: El costo de la ruta desde el nodo inicial hasta el nodo.

Midiendo el desempeño de un problema Completitud: El algoritmo garantiza llegar a una solución cuando hay una. Optimización: encuentra una solución optima. Complejidad de tiempo: ¿Cuanto tarda en llegar a una solución? Complejidad de espacio de memoria: ¿Cuanta memoria necesita para realizar la búsqueda?

Búsqueda No-Informada Búsqueda ciega Lo único que hace es generar sucesores y distinguir un estado meta de un estado no- meta Todas las búsquedas son distinguidas en el orden n que se expanden los nodos.

Breadth first search -Búsqueda por amplitud Esta es una estrategia de búsqueda simple, en el que el nodo raíz es expandido primero, luego todos su sucesores son expandidos y luego los sucesores de los sucesores.

Depth-first search- Búsqueda de profundidad Siempre expande el nodo mas profundo. La búsqueda procede en el nivel mas profundo del árbol de búsqueda, donde los nodos no tiene sucesores. Es como una búsqueda a la inversa La búsqueda es completa por que eventualmente expandirá cada nodo.

Búsqueda de profundidad limitada Para evitar una búsqueda en un árbol de búsqueda infinito, se predetermina un limite de profundidad. El inconveniente de este es que provoca una búsqueda incompleta.

Búsqueda de profundidad creciente de manera iterativa Similar al anterior, solo que si aun no se ha llegado a la meta crecerá de manera iterativa hasta llegar a esta meta o se cumpla una restricción de profundidad.