METODOS DE BUSQUEDA INFORMADOS CAPITULO 5

DEFINICION Los métodos de búsqueda informadas disponen de alguna información sobre la proximidad de cada estado a un estado objetivo, lo que permite explorar en primer lugar los caminos más prometedores.

CARACTERISTICAS: No garantizan que se encuentre una solución, aunque existan soluciones. Si encuentran una solución, no se asegura que ésta tenga las mejores propiedades (que sea de longitud mínima o de coste óptimo). En algunas ocasiones (que, en general, no se podrán determinar a priori), encontrarán una solución (aceptablemente buena) en un tiempo razonable.

Búsquedas Informadas Heurísticamente Estrategias de búsqueda exhaustiva (ciega) Encuentran soluciones para problemas por la generación sistemática de nuevos estados, que son comparados con el objetivo; son ineficientes en la mayoría de los casos: Son capaces de calcular sólo el costo del camino del nodo actual al nodo inicial para decidir cual es el próximo nodo de la frontera a ser expandido. Esta medida no guía eficientemente en la dirección del objetivo. Estos métodos deben ser exhaustivos porque son métodos generales, esto es, son independientes del problema. Por esto se llaman de búsqueda ciega, o desinformados o débiles. ¿Como encontrar un barco perdido? No podemos buscar en el océano entero…Observamos las corrientes marítimas, o viento, etc...

Algoritmo A* En la búsqueda A* la evaluación de cada nodo es una combinación: f(n) = g(n) + h(n) g(n) – Costo del camino desde el nodo inicial hasta n. h(n) – Estima el costo desde n hasta al nodo objetivo.

Algoritmo A* f(n) – costo estimado de una solución que pasa por n. Objetivo: Minimizar f(n) Solución menor costo total Nodo de menor valor f(n) es expandido.

Algoritmo A*: Función Admisible Es posible probar que una búsqueda A* es completa y óptima, con una restricción: escoger una función heurística ADMISIBLE Nunca sobrestima el costo real del camino que pasa por n, o sea: h(n) ≤ h*(n)

Algoritmo A* Complejidad de tiempo: Exponencial en la profundidad de la solución, sin embargo buenas funciones heurísticas disminuyen significativamente ese coste. Costo de espacio: O(b d) Guarda todos los nodos expandidos en la memoria. Posibilita el back tracking. Eficiencia óptima Entre las varias soluciones posibles encuentra siempre primero la mejor.