 Consiste en la elección del mejor movimiento para cada jugador, es decir la máquina para quien programaremos el sistema tratará de maximizar las oportunidades.

Slides:



Advertisements
Presentaciones similares
INGENIERIA INFORMATICA Y BUSQUEDAS CON ADVERSARIOS
Advertisements

Los tazos un juego extremo
Búsqueda en árboles de juego
Doctorado en Economía, y Maestría en T. y P. Económica Avanzada FACES, UCV Microeconomía I Prof. Angel García Banchs Clase/Semana.
El dilema de los prisioneros
Nos centraremos en la repetición de juegos con estructura del dilema del prisionero, en los que se produce un conflicto entre el resultado eficiente, que.
Tema 4. Juegos simultáneos con información incompleta.
Anuncios Prueba 2: el día 21 de mayo. Capítulo 3..
La maximización del beneficio de la empresa
Inteligencia Artificial
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo V.
METODO SIMPLEX FORMA TABULAR.
FORMA TABULAR. REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen.
INTRODUCCION Análisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo incertidumbre.
Tema 3: Juegos bipersonales
Manuales Instrucciones Manuales
Inteligencia Artificial
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
INFERENCIA ESTADISTICA
Inteligencia Artificial Búsqueda entre adversarios
Investigación Operativa
Equipo # 1 Norma Pimentel Wendy Hernandez Julisa Javier Mario Tristán.
JUEGOS TRADICIONALES Y POPULARES
Nombre : javiera urquieta
Decisiones bajo Incertidumbre Teoría de Juegos
Optimización Combinatoria usando Algoritmos Evolucionistas Problemas de Optimización. Idea: Encontrar una solución "factible" y "óptima" de acuerdo a algún.
INTEGRANTES: BAUER KAREN FRANCIA EDGAR VICTOR
Universidad de los Andes-CODENSA
Ambitos de decisión y Criterios anti-incertidumbre
Resolución de Problemas Método Simplex
Optimización, Búsqueda Heurística
Rafael Gómez Costumero.. EL DILEMA DEL PRISIONERO es uno de los problemas que más claramente ejemplifican la teoría de juegos. TEORÍA DE JUEGOS : Es.
TEMA 4 JUEGOS SECUENCIALES CON INFORMACIÓN PERFECTA. Manual: cap. 6
Parte I. Estructuras de Datos.
A LGORITMO DE BÚSQUEDA POR COSTO UNIFORME Dorian López.
Diseño y análisis de algoritmos
Programación Lineal Entera Binaria
Probabilidad. Variables aleatorias.
Mercados con información asimétrica: Monopolio y Diseño de Mecanismos.
Aplicación SOLVER.
Algoritmo Poda Alpha-Beta
Estimación Sea una característica, un parámetro poblacional cuyo valor se desea conocer a partir de una muestra. Sea un estadístico ( función.
Inferencia Estadística
Parte II. Algorítmica. 5. Backtracking. 1. Análisis de algoritmos.
“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 Búsqueda entre adversarios Primavera 2008 profesor: Luigi Ceccaroni.
Cálculo de extremos de funciones de R n –> R : Supongamos que queremos calcular un extremo de una función f de R n –> R: donde.
INTRODUCCIÓN A JUEGOS (BÚSQUEDA CON ADVERSARIOS)
PROBLEMA DE LA PRODUCCIÓN. La programación matemática es una técnica de modelización muy potente. Cuando se resuelve un problema hay que considerar las.
AJEDREZ Carlos A. Alsina.
Toribio Sarmiento Miguel Sesarego Cruz Rosmery. Desde la aparición de las civilizaciones, los juegos han ocupado la atención de las facultades intelectuales.
DILEMA DE LOS PRISIONEROS REPETIDO CON HORIZONTE FINITO E INFORMACIÓN INCOMPLETA. Considere el siguiente Dilema de los Prisioneros (donde C es cooperar.
Solver complemento de excel
INVESTIGACION OPERATIVA
Toribio Sarmiento Miguel Sesarego Cruz Rosmery. BUSQUEDA DE LA SOLUCION EN UN ESPACIO ESTADO BUSQUEDA SISTEMATICA O CIEGA EN PROFUNDIDAD EN AMPLITUD NO.
TEMA: DECISIONES BAJO RIESGO –TEORIA DE JUEGOS Ing. Larry D. Concha B.
Optimización de Proyectos. Contenidos n Objetivo n Momento óptimo para iniciar el proyecto n Tamaño óptimo de la inversión n Momento óptimo para liquidar.
Ejercicio 1 Eliminación iterativa de estrategias estrictamente dominadas Resuelva, mediante la eliminación iterativa de estrategias estrictamente dominadas,
Objetivo del juego: Lograr alinear 4 piezas con una característica en común. Piezas del juego: Son 16 piezas diferentes, cada una 4 con características.
PROCEDIMIENTO DE MUESTREO

Estrategias Mixtas En teoría de juegos una estrategia mixta, a veces también llamada estrategia mezclada (del nombre en inglés mixed strategy), es una.
Introducción a las Finanzas AEA 504 Unidad 2 Clase 1.
Búsquedas a ciegas Julián Andrés Hidalgo Mosquera.
Responsabilidad.  Moral: Consiste en hacerse cargo de las consecuencias sobre el daño infligido a otra persona o grupo de personas. Su sanción es el.
Pasos a realizar. Para realizar el m.c.m. de dos números hay que seguir los siguientes pasos: 1. Descomponer en factores los números dados. Dividiendo.
Lenguajes de Programación (Definición, Clasificación y Ejemplos)
Costos para la Gestión Programación Lineal.
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:

 Consiste en la elección del mejor movimiento para cada jugador, es decir la máquina para quien programaremos el sistema tratará de maximizar las oportunidades para ganar y el humano tratará de minimizar las oportunidades que tiene la máquina para ganar.

 El espacio de estados se representa mediante árboles alternados para cada jugador, sea la máquina o el humano, donde:  Nodo: Representa una situación del juego, un estado actual.  Sucesores de un nodo: Son todos aquellos estados posibles que pueden surgir a partir de aplicar las reglas al estado actual.  Nivel: Es aquel donde cada jugador tiene todas las opciones.

 Es un valor que sirve como variable para determinar a donde se debe mover un jugador, dependiendo a un max o min.  El jugador que juegue con max elegira la opción mas alta de todas, mientras que el jugador min tratara de elegir la opción que sea la menor de todas las opciones.

 Generación del árbol de juego. Se generarán todos los nodos hasta llegar a un estado terminal o a una profundidad concreta.  Se calculan los valores de la función Heurística para cada nodo terminal y según a eso se elige sea para min o para max y se elige el mayor o el menor respectivamente.  El juego termina según a las condiciones que tenga cada juego.

 Función Heurística Tres en Raya F(x)=#posibilidadesMax-#posibilidadesMin  Max: Elegirá los valores que sean mayores.  Min: Elegirá los valores que sean los menores posibles, para asi minimizar las posibilidades de ganar de max.