Inteligencia Artificial

Slides:



Advertisements
Presentaciones similares
ESTRATEGIA PRINCIPIOS PARA LOGRAR UNA BUENA ESTRATEGIA. EXPOSITOR: DAVID GONZÁLEZ FLORES ENERO-2009.
Advertisements

¿Por que estudiar búsquedas?
Soluciones de problemas mediante búsqueda
INTELIGENCIA ARTIFICIAL
IMPLEMENTACIÓN DE AGENTE DE REFLEJO SIMPLE Y AGENTE DE MEMORIA INTERNA
Universidad de San Martín de Porres
Inteligencia Artificial y Robótica
JUEGO CUBO NUMERICO Inteligencia Artificial y Robótica – 46J
INTEGRANTES Aguilar Pastor, Sara Blancas Tunqui, Alicia
AGENTE ASPIRADOR INTELIGENCIA ARTIFICIAL Y ROBÓTICA Alumnos
Descripción del Trabajo Final
Inteligencia Artificial UNIVERSIDAD DE SAN MARTIN DE PORRES
Agente Simple y Agente de Búsqueda Integrantes: Daga RamónCarolina. Farfan Losano Luis. Hernandez Triveño Marlon. La Rosa Taboada Carlos. Luque Cuba Julio.
Inteligencia Artificial
Simulación Prof. Daniel Ramírez C..
ALGORITMOS Y LENGUAJES Estructuras de Control CONDICIONAL
Enfoques de la IA Ana Lilia Laureano-Cruces
Mapa de Empatía.
3.4.- Administración de Memoria Virtual.
Plan de Negocios Julio Vela.
MODELOS AMIGABLES CON LA HISTORIA (MAH)
“La Visión Enfocada”.
ADMINISTRACIÓN DEL CAMBIO.
Traslación Clase 3.
PSICOLOGIA SOCIAL EL COMPORTAMIENTO DE TODOS....
PROGRAMACION DE ESTRUCTURAS DE DATOS
Con este sencillo manual aprenderemos a formatear nuestro disco duro y reinstalar de nuevo el Sistema Operativo, ya sea Windows XP o cualquier otra versión.
Inteligencia artificial
312 La Serie de Liderazgo de Excelencia Desarrollando una Misión.
INTERDISCIPLINARIEDAD
CENTRO DE GRAVEDAD Y PALANCAS CORPORALES
ENTORNO“Principios” “Principles of Systems” Los modelos de simulación pertenecen a la clase de modelos abstractos. Dicha clase incluye también modelos.
METODOS DETERMINISTICOS
CONCEPTO, FUNDAMENTO Y OBJETIVOS
Agentes Inteligentes Capítulo 2.
II) LA PLANEACION DE UTILIDADES
Sistemas Inteligentes Distribuidos Sistemas Inteligentes Distribuidos Sesión 13 L. Enrique Sucar / Marco López Sesión 13 L. Enrique Sucar / Marco López.
Prof. Erika Marano. Sòlo con fines didàcticos.  Consiste en descomponer la tarea a aprender en los elementos de que se compone (pasos y operaciones).
Sistemas Inteligentes Distribuidos Sistemas Inteligentes Distribuidos Sesión 8 Eduardo Morales / L. Enrique Sucar Sesión 8 Eduardo Morales / L. Enrique.
Robótica Inteligente L. Enrique Sucar Leonardo Romero Marco López ITESM Cuernavaca.
Concepto de sistema Un sistema es un conjunto de “elementos” que funciona como un todo. Tiene una identidad distinta de lo que le rodea Es capaz de mantener.
Análisis y Diseño de Algoritmos
Una introducción a la computación evolutiva
Estos modelos constituyen una nueva aproximación a los procesos de evolución industrial. Su propósito es proporcionar teorías cualitativas sencillas que.
¿Puede usted decir cuál es su estrategia?
Resolución de Objetivos Se recorren las reglas de arriba abajo y de izquierda a derecha Buscamos hechos o cabezas de reglas que unifiquen con la meta actual.
Innes A. Ferguson Toward an Architecture for Adaptive, Rational, Mobile Agents.
Resolución de Objetivos Se recorren las reglas de arriba abajo y de izquierda a derecha Buscamos hechos o cabezas de reglas que unifiquen con la meta actual.
 En el siguiente trabajo se explicará cuales son los fundamentos de la planeación, la toma de decisiones.  La toma de decisiones es un paso fundamental.
Tema 6: Programación L. Enrique Sucar Marco López ITESM Cuernavaca
Patricio A. Castillo José M. Galarce Agosto 23 de 2008 Segunda Clase.
Robótica Inteligente L. Enrique Sucar Marco López ITESM Cuernavaca.
Organización como sistema
Programación Básica con NQC Patricio A. Castillo 12/04/2008.
Añadiendo valor a la función pública Gustavo López Montiel ITESM-CCM.
DOCTORADO EN EDUCACIÓN
Pensamiento Estratégico ¿Dónde estabas ayer? ¿Dónde estas hoy? ¿Qué quieres hacer mañana? ¿Qué metas quieres alcanzar? ¿Qué harás para lograrlo?
Agentes e IA Distribuida L. E. Sucar / Alberto Reyes Robótica Inteligente.
Colisiones.. Introducción Algo que vemos mucho en bastantes videojuegos, y que por el momento no se ha visto “bien”, son las colisiones, pero, para empezar;
Programa de Gestión de Competencias “Efectividad al Máximo”
Sesión 6 Germán Vargas Larios Fedrero 10/2015 UNIVERSIDAD AUTÓNOMA METROPOLITANA, IZTAPALAPA Maestría en Estudios Sociales.
EDICIÓN 2015 EDICIÓN ANTERIOR
Definición: La comunicación es definida como interacción social a través de signos lingüísticos y no lingüísticos con la finalidad de intercambiar información.
INTELIGENCIA ARTIFICIAL APLICADA A LA ROBOTICA
Resolución de problemas
Decisiones ¿Cuáles agradan a Dios?.
SEMINARIO DE OBJETIVOS DE INVESTIGACIÓN
Enfoques del comportamiento de la organización
Su importancia dentro de la ingeniería de sistemas
Auxiliar 11 IN4402-1: Aplicaciones de Probabilidades y Estadística en Gestión Profesora: Paola Bordón T. Auxiliar: Andrés E. Fernández V, 28 de Julio,
Transcripción de la presentación:

Inteligencia Artificial Trabajo Final Inteligencia Artificial

Integrantes Flores Coaguila, Johanna 45J 2003 Si 4 2 No San Juan Alumno Sección Año de Ingreso Ha llevado el curso anteriormente Nro de cursos que lleva Grado de conocimiento del Java Practicando o trabajado Distrito donde vive  Flores Coaguila, Johanna 45J 2003 Si 4  2 No San Juan   Guevara Reyes, Pedro 7   Huamaní Martinez, Edward 2006 5  3  Masias Corcuera, Rodrigo 4 Miraflores   Tarazona Vasquez, David No  5 Chaclacayo   Wong Chang, Alvaro Yuri  45J 2004  San Borja

Indice Agente de búsqueda Agente Reflejo Simple Conclusiones

Tabla de contenidos Planteamiento del Problema Explicación de Agentes. Agente Reflejo Simple Agente de Búsqueda Complejidad de los Agentes. Conclusiones.

Objetivos del trabajo El objetivo del trabajo es implementar un agente de búsqueda y reflejo simple, capaz de simular la función de una aspiradora, que determine la ruta optima para limpiar un ambiente dinámico de basura, en donde este ultimo presenta obstáculos y huecos.El Agente tendrá como obstáculos paredes y huecos, los cuales intentara sortear para lograr su objetivo, el cual es recoger toda la basura del ambiente.

Agente de búsqueda Agente DFS Representación de Estados Hueco (0 o H) Basura (1 o B) Pared u Obstáculo (2 o O) Vacío ( 3 o V) Agente (5)

Agente de Búsqueda

Agente de búsqueda Operadores Ir a la Derecha

Agente de búsqueda Operadores Ir a la Izquierda

Agente de búsqueda Operadores Ir hacia Abajo

Agente de búsqueda Operadores Ir hacia Arriba

Agente de búsqueda Meta

Agente de búsqueda Meta

Agente de búsqueda Creación de Ambiente

Agente de búsqueda Creación de Ambiente 5x5 o 10x10

Agente de búsqueda Ruta optima en informe

Agente Reflejo Simple Agente Reflejo Simple

Agente Reflejo Simple Agente Reflejo Simple

Agente Reflejo Simple

Agente Reflejo Simple

Conclusiones La poca efectividad del agente reflejo simple, se debe principalmente a la poca información con la que cuenta para tomar decisiones,” si tenemos mas información podemos tomar mejores decisiones ”. El agente reflejo simple solo puede actuar después de in estimulo El agente reflejo simple, necesita un ambiente con paredes para controlar su avance

Conclusiones El agente reflejo simple, ejecuta acciones totalmente predecibles El agente de búsqueda, toma acciones de manera aleatoria, lo cual no quiere decir que no se pueda predecir su comportamiento. En términos de efectividad, se podría decir que para comparar ambos agentes, debemos hacerlo en el mismo ambiente y las mismas condiciones, y la efectividad dependerá netamente del ambiente y las decisiones que tome el agente