Inteligencia Artificial

Presentación del tema: "Inteligencia Artificial"— Transcripción de la presentación:

1 Inteligencia Artificial
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo IV

2 Búsqueda respaldada con información.
A su vez se pueden dividir en dos tipos de búsqueda: Búsqueda preferente por lo mejor. Búsqueda limitada por la capacidad de la memoria. Búsquedas de mejoramiento iterativo. Alejandro Permingeat

3 Búsqueda preferente por lo mejor.
Esta búsqueda consiste en expandir primero aquél nodo con mejor evaluación. Dicha evaluación es el resultado de aplicar la función de evaluación al nodo, la cual devuelve un número que sirve para representar lo deseable que sería la expansión de un nodo. Dentro de este tipo de búsqueda se encuentran: Búsqueda avara. Búsqueda A*. Alejandro Permingeat

4 Búsqueda avara. Consiste en reducir al mínimo el costo estimado para alcanzar una meta. Para ello se utiliza una función llamada heurística, la cual estima el costo que implica llegar a una meta desde un estado determinado, y elige cual es el siguiente nodo que se va a expandir aplicando esta función a cada nodo. En esta búsqueda el tiempo y la cantidad de memoria necesaria crece exponencialmente con respecto a la profundidad. Pero la elección de una buena función heurística permite disminuir notablemente la complejidad tanto en tiempo como en espacio. No es óptima ni completa. Alejandro Permingeat

5 Búsqueda A*. Esta búsqueda es una búsqueda preferente por lo mejor en la que se utiliza f como función de evaluación. La función f calcula el costo estimado de la solución más barata, pasando por n y se calcula de la siguiente manera: f=g(n) + h(n) Siendo g(n) el costo de ruta y h(n) una heurística admisible (que nunca sobreestima el costo que implica alcanzar la meta). En esta búsqueda la cantidad de memoria necesaria crece exponencialmente con respecto a la profundidad. Pero la elección de una buena función heurística permite disminuir notablemente la complejidad tanto en tiempo como en espacio. Es óptima y completa. Alejandro Permingeat

6 por la capacidad de la memoria.
Búsqueda limitada por la capacidad de la memoria. Cuando se implementan las búsquedas vistas hasta el momento, hay ciertos problemas muy difíciles de resolver y por lo tanto siempre hay que dar algo a cambio para resolverlos, y lo primero que se cede es la memoria disponible. Para poder conservar la memoria existen: La búsqueda A* por profundización iterativa La búsqueda A* acotada por memoria simplificada. Alejandro Permingeat

7 Búsqueda A* por profundización iterativa (A*PI).
En este algoritmo, cada iteración es una búsqueda preferente por profundidad, la cual se modifica para utilizar un límite de costo f en vez de un límite de profundidad. En esta búsqueda el espacio requerido en memoria crece en forma lineal con respecto a la profundidad, mientras que la complejidad temporal depende de la cantidad de distintos valores que adopte la función heurística. Es óptima y completa. Alejandro Permingeat

8 Búsqueda A* acotada por memoria simplificada (A*SRM).
Tiene las siguientes características: Hace uso de toda la memoria que puede disponer En la medida que se lo facilite la memoria, evitará los estados repetidos Es completa si la memoria disponible tiene capacidad suficiente para guardar la ruta de solución más cercana Es óptima si dispone de suficiente memoria para guardar la ruta de solución óptima mas cercana. De lo contrario produce la mejor solución que sea posible obtener con la memoria disponible. Alejandro Permingeat

9 Búsqueda de mejoramiento iterativo
La idea básica de los algoritmos de estos tipos de búsqueda consiste en empezar con una configuración completa y efectuar modificaciones para mejorar su calidad. Entre estas búsquedas se pueden encontrar: Búsqueda por ascenso de cima. Búsqueda con endurecimiento simulado. Alejandro Permingeat

10 Búsqueda por ascenso de cima.
Esta búsqueda se trata de un bucle que constantemente se desplaza en la dirección de un valor ascendente. Como el algoritmo no mantiene un árbol de búsqueda, la estructura de datos del nodo sólo tiene que registrar el estado y su evaluación, denominado VALOR. Cuando el algoritmo llega a un punto mas allá del cual no se logra ningún avance, es obvio que debe empezarse de nuevo en otro punto. Alejandro Permingeat

11 Búsqueda por endurecimiento simnulado.
Esta búsqueda es muy similar a la búsqueda por ascenso a la cima, pero con la diferencia de que en vez de empezar otra vez al azar luego de quedarse atorado en un máximo local, sería conveniente descender unos cuantos pasos y así escapar del máximo local en cuestión. Alejandro Permingeat