Beruflich Dokumente
Kultur Dokumente
Materia:
Inteligencia Artificial
Catedrático:
Unidad 4
Alumnos:
Las restricciones pueden involucrar una o varias variables al mismo tiempo. A veces en
estos problemas conviene hacer una verificación hacia adelante (_forward checking_)
para detectar estados sin solución. Muchas veces lo que conviene es analizar la variable
más restringida, esto es, asignarle un valor a la variable que está involucrada en la mayor
cantidad de restricciones.
• Terminología adicional
o Estado inicial: problema inicial
o Estado meta: estado en el que se ha resuelto el problema
o Predicado meta: test que se puede aplicar a un estado para determinar si
es meta
§ Conjunto de estados, propiedades del estado o del camino hasta el
o Función de coste del camino: suma de los costes de las acciones
individuales
Resolución de problemas
• Elementos de un problema
o Un punto de partida
o Un objetivo a alcanzar
o Acciones para resolver el problema
o Puede haber también
• Restricciones sobre el objetivo
• Elementos particulares sobre el dominio del problema
Representación de problemas
• Representaciones generales
Espacio de estados
• Los estados y las relaciones de accesibilidad entre ellos conforman lo que se llama
el espacio de estados.
• Solución: Secuencia de pasos que llevan del estado inicial al final o también el
estado final.
• Tipo de solución: una cualquiera, la mejor en algún sentido, todas.
• Coste de la solución: gasto en recursos de aplicar los operadores a los estados
Resolución
Sin embargo, los problemas de búsqueda, los cuales siempre tendremos que tratar en
Inteligencia artificial, son no determinísticos y el orden de elementos visitados en el
espacio de búsqueda depende completamente en el conjunto de datos.
Funcionamiento
• Complejidad
§ b, factor de ramificación
§ m, profundidad máxima de cualquier solución
• Complejidad temporal: O(bm)
o si no hay solución (o es el ´ultimo estado) examinará todos los estados
(como en anchura)
• En general, suele ser más rápida que búsqueda en anchura
o es cuestión de suerte”
o puede funcionar bien si hay muchos estados finales
• ventajas:
o Menores requisitos de memoria
o Mayor rapidez (en promedio)
• inconvenientes:
o Posibilidad de que se estanque
o No asegura solución óptima
Variantes
• Profundidad Acotada
o Fijar un límite máximo de profundidad (cota c)
§ Cuando un camino alcanza la profundidad c sin ser solución,
desecharlo
o Es completo
§ Asegura encontrar solución si c es mayor que la profundidad de la
solución
o No asegura solución óptima
o Complejidad: espacial (O(b × c)), temporal (O(bc))
o PROBLEMA: elección cota c
• Profundidad Iterativa
o Secuencia de búsquedas por profundidad acotada, incrementando el valor
de la cota hasta encontrar solución
o ventajas:
Búsqueda en anchura (en inglés BFS - Breadth First Search) es un algoritmo para
recorrer o buscar elementos en un grafo (usado frecuentemente sobre árboles). Atraviesa
un árbol por anchura más que por profundidad. Como puede ser visto en la figura mas
adelante, el algoritmo de anchura empieza examinando todos los nodos de un nivel (a
veces llamado hebra uno) abajo del nodo raíz.
Si un estado meta es alcanzado aquí, el éxito es reportado. De otra forma, la búsqueda
continúa ampliando caminos de todos los nodos del nivel en curso, para posteriormente
bajar al próximo nivel. De este modo, la búsqueda continúa revisando nodos en un nivel
especial, e informará sobre el éxito cuando un nodo meta es encontrado, y reportar una
falla si todos los nodos han sido revisados y ningún nodo meta ha sido encontrado.
Funcionamiento
Algoritmo
ABIERTOS: Lista ordenada de nodos generados aun no expandidos (no se han generado
sus sucesores)
→ almacena nodos”frontera”, en espera de ser expandidos
Podemos expandir nodos por selección seleccionando el nodo más prometedor, donde
estos nodos estarán identificados por el valor de su fuerza comparada con sus
competidores homólogos, con la ayuda de funciones intuitivas especializadas, llamadas
funciones heurísticas.
Funcionamiento
• Complejidad:
o r: factor de ramificación.
o p: profundidad de la solución.
o Complejidad en espacio: O(rp).
o Complejidad en tiempo: O(rp).
• Es completa.
• Es óptima.
• Salvo en espacios de estados pequeños, en la práctica esta búsqueda no es
posible, debido a la cantidad de tiempo y espacio consumidos
FUNCION BUSQUEDA-OPTIMA ()
1. Hacer ABIERTOS la cola formada por el nodo inicial (es decir, el nodo cuyo estado
es *ESTADO-INICIAL*, cuyo camino es vacío y cuyo coste es 0); Hacer
CERRADOS vacío.
• Variables.
• Dominios (valores posibles para las variables).
• Restricciones (binarias) entre las variables
La satisfaccion de restricciones s la asignación de valores a un conjunto de variables para
satisfacer las restricciones dadas.
• Un estado del problema se define por una asignación de valores a alguna o todas
las variables, {Xi = vi, Xj = vj, …}.
• Una solución a un PSR es una asignación completa que satisface todas las
restricciones.
Representación
Propagación de restricciones
• Se analiza el resultado:
o Solución encontrada
o Solución imposible
o Seguir buscando: proceso heurístico de búsqueda
Preproceso de arco-consistencia
Consistencia de arcos
Por que través de los juegos es muy fácil medir el éxito o el fracaso, por lo que podemos
comprobar si las técnicas y algoritmos empleados son los óptimos.
Funcionamiento
Ejemplo: N reinas
• Espacio de estados: Configuraciones de 0 a n reinas en el tablero con sólo una por
fila y columna
• Estado inicial: Configuración sin reinas en el tablero
• Estado final: Configuración en la que ninguna reina se mata entre si
• Operadores: Colocar una reina en una fila y columna
o Condiciones: La reina no es matada por ninguna ya colocada
o Transformación: Colocar una reina mas en el tablero en una fila y columna
determinada
• Solución: Una solución, pero no nos importan los pasos
BIBLIOGRAFIAS
1. http://www.cs.us.es/cursos/ia1/temas/tema-02.pdf
2. http://ccia.ei.uvigo.es/docencia/IA/Tema2.pdf
3. http://www.infor.uva.es/~calonso/IAI/Tema3-
BusquedaNoInformada/FormulacionEspacioEstado08-09.pdf
4. http://www.matesco.unican.es/informacion_academica/2006_2007/informatica/Intel
igenciaArtificial/tema2-intro.pdf
5. http://www.iiia.csic.es/~pedro/busqueda1-introduccion.pdf
6. http://daparoan.webcindario.com/43_busqueda_sistematica.html
7. http://www.cs.us.es/cursos/ia1/temas/tema-04.pdf
8. http://www.cs.us.es/cursos/iia-2004/temas/tema-03.pdf
9. http://www.lsi.upc.es/~bejar/ia/transpas/teoria/2-BH5-CSP.pdf
10. http://www.cs.us.es/cursos/ia1/temas/tema-05.pdf
11. www.wiphala.net/.../class_07_constrain_satisfaction_problems.ppt
12. http://www.infor.uva.es/~jjalvarez/asignaturas/IA_teoria/lectures/CSP.pdf
13. http://www.it.uc3m.es/jvillena/irc/material/02.pdf
14. http://www.lsi.upc.es/~bejar/ia/transpas/teoria/2-BH1-introduccion_busqueda.pdf
15. http://www.buenastareas.com/ensayos/Hola/289708.html