Métodos de Búsqueda Heuristica

Tema 2: Mtodos de bsqueda heurstica
Bsqueda sin informacin Mtodos de escalada Bsqueda primero el mejor Descomposicin de problemas Heursticas sobre el proceso de bsqueda
Inteligencia Artificial e Ingeniera del Conocimiento
Bsqueda sin informacin

Bsqueda en anchura Bsqueda en profundidad Bsqueda con costos Problemas descomponibles
Sistemas de Bsqueda
Operadores
Base de Datos
Estrategia de Control
Representacin de un problema
Procedimiento Bsqueda
1. DATOS base de datos inicial 2. until DATOS satisface la condicin de terminacin do 3. begin 4. select alguna regla R en el conjunto de reglas que pueda ser aplicada a DATOS 5. DATOS resultado de aplicar R a DATOS 6. end
Estrategias de control
Estrategias irrevocables Estrategias tentativas
Retroactivas Bsqueda en grafos
Modelo de estrategia retroactiva BACKTRACK(LISTABD)

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. DATOS PRIMER(LISTABD) If MIEMBRO(DATOS,SUPR(LISTABD)) return FALLO If TERM(DATOS) return NADA If SINSALIDA(DATOS) return FALLO If LONGITUD(LISTABD) > LIMITE return FALLO REGLAS APLIREGL(DATOS) CICLO: if NOHAY(REGLAS) return FALLO R PRIMER(REGLAS) REGLAS SUPR(REGLAS) RDATOS R(DATOS) RLISTABD CONS(RDATOS,LISTABD) CAMINO BACKTRACK(RLISTABD) If CAMINO=FALLO go CICLO return CONS(R,CAMINO)
Bsqueda en profundidad retroactiva

0 1 2 3 4 5
2 8 3 1 6 4 7 5 2 8 3 6 4 1 7 5 8 3 2 6 4 1 7 5 8 3 2 6 4 1 7 5 8 3 2 6 4 1 7 5 2 8 3 1 6 4 7 5
0 1 2 3 4
2 8 3 1 6 4 7 5 2 8 3 6 4 1 7 5 8 3 2 6 4 1 7 5 8 3 2 6 4 1 7 5
2 8 3 1 6 4 7 5
0 1 2 7
2 8 3 6 4 1 7 5 2 8 3 1 6 4 7 5 2 8 3 6 4 1 7 5
2 8 3 1 6 4 7 5
7 8
2 3 6 8 4 1 7 5 2 3 6 8 4 1 7 5
2 8 3 6 4 1 7 5
6 (b)
8 6 3 2 4 1 7 5
Discarded before generating node 7
9 (c)
(a)
1998 Morgan Kaufman Publishers
Bsqueda en grafos
Imposibilidad de representar el problema mediante un grafo implcito Problema del 8-puzzle:
2 8 3 1 6 4 7 5 1 2 3 8 4 7 6 5
El conjunto de nodos del grado de estados para esta representacin del 8-puzzle es 9!=362.880
Bsqueda en grafos
Formulacin de los problemas para poder aplicar sobre ellos los mtodos de bsqueda Mtodos que nos permitan representar grandes espacios de bsqueda mediante grafos implcitos Mtodos eficientes de bsqueda en grafos de gran tamao
Bsqueda en grafos
Descripcin para etiquetar el nodo inicial Las funciones para transformar las descripciones de los estados: operadores Una condicin de xito
Bsqueda en anchura
1. Crear una variable llamada LISTA-NODOS y asignarle el estado inicial 2. Hasta que se encuentre un estado objetivo o LISTA-NODOS est vaca, hacer:
1. Eliminar el primer elemento de LISTA-NODOS y llamarlo E. Si LISTA-NODOS est vaca, terminar 2. Para cada regla que se empareje con el estado descrito en E hacer:
1. Aplicar la regla para generar un nuevo estado 2. Si el nuevo estado es un estado objetivo, terminar y devolver este estado 3. En caso contrario, aadir el nuevo estado al final de LISTANODO
Bsqueda en anchura
19 9
2 8 3 1 6 7 5 4 2 8 1 6 3 7 5 4 2 8 1 6 3 7 5 4 2 8 3 1 5 6 7 4 2 3 1 8 6 7 5 4 2 8 3 1 6 7 5 4 2 8 3 1 4 5 7 6 2 8 1 4 3 7 6 5 2 3 4 1 8 7 6 5 1 2 3 7 8 4 6 5
18
2 8 3 1 6 7 5 4
4
2 8 3 1 6 4 7 5
17 8
2 8 3 1 4 7 6 5 2 8 3 1 4 5 7 6
16
2 8 1 4 3 7 6 5
15 Start node 1
2 8 3 1 6 4 7 5
3
2 8 3 1 4 7 6 5
7
2 3 1 8 4 7 6 5
2 3 1 8 4 7 6 5
27
1 2 3 8 4 7 6 5 2 8 3 7 1 4 6 5 2 8 3 7 4 6 1 5 8 1 3 2 4 7 6 5 8 3 2 1 4 7 6 5 2 8 3 6 7 4 1 5 2 8 3 6 7 4 1 5 2 8 3 6 4 5 1 7 2 8 6 4 3 1 7 5 2 3 6 8 4 1 7 5 2 3 6 8 4 1 7 5 8 6 3 2 4 1 7 5 8 3 2 6 4 1 7 5
Goal node
14
2 3 1 8 4 7 6 5
26
1 2 3 8 4 7 6 5
13
2 8 3 7 1 4 6 5
25
2 8 3 7 1 4 6 5
6
2 8 3 1 4 7 6 5
24 12
8 3 2 1 4 7 6 5 8 3 2 1 4 7 6 5
23
2 8 3 6 7 4 1 5
2
2 8 3 1 6 4 7 5
11
2 8 3 6 4 1 7 5
22
2 8 3 6 4 1 7 5
5
2 8 3 6 4 1 7 5
21
2 3 6 8 4 1 7 5
10
8 3 2 6 4 1 7 5 1998 Morgan Kaufman Publishers
20
8 3 2 6 4 1 7 5
Bsqueda con costos

1. 2. 3. 4. 5. 6. 7. 8. Poner el nodo inicial s en una lista, llamada ABIERTOS, de nodos no expandidos. Crear una lista, llamada CERRADOS, de nodos expandidos, inicialmente vaca. Si ABIERTOS est vaca no existe solucin. Terminar. Suprimir de ABIERTOS el nodo i con mnima g(i) y colocarlo en CERRADOS. Si i es un nodo objetivo se ha encontrado la solucin. Terminar. En otro caso, expandir el nodo i, si no tiene sucesores ir a 3. Para cada nodo sucesor j del nodo i, insertarlo correctamente en ABIERTOS, asignando g(j)=g(i)+c(i,j). Ir a 3.
Descenso iterativo
Depth bound = 1
Depth bound = 2
Depth bound = 3
Depth bound = 4
Problemas descomponibles
Base de datos inicial (C,B,Z) Operadores
R1: C R2: C R3: B R4: Z (D,L) (B,M) (M,M) (B,B,M)
Objetivo
Resolucin del problema
Grafo Y/O
Descomposicin de problemas: arcos Y Resolucin de problemas: arcos O Concepto de solucin: subgrafo solucin
Nueva resolucin del problema
Ejemplo
Mtodos de escalada
Algoritmo de escalada simple Algoritmo de escalada por la mxima pendiente Algunas variaciones estocsticas Algoritmos genticos
Algoritmo de escalada simple

Evaluar el estado inicial. Si tambin es el estado objetivo, devolverlo y terminar. En caso contrario, continuar con el estado inicial como estado actual. Repetir hasta que se encuentre una solucin o hasta que no queden nuevos operadores que aplicar al estado actual:
Seleccionar un operador que no haya sido aplicado con anterioridad al estado actual y aplicarlo para generar un nuevo estado. Evaluar el nuevo estado.
Si es un estado objetivo, devolverlo y terminar. Si no es un estado objetivo, pero es mejor que el estado actual, convertirlo en el estado actual. Si no es mejor que el estado actual, continuar con el bucle.
Algoritmo de escalada por la mxima pendiente

Evaluar el estado inicial. Si tambin es el estado objetivo, devolverlo y terminar. En caso contrario, continuar con el estado inicial como estado actual. Repetir hasta que se encuentre una solucin o hasta que una iteracin completa no produzca un cambio en el estado actual:
Sea SUCC un estado tal que algn posible sucesor del estado actual sea mejor que este SUCC. Para cada operador aplicado al estado actual hacer lo siguiente:
Aplicar el operador y generar un nuevo estado Evaluar el nuevo estado. Si es un estado objetivo, devolverlo y terminar. Si no, compararlo con SUCC. Si es mejor, asignar a SUCC este nuevo estado. Si no es mejor, dejar SUCC como est.
Si SUCC es mejor que el estado actual, hacer que el estado actual sea SUCC.
Mtodos de escalada
Algunas variaciones estocsticas

Algoritmo de escalada estocstico Algoritmo de escalada de primera opcin Algoritmo de escalada de reinicio aleatorio Enfriamiento simulado
Algoritmo de enfriamiento simulado
p=e
E / kT
E =| ( valor del estado actual ) ( valor del nuevo estado ) |
Los movimientos hacia estados peores pueden aceptarse Se utiliza un programa de enfriamiento
Algoritmos genticos
Se genera los estados sucesores combinado dos estados padres Se inicia el proceso partiendo de k estados generados aleatoriamente (poblacin) Un estado (individuo) se representa como una cadena sobre un alfabeto finito (a menudo cadenas de 0s y 1s) En la funcin de evaluacin (fitness function) se asignan valores altos para los mejores estados La siguiente generacin se produce mediante las operaciones de seleccin, cruce y mutacin.
Algoritmos genticos
Funcin de evaluacin (8 reinas) = nmero de pares de reinas no atacadas 28 para una solucin
Algoritmos genticos
Bsqueda primero el mejor

Algoritmo A* Bsqueda conducida mediante agendas Bsqueda dirigida Descenso iterativo A* Bsqueda primero el mejor recursiva A* con memoria acotada
Algoritmo A*
ABIERTOS contiene el nodo inicial, CERRADOS esta vaco Comienza un ciclo que se repite hasta que se encuentra solucin o hasta que ABIERTOS queda vaco
Seleccionar el mejor nodo de ABIERTOS Si es un nodo objetivo terminar En otro caso se expande dicho nodo Para cada uno de los nodos sucesores
Si est en ABIERTOS insertarlo manteniendo la informacin del mejor padre Si est en CERRADOS insertarlo manteniendo la informacin del mejor padre y actualizar la informacin de los descendientes En otro caso, insertarlo como un nodo nuevo
Algoritmos de bsqueda
Bsqueda Sobre grafos
profundidad
A*
Con costo h=0 h<=h*
Anchura
Primero el mejor
Descomposicin de problemas
Algoritmo Y/O*
Algoritmo Y/O*
GRAFO contiene el nodo de inicio. Comienza un ciclo que se repite hasta que el nodo inicial quede resuelto o hasta que supere un valor MAXIMO
Trazar el mejor camino actual desde inicio Seleccionar un nodo Generar los sucesores del nodo e incluirlos de forma adecuada en el GRAFO Propagar la informacin obtenida hacia arriba en el GRAFO
Heursticas sobre el proceso de bsqueda

Arquitecturas combinadas de percepcin y planificacin Bsqueda orientada a subobjetivos Bsqueda jerrquica Bsqueda con horizonte
Dificultades del proceso

Los procesos de percepcin no siempre pueden obtener la informacin necesaria acerca del estado del entorno Las acciones pueden no disponer siempre de modelos de sus efectos Pueden haber otros procesos fsicos, u otros agentes, en el mundo
Dificultades del proceso

En el tiempo que transcurre desde la construccin de un plan, el mundo puede cambiar de tal manera que el plan ya no sea adecuado Podra suceder que se le requiriese al agente actuar antes de que pudiese completar una bsqueda de un estado objetivo Aunque el agente dispusiera de tiempo suficiente, sus recursos de memoria podran no permitirle realizar la bsqueda de un estado objetivo
Arquitectura percepcin/planificacin/actuacin
Sensory input Perceptual processing Goal (desired state) Current state State-space graph
Planning (graph search)

Find first action
Action
Bsqueda orientada a subobjetivos

Islands in the search space
Local searches
Bsqueda jerrquica
Metalevel path Metalevel search Goal
Start
Base-level searches
Bsqueda jerrquica
Barrier G
Robot
Block

Métodos de Búsqueda Heuristica

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Métodos de Búsqueda Heuristica

Hochgeladen von

Copyright:

Verfügbare Formate

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Bsqueda sin informacin

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Modelo de estrategia retroactiva BACKTRACK(LISTABD)

Inteligencia Artificial e Ingeniera del Conocimiento

Bsqueda en profundidad retroactiva

Discarded before generating node 7

Tema 2: Mtodos de bsqueda heurstica

1998 Morgan Kaufman Publishers

Tema 2: Mtodos de bsqueda heurstica

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Bsqueda con costos

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Tema 2: Mtodos de bsqueda heurstica

Resolucin del problema

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Nueva resolucin del problema

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Algoritmo de escalada simple

Tema 2: Mtodos de bsqueda heurstica

Algoritmo de escalada por la mxima pendiente

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Algunas variaciones estocsticas

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Algoritmo de enfriamiento simulado

E =| ( valor del estado actual ) ( valor del nuevo estado ) |

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica

Tema 2: Mtodos de bsqueda heurstica

Inteligencia Artificial e Ingeniera del Conocimiento

Tema 2: Mtodos de bsqueda heurstica