Clase 2

Inteligencia Artificial
Bsqueda Ciega
Agenda
PARTE 1

Resolucin de Problemas
Representacin de Problemas / Modelizacin
Agente Solucionador de Problemas
PARTE 2
Bsqueda en Espacio de Estados:

Generacin y Testeo
Implementacin
Modelos de Bsqueda Ciega

En Anchura Primero (Breath - First)

Costo Uniforme (Uniform - Cost)
En Profundidad Primero (DepthFirst)
Profundidad Limitada (Depth Limited)
Inmersin Progresiva (Progresive Depth)
Bidireccional
Veremos como un agente inteligente puede

resolver problemas considerando las diferentes
secuencias de acciones que puede realizar.
Cuando un agente exhibe este comportamento,

orientado a alcanzar metas particulares se dice
que es un Agente solucionador de problemas.
Este tipo de agente debe tener:

Una Representacin adecuada de su entorno.

Debe conocer las Acciones que puede efectuar.
Debe poder Razonar sobre los efectos de sus
acciones en el entorno.
El razonamiento en este caso queda reducido a
escoger las acciones ms ventajosas ya sea que
maximicen una ganancia o que minimicen un efecto
nocivo sobre el entorno.
El Problema de la Representacin
En un sentido general, concierne a la relacin

existente entre las distintas formas de formular
un problema y la eficiencia para alcanzar una
solucin del mismo.
Aunque un problema pueda ser expresado de

diversas formas, siempre ser posible
establecer una equivalencia formal entre ellas
respecto a ciertos aspectos.
La representacin de un problema tiene una gran

influencia en el esfuerzo que es necesario para
resolverlo.
Un problema raramente se resuelve en los
mismos trminos en los que fue expresado al
comienzo.
Normalmente se utilizan un conjunto de
convenciones para representar la informacin.
Simplificaciones, generalizaciones, abstracciones,
etc.
Esto se llama modelar.
Cuando representamos un problema

necesitamos crear un modelo del mismo.
Pero, Qu es un modelo?
Los modelos ...

Ayudan a visualizar un problema, a establecer

una situacin en el pasado, presente o en el
futuro;
Permiten especificar la estructura o la dinmica
de un problema;
Permiten controlar y guiar el proceso de
resolucin de un problema.
Hacen factible su resolucin por evitar detalles
innecesarios.
Un modelo consiste en la interpretacin de un

dado dominio del problema siguiendo una
determinada estructura de conceptos. (ej.: plano
de una casa)
Un esquema es una especificacin de un
modelo usando un determinado lenguaje, el cual
puede ser formal o informal.
Un modelo es una representacin en pequea
escala, en una perspectiva particular, de un
problema.
Abstraccin
Abstraccin: accin de abstraer;

separacin mental de una de las partes de
un todo;
Abstracto: adj., que designa una cualidad

separada del objeto al que pertenece;
Un buen ejemplo de modelacin

Cuando el primer mapa de la lnea de subterrneos de

Londres fue publicado en 1908, segua fielmente su
geografa: todas las curvas y vueltas de los tneles, y la
distancia relativa entre las estaciones fueron fielmente
respetadas.
Entretanto el propsito del mapa era mostrar a los

pasajeros el ordenamiento de las estaciones en cada
lnea, y las conexiones entre ellas. Pero la fidelidad del
mapa dificultaba obtener esa informacin.
d
e
1
9
0
8
Mapa de 1933
En 1933, el mapa fue sustituido por una
representacin mas abstracta, que
mostraba solamente la conectividad entre
las estaciones.
Fueron abstrados
Detalles relacionados con la superficie.

Distancia entre las estaciones.
Orientacin de las lneas.
M
a
p
a
d
e
1
9
3
3
Mapa de 1933
El Diagrama dio a las personas un buen modelo

conceptual; i.e., como ver el sistema del subterrneo
de Londres en una forma simplificada. Es una
especificacin que le permite a las personas entender
una situacin compleja.
A pesar de que sufre cambios y es revisado desde
1933, bsicamente continua siendo el mismo
diagrama propuesto por el ingeniero diseador Harry
Beck.
El xito del diagrama es debido a:

Una apropiada eleccin de la abstraccin

Una elegante representacin.
M
a
p
a
A
c
t
u
a
l
M
a
p
a
A
c
t
u
a
l
M
a
p
a
A
c
t
u
a
l
Caractersticas de una buena

Representacin

Claridad: Debe ser evidente la relacin entre el

modelo y el problema real.
Exactitud: El modelo debe ser fiel a la realidad
en los aspectos relevantes para la resolucin
del problema.
Completitud: El modelo debe representar todos
los aspectos relevantes para a resolucin del
problema.
Caractersticas de una buena

Representacin

Eficiencia: La representacin debe poder ser

utilizada en forma eficiente.
Concisin: Las caractersticas irrelevantes
deben ser omitidas y los detalles suprimidos.
Utilidad: Es importante avaliar se el modelo
sugiere un buen mtodo para resolver el
problema.
Hiptesis de Representacin de
Conocimiento (Brian Smith (1982))
Un sistema inteligente utiliza estructuras que:
Poden ser interpretadas como proposiciones

que representan el conocimiento del sistema.
Determinan el comportamiento del sistema.
Algoritmos vs. Bsqueda
Algortmica: prescripcin exacta de una secuencia

determinada de acciones conducentes a la
solucin en un nmero finito de pasos.
Problemas: resolucin
complejidad, etc.
determinista,
infalible,
alta
Cmo resolver un problema si no se tiene un

algoritmos sistemtico o directo?
Propuesta: ensayar un nivel de abstraccin utilizando

un mtodo general de bsqueda exhaustiva y
sistemtica.
(Acciones)
El agente debe escoger una secuencia de

acciones que conduzcan a alcanzar una meta
deseada.
La determinacin de escoger entre varias
metas posibles normalmente incluye la idea de
costo.
El proceso de seleccionar a secuencia de
acciones se denomina Bsqueda.
Bsqueda

Conceptualmente, la resolucin mediante

bsqueda requiere establecer un isomorfismo
entre encontrar la secuencia de operadores
para resolver un problema y encontrar un
camino a travs de un grafo dirigido.
Cada nodo del grafo representar a un estado
de la representacin escogida del problema.
Cada arco orientado corresponder a la
existencia de un operador o accin que permite
pasar transformar el primer estado en el
segundo.
Agente solucionador de problemas

El agente reactivo
Escoge sus acciones en base a sus percepciones acta

No tiene estado interno

Por lo tanto, no puede pensar en el futuro
No sabe para donde va.
4 5 8
1 6
7 2 3
1 2
4 5
7 8
3
6
El Agente solucionador de problemas

Busca una secuencia de acciones que lo lleve a estados deseados

(objetivos).
Resolucin de Problemas: definiciones

Un problema en IA es definido en trminos de...
1) un espacio de estados posibles, incluido:
un estado inicial
un (o mas) estado final = objetivo
Ejemplo 1: ir de Funchal a Porto Moniz

espacio de estados: todas las ciudads de la Isla
Ejemplo 2: juego de 8-puzzle

inicio:
fin:
4 5 8
1 2 3
4 5 6
1 6
7 2 3
7 8
2) un conjunto de acciones (u operadores) que permiten pasar de un
estado a otro
Ej1.: ir de una ciudad a otra adyacente.
Ej2.: mover una pieza del juego de 8-puzzle
Resolucin de Problemas: definiciones

Definicin del objetivo:

Propiedad abstracta (compresin)

Conjunto de estados finales del mundo (extensin)

Ex.: estar en Porto Moniz
Solucin:
Ej.: condicin de jaque-mate en el Ajedrez
Camino (secuencia de acciones u operadores) que llevan del

estado inicial a un estado final (objetivo).
Espacio de Estados:
Conjunto de todos los estados alcanzables a partir del estado

inicial por cualquier secuencia de acciones.
Solucionando el problema:
Representacin, Bsqueda y Ejecucin
Representacin del problema y del objetivo:

Bsqueda (solucin del problema):

Cuales son los estados y las acciones a considerar?

Cual es (y como representar) el objetivo?
Proceso que genera/analiza secuencias de acciones para alcanzar un

objetivo.
Solucin = camino entre estado inicial y estado final.
Costo del camino = cualidad de la solucin.
Ejecucin:
Ejecutar la solucin completa encontrada, (bsqueda ciega, bsqueda

informada, estrategias con adversarios).
Intercalar ejecucin con bsqueda (planeamiento).
Reglas de Produccin
Representacin del conocimiento como pares de condicin

accin
Si la condicin (o premisa o antecedente) ocurre
Entonces la accin (resultado, conclusin o consecuente)
deber ocurrir.

Si el agente percibe luz del freno del auto, entonces debe travar el carro
(regla de accin).
Si el vehculo tiene 4 ruedas y tiene un motor entonces el vehculo es un
automvil (nuevo conocimiento).
Son llamadas de reglas de produccin porque producen nuevos

hechos a partir de los hechos y reglas de la BC.
Esos nuevos hechos pasan a ser parte de la BC.
Ejemplo: Problema de las Jarras

Tenemos dos jarras vacas con capacidad

de 4 y 3 litros cada una. Como podemos
obtener exactamente 2 litros en la primera
jarra? Las jarras pueden ser llenadas,
vaciadas o se puede pasar el contenido
de una jarra a la otra.

El estado inicial es [0,0]
La condicin de solucin es [2,Z], ya que

no importa el contenido de la segunda
jarra.

Las reglas de produccin son:
R1. Llenar jarra 1: [X,Y] [4,Y]
R2. Llenar jarra 2: [X,Y] [X,3]
R3. Vaciar jarra 1: [X,Y] [0,Y]
R4. Vaciar jarra 2: [X,Y] [X,0]
R5. Pasar el contenido de 1 a 2 hasta llenar 2
[X,Y] / X+Y>=3 [W,3] / W = X+Y-3
R6. Pasar todo el contenido de 1 a 2
[X,Y] / X+Y<=3 [0,X+Y]
R7. Pasar el contenido de 2 a 1 hasta llenar 1
[X,Y] / X+Y>=4 [4,Z] / Z = X+Y-4
R8. Pasar todo el contenido de 2 a 1
[X,Y] / X+Y<=4 [X+Y,0]

R3. Vaciar jarra 1: [X,Y] [0,Y]
Podemos colocar una precondicin X>0 para
evitar de usar la regla innecesariamente.
R3. Vaciar jarra 1: [X,Y] / X > 0 [0,Y]
Ejercicio:
Hallar la solucin del Problema de las jarras en
los prximos 10 minutos.
Sistemas de Produccin

Son sistemas basados en reglas de produccin.

Consisten en 3 mdulos principales:
Una Base de Reglas (BR): permanente

Reglas de produccin.
Una Memoria de Trabajo: temporaria

Base de hechos derivados durante la vida del agente.
Percepciones del agente y hechos generados a partir
de la BR por el mecanismo de inferencia.
El Mecanismo (mquina) de inferencia

Determina el mtodo de racionamiento utilizado
(progresivo o regresivo).
Utiliza estrategias de bsqueda (unificacin).
Resuelve conflictos y ejecuta acciones.
Arquitectura de los Sistemas de

Produccin
Memoria de Trabajo
Base de Reglas
conocimiento voltil
conocimiento Permanente
hechos
reglas de producin
Meta-conocimiento
estrategias para resolucin de
conflito
Mecanismo
de
inferencia
descripcin de la instancia
del problema actual
hiptesis actual
objetivos actuales
resultados intermedios
Conjunto de conflito
conjunto de posibles
reglas a ser disparadas
Ventajas y Limitaciones de los

Sistemas de Produccin
Ventajas
Las reglas son de fcil comprensin.
inferencia y explicaciones son fcilmente derivadas.
Mantenimiento es relativamente simples, debido a modularidad.
Son mas eficientes que los sistemas de programacin en lgica,
aunque menos expresivos.
Desventajas
conocimiento complejo requiere muchas (millares de) reglas.
Ese exceso de reglas crea problemas para la utilizacin y
mantenimiento del sistema.
No son robustos (inestables por tratamiento de incerteza).
No aprenden.
Ejemplos de formulacin de
problema
Juego de 8-puzzle:

estados = cada posible configuracin del tablero.

estado inicial = cualquiera de los estados posibles.
Objetivo = ordenado, con blanco en la posicin [3,3].
costo del camino = nmero de pasos de la solucin.
Ejercicio:
Pensar las reglas de produccin (5 minutos).
Importancia de la Formulacin
Solucin 1:

R1. mover 1 para arriba

R2. mover 1 para la derecha
etc., 32 reglas
Solucin 2 (lo que se mueve es el vaco)

R1. mover vaco para arriba

R2. mover vaco para la derecha
etc., solamente 4 reglas
rboles de bsqueda para el juego del 8-puzzle
arriba
4 5 8
1 6
7 2 3
abajo
derecha
5 8
4 1 6
7 2 3
abajo
4 5 8
1
6
7 2 3
derecha
1 2
4 5
7 8
3
6
4 5 8
7 1 6
2 3
Importancia de la formulacin
Juego de las 8 Reinas

distribuir 8 reinas en un tablero de ajedrez de forma que

no se ataquen entre si.
No puede haber mas de una reina en una misma lnea, columna o

diagonal.
Existen diferentes estados y operadores posibles.

Esa eleccin puede tener consecuencias buenas o

nefastas en la complejidad de la bsqueda o en el tamao
del espacio de estados.
Formulaciones para 8 Reinas

Formulacin A
estados: cualquier disposicin con n (n 8) reinas.
operadores: agregar una reina a cualquier cuadro.
648 posibilidades: voy hasta el final para testear solucin.
Formulacin B
estados: disposicin con (n 8) reinas sin ataque mutuo (testeo
gradual).
operadores: agregar una reina en la columna vaca mas a la
izquierda en que no pueda ser atacada.
mejor (2057 posibilidades), mas puede no haber accin posible.
Formulacin C
estados: disposicin con 8 reinas, una en cada columna.
operadores: mover una reina atacada para otra casilla en la
misma columna.
Medida de Desempeo en la
Bsqueda
Desempeo de un algoritmo de bsqueda:

1. El algoritmo encuentra alguna solucin?

2. Es una buena solucin?
3. Es una solucin computacionalmente barata?

costo de la bsqueda (tiempo y memoria).
Costo total
costo de camino (cualidad de la solucin).
costo del camino + costo de bsqueda
Espacio de estados grande:

compromiso (conflicto) entre la mejor solucin y la

solucin mas barata.
Costo diferente => Solucin diferente

Funcin de costo de camino

(1) nmero de casillas visitadas,

(2) distancia entre las casillas,
(3) tiempo de viaje, etc.
Solucin mas barata:

(1) Funchal, (va Paul de la Serra), Porto Moniz

(2) Funchal, So Vicente, Porto Moniz
(3) Funchal, So Vicente (viaducto), Porto Moniz
Problemas clsicos

Torre de Hanoi
Misioneros y Canbales
Jarras de agua
Juego del 8-puzzle
Mundo de bloques
Viajante de comercio.
Laberinto
Lobo, oveja y verdura
Travesa del puente
...
Problemas clsicos

Ajedrez
Bagamond
Damas
Go
Mancala
Damas
...
SEND
+ MORE
------MONEY
Aplicaciones: Problemas Reales

Clculo de rutas

rutas en redes de computadores.

sistemas de planeamiento de viajes.
planeamiento de rutas de aviones.
Cartero/viajante.
Planificacin (Scheduling)

Distribucin de aula.
Mquinas industriales en lneas de produccin
(job shop).
Aplicaciones: Problemas Reales

Navegacin de robots:

generalizacin del problema de la navegacin.

Los robots se mueven en espacios continuos, con un
conjunto (infinito) de posibles acciones y estados
Montaje de objetos complejos por robots:

controlar los movimientos del robot no cho, de sus

brazos y piernas requiere espacio multi-dimensional.
ordenar a montaje de las diversas partes del objeto
etc...
FIN PRIMERA PARTE
Agenda
PARTE 1

Representacin de Problemas / Modelizacin
Agente Solucionador de Problemas
PARTE 2

Generacin y Testeo
Implementacin
Modelos de Bsqueda Ciega


Bidireccional
Bsqueda en Espacio de
Estados

Una vez que el problema esta bien formulado...

el estado final debe ser buscado.
En otras palabras, se debe usar un mtodo de
bsqueda para obtener un orden correcto de
aplicacin de los operadores que vayan del
estado inicial al final.
Una vez que la bsqueda ha terminado con
xito, se ejecuta la
solucin (= conjunto
ordenado de operadores a aplicar).

Generacin y Testeo
Frontera del espacio de estados

nodos (estados) a ser expandidos en algn momento.
Algoritmo:
Obs.: el algoritmo comienza con la frontera conteniendo el estado inicial
del problema.
1. Seleccionar el primer nodo (estado) de la frontera del espacio de estados;
- si la frontera est vaca, el algoritmo termina con falla.
2. Testear si el nodo es un estado final (solucin):
- entonces retornar nodo - la bsqueda termina con xito.
3. Generar un nuevo conjunto de estados por la aplicacin de los operadores al
estado seleccionado;
4. Insertar los nodos generados a la frontera, de acuerdo con la estrategia de
bsqueda usada, y volver al paso (1).
Estados: Implementacin
Espacios de Estados
pueden ser representados como un rbol donde los estados son

nodos y las operaciones son arcos.
Los nodos del rbol pueden guardar mas informacin

adems del estado:
suelen ser una estructura con 5 componentes:
1. el estado correspondiente
2. un puntero al nodo padre
3. el operador aplicado para generar el nodo (a partir del padre)
4. la profundidad del nodo
5. el costo del nodo (desde la raz)
Estados: implementacin
Algoritmo:
Funcin-Insertar: controla el orden de insercin de nodos en la
frontera del espacio de estados.
funcin Bsqueda-Genrica (problema, Funcin-Insertar)
retorna una solucin o falla
frontera Armar-Lista(Estado-Inicial [problema] )

loop do
si frontera est vaca entonces retorna falla
nodo Remover-Primero (frontera)
si Testeo-Terminal[problema] aplicado a Estado [nodo] retornar
xito con nodo.
frontera Funcin-Insertar(frontera, Operadores [problema])
end do
Mtodos de Bsqueda
Bsqueda exhaustiva - ciega

No sabe cual es el mejor nodo de la frontera a ser expandido = menor costo de

camino desde ese nodo a un nodo final (objetivo).
Estrategias de Bsqueda (orden de expansin de los nodos):
Direccin de Bsqueda:

Del estado inicial al objetivo

Del objetivo al estado inicial
Bsqueda Bidireccional
Bsqueda heurstica informada
Estima cual es el mejor nodo de la frontera a ser expandido en base a

funciones heursticas => conocimiento.
Estrategia de Bsqueda: (mejor eleccin basada en la funcin heurstica).
Direccin de Bsqueda: dem a bsqueda ciega.
Criterios de evaluacin de las

Estrategias de Bsqueda
Completitud:
Costo temporal:
Cuanto tiempo insume encontrar una solucin?
Costo espacial:
La estrategia, encuentra siempre una solucin?
Cuanta memoria es necesaria para realizar una

bsqueda?
Optimizacin/calidad (optimality):
La estrategia, encuentra la mejor solucin cuando

existen diferentes soluciones?
Bsqueda Ciega
Bidireccional
Bsqueda Ciega
Notacin
b = factor de ramificacin;
d = profundidad de la solucin;
m = profundidad mxima del rbol de
bsqueda;
l = lmite de profundidad.
Bsqueda en Anchura (1)

Bsqueda a lo ancho: el nodo de menor profundidad,

ms a la izquierda es elegido para generar sucesores.
El nodo raz es expandido primero

todos los nodos generados son explorados;

todos los sucesores de los antecesores son explorados;
y as sucesivamente.
los nodos de profundidad d son explorados antes que

los nodos de profundidad d+1
function BREADTH-FIRST-SEARCH (problem) return

solution
return GENERAL-SEARCH(problem, ENQUEUE-ATEND)

Si existe solucin ser encontrada.
La solucin encontrada primero ser la de
menor profundidad.
Completa.
ptima cuando el costo es la profundidad.
Costo con factor de ramificacin (b)
se debe considerar tiempo y memoria;

solucin con profundidad d.
1 + b2+ b3+ ... + bd
Algoritmo Bsqueda en Anchura

Primero
Funcin BsquedaAnchuraPrimero (problema, insertar_lista): solucin
o falla
1. i_nodos armar_lista(estado_inicial(problema))
2. repetir
2.1 si vaca_lista(i_nodos) entonces
2.1.1 devolver falla
fin_de_si
2.2 nodo retirar_lista(i_nodos)
2.3 si testeo_objetivo(nodo) entonces
2.3.1 devolver nodo solucin
2.3.2 insertar_lista
(i_nodos,espancion(nodo,operadores(problema)))
fin_de_si
fin_de_repetir
fin_de_funcin
Costo Anchura (9)

Anlisis de la Complejidad
El costo de espacio y tiempo, referente a estrategia de bsqueda uniforme,
puede ser visualizado en el cuadro siguiente cuando b = 10 :
Profundidad
Nodos
Tiempo
Memoria
1 milisegundo
100 bytes
111
0.1 segundos
11 kilobytes
11,111
11 segundos
1 megabytes
106
18 minutos
111 megabytes
108
31 horas
11 gigabytes
10
1010
128 dias
1 terabyte
12
1012
35 aos
111 terabytes
14
1014
3500 aos
11,111 terabytes
Cuadro 1: Tiempo, memoria y nodos generados para llegar al estado meta

Se computan 1000 nodos por segundo y un nodo ocupa 100 bytes.
Bsqueda Ciega
Bidireccional
Costo Uniforme (1)

A estrategia de bsqueda uniforme es una
pequea modificacin de la estrategia de
bsqueda en anchura.
En la bsqueda en anchura, primero se
expande el nodo raz, despus todos los nodos
generados por este, y as sucesivamente hasta
que se llegue al estado meta, o sea, todos los
nodos que estn a una profundidad d del rbol
sern expandidos y visitados antes que los
nodos que estn a una profundidad d+1.
Costo Uniforme (2)

Una estrategia de bsqueda uniforme es bsicamente la
misma cosa.
En lugar de comenzar con el primer nodo expandido, que est en la

lista aguardando procesamiento, usar el nodo que posee el menor
costo (g(N)) para ser expandido.
Si ciertas condiciones son cumplidas, se garantiza que la

primera solucin encontrada ser la mas barata.
Una de las condiciones es la siguiente:
el costo del camino nunca debe ir diminuyendo conforme

avanzamos, en otras palabras, es importante que:
g (Sucesor(N)) >= g (N)

en todos los nodos N, g (N) es el costo conocido de ir de la raz hasta
el ndulo N.
Costo Uniforme (3)

Algoritmo Bsqueda Uniforme
1. Definir un conjunto L de nodos iniciales
2. Ordenar L en orden creciente de costo
3. si L es vaca
entonces la Bsqueda no fue exitosa
Sino sea n el primer nodo de L;
4. si n es un nodo objetivo
entonces
Retornar camino del nodo inicial hasta N;
Parar
Sino
Remover n de L;
Adicionar en L todos los nodos hijos de n, rotulando cada nodo con el
su camino hasta el nodo inicial;
Ordenar L en orden creciente de costo;
Volver al paso 3.
Costo Uniforme (4)

Resumen
Principio: expandir siempre el nodo de la frontera con

menor costo (dado por la funcin g (n)).
Este mtodo es equivalente a bsqueda en anchura

primero cuando g (n) = profundidad (n).
Caractersticas:

Es completo
Es ptimo
function UNIFORM-COST-SEARCH (problem) returns solution

return GENERAL-SEARCH (problem, COST-FN,ENQUEUE-AT-END)
Costo Uniforme (6)
Algoritmo Bsqueda Costo

Uniforme
Funcin BsquedaCostoUniforme (problema, insertar_orden_lista): solucin o
falla
2. repetir
2.1 si vaca_lista (i_nodos) entonces
fin_de_si
2.2 nodo retirar_lista(i_nodos)
2.3.1 r nodo sino
2.3.2 insertar_orden_lista
(i_nodos,espansion(nodo,operadores(problema)))
fin_de_si
fin_de_repetir
fin_de_funcin
Bsqueda Ciega
Bidireccional
Profundidad Primero (1)

Orden de expansin de los nodos:

siempre expande el nodo en el nivel mas profundo del rbol:

1. nodo raz
2. primer nodo de profundidad 1
3. primer nodo de profundidad 2, etc.
Cuando un nodo final no es solucin, el algoritmo retrocede para

expandir los nodos que estn en la frontera del espacio de estados.
(problema, Insertar-al-Comienzo)
Algoritmo:
funcin Bsqueda-en-Profundidad (problema)
retorna una solucin o falla

Bsqueda-Genrica
Profundidad primero (2)

El nodo de mayor profundidad mas a la izquierda es
escogido para generar sucesores.
Cuando es expandido un nodo de mayor profundidad,
y la bsqueda llega a un nodo sin sucesor, entonces el
algoritmo expande el prximo nodo con menor
profundidad.

Esta estrategia no es completa ni es ptima.
Costo de memoria:
Mantener en la memoria el camino que est siendo expandido en el

momento, y los nodos hermanos de los nodos en el camino (para
posibilitar el backtracking)
necesita almacenar apenas b * m nodos para un espacio de
estados con factor de expansin b y profundidad m, donde m
puede ser mayor que d (profundidad de la 1ra. solucin).
Costo de tiempo:
El (b m), en el peor caso.
Para problemas con varias soluciones, esta estrategia puede

ser mas rpida que bsqueda en anchura.
Esta estrategia debe ser evitada cuando las rboles generados

son muy profundos o generan caminos infinitos.

Ventajas:
Requieren poca memoria
- El nodo objetivo puede llegar a ser encontrado sin
examinar el rbol por completo.
Desventaja:
Es importante que cada secuencia posible pueda
terminar.
- sino el algoritmo desciende indefinidamente.
Algoritmo Bsqueda en
Profundidad primero
Funcin BsquedaProfundidadprimero (problema, insertar_lista): solucin o
falla
2. repetir
fin_de_si
2.2 nodo retirar_lista (i_nodos)
2.3.1 devolver nodo sino
2.3.2 insertar_lista (i_nodos,espansion(nodo,operadores(problema)))
fin_de_si
fin_de_repetir
fin_de_funcin
Bsqueda Ciega
En Anchura primero (Breath - First)
En Profundidad primero (DepthFirst)
Bidireccional
Profundidad Limitada (1)

Acabamos de ver que uno de los grandes problemas de la
Bsqueda en Profundidad primero se debe a su
incapacidad para lidiar con caminos infinitos.
El algoritmo de Bsqueda en Profundidad Limitada
bsqueda evitar este problema fijando el nvel mximo de
bsqueda.

En este proceso de bsqueda se genera un sucesor del
nodo en cada paso.
Por Ejemplo, en el primer paso se genera el sucesor del nodo
inicial.
As decidimos que cada vez que tiene un nodo sucesor,

aplicamos a este un nuevo operador, de modo de obtener
un nuevo sucesor, y as sucesivamente.

En cada nodo tenemos que dejar una marca, que indiquen
que los operadores adicionales pueden utilizar y especificar
a orden en que deben ser aplicados.
Una vez alcanzada la profundidad lmite, la bsqueda para
el proceso de sucesores.
- Este lmite nos permite alcanzar las partes del grafo,
en que se supone que no encontramos un nodo objetivo.
Algoritmo Bsqueda en
Profundidad Limitada
Funcin BsquedaProfundidadLimitada (problema, insertar_lista,nivel_mx):
solucin o falla
2. repetir
fin_de_si
2.2 nodo retirar_lista (i_nodos)
2.3.1 devolver nodo sino
2.3.2 insertar_lista(i_nodos,espansion(nodo,operadores_Nmx(problema)))
fin_de_si
fin_de_repetir
fin_de_funcin
Bsqueda Ciega
Bidireccional
Inmersin Progresiva (1)

Como ya vimos, si no conocemos el valor del lmite
mximo, estaremos condenados a una estratgia de
bsqueda en profundidad primero y tenemos que lidiar
con el problema de los caminos infinitos.
La respuesta a este problema pasa por la alteracin del
principio de la bsqueda limitada haciendo variar ese
lmite entre cero e infinito.

As, el algoritmo consiste en la llamada repetida del
algoritmo de bsqueda limitada para valores crecientes
del lmite mximo.
Este algoritmo combina los aspectos positivos de la
bsqueda en anchura y de la bsqueda en profundidad.
As el problema de los caminos infinitos desaparece.

El algoritmo de bsqueda por Inmersin progresiva es
una excelente opcin para problemas en que estamos
obligados a utilizar un mtodo ciego.
El espacio de bsqueda es grande, si no sabemos cual
es el nvel mximo en que puede estar una solucin.
Algoritmo Bsqueda en Inmersin

Progresiva
Funcin BsquedaInmersinProgresiva (problema, insertar_lista):
solucin o falla
1. para nivl 0 hasta infinito hacer
1.1 si bsqueda BsquedaProfundidadLimitada (problema,
insertar_lista,nivl) entonces
1.1.1 devolver solucin
fin_de_si
fin_de_para
fin_de_funcin
Bsqueda Ciega
Bidireccional
Bsqueda Bidireccional (1)

Bsqueda en dos direcciones:

Hacia adelante, a partir del nodo inicial, y

Hacia atrs, a partir del nodo final (objetivo).
La bsqueda para cuando los dos procesos generan un

mismo estado intermedio.
Es posible utilizar estrategias diferentes en cada
direccin de la bsqueda.
Bsqueda forward para el juego del 8-puzzle
arriba
4 5 8
1 6
7 2 3
abajo
derecha
5 8
4 1 6
7 2 3
abajo
4 5 8
1
6
7 2 3
derecha
1 2
4 5
7 8
3
6
4 5 8
7 1 6
2 3
Bsqueda backward para el juego del 8-puzzle

1 2
4 5
7 8
arriba
1 2
4 5
7 8
arriba
3
6
abajo
3
6
abajo
derecha
izquierda
1 2
4 5
7
abajo
4 5 8
1 6
7 2 3
3
6
8
izquierda
Direccin de Bsqueda
Notar que en el 8-puzzle puede simularse la
direccionalidad, debido a la reversibilidad del
problema.
Qu es ms eficiente: forward o backward?

Hay ms estados iniciales o finales?

En que direccin hay mayor factor de
ramificacin?
Debe justificarse el razonamiento?
Bsqueda Bidireccional (2)

Costo temporal:

Si el factor de expansin b en las dos direcciones, y la

profundidad del ltimo nodo generado es d: O(bd/2)
Costo espacial: O(bd/2)

Bsqueda para atrs genera antecesores del nodo final
si los operadores son reversibles:

esos operadores pueden generar rboles infinitos!
caso contrario, la generacin de antecesores es muy difcil

conjunto de antecesores del nodo = conjunto de sucesores del nodo
descripcin de ese conjunto es una propiedad abstracta

Ej.: como determinar exactamente todos los estados que preceden
un estado de jaque-mate?
Dificultades tambin cuando existen muchos estados finales

(objetivos) en el problema.
Comparacin de las Diversas

Estrategias de Bsqueda
Critrio
Anchura
Costo
Uniforme
Profundidad
Inmersion
Iterativo
Tiempo
bd
bd
bm
bd
Espacio
bd
bd
bm
bd
Optima?
Si
Si
No
Si
Completa?
Si
Si
No
Si
b = factor de ramificacin; d = profundidad de la solucin;

m = profundidad mxima de la rbol de bsqueda; l = limite de profundidad.
Conclusiones
Los Algoritmos de bsqueda bidireccional son de

especial inters, porque tienen gran potencial para
buscar
en
pequeos
espacios
y
reducen
significativamente el tiempo de funcionamiento por
implementacin paralela. En cuanto lo ltimo es
generalmente verdad, lo primero puede ser falso cuando
existen mltiplos caminos de solucin comparables.
Aplicado de forma incorrecta el mtodo de bsqueda

bidireccional, puede originar los peores casos de
bsqueda, transformndose en casos de bsqueda
unidireccionales donde los espacios de bsqueda son
distantes entre si.
Fuentes Consultadas

Rusel, Norvig, Artificial Intelligence: A Modern

Approach, Cap. 3.
Costa, Simes, Inteligncia Artificial.
Fundamentos y Aplicaciones. Cap 3.2.
Kvitca, Adolfo Resolucin de problemas con
inteligencia artificial. Editorial Kapeluz.
Acetatos Prof. Guillermo Simari. Universidad
Nacional del Sur, Argentina
Acetatos Alunos IIA semestre 2005/2006
Acetatos Prof. Geber Ramalho. CIN.
Universidad Federal de Pernambuco, Brasil.
Lecturas
LIVROS
Rusel, Norvig, Artificial Intelligence: A
Modern Approach, Cap. 3.
Costa, Simes, Inteligncia Artificial.
Fundamentos y Aplicaciones. Cap 3.2.
FIN

Clase 2

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

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

Clase 2

Hochgeladen von

Copyright:

Verfügbare Formate

Inteligencia Artificial

Bsqueda en Espacio de Estados:

Modelos de Bsqueda Ciega

En Anchura Primero (Breath - First)

Veremos como un agente inteligente puede

Cuando un agente exhibe este comportamento,

Este tipo de agente debe tener:

Una Representacin adecuada de su entorno.

En un sentido general, concierne a la relacin

Aunque un problema pueda ser expresado de

La representacin de un problema tiene una gran

Cuando representamos un problema

Los modelos ...

Ayudan a visualizar un problema, a establecer

Un modelo consiste en la interpretacin de un

Abstraccin: accin de abstraer;

Abstracto: adj., que designa una cualidad

Un buen ejemplo de modelacin

Cuando el primer mapa de la lnea de subterrneos de

Entretanto el propsito del mapa era mostrar a los

Detalles relacionados con la superficie.

El Diagrama dio a las personas un buen modelo

Una apropiada eleccin de la abstraccin

Caractersticas de una buena

Claridad: Debe ser evidente la relacin entre el

Caractersticas de una buena

Eficiencia: La representacin debe poder ser

Poden ser interpretadas como proposiciones

Determinan el comportamiento del sistema.

Algortmica: prescripcin exacta de una secuencia

Cmo resolver un problema si no se tiene un

Propuesta: ensayar un nivel de abstraccin utilizando

El agente debe escoger una secuencia de

Conceptualmente, la resolucin mediante

Agente solucionador de problemas

Escoge sus acciones en base a sus percepciones acta

No tiene estado interno

No sabe para donde va.

El Agente solucionador de problemas

Busca una secuencia de acciones que lo lleve a estados deseados

Resolucin de Problemas: definiciones

un (o mas) estado final = objetivo

Ejemplo 1: ir de Funchal a Porto Moniz

espacio de estados: todas las ciudads de la Isla

Ejemplo 2: juego de 8-puzzle

Ej1.: ir de una ciudad a otra adyacente.

Ej2.: mover una pieza del juego de 8-puzzle

Resolucin de Problemas: definiciones

Definicin del objetivo:

Propiedad abstracta (compresin)

Conjunto de estados finales del mundo (extensin)

Ex.: estar en Porto Moniz

Ej.: condicin de jaque-mate en el Ajedrez

Camino (secuencia de acciones u operadores) que llevan del

Conjunto de todos los estados alcanzables a partir del estado

Representacin del problema y del objetivo:

Bsqueda (solucin del problema):

Cuales son los estados y las acciones a considerar?

Proceso que genera/analiza secuencias de acciones para alcanzar un

Ejecutar la solucin completa encontrada, (bsqueda ciega, bsqueda

Intercalar ejecucin con bsqueda (planeamiento).

Representacin del conocimiento como pares de condicin