Busqueda A - 8puzzle

UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL

PERÍODO ACADÉMICO: MARZO/2017 – AGOSTO/2017
INFORME DE INVESTIGACIÓN
Carrera: Ingeniería en Sistemas

Área Académica: Desarrollo de Software
Línea de Investigación: Software
Nivel, Paralelo Octavo A
Autor: Sandoval Unapucha Marcelo Daniel
Yaguargos Castro Santiago Damián
Módulo y Docente: Optativa 3, Ing. Rubén Nogales M. Sc.
DESARROLLO
1. Título:
Desarrollo de un Sistema con el Algoritmo de Búsqueda Informada “A*” para el Juego
8 Puzzle, en leguaje de programación C++
2. Objetivos
Objetivo General:
 Desarrollar un Sistema con el Algoritmo de Búsqueda Informada “A*” para el Juego
8 Puzzle, en leguaje de programación C++
Objetivos Específicos:
- Conocer conceptos referentes al algoritmo de Búsqueda Informada A* en el campo de
la IA para ser aplicado en Teoría de Juegos.
- Investigar los fundamentos teóricos y prácticos de las Estructuras de Datos en Leguaje
C++.
- Programar funciones y métodos estructuradamente que permita minimizar el uso de
recursos en memoria.
3. Resumen
El presente documento contiene información detallada del problema planteado en la
Teoría de Juegos con el proceso pertinente para estructurar el problema y la necesidad de
programar determinados algoritmos para llegar a una solución óptima, se detallan conceptos
teóricos de las Búsquedas Informadas en el campo de la Inteligencia Artificial como son:
Búsqueda Primero el Mejor, Búsqueda A* y Búsqueda Local; junto a su aplicabilidad en el
Juego 8 Puzzle. Es importante desarrollar y entender los métodos, funciones y estructuras de
datos utilizados en el algoritmo con su respectiva explicación del funcionamiento en los tipos
de Búsquedas. Finalmente, el código utilizado en el leguaje C++, mostrará el proceso que
realiza el algoritmo para el recorrido de la estructura de datos.
4. Palabras clave:
Teoría de Juegos, Búsquedas Informadas, A*, 8 Puzzle.
5. Introducción
“La Teoría de Juegos estudia de manera formal y abstracta las decisiones óptimas que deben
tomar diversos adversarios en conflicto, pudiendo definirse como el estudio de modelos
matemáticos que describen el conflicto y la cooperación entre entes inteligentes que toman
decisiones”
(Fernandez Rodriguez, 2005)
En el mundo actual de la era tecnológica, la teoría de Juegos ha ido aumentando su
importancia debido a su utilización en el campo empresarial, negocios y la economía,

permitiendo estudiar las soluciones pertinentes en la cual se plantea una función objetivo y
esta a su vez debe ser maximizada, pero también minimizando el consumo de recursos.
La Teoría de juegos pretende que el agente inteligente se encargue de tomar la
decisión, en la cual entra el campo de la inteligencia artificial ayudando a dotar de
conocimiento a este agente, tomando un modelo de referencia.
Los conflictos que se forman a nivel mundial en cualquier campo tienen diferentes
grados de dificultad de entendimiento para proceder a su resolución, debido a varios factores
alrededor que alteran el camino hacia la solución.
Muchos investigadores pretenden implementar algoritmos óptimos para que la
Computación Evolutiva tome fuerza en la Teoría de Juegos.
Para la Computación Evolutiva y la Inteligencia Artificial, esta teoría permite crear
algoritmos específicos que permitan ayudar al agente a comprender el problema, como son
algoritmos de búsqueda, que se centran en figurar de forma lógica, grafos o arboles donde se
guardan la información inicial y todos los estados posibles al tomar una decisión. Estas
técnicas de búsqueda consisten en una serie de esquemas de representación del conocimiento,
que mediante diversos algoritmos nos permite resolver ciertos problemas desde el punto de
vista de la I.A. (Quimiz, 2014)
En la implementación de este tipo de algoritmos para Búsqueda Informadas, existe
técnicas conocidas como: Búsqueda Primero el Mejor (voraz), Búsqueda A* y Búsqueda
local, esta última conteniendo algoritmos de optimización: Ascenso de Colina, Reinicio
Aleatorio, Temple Simulado y Algoritmos Genéticos, que permiten al agente inteligente
recorrer espacios de un grafo o un árbol según la teoría de cada técnica. Cada técnica
considera elementos importantes como son: estados, acciones, función de evaluación,
heurística y coste del camino.

Fig. 1. Esquema de un árbol de estados
Los algoritmos contienen estructuras de datos que permiten visualizar el recorrido que
el agente inteligente ejecutara para llegar a determinada solución una vez escogida la técnica
de Búsqueda.
Para el Juego de Tablero 8 Puzzle se propone permitir al agente inteligente encontrar
una solución a través de una heurística que ayuda en el proceso de búsqueda, que, a pesar de
no encontrar siempre resultados óptimos, esta búsqueda si consigue resultados de buena
calidad en un tiempo media razonable.
Fig. 2. Representación gráfica del Tablero 8 Puzzle

Muchos de los investigadores en la computación evolutiva han incorporado como
rama de la Teoría de Juegos, la solución de problemas a través de entes dotados de
Inteligencia Artificial.
6. Materiales y Metodología
Para el desarrollo de un sistema que permita la implementación del algoritmo de
Búsqueda Informada A*, requiere:
 Conocimiento del lenguaje de programación C++
 Entorno de programación DevC++
 Conocimiento Teórico del Funcionamiento del Algoritmo
Para la solución al problema presentado, el desarrollador interactúa con el lenguaje de
programación C++, el cual permite utilizar métodos o funciones y estructuras de datos,
específicamente árboles y grafos lógicos, como también pilas y colas para la visualización de
recorridos, los cuales facilitan la programación de algoritmos de búsqueda.
Formulación del Problema
Juego de 8 Puzzle consiste en un tablero cuadrado (3x3) en el que existen 8 fichas cuadradas
numeradas de 1 a 8 y un espacio en el tablero vacío para una ficha con el cuál las fichas
adyacentes pueden moverse a esta adecuadamente para llegar a un objetivo final.
El problema mencionado para la solución del Juego permite al desarrollador implementar un
algoritmo de Búsqueda Informada el cual permita llegar al objetivo sin considerar la
optimización de búsqueda sino el camino con menor coste.
Estado Inicial:
8 fichas con números entre 1 y 8 están ubicadas aleatoriamente en un Tablero
cuadrado de 3x3 con un espacio vacío para el movimiento de fichas.
Estados:
Cada una de las posibles configuraciones del tablero
Operadores:
- Mover Arriba
- Mover Abajo
- Mover Izquierda
- Mover Derecha
- Movimientos al Espacio Vacío de Ficha
Reglas:
Una ficha adyacente al espacio vacío puede deslizarse hacia él. El juego consiste en
transformar una posición inicial en la posición final mediante el deslizamiento de las fichas.
En particular, consideramos el estado inicial y final siguientes:
Estado Final:
Las fichas del Tablero ordenadas desde el primero cuadrante superior izquierdo con la
ficha que contiene el número 1 y las fichas siguientes ordenadas hacia la derecha, dejando el
cuadrante ubicado en la esquina inferior derecha como espacio vacío.
Función de Evaluación: f(n) = g(n) + h(n):

La función de evaluación es el coste estimado del camino para llegar al objetivo a
través de un nodo (n) ubicado en el árbol, que es el resultado de la suma de:
- g(n): coste para llegar al nodo n
- h(n): coste estimado para llegar a un nodo solución desde el nodo n.
El juego de 8 Puzzle en este caso utilizará la heurística con distacia Manhattan que
significa el número de espacios para llegar a la posición del estado objetivo de cada ficha.
Fig. 4. Ejemplo del Inicio de Árbol de estados del 8 Puzzle desde un Estado Inicial
Desarrollo de la Aplicación:
La aplicación plasma la teoría analizada en un trabajo práctico estructurado de
la siguiente manera:
Al iniciar la aplicación, se mostrará en pantalla una matriz que representa el
Tablero 8 Puzzle con un llenado aleatorio, al cual el algoritmo A* es ejecutado y
muestra el proceso que lleva para llegar al Estado Final con la Técnica de Búsqueda
Manhattan.
Fig. 5 Interfaz de la Aplicación
7. Resultados y Discusión
Se implementó un sistema que representa el algoritmo de Búsquedas Informada A*
que servirá para encontrar la solución al Juego de Tablero 8 Puzzle a través de la heurística
con Búsqueda Manhattan mediante la representación de un árbol de estados en el cual el
estado inicial va formado por un estado aleatorio de fichas con números entre 1 y 8 dentro de
un tablero de 3x3, con el objetivo de llegar a un estado final el cual los números contenidos
en las fichas son ordenados en un orden adecuado como se representó en la Fig.2.
El mayor problema para la ejecución del Algoritmo A* es el espacio de memoria. Dado
que tiene que almacenar todos los posibles siguientes nodos de cada estado, la cantidad de
memoria que requerirá será exponencial con respecto al tamaño del problema.
8. Conclusiones
Se concluye que:
- Se conoce los conceptos necesarios referentes a las técnicas de búsqueda Manhattan
para el algoritmo de Búsqueda Informada A* en el campo de la IA, para ser aplicado
en Teoría de Juegos, teniendo en cuenta que es una técnica utilizada entre un conjunto
de Algoritmos de Búsqueda.
- Se investigaron los fundamentos de Estructuras de Datos en Leguaje C++ tanto en
teoría de árboles como en teoría de grafos para formar lógicamente el proceso para la
solución del problema.
- Se programaron varias funciones y métodos que permiten plasmar los diferentes
algoritmos y conocer la mejor técnica que permita minimizar el uso de recursos en
memoria al momento de su ejecución
9. Referencias bibliográficas
Alguilar, J. (s.f.). Grafos: Búsqueda y ordenamiento topológico. Obtenido de
http://docencia.udea.edu.co/regionalizacion/teoriaderedes/informaci%F3n/C3_Profundidad.pdf
Fernandez Rodriguez, F. (2005). Teoría de Juegos: análisis matemático de conflictos. Las Palmas.
Quimiz, C. (2014). Algoritmos de Búsqueda y sus tipos.

Busqueda A - 8puzzle

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

Busqueda A - 8puzzle

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL

Carrera: Ingeniería en Sistemas

Desarrollo de un Sistema con el Algoritmo de Búsqueda Informada “A*” para el Juego

8 Puzzle, en leguaje de programación C++

 Desarrollar un Sistema con el Algoritmo de Búsqueda Informada “A*” para el Juego

8 Puzzle, en leguaje de programación C++

- Conocer conceptos referentes al algoritmo de Búsqueda Informada A* en el campo de

la IA para ser aplicado en Teoría de Juegos.

- Investigar los fundamentos teóricos y prácticos de las Estructuras de Datos en Leguaje

- Programar funciones y métodos estructuradamente que permita minimizar el uso de

El presente documento contiene información detallada del problema planteado en la

Teoría de Juegos con el proceso pertinente para estructurar el problema y la necesidad de

teóricos de las Búsquedas Informadas en el campo de la Inteligencia Artificial como son:

Búsqueda Primero el Mejor, Búsqueda A* y Búsqueda Local; junto a su aplicabilidad en el

Juego 8 Puzzle. Es importante desarrollar y entender los métodos, funciones y estructuras de

de Búsquedas. Finalmente, el código utilizado en el leguaje C++, mostrará el proceso que

realiza el algoritmo para el recorrido de la estructura de datos.

Teoría de Juegos, Búsquedas Informadas, A*, 8 Puzzle.

tomar diversos adversarios en conflicto, pudiendo definirse como el estudio de modelos

(Fernandez Rodriguez, 2005)

En el mundo actual de la era tecnológica, la teoría de Juegos ha ido aumentando su

importancia debido a su utilización en el campo empresarial, negocios y la economía,

La Teoría de juegos pretende que el agente inteligente se encargue de tomar la

decisión, en la cual entra el campo de la inteligencia artificial ayudando a dotar de

conocimiento a este agente, tomando un modelo de referencia.

grados de dificultad de entendimiento para proceder a su resolución, debido a varios factores

alrededor que alteran el camino hacia la solución.

Muchos investigadores pretenden implementar algoritmos óptimos para que la

Computación Evolutiva tome fuerza en la Teoría de Juegos.

Para la Computación Evolutiva y la Inteligencia Artificial, esta teoría permite crear

técnicas de búsqueda consisten en una serie de esquemas de representación del conocimiento,

vista de la I.A. (Quimiz, 2014)

En la implementación de este tipo de algoritmos para Búsqueda Informadas, existe

técnicas conocidas como: Búsqueda Primero el Mejor (voraz), Búsqueda A* y Búsqueda

local, esta última conteniendo algoritmos de optimización: Ascenso de Colina, Reinicio

Aleatorio, Temple Simulado y Algoritmos Genéticos, que permiten al agente inteligente

considera elementos importantes como son: estados, acciones, función de evaluación,

heurística y coste del camino.

Fig. 1. Esquema de un árbol de estados

Para el Juego de Tablero 8 Puzzle se propone permitir al agente inteligente encontrar

no encontrar siempre resultados óptimos, esta búsqueda si consigue resultados de buena

calidad en un tiempo media razonable.

Fig. 2. Representación gráfica del Tablero 8 Puzzle

Muchos de los investigadores en la computación evolutiva han incorporado como

rama de la Teoría de Juegos, la solución de problemas a través de entes dotados de

Para el desarrollo de un sistema que permita la implementación del algoritmo de

Búsqueda Informada A*, requiere:

 Conocimiento del lenguaje de programación C++

 Entorno de programación DevC++

 Conocimiento Teórico del Funcionamiento del Algoritmo

Para la solución al problema presentado, el desarrollador interactúa con el lenguaje de

programación C++, el cual permite utilizar métodos o funciones y estructuras de datos,

recorridos, los cuales facilitan la programación de algoritmos de búsqueda.

Formulación del Problema

adyacentes pueden moverse a esta adecuadamente para llegar a un objetivo final.

El problema mencionado para la solución del Juego permite al desarrollador implementar un

algoritmo de Búsqueda Informada el cual permita llegar al objetivo sin considerar la

optimización de búsqueda sino el camino con menor coste.

8 fichas con números entre 1 y 8 están ubicadas aleatoriamente en un Tablero

cuadrado de 3x3 con un espacio vacío para el movimiento de fichas.

Cada una de las posibles configuraciones del tablero

- Movimientos al Espacio Vacío de Ficha