Chapitre 2:

Résolution de problème en IA
Par recherche

Pr. Hicham El Moubtahij 1

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Principe de la recherche en profondeur limitée:

Pr. Hicham El Moubtahij 46

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Principe de la recherche en profondeur limitée:

 algorithme de recherche en profondeur avec une
limite de profondeur d'exploration L

Implémentation
 les nœuds de profondeur L n'ont pas de successeurs
 exemple avec L = 2

Pr. Hicham El Moubtahij 47

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Principe de la recherche en profondeur limitée:

Pr. Hicham El Moubtahij 48

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Exercice 3 : taquin 3x3

Reprendre l’exercice 2 en appliquant la recherche en

profondeur limitée à 3 sur la donnée suivante:

Pr. Hicham El Moubtahij 49

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Solution exercice 3 : taquin 3x3

Pr. Hicham El Moubtahij 50

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Solution exercice 3 : taquin 3x3

Pr. Hicham El Moubtahij 51

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Solution exercice 3 : taquin 3x3

Pr. Hicham El Moubtahij 52

 Méthodes de recherche «aveugles »
recherche en profondeur
limitée

Solution exercice 3 : taquin 3x3

Pr. Hicham El Moubtahij 53

 Méthodes de recherche «aveugles »
Recherche bidirectionnelle

 Recherche simultanée du départ vers le but et

du but vers le départ, afin de se rejoindre au
milieu.

 Applicable si on peut faire une recherche à

partir du but.

 Besoin d’une vérification efficace de l’existence

d’un nœud commun aux deux arbres. Il faut
conserver tous les nœuds d’au moins un des
arbres.

Pr. Hicham El Moubtahij 54

 Méthodes de recherche «aveugles »
Recherche bidirectionnelle

Pr. Hicham El Moubtahij 55

 Méthodes de recherche «aveugles »
Recherche bidirectionnelle

 Complétude et optimalité : oui pour des couts

d‘étapes uniformes et si les deux explorations
sont en largeur d'abord.

 Complexité en temps et en espace : O(bd/2)

Pr. Hicham El Moubtahij 56

 Méthodes de recherche «aveugles »
Bilan

Pr. Hicham El Moubtahij 58

 Méthodes de recherche «aveugles »
recherche par approfondissement
itératif

approfondissement itératif
=
Itérative en profondeur

Pr. Hicham El Moubtahij 59

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Principe de la recherche itérative en profondeur:

Pr. Hicham El Moubtahij 60

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Principe de la recherche itérative en profondeur:

Pr. Hicham El Moubtahij 61

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Exemple de la recherche itérative en profondeur

Pr. Hicham El Moubtahij 62

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Exemple de la recherche itérative en profondeur

Pr. Hicham El Moubtahij 63

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Exemple de la recherche itérative en profondeur

Pr. Hicham El Moubtahij 64

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Exemple de la recherche itérative en profondeur

Pr. Hicham El Moubtahij 65

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Exemple de la recherche itérative en profondeur

Pr. Hicham El Moubtahij 66

 Méthodes de recherche «aveugles »
recherche itérative en profondeur

Propriétés de la recherche itérative en profondeur

Pr. Hicham El Moubtahij 67

 Les méthodes heuristiques
(exploration informée)

Pr. Hicham El Moubtahij 69

 Les méthodes heuristiques
(exploration informée)

Pr. Hicham El Moubtahij 70

 Les méthodes heuristiques
(exploration informée)

 Dans la vie réelle on utilise aussi l’heuristique.

 Exemple: Au supermarché, on choisit la

queue la moins longue ou alors on choisit la
queue dans laquelle les clients ont le plus petit
nombre d’objets dans leur panier.

Pr. Hicham El Moubtahij 71

 Les méthodes heuristiques
(exploration informée)

Implémentation des méthodes heuristiques

 Utiliser un critère pour réordonner tous les nœuds qui sont

explorés (au lieu d’être mis dans une pile ou file)

 Une certaine mesure doit être établie pour évaluer «la

promesse » d’un nœud.

 Cette mesure est appelée fonction d’évaluation ou

d’adéquation ou objective

Pr. Hicham El Moubtahij 72

 Les méthodes heuristiques
(exploration informée)

Fonction d’évaluation

Pr. Hicham El Moubtahij 73

 Les méthodes heuristiques
(exploration informée)

Fonction d’évaluation

Pr. Hicham El Moubtahij 74

 Les méthodes heuristiques
(exploration informée)

Fonction d’évaluation
Estimation de g*

 g* peut être le coût du meilleur

chemin déjà rencontré de I à n.
 Soit g cette fonction du coût.

Le choix de g est très dépendant du domaine

traité
 Exemple pour le jeu de taquin:
g(n) est le nombre de jeton déplacé
(la longueur de la chaîne entre la racine et n)

Pr. Hicham El Moubtahij 75

 Les méthodes heuristiques
(exploration informée)

Fonction d’évaluation
Estimation de h*

 plus difficile car on connaît pas

de chemin de n  But

 Il faut se référer à des

informations heuristiques sur le
domaine

Pr. Hicham El Moubtahij 76

 Les méthodes heuristiques
(exploration informée)

Fonction d’évaluation

 ’algorithme se fondant sur f(n) pour ordonner les nœuds

est nommé l’Algorithme A

 L’algorithme A* est chargé de calculer le plus court

chemin menant de l’état initial à l’état final.

Pr. Hicham El Moubtahij 77

 Les méthodes heuristiques
(exploration informée)

Exercice 4: Recherche heuristique avec A*

Pr. Hicham El Moubtahij 78

 Les méthodes heuristiques
(exploration informée)

Correction Ex4: Recherche heuristique avec A*

Pr. Hicham El Moubtahij 79

 Les méthodes heuristiques
(exploration informée)

Correction Ex4: Recherche heuristique avec A*

Pr. Hicham El Moubtahij 80

 Les méthodes heuristiques
(exploration informée)

Correction Ex4: Recherche heuristique avec A*

Pr. Hicham El Moubtahij 81

 Les méthodes heuristiques
(exploration informée)

Correction Ex4: Recherche heuristique avec A*

Pr. Hicham El Moubtahij 82

 Les méthodes heuristiques
(exploration informée)

Exemple:
(10)

(10)
(20)
(10)

(5)

(0)

(10)
(10) (0)

Pr. Hicham El Moubtahij 83

 Les méthodes heuristiques
(exploration informée)

Exemple:

Pr. Hicham El Moubtahij 84

 Résumé

 Les algorithmes de recherche sont une technologie de

base importante en Intelligence Artificielle.

 Recherche d’arbres en profondeur d’abord utilise peu

de mémoire, mais peut rater la solution optimale.

 Recherche d’arbres en largeur d’abord gourmande en

mémoire mais trouve toujours la solution optimale.

 Recherche heuristique A* peut trouver la solution

optimale de manière efficace.

Pr. Hicham El Moubtahij 85

 FIN

Pr. Hicham El Moubtahij 86