Académique Documents
Professionnel Documents
Culture Documents
Chapitre 2
1
Intelligence Artificielle & Machine Learning 1 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche
Chapitre 2
2
Intelligence Artificielle & Machine Learning 2 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
Résolution de problème : Trouver un chemin qui mène d’un état initial à un état
final (objectif)
Dans certains cas, un problème peut être complexe -> on doit le décomposer en
des sous problèmes
Un problème bien formulé est un problème dont les notions suivantes sont bien déterminées.
Opérateurs de transformation : les actions qui permettent le passage d’un état à un autre
Espace d’état : ensemble des états possibles que peut prendre un problème
Généralement, les espaces d’état sont représentés sous forme d’un graphe
4
Intelligence Artificielle & Machine Learning 4 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
Solution : chercher dans le graphe, le chemin qui mène de l’état initial à l’état final.
Cout de la solution : nombre de mouvements ou actions
6
Intelligence Artificielle & Machine Learning 6 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
8
Intelligence Artificielle & Machine Learning 8 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
9
Intelligence Artificielle & Machine Learning 9 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
10
Intelligence Artificielle & Machine Learning 10 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
11
Intelligence Artificielle & Machine Learning 11 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche I- Formulation d’un problème de recherche
12
Intelligence Artificielle & Machine Learning 12 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche
Chapitre 2
13
Intelligence Artificielle & Machine Learning 13 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
- Nœuds libres : nœuds à partir desquels ont peut générer des actions et des possèdent
des nœuds fils
- Nœuds clos : des nœuds déjà visités et dont on ne peut plus générer des descendants
14
Intelligence Artificielle & Machine Learning 14 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Exemple à traiter :
Nœuds clos :
{} -> {1} -> {1-2} -> {1-2-3}
Nœuds vides :
{1} -> {2-3} -> {4-5-3} -> {4-5-6-7}
Ordre de visite :
1-2-3-4-5-6-7
15
Intelligence Artificielle & Machine Learning 15 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Ordre de visite :
1-2-4-5-3-6-7
Ordre de visite :
A-B-D-H-I-E-J-K-C
16
Intelligence Artificielle & Machine Learning 16
16 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Evaluation :
Avantage : limiter la complexité
- Complétude : Oui, L>=d
Limite : choix non optimal de L
- Complexité en temps = O(bL)
- Complexité en espace = O(bxL)
- Optimalité = non
Exemple à traiter :
18
Intelligence Artificielle & Machine Learning 18 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Exemple à traiter :
Ordre de visite :
L=0 -> A
L=1 -> A-B-C
L=2 -> A-B-D-E-C-F-G
L=3 -> A-B-D-H-I-E-J-K-C-F-L-M-G-N-O
19
Intelligence Artificielle & Machine Learning 19 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Principe :
- Si le graphe est à cout fixe, cela revient à une recherche à largeur d’abord.
20
Intelligence Artificielle & Machine Learning 20 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Exemple à traiter :
Ordre de visite :
{(S,0) – (A,1) – (C,5) – (B,15) – (G,11) – (G,10)
21
Intelligence Artificielle & Machine Learning 21 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche
Chapitre 2
22
Intelligence Artificielle & Machine Learning 22 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Principe :
- Dans la plupart des cas, les recherches aveugles sont peu efficaces. Elles se font en
aveugle, sans aucune information sur la position de l’objectif.
- Les recherches heuristiques servent à accélérer la recherche
- Les stratégies de recherche informée utilisent une fonction d’estimation (heuristique)
pour choisir les nœuds à visiter.
- Cette fonction d’estimation est basée sur des informations supplémentaires sur le
problème à résoudre, à utiliser pour estimer le nœud qui nous rapproche du but le plus
rapidement.
23
Intelligence Artificielle & Machine Learning 23 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
24
Intelligence Artificielle & Machine Learning 24 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Exemple :
26
Intelligence Artificielle & Machine Learning 26 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
27
Intelligence Artificielle & Machine Learning 27 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Recherche A*
Principe :
La fonction d’évaluation f(n) d’un nœud n combine à la fois le cout du noeud n, g(n) et la
fonction heuristique h(n) de ce nœud n.
Heuristique admissible :
28
Intelligence Artificielle & Machine Learning 28 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Recherche A*
Exemple 1 :
29
Intelligence Artificielle & Machine Learning 29 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Recherche A*
Exemple 2 : Jeux du Taquin
30
Intelligence Artificielle & Machine Learning 30 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
B- Recherche itérative
Principe :
Mettre n reines sur une planche (n x n) sans qu’il y ait deux rênes sur la même ligne,
colonne ou diagonale
31
Intelligence Artificielle & Machine Learning 31 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
32
Intelligence Artificielle & Machine Learning 32 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Redémarrage aléatoire :
33
Intelligence Artificielle & Machine Learning 33 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Un paramètre T
- Il tend vers zéro avec le temps.
- Il est utilisé pour déterminer la probabilité d’un mauvais mouvement.
- Plus la valeur de T est grande, plus un mauvais mouvement a des chances d’être exécuté.
34
Intelligence Artificielle & Machine Learning 34 F. Ben Ali – ISSATM – 2021/2022
Chapitre 2 : Résolution de problèmes par recherche II- Recherche en aveugle
Application
35
Intelligence Artificielle & Machine Learning 35 F. Ben Ali – ISSATM – 2021/2022