Académique Documents
Professionnel Documents
Culture Documents
Intelligence Artificielle
Résolution des Problèmes
(Recherche)
Intelligence Artificielle Recherche
Un exemple introductif
Intelligence Artificielle Recherche
Le problème
On dispose de deux bidons:
bidon4 et bidon3, de capacité
respective 4 et 3 litres. Aucun d’entre
eux n’est gradué. On dispose d’une
pompe pour remplir les bidons.
Comment peut-on obtenir exactement
2 litres dans bidon4 ?
Plus appropriée
Sa Représentation
1-Représentation graphique
2-Représentation Symbolique
Situation au début Situation à la fin -Configurations possibles (V4, V3) tel
que:
• V4 0, 1, 2, 3 ou 4
• V3 0, 1, 2 ou 3
Pas appropriée pour l’ordinateur -Configuration initiale (0,0)
Contraintes non explicites -Configuration finale (2,*)
Intelligence Artificielle Recherche
(0,0)
1 2
(4,0)
(0,3)
3 4 5 6
(1,0)
(3,3)
(0,1)
(4,2)
(4,1)
(0,2)
(2,3)
(2,0)
Exemple : Puzzle-n
2 8 3 ? 1 2 3
1 6 4 8 4
7 5 7 6 5
Définition
• La recherche est un processus systématique
pour trouver une solution à un problème donné
• Utilisation de différentes stratégies pour
explorer l'espace des solutions possibles
Intelligence Artificielle Recherche
Types de Problèmes
• Problèmes bien définis vs. mal définis
• Problèmes simples vs. complexes
Intelligence Artificielle Recherche
Approches de Recherche
• Recherche non informée : exploration
aveugle de l'espace des solutions (ex:
recherche en profondeur, recherche en
largeur)
• Recherche informée : utilisation de
l'information heuristique pour guider la
recherche vers la solution (ex: recherche
heuristique, recherche A*)
Intelligence Artificielle Recherche
Introduction aux algorithmes de recherche
Définir un problème de recherche
• Espace d'états
– chaque état est une représentation abstraite de l'environnement
– l'espace d'états est discret
• État initial
– habituellement l'état de départ
– parfois un ou plusieurs états hypothétiques
• Test-solution
– habituellement une condition à satisfaire
– parfois la description explicite d'un état
• Coût du chemin
– fonction : [ chemin → nombre positif ]
– habituellement: coût du chemin = somme des coûts de ses étapes
Intelligence Artificielle Recherche
• Complétude: est-ce que la méthode garantit de trouver une solution si elle existe?
but
• Les complexités en temps et en espace sont mesurées en d
fonction de:
– b = facteur de branchement de l'arbre de recherche
nombre maximum de successeurs pour un état) m
– d = profondeur à laquelle se trouve le (meilleur) noeud-
solution
– m = profondeur maximum de l'espace de recherche (peut
être ∞)
Intelligence Artificielle Recherche
• Arbre de recherche
Dans quel ordre les nœuds sont développés pour chacun des algorithmes?
• Largeur d’abord
• Coût uniforme
• Profondeur d’abord
• Profondeur limitée
• Profondeur itérative
Intelligence Artificielle Recherche
Exercice 3
Considérez le plan suivant ou les successeurs de chaque case sont les cases adjacentes dans les
directions Nord, Est, Sud et Ouest sauf à la limite du plan ou s'il y a une barrière (ligne épaisse). Par
exemple successeurs(J) = {K, F,D}. On suppose que chaque opérateur (Nord,Sud,Est,Ouest) à coût =1.
Le problème est de trouver un chemin de S vers F. On suppose que les successeurs sont engendrés
dans l'ordre Est, Sud, Ouest et Nord.
Donnez l'ordre des noeuds développés pour les 4 méthodes de recherche suivante: