Unidad 3

Inteligencia artificial
Solución de problemas y búsqueda
Pierre Sergei Zuppa Azúa
www.utel.edu.mx
Keyword
www.utel.edu.mx
Solución de problemas
Tipos de problemas: IA
Específica
• Buscar una solución.

• Determinar si existe solución
y encontrar un estado final.
• Buscar cualquier solución lo
más rápidamente posible. Inteligencia del
conocimiento
• Buscar todas las soluciones.
• Buscar la solución más
corta.
• Buscar la solución menos
costosa.
www.utel.edu.mx
Búsqueda
Son una serie de esquemas

de representación del
conocimiento, que mediante
diversos algoritmos nos
permite resolver ciertos
problemas desde el punto de
vista de la IA.
www.utel.edu.mx
Elementos de búsqueda
• Conjunto de estados: todas

las configuraciones posibles
en el dominio.
Con
• Estados iniciales: estados
desde los que partimos. Categorías información
• Estados finales: las de búsqueda Sin
soluciones del problema. información
• Operadores: se aplican para
pasar de un estado a otro.
www.utel.edu.mx
Tipo de búsqueda
Tipos de búsqueda Descripción
Exhaustiva (a ciegas) No existe información específica sobre el problema que nos ayude a determinar cuál es el
mejor operador que se debería aplicar en cada momento o el mejor nodo por el cual
continuar la búsqueda.
Heurística Usan el conocimiento del dominio para adaptar el solucionador y, de esta manera, éste
sea más potente y consiga llegar a la solución con mayor rapidez. Por tanto, estas técnicas
utilizan el conocimiento para avanzar buscando la solución al problema.
Estrategia El primer requisito que debe cumplir una buena estrategia de control es que cause algún
cambio, las estrategias de control que no causen cambio de estado nunca alcanzan la
solución. El segundo requisito que debe cumplir una buena estrategia de control es que
sea sistemática.
Profundidad Se genera solo un sucesor del nodo en cada paso, es decir, cada vez que se obtiene un
nuevo sucesor, se le aplica a éste un nuevo operador, se obtiene un nuevo sucesor, y así
sucesivamente.
www.utel.edu.mx
Búsqueda exhaustiva
Tipos de búsqueda Descripción
exhaustiva
Amplitud Va construyendo un grafo de estados explícito mediante la aplicación de
los operadores disponibles al nodo inicial, después aplica los operadores
disponibles a los nodos sucesores directos del nodo inicial, y así
sucesivamente.
Coste uniforme Variación a lo ancho del camino para encontrar el más barato, cada cambio
de estado tiene asociado un costo.
Profundidad limitada Es óptima y garantiza el encontrar la solución al igual que la búsqueda a lo
ancho, pero con requerimientos menores de memoria.
Iterativa Combina aspectos de la búsqueda a lo ancho y en profundidad.

Bidireccional Consiste en buscar simultáneamente desde estado inicial y el final.
www.utel.edu.mx
Consideraciones para implementar una estrategia de

búsqueda
• Abarcamiento: ¿La estrategia garantiza encontrar una
solución, si es que la hay?
• Complejidad temporal: ¿Cuánto tiempo es necesario
para encontrar la solución?
• Complejidad espacial: ¿Cuánta memoria se necesita
para efectuar la búsqueda?
• Calidad: ¿La estrategia dará como resultado un resultado
óptimo, en caso de que existan varias soluciones?
www.utel.edu.mx
Espacios de estados
El espacio de búsqueda será un
grafo dirigido en el que cada nodo
representa un posible estado del
sistema.
Búsqueda en un espacio de
estados
– Espacio de estados
Representación del problema a través
de las (posibles) acciones del agente.
– Búsqueda en el espacio de
estados:
Resolución del problema mediante la
proyección de las distintas acciones del
agente.
www.utel.edu.mx
Espacio-estado
Es un grafo cuyos nodos representan Cuando un problema se puede
las configuraciones alcanzables (los representar mediante un espacio de
estados válidos) y cuyos arcos estados, la solución computacional
explicitan las movidas posibles (las corresponde a encontrar un camino
transiciones de estado). desde el estado inicial a un estado
objetivo.
En principio, se puede construir
cualquier espacio de estados
partiendo del estado inicial, aplicando
cada una de las reglas para generar
los sucesores inmediatos, y así
sucesivamente con cada uno de los
nuevos estados generados (en la
práctica, los espacios de estados
suelen ser demasiado grandes para
explicitarlos por completo).
www.utel.edu.mx
Representación espacio-estado
Operadores
Elementos
Acción: indica cómo modificar el Operadores:
estado actual para generar un Representan un conjunto finito de acciones
básicas que transforman unos estados en otros.
nuevo estado.
Elementos que describen un operador
Aplicabilidad: precondición y postcondición.
Condición: impone restricciones Estado resultante de la aplicación de un operador
sobre la aplicabilidad de la regla (aplicable) a un estado.
según el estado actual, el estado
Criterio para elegir operadores
generado o la historia completa Depende de la representación de los estados.
del proceso de solución. Preferencia por representaciones con menor
número de operadores.
www.utel.edu.mx
Elementos para la implementación de espacio-estado

Elección de una representación (estructura de datos):
• Para los estados.
• Para los operadores.
La implementación de un problema como espacio de estados consta de:

• Una variable *ESTADO-INICIAL*.
• Una función ES-ESTADO-FINAL (ESTADO).
• Una lista de operadores: *OPERADORES*.
• Una función APLICA (OPERADOR, ESTADO).
La función APLICA (OPERADOR, ESTADO):

• Devuelve NO-APLICABLE si OPERADOR no es aplicable a estado.
• En caso contrario, devuelve el estado resultante de aplicar OPERADOR a
ESTADO.
www.utel.edu.mx
Representación por reducción del problema
Para la descripción del algoritmo de

búsqueda en un grafo Y-O, se
definirá un valor
llamado INUTILIDAD. Si el valor
estimado para una solución se hace
mayor que el valor de
INUTILIDAD, se abandona la
búsqueda.
El valor de INUTILIDAD debe
elegirse para que cualquier solución
con un costo superior resulte
demasiado costosa como para ser
de utilidad práctica, aún en el caso
de que sea posible encontrarla.
www.utel.edu.mx
Ejemplo de espacio de estados

Descripción del problema:
Un arriero se encuentra en el
borde de un río llevando un
puma, una cabra y una lechuga.
Debe cruzar a la otra orilla por
medio de un bote con capacidad
para dos (el arriero y alguna de
sus pertenecías). La dificultad es
que si el puma se queda solo con
la cabra la devorará, y lo mismo
sucederá si la cabra se queda
sola con la lechuga. ¿Cómo
cruzar sin perder ninguna
pertenencia?
www.utel.edu.mx
Representación del universo del problema

(ejemplo)
Basta precisar la situación antes o después Definición de las reglas de transición:
de cruzar. El arriero tiene cuatro acciones posibles:
El arriero y cada una de sus pertenencias cruzar solo, cruzar con el puma, cruzar con
tienen que estar en alguna de las dos orillas. la cabra y cruzar con la lechuga. Estas
La representación del estado debe entonces acciones están condicionadas a que ambos
indicar en qué lado se encuentra cada uno pasajeros del bote estén en la misma orilla y
de ellos. Para esto se puede utilizar un a que no queden solos el puma con la cabra
término simbólico con la siguiente o la cabra con la lechuga. El estado
sintaxis: estado (A,P,C,L), en resultante de una acción se determina
que A, P, C y L son variables que intercambiando los valores i y d para los
representan, respectivamente, la posición pasajeros del bote.
del arriero, el puma, la cabra y la lechuga.
Las variables pueden tomar dos
valores: i y d, que simbolizan
respectivamente el borde izquierdo y el
borde derecho del río. Por convención se
elige partir en el borde izquierdo.
El estado inicial es entonces estado (i,i,i,i).
El estado objetivo es estado (d,d,d,d).
www.utel.edu.mx
Generación del espacio de estados

(ejemplo)
En este ejemplo se puede explicitar todo el El camino que pasa por la siguiente
espacio de estados (el número de secuencia de estados es una solución del
configuraciones está acotado por 24). problema:
estado(i,i,i,i)
cruza con cabra
estado(d,i,d,i)
cruza solo
estado(i,i,d,i)
cruza con puma
estado(d,d,d,i)
cruza con cabra
estado(i,d,i,i)
cruza con lechuga
estado(d,d,i,d)
cruza solo
estado(i,d,i,d)
cruza con cabra
estado(d,d,d,d)
www.utel.edu.mx
Algoritmo búsqueda en espacio de estados

(ejemplo)
procedure Búsqueda { El conjunto open contiene a los estados
open {estado_inicial} generados que todavía no han sido
closed {} visitados (no se ha verificado si son
while (open no está vacío) {
estados objetivo y no se han generado sus
remover un estado X del conjunto open
sucesores). El conjunto closed contiene a
if (X es un estado objetivo) return éxito
los estados visitados. Al considerar sólo a
else {
generar el conjunto de sucesores del
los sucesores que no han sido
estado X previamente generados se evita entrar en
agregar el estado X al conjunto closed ciclos.
eliminar sucesores que ya están en
open o en closed
agregar el resto de los sucesores al Dependiendo del orden en que se visiten
conjunto open los estados del conjunto open se obtienen
} distintos tipos de recorrido.
}
return fracaso
}
www.utel.edu.mx
Algoritmo búsqueda en profundidad

(ejemplo)
procedure Búsqueda_en_profundidad { El mayor problema de este algoritmo es
open [estado_inicial] que puede "perderse" en una rama sin
closed {}
encontrar la solución. Además, si se
while (open no está vacía) {
encuentra una solución no se puede
remover el primer estado X de la lista
open garantizar que sea el camino más corto.
else {
estado X
agregar el estado X al conjunto closed
open o en closed
agregar el resto de los sucesores al
principio de open
}
}
return fracaso
} www.utel.edu.mx
Algoritmo búsqueda en amplitud

(ejemplo)
procedure Búsqueda_en_amplitud {
Contrariamente a la búsqueda en
open [estado_inicial]
closed {} profundidad, la búsqueda en
while (open no está vacía) { amplitud garantiza encontrar el
remover el primer estado X de la lista camino más corto.
open
else {
estado X
agregar el estado X al conjunto closed
open o en closed
agregar el resto de los sucesores al
final de open
}
}
return fracaso
} www.utel.edu.mx
Algoritmo búsqueda heurística
procedure Búsqueda_heurística { (ejemplo)
open [estado_inicial]
closed {} Además de utilizar una cola de prioridad, este algoritmo se
while (open no está vacía) { diferencia por actualizar los caminos almacenados en la
remover el primer estado X de la lista open
lista open cada vez que se encuentra un camino más corto,
if (X es un estado objetivo) return camino hasta X
else {
lo que mejora la probabilidad de encontrar el camino óptimo.
generar el conjunto de sucesores del estado X El camino se almacena en cada estado como un puntero al
foreach (Y en sucesores) { padre.
if (Y no está en open ni en closed) {
asignar a Y un valor heurístico
Cuando se llega a un estado en closed por un camino más
agregar Y en la lista open corto, habría que transmitir esta información a todos sus
} sucesores. Sin embargo, algunos de estos sucesores pueden
elsif (Y está en open) { haber sido generados o posteriormente actualizados por otro
if (el nuevo camino a Y es más corto) camino que hasta el momento parecía más corto, por lo cual
actualizar el camino almacenado en open
}
estarían desvinculados del ancestro que se está
elsif (Y está en closed) { considerando. Administrar este problema sería muy
if (el nuevo camino a Y es más corto) { engorroso, entonces se opta por repetir la búsqueda.
remover el estado Y del conjunto closed
Se puede obtener una versión simplificada de esta búsqueda
agregar el estado Y en la lista open
}
heurística eliminando toda la información histórica contenida
} en open y closed. En cada paso se generan los sucesores del
} estado actual y sólo se conserva al mejor de ellos para el
agregar el estado X al conjunto closed paso siguiente. El algoritmo se detiene cuando ninguno de
reordenar la lista open según valores heurísticos
}
los sucesores tiene una mejor evaluación que el estado
} actual (sino entraría en un ciclo infinito). Esta estrategia se
return fracaso llama algoritmo del gradiente (hill climbing, en inglés).
} Funciona adecuadamente cuando no hay óptimos locales.
www.utel.edu.mx
Frase
“Es ridículo vivir 100 años y

solo ser capaces de recordar
30 millones de bytes. O sea,
menos que un compact disc.
La condición humana se hace
más obsoleta cada minuto”
Marvin Minsky
www.utel.edu.mx

Unidad 3

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Unidad 3

Transféré par

Droits d'auteur :

Formats disponibles

Inteligencia artificial

Solución de problemas y búsqueda

Solución de problemas y búsqueda

Pierre Sergei Zuppa Azúa

• Buscar una solución.

Son una serie de esquemas

• Conjunto de estados: todas

Iterativa Combina aspectos de la búsqueda a lo ancho y en profundidad.

Consideraciones para implementar una estrategia de

Elementos para la implementación de espacio-estado

La implementación de un problema como espacio de estados consta de:

La función APLICA (OPERADOR, ESTADO):

Representación por reducción del problema

Para la descripción del algoritmo de

Ejemplo de espacio de estados

Representación del universo del problema

Generación del espacio de estados

Algoritmo búsqueda en espacio de estados

Algoritmo búsqueda en profundidad

Algoritmo búsqueda en amplitud

“Es ridículo vivir 100 años y

Vous aimerez peut-être aussi