Embed Size (px)
Citation preview
Problem solving by Searching Materi 3 Kecerdasan Buatan
Oleh: Dewi Liliana
TI PNJ
Pendahuluan
Pengantar :
Membahas agen cerdas penyelesaian problem serta strategi uninformed untuk memecahkan masalah.
Tujuan:
Mengetahui jenis problem/masalah
Dapat memformulasi problem
Mengetahui contoh penyelesaian problem
Mengetahui strategi pencarian tanpa informasi (uninformed)
Problem Solving Agent
Agen penyelesaian problem adalah jenis agen berbasis tujuan (goal based agent).
Agen berbasis tujuan memutuskan apa yang harus dilakukan dengan menemukan urutan tindakan yang mengarah ke state yang paling diinginkan.
Tahapan penting/utama adalah perumusan tujuan dan perumusan masalah.
Searching merupakan mekanisme yang menggunakan masalah sebagai masukan dan mengembalikan solusi dalam bentuk urutan tindakan.
Eksekusi didasarkan pada algoritma pencarian yang digunakan.
Jenis Problem
Single State Problem
Multiple State Problem
Contingency Problem
Exploration Problem
Formulasi Problem
Langkah formulasi problem adalah dengan
mendefinisikan:
◦ States : possible condition
◦ Actions : operator
◦ Goal test : check state = goal
◦ Path cost : function g
FORMULASI PROBLEM
Deskripsi Masalah:
Pada suatu liburan di negara Rumania, saat ini
(current state) berada di kota Arad.
Penerbangan meninggalkan Rumania besok dari kota Bucharest.
Merumuskan goal: berada di Bucharest
Merumuskan masalah:
o states: berbagai kota
o action: menyetir melewati kota-kota di Rumania dari Arad ke Bucharest
o Goal test: urutan kota, misalnya, Arad, Sibiu, Fagaras, Bucharest
o Path cost : 1 per action
Vacuum world state space graph
states? Letak kotoran dan lokasi robot
actions?Left, Right, Suck
goal test?Tidak ada kotoran sama sekali di semua lokasi
path cost? 1 per action
Example: The 8-puzzle
states?Lokasi setiap kotak nomor
actions? move, blank, left, right, up, down
goal test? = goal state (terdapat pada gambar)
path cost? 1 per move
8-Queens Problem
Letakkan 8 bidak ratu (queen!) sedemikian sehingga tidak ada yang saling “makan” (ratu bisa makan dalam satu baris, kolom, diagonal).
states?Papan catur dengan n queens (n= 1…8)
actions? move, left, right, up, down
goal test? = 8 queens pada posisi yang benar, tidak ada yang saling serang
path cost? 1 per move .
A better formulation would prohibit placing A queen in any square that is already attacked
Example: robotic assembly
states?: Nilai riil koordinat robot joint angles
actions?: gerakan kontinyu robot joints
goal test?: complete assembly
path cost?: waktu eksekusi
Algoritma Pencarian Dasar
Ide dasar: Eksplorasi secara offline , simulasi state space
dengan menghasilkan turunan (successor) dari state yang
sudah dieksplorasi (dikenal sebagai expanding state).
Algoritma pencarian dasar:
FORMULASI PROBLEM
Tree search example
Tree search example
Tree search example
Implementasi: state vs node
Sebuah state adalah (representasi) konfigurasi fisik
Sebuah node adalah sebuah struktur data yang merupakan bagian dari tree pencarian meliputi state, parent node, action, path cost g (x), dan depth
Fungsi Expand menciptakan node baru, mengisi berbagai bidang dan menggunakan SuccessorFn dari masalah untuk menciptakan state yang sesuai
STRATEGI PENCARIAN
UNINFORMED
Sebuah strategi pencarian didefinisikan dengan memilih urutan ekspansi node.
Strategi dievaluasi sepanjang dimensi berikut: ◦ kelengkapan: apakah selalu mencari solusi jika ada?
completeness
◦ kompleksitas waktu: jumlah node yang dihasilkan
time complexity
◦ kompleksitas ruang: jumlah maksimum node dalam memori
space complexity
◦ optimalitas: apa selalu menemukan solusi yang paling murah? optimality
kompleksitas waktu dan ruang diukur
dalam hal:
b: faktor percabangan maksimum search
tree
d: kedalaman solusi yang paling murah
m: panjang maksimum setiap path
(mungkin ∞)
Strategi pencarian uninformed
1. Breadth-first search
2. Uniform-cost search
3. Depth-first search
4. Depth-limited search
5. Iterative Deepening search
Contoh problem dengan representasi graph
A
C
B
G
D
F
E
10
20
8
12
4
10
6
Breadth-first search
Memperluas node terdangkal yang belum
diekspansi
Implementasi:
start: A goal: D
Breadth-first search
Breadth-first search
Breadth-first search
d = 2, m = 4
Uniform Cost Search (UCS)
Sama seperti BFS dengan tambahan
pembentukan tree diurutkan berdasarkan
cost yang paling murah/least-cost
Urutan ekspansi seperti BFS
Implementasi: tree/queue diurutkan
berdasarkan least-cost
Depth-first search Pencarian unexpanded node terdalam
Start: A; goal: M
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth-first search
Depth Limited Search (DLS)
Merupakan strategi DFS dengan batas
kedalaman tree l yang didefinisikan
sebelumnya.
Iterative Deepening Search
(IDS) Prinsip dari strategi ini adalah melakukan
pencarian DLS secara bertahap dengan
nilai l yang ditambahkan pada setiap
iterasinya.
Strategi ini mengkombinasikan keuntungan
BFS dan DFS (kelengkapan dan
kompleksitas ruang linear dijamin).
Lakukan pencarian DLS dengan l = 0,1,2, ...
sampai tidak cutoff
Iterative deepening search l =0
Iterative deepening search l =1
Iterative deepening search l =2
Iterative deepening search l =3
Ringkasan Uninformed Search
Rangkuman
Perumusan masalah biasanya membutuhkan abstrak rincian dunia nyata untuk menentukan ruang state yang bisa dieksplorasi.
Agen penyelesaian problem dapat memecahkan masalah dan mencapai tujuan melalui strategi pohon pencarian (searching tree).
Berbagai strategi pencarian uninformed: BFS, UCS, DFS, DLS, IDS
IDS hanya menggunakan ruang linear dan tidak banyak waktu lebih dari algoritma uninformed lainnya.
Latihan
Formulasikan masalah perjalanan dari Arad ke Bucharest (Lihat Peta Rumania)! desainlah search tree masalah ini menggunakan kelima strategi uninformed search, kemudian bandingkan total path costnya (m), cari path!
1. BFS (Best case, Worst case)
2. UCS
3. DFS (Best case)
4. DLS, l = 6
5. IDS
