Tipos de búsqueda en inteligencia artificial

REALIZADO POR: HENRY CAMBAL 1

UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES

”UNIANDES”

NOMBRE:CAMBAL BARAHONA HENRY DAVID

TEMA:

TIPOS DE BUSQUEDA

ASIGNATURA:

INTELIGENCIA ARTIFICIAL

NIVEL:SEXTO SISTEMAS


TÉCNICAS DE BÚSQUEDA Y SUS APLICACIONES

¿Qué son las técnicas de búsqueda y cuáles son sus elementos?

Tipos de solucionadores- Búsqueda ciega- Búsqueda heurística

Búsqueda sin información del dominio o ciega- Búsqueda en amplitud- Búsqueda en profundidad- Búsqueda en profundidad progresiva- Búsqueda bidireccional

Sistemas de reducción


INTRODUCCIÓN

Búsqueda heurística- Definiciones- Función de evaluación heurística- Estrategias- Búsqueda con adversos

- Algoritmo MINIMAX- Poda Alfa-Beta

Aplicaciones- GPS (General Problem Solver)

Enlaces de interés


¿QUÉ SON LAS TÉCNICAS DE BÚSQUEDA Y CUÁLES SON SUS ELEMENTOS?

Las técnicas de 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 I.A.



Los elementos que integran las técnicas de búsqueda son:

- Conjunto de estados: todas las configuraciones posibles en el dominio.

- Estados iniciales: estados desde los que partimos.

- Estados finales: las soluciones del problema.

- Operadores: se aplican para pasar de un estado a otro.



- Solucionador: mecanismo que nos permite evolucionar de un estado a otro mediante un algoritmo aplicando los siguientes pasos:

1. Elegir el estado a explorar

2. Establecer un operador que trabaje sobre el estado elegido en el paso 1

3. Comprobar si el resultado obtenido es un estado final (es una solución del problema). Sino ir al paso 1.



Ejemplo con 8-puzzle: este juego consiste en, dada una matriz de 3x3 elementos, tenemos 8 números que deben de ser ordenados dejando la casilla central vacía.

Para resolverlo usaremos técnicas de búsqueda:

- El conjunto de estados son todas las combinaciones posibles de ordenación de las 9 piezas.

- El estado inicial es el estado en el que nos dan el puzzle, en desorden.

- El estado final es el puzzle ordenado.

- Los operadores son mover una ficha en cualquier dirección: arriba, abajo, izquierda o derecha.


TIPOS DE SOLUCIONADORES

Para decidir como contestar a las preguntas del solucionador podemos usar dos tipos de búsqueda:

- Búsqueda ciega:

- Se hace crecer el árbol de forma sistemática

- No se realiza análisis entre el estado obtenido y la solución

- Búsqueda heurística:

- El crecimiento del árbol se hace inyectando conocimiento.

- Este conocimiento permite calcular la distancia entre el estado obtenido y el estado final


TIPOS DE SOLUCIONADORES

Un buen solucionador será aquel que realice su función a bajo coste según los siguientes parámetros:

- Complejidad temporal: tiempo empleado en obtener la solución

- Complejidad espacial: cantidad de recursos necesarios para obtener la solución. Por ejemplo: memoria.

La explosión combinatoria es un fenómeno que hace que el problema no se pueda abordar computacionalmente.


BÚSQUEDA CIEGA

Sólo utiliza información acerca de si un estado es o no objetivo para guiar su proceso de búsqueda.

Antes de explicar los tipos de búsqueda ciega, convendría dar una serie de definiciones:

Expandir un nodo: obtener los posibles hijos de un nodo a partir de la aplicación de los distintos operadores sobre él.

Nodo cerrado: Se han aplicado todos los posibles operadores sobre él, obteniéndose todos sus posibles hijos.


BÚSQUEDA CIEGA

Nodo abierto: No han actuado todos los posibles operadores, con lo que podrían obtenerse nuevos hijos aplicando los operadores restantes.

TIPOS DE BÚSQUEDA CIEGA: Búsqueda en amplitud. Búsqueda en profundidad. Búsqueda en profundidad progresiva. Búsqueda bidireccional.


BÚSQUEDA CIEGA (TIPOS)

Búsqueda en amplitud:

- Procedimientos de búsqueda nivel a nivel.

- Para cada uno de los nodos de un nivel se aplican todos los posibles operadores.

- No se expande ningún nodo de un nivel antes de haber expandido todos los del nivel anterior.

- Se implementa con una estructura FIFO.

Ejemplo de movimiento de caballo dirigido con búsqueda en amplitud ( Archivo flash )

http://www.olimpiadadeinformatica.org.mx/material%20de%20estudio/Presentaciones/BusquedaAmplitud1.swf

http://www.olimpiadadeinformatica.org.mx/material%20de%20estudio/Presentaciones/BusquedaAmplitud1.swf



- Ventajas:

- Si existe la solución, la encuentra en la menor profundidad posible.

- Desventajas:

- Explosión combinatoria aparece frecuentemente debido a la alta complejidad espacial y temporal de esta técnica.

Referencia a ésta y otras técnicas de búsqueda ciega:

[Fernández, González y Mira, 1998] Cap. 1 “Búsqueda sin información del dominio”



Búsqueda en profundidad:

- La búsqueda se realiza por una sola rama del árbol hasta encontrar una solución o hasta que se tome la

decisión de terminar la búsqueda por esa dirección.- Terminar la búsqueda por una dirección se debe a no haber posibles operadores que aplicar sobre el nodo

hoja o por haber alcanzado un nivel de profundidad muy grande.

- Si esto ocurre se produce una vuelta atrás (backtracking) y se sigue por otra rama hasta visitar todas las ramas del árbol si es necesario.

15REALIZADO POR: HENRY CAMBAL


- Ventajas:

- Tiene menor complejidad espacial que búsqueda en amplitud.

- Desventajas:

- Se pueden encontrar soluciones que están mas alejadas de la raíz que otras.

- Existe el riesgo de presencia de bucles infinitos.

Un ejemplo de uso de distintos tipos de búsqueda ciega ( Problema de las jarras )

http://www.cs.us.es/cursos/ia1-1999/temas/tema-03.pdf


Búsqueda en profundidad progresiva:

- Se define una profundidad predefinida.- Se desarrolla el árbol realizando una búsqueda en

profundidad hasta el límite definido en el punto anterior.

- Si se encuentra la solución FIN

- En caso contrario, se establece un nuevo límite y volvemos al segundo paso.



Búsqueda bidireccional:- Se llevan a la vez dos búsquedas: una descendente desde el nodo inicial y otra ascendente desde el nodo meta.- Al menos una de estas dos búsquedas debe ser en

anchura para que el recorrido ascendente y descendente puedan encontrarse en algún momento.

- Cuando se llegue a un nodo que ya había sido explorado con el otro tipo de búsqueda, el algoritmo acaba. - El camino solución es la suma de los caminos hallados por cada búsqueda desde el nodo mencionado hasta el nodo inicial y hasta el nodo meta.


SISTEMAS DE REDUCCIÓN

• Objetivo: reducir un problema en subproblemas más sencillos que el problema original.

• Ejemplo: integrales por partes.

• Grafos: en un grafo de reducción, cada uno de los nodos representan un subproblema del problema original.


BÚSQUEDA HEURÍSTICA

• Las técnicas de 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.

• Definiciones:- Costo del camino: coste necesario para ir del nodo raíz al nodo meta por dicho camino.- Costo para hallar la solución: coste necesario para encontrar el camino anteriormente definido.- Potencia heurística: capacidad de un método de exploración

para obtener la solución con un coste lo más bajo posible.


FUNCIÓN DE EVALUACIÓN HEURÍSTICA• Definición: es una aplicación del espacio de estados con el

espacio de los números realesF(estado) => n

• n representa lo cercano que esta el estado con el que se ha aplicado la función de evaluación de la solución final.

• Es muy importante mantener un equilibrio entre la eficiencia de la función y su complejidad. No debemos tener una función de evaluación demasiado complicada, ni tampoco una demasiado sencilla pero que no avance prácticamente nada en el problema. En caso de no mantener este equilibrio se podría producir explosión combinatoria.


ESTRATEGIAS DE BÚSQUEDA HEURÍSTICA

• Tipos: • Estrategias tentativas: aquellas en las que se puede

abandonar la exploración de una rama y pasar a explorar otra en cualquier momento del problema.

• Estrategias irrevocables: aquellas en las que no se puede abandonar la exploración de la rama por la que se comenzó.

• Métodos:• Gradiente• Primero el mejor • Búsqueda en haz • Algoritmo A



Gradiente:• Metodología: elegir el camino de máxima pendiente,

usando para ello la función de evaluación. • Tipo: irrevocable.• Ventajas: se llega a la solución con poco coste

computacional.• Inconvenientes: puede ser que el problema no sea

compatible con este método, y, por lo tanto, no conseguiremos obtener la solución.



Primero el mejor:

• Metodología: elegir como siguiente nodo aquel con mayor función de evaluación.

• Tipo: tentativo.

• Ventajas: no depende en exceso de la función de evaluación.

• Inconvenientes: excesiva complejidad espacial, pues se deben guardar todos los nodos abiertos.



Búsqueda en haz:

• Metodología: elegir un conjunto de nodos como los siguientes a expandir, y hacerlo de forma irrevocable.

• Tipo: irrevocable/tentativo.

• Ventajas: más permisible.

• Inconvenientes: en caso de que el sistema sea irrevocable, este método no actúa con eficacia.



Algoritmo A:

• Metodología: Ponderar a la vez lo cerca que estamos del nodo meta y lo lejos que estamos del nodo inicial.

• Tipo: tentativo.

• Ventajas: soluciones más cercanas a la raíz.

• Inconvenientes: la función de evaluación se complica.


BÚSQUEDA CON ADVERSOS

La búsqueda con adversos (juego contra un oponente) analizalos problemas en los que existe mas de un adversario modificando el estado del sistema.

Hay dos operadores:- el que lleva el problema a la mejor situación (jugada

nuestra)- el que lleva el problema a la peor situación (jugada de nuestro adversario)


FIN

Education

Tipos de búsqueda en inteligencia artificial