Técnicas de Búsqueda Técnicas de Búsqueda HeurísticaHeurística

Curso Inteligencia ArtificialCurso Inteligencia ArtificialProf. Demetrio A. Ovalle C.Prof. Demetrio A. Ovalle C.

Octubre 14 Octubre 14 de 2009de 2009

Técnicas de Búsqueda Técnicas de Búsqueda

HeurísticaHeurística♣ Generación y prueba

♣ Escalada (simple, máxima pendiente)

♣ Verificación de restricciones♣ Verificación de restricciones

♣ Análisis de medios y fines

(Planificación en IA)

♣ Búsqueda el primero mejor, A*

♣ Reducción de problemas

INTRODUCCIÓN

Estrategias de búsqueda simple:

- Profundidad

- Amplitud (Anchura)- Amplitud (Anchura)

Búsqueda Primero en Profundidad

Búsqueda Primero en Amplitud

Generación y Prueba

1. Generar una posible solución.

2. Verificar si el objetivo elegido es

una solución al comparar conuna solución al comparar con

objetivo final.

3. Si se ha encontrado la solución,

terminar. Si no volver al paso 1.

Escalada

(Hill Climbing)

• Simple (Hill climbing)

• Máxima pendiente • Máxima pendiente (Steepest ascent hill climbing or

Gradient search)

Escalada Simple

Hill Climbing

• Dirigirse siempre a un estado mejor

que el actual.

• Función heurística de proximidad.• Función heurística de proximidad.

• No se mantiene reporte de estados

anteriores.

• Es un método local. Sus movimientos

están determinados por ser mejores

que los previos.

Búsqueda

• Si existe un sucesor s del estado actual n• Si existe un sucesor s del estado actual nmejor que n, entonces hacer a s como

estado actual. De lo contrario, detener.

• Mirar un paso hacia adelante para

determinar si algún sucesor es mejor que

el estado actual; si lo hay, moverse al

mejor sucesor.

Buscar no solamente un

Escalada por la Máxima Pendiente

(Steepest ascent hill climbing or

Gradient search)

Buscar no solamente un

estado mejor que el actual,

sino el mejor de todos estos

estados posibles (Máxima

pendiente).

Escalada por la Máxima Pendiente

Dificultades

de la EscaladaDificultad

• Máximo local.

Posible Solución

• Backtrack.• Máximo local.

• Mesetas.

• Crestas.

• Backtrack.

• Saltar.

• Moverse en varias

direcciones a la

vez.

Otras Ventajas y

DesventajasVentajas

• Produce una menor explosión

combinatoria.

Desventajas

• Pocas garantías de que va a ser eficaz.

combinatoria.

• Utiliza una cantidad arbitraria

de información si

está codificada en

la función

heurística.

• Sólo atiende a las consecuencias

inmediatas.

Ejemplo: El mundo de los bloques

A

H

G

F

E

D

H

G

F

E

D

CD

C

B

C

B

A

Estado Inicial (Eo) Estado Final (Ef)

Función Heurística: - Añadir un punto por cada bloque que

esté sobre un bloque o piso correcto. Restar un punto por

cada bloque que esté situado en un lugar incorrecto.

VERIFICACIÓN DE RESTRICCIONES

� En los problemas de

verificación de restricciones el

objetivo consiste en descubrirobjetivo consiste en descubrir

algún estado del problema que

satisfaga un conjunto dado de

restricciones

Ejemplos

• Problemas con rompecabezas y

criptoaritméticos.

• Etiquetado de percepciones en el• Etiquetado de percepciones en el

mundo real.

• El diseño de tareas (tiempo, costo y

materiales como limitantes).

¿Cómo funciona?

• Aunque se necesiten aún las

suposiciones, el número de las que

son permitidas se va reduciendoson permitidas se va reduciendo

conforme la búsqueda se va

restringiendo.

• Es un procedimiento de búsqueda

que funciona en un espacio de

conjuntos de restricciones.

¿Qué se busca?

• Un estado objetivo es aquel que ha

satisfecho las restricciones

“suficientemente”, donde “suficientemente”, donde

“suficientemente” debe definirse

para cada problema en particular.

Pasos para la búsqueda

�La propagación se hace necesaria

por el hecho de que normalmente

existen dependencias entre lasexisten dependencias entre las

restricciones. También debido a la

presencia de reglas de inferencia

que permiten la inferencia de

otras restricciones adicionales.

�Realizar nuevas hipótesis�En el caso de que con lasrestricciones iniciales no se llegue auna solución.

�Después comenzar de nuevo lapropagación de restricciones a partirpropagación de restricciones a partirde ese nuevo estado.

�Si se encuentra una solución semuestra.

�Si se detecta alguna contradicciónpuede usarse vuelta atrás.

Ejemplo de verificación

de restricciones

Criptoaritmética

S E N DS E N D

+ M O R E

-------------------

M O N E Y