Criterios de búsqueda en la Inteligencia Artificial

1. {
Criterios de Búsqueda
en Inteligencia Artificial
Autor: Sneider Salero
Sección: 7D01IS

2. {
 Búsquedas Sin
Información del
Dominio (A Ciegas)
 Búsquedas Informadas
(Heurísticas)
 Búsqueda con
Adversario
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
Criterios de Búsqueda
en Inteligencia Artificial
Tipos:

3. Busca la primer solución sin importar que tan óptima sea; no detecta si se esta
aproximando o alejando de la solución. No es capaz de encontrar una solución aceptable
en caso de que no exista o sea demasiado costoso encontrar la solución se clasifican en :
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.
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.
Búsqueda General en Grafos:
- 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.
Búsquedas Sin Información del Dominio (A Ciegas)

4. {
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)
-Minimax
-Método de
Poda
Búsqueda con Adversarios
La búsqueda con adversos (juego contra un
oponente) analiza los problemas en los que
existe mas de un adversario modificando el
estado del sistema.
Existen muchas clases
de juegos que pueden
ser representados en la
búsqueda entre
adversarios, el ajedrez
y 3 en raya son
algunos de los más
conocidos.
Aplicaciones

5. Minimax Poda Alfa-Beta
- Minimax es un método de
decisión para minimizar la
pérdida máxima esperada en
juegos con adversario y con
información perfecta.
- Minimax es un algoritmo
recursivo.
- El funcionamiento de
Minimax puede resumirse
como elegir mejor movimiento
para ti mismo suponiendo que
tu contrincante escogerá el
peor para ti.
 Se aplica en técnicas con adversos
y se usa para reducir el coste
computacional de MINIMAX
podando las ramas que nos llevan
a una solución peor que las ya
encontradas.
 Llamaremos valores alfa a los
valores calculados hacia atrás de
los nodos max. Los valores alfa de
los nodos max nunca pueden
decrecer.
 Llamaremos valores beta a los
valores calculados hacia atrás en
los nodos min. Los valores min
nunca pueden crecer.

6. 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.
Búsquedas con
Información(Heuristicas)
•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:
• Primero el mejor
• Búsqueda en haz
• Algoritmo A

7.  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.
Búsquedas con Información(Heuristicas)
Métodos
 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.
 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.

8. Comparativa de los criterios de búsqueda
Ventajas: si el problema tiene una
solución este procedimiento
garantiza el encontrarla. Si hubiera
varias soluciones se obtiene la de
menor coste (la óptima), es decir,
la que requiere un menor número
de pasos (si consideramos un coste
uniforme de aplicación de
los operadores).
Desventajas: si el nivel de
profundidad asociado a la solución
es significativamente menor que el
factor de ramificación se
expandirían demasiados nodos
inútilmente. Por otro lado la
principal desventaja de este
método es el espacio de
almacenamiento requerido. Esto lo
hace prácticamente inviable para
problemas complejos, como suelen
ser los del mundo real.
Ventajas :Los métodos
heurísticos generalmente por su
tipo de búsqueda nos puede
conducir a errores u
operaciones equivocadas;
aunque raras veces aparecen los
peores casos en la práctica.
Las soluciones óptimas
determinadas por la heurística
pueden hacer menos exhaustiva
la búsqueda
Desventajas: Algunas
heurísticas se pueden
contradecir al aplicarse al
mismo problema, creando con
esto confusión.
Búsqueda con AdversariosBúsqueda sin información Búsqueda con información
Ventajas: Los algoritmos
de búsqueda con
adversario se basan en la
premisa de buscar la
mejor jugada posible en
cada momento del juego.
Desvemtajas: Algunos
juegos entre adversarios
son muy difíciles de
graficar en un árbol
debido a la gran cantidad
de estados posibles