criterios de búsquedas en inteligencia artificial

1. Republica Bolivariana de Venezuela
Ministerio del Poder Popular para la Defensa
Universidad Nacional Experimental de Lara
UNEFA-LARA
ESTUDIANTE:
Antonieta González
CI:26.668.924
Prof.: edecio
Sección: 7D01IS
Métodos de búsqueda en inteligencia artificial

2. Nombre Búsqueda sin información
de dominio (a ciegas)
Búsqueda informada
heurística
Definición solo utiliza información
acerca que si un estado e o
no objetivo para guiar su
proceso de búsqueda
Estos métodos usan el
conocimientos del dominio
para adaptar el
solucionador y, de esta
manera, este sea mas
potente y consiga llegar a la
solución con mayor rapidez.
Por tanto, estas técnicas
utilizan el conocimiento
para avanzar buscando la
solución del problema.
Características • Se hace crecer el árbol de
forma sistemática
• no se realiza análisis
entre el estado obtenido
y la solución
• El crecimiento del árbol
se hace inyectando
conocimiento.
• este conocimiento
permite calcular la
distancia entre el estado
obtenido y el estado
final.

3. Nombre Búsqueda sin información de dominio (a
ciega )
Búsqueda informada
(heurística)
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 movimiento de caballo dirigido con
búsqueda en amplitud: (archivo flash)
-ventajas:
-si existe la solución, la encuentra en la
menor profundidad posible.
-desventaja:
- explosión combinatoria aparece
frecuentemente debido a la alta complejidad
espacial y temporal de esta técnica.
Primero el mejor: elegir
como siguiente nodo aquel
con mayor función de
evaluación.
* tipo: tentativo.
*ventajas: no depende en
exceso de la función de
evaluación.
*desventaja: excesiva
complejidad espacial, pues
se deben guardar todos los
nodos abiertos.

4. nombre Búsqueda sin información de dominio (a ciegas)
Búsqueda
informada
(heurística)
tipos
* 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.
- -ventajas:
- Tiene menor complejidad espacial que en la búsqueda
en amplitud.
- desventajas:
- Se puede encontrar soluciones que están mas alejadas
de la raíz que otras.
- Existe el riego de presencia de bucles infinitos.
- Un ejemplo: problema de las jarras.
*búsqueda en
haz:
elegir un
conjunto de
nodos como los
siguientes a
expandir, y
hacerlo de forma
irrevocable.
*ventajas: mas
permisible.
*desventaja: en
caso de que el
sistema sea
irrevocable, este
método no actúa
con eficacia.

5. nombre
Búsqueda sin información
de dominio (a ciegas)
Búsqueda informada
(heurística)
tipos
*búsqueda en profundidad
progresiva:
- Se define una
profundidad ´predefinida.
- se desarrolla el árbol
realizando una búsqueda
en profundidad hasta el
limite definido en el
punto anterior.
- Si se encuentra la
solución FIN
- En caso contrario, se
establece un nuevo limite
y volvemos al segundo
paso.
*algoritmo A:
Ponderar a la vez lo cerca
que estamos del nodo meta
y lo lejos que estamos del
nodo inicial.
*ventajas: soluciones mas
cercanas a la raíz.
*desventajas: la función de
evaluación se complica.

6. Nombre Búsqueda sin información de dominio (a
ciegas)
Búsqueda informada
(heurística)
tipos
• Búsqueda bidireccional:
- Se llevan a la vez dos búsquedas: una
descendente desde el nodo inicial y la 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.

7. Nombre Método MINIMAX Método poda alpha-peta
Tipos
- Minimax es un método de decisión para
minimizar la perdida 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
nunca pueden decrecer.

8. nombre Método MINIMAX Método poda alpha-beta
Algoritmo
1. Generación del árbol de juego. Se
generaran todos los nodos hasta
llegar a un estado terminal.
2. calculo de los valore de la función
de evaluación para cada nodo
terminal.
3. Calcular el valor de los nodos
superiores a partir del valor de los
inferiores.
4. Desde los nodos de nivel n, buscar
la mejor situación para mi y la peor
para mi rival. Elegir la jugada
valorando los valores que han
llegado al nivel superior, es decir,
obtengo la mejor rama.
Puede suspenderse la
exploración por debajo de
un nodo en cualquiera de
los casos siguiente:
A. Por debajo de cualquier
nodo min que tenga valores
beta menores o iguales a los
valores de cualquier nodo
Max ascendiente suyo.
B. Por debajo de un nodo
Max que tenga un valor alfa
mayor o igual al valor beta
de cualquier nodo min
ascendiente.

9. nombre método MINIMAX Método poda alpha-beta
Ejemplo
GPS(General problem solver)
• Se trataba de un programa que por
medio de una serie de algoritmos
basados en análisis, mas o menos
exhaustivos, fuera capaz de
resolver toda clase de problemas
relativos a juegos de estrategias y
demostraciones automáticas.
• Se le podían ofrecer pequeños
problemas (como el típico del
mono que debe coger un plátano
que se encuentra colgado del
techo), y este deberá describir
todos los pasos que realiza hasta
conseguir su objetivo.