Este documento presenta una comparación de varios métodos de búsqueda en inteligencia artificial, incluyendo exploración de grafos, minimax, primero el mejor, búsqueda en anchura, búsqueda en profundidad, búsqueda general de grafos, búsqueda en haz y poda alfa-beta. Describe cada método, sus características, aplicaciones, ventajas y desventajas. Concluye que la clasificación de sistemas de búsqueda depende de los investigadores y que el objetivo es ofrecer una amplia pers
Cuadro comparativo de metodos de busqueda en iayorlys oropeza
Este documento resume diferentes métodos de búsqueda como la búsqueda en anchura, búsqueda en profundidad, búsqueda general en grafos, búsqueda "primero el mejor", búsqueda A*, exploración de grafos Y/O, minimax y poda alfa-beta. Describe las características, aplicaciones, ventajas y desventajas de cada método.
1. El documento describe varios algoritmos de búsqueda para resolver problemas como grafos y espacios de estados. 2. Se explican métodos como búsqueda en anchura, profundidad, informada con heurísticas como A*, y búsqueda general en grafos. 3. También se mencionan búsquedas ciegas, en haz, y resolución de problemas mediante el método de dividir y conquistar conocido como búsqueda Y/O.
metodos de busqueda en inteligencia artificialNoraVelasquez4
Este documento describe diferentes métodos de búsqueda en inteligencia artificial, incluyendo búsquedas ciegas, informadas e informadas adversarias. Define búsquedas en anchura, profundidad y generales en grafos, así como búsquedas heurísticas como "primero el mejor", en haz y A*. También cubre la búsqueda con adversario usando los métodos minimax y poda alfa-beta.
Las técnicas de búsqueda en inteligencia artificial incluyen búsqueda ciega como búsqueda exhaustiva en amplitud o profundidad, y búsqueda con heurística que usa conocimiento previo para guiar la búsqueda hacia la solución de manera más eficiente a través de métodos como primero el mejor, ascenso en colina o temple simulado. Las redes bayesianas representan un conjunto de variables y sus relaciones de dependencia para estimar probabilidades mediante inferencia bayesiana.
Este documento describe diferentes tipos de búsquedas sin información del dominio y búsquedas informadas. Las búsquedas sin información del dominio incluyen búsqueda en amplitud, profundidad y general de grafos. Las búsquedas informadas utilizan heurísticas como primero el mejor, en haz y A*. También se describen la exploración de grafos y búsquedas con adversario como minimax y poda.
Este documento presenta una introducción a las técnicas de búsqueda en inteligencia artificial, incluyendo búsquedas ciegas, heurísticas e informadas. Describe varios algoritmos de búsqueda como amplitud, profundidad, general en grafos, primero el mejor, en haz, A*, exploración de grafos y minimax. Cada algoritmo se define, caracteriza y analiza sus ventajas y desventajas para diferentes aplicaciones. El documento concluye reflexionando sobre el control de búsqueda y su importancia en la resolución de problemas
Este documento resume diferentes métodos de búsqueda y exploración de grafos, incluyendo búsqueda en anchura, búsqueda en profundidad, búsqueda general en grafos, búsqueda "primero el mejor", búsqueda en haz, algoritmo A*, exploración de grafos Y/O, método minimax y método de poda. Describe las características y aplicaciones de cada método y los algoritmos asociados.
Cuadro comparativo de metodos de busqueda en iayorlys oropeza
Este documento resume diferentes métodos de búsqueda como la búsqueda en anchura, búsqueda en profundidad, búsqueda general en grafos, búsqueda "primero el mejor", búsqueda A*, exploración de grafos Y/O, minimax y poda alfa-beta. Describe las características, aplicaciones, ventajas y desventajas de cada método.
1. El documento describe varios algoritmos de búsqueda para resolver problemas como grafos y espacios de estados. 2. Se explican métodos como búsqueda en anchura, profundidad, informada con heurísticas como A*, y búsqueda general en grafos. 3. También se mencionan búsquedas ciegas, en haz, y resolución de problemas mediante el método de dividir y conquistar conocido como búsqueda Y/O.
metodos de busqueda en inteligencia artificialNoraVelasquez4
Este documento describe diferentes métodos de búsqueda en inteligencia artificial, incluyendo búsquedas ciegas, informadas e informadas adversarias. Define búsquedas en anchura, profundidad y generales en grafos, así como búsquedas heurísticas como "primero el mejor", en haz y A*. También cubre la búsqueda con adversario usando los métodos minimax y poda alfa-beta.
Las técnicas de búsqueda en inteligencia artificial incluyen búsqueda ciega como búsqueda exhaustiva en amplitud o profundidad, y búsqueda con heurística que usa conocimiento previo para guiar la búsqueda hacia la solución de manera más eficiente a través de métodos como primero el mejor, ascenso en colina o temple simulado. Las redes bayesianas representan un conjunto de variables y sus relaciones de dependencia para estimar probabilidades mediante inferencia bayesiana.
Este documento describe diferentes tipos de búsquedas sin información del dominio y búsquedas informadas. Las búsquedas sin información del dominio incluyen búsqueda en amplitud, profundidad y general de grafos. Las búsquedas informadas utilizan heurísticas como primero el mejor, en haz y A*. También se describen la exploración de grafos y búsquedas con adversario como minimax y poda.
Este documento presenta una introducción a las técnicas de búsqueda en inteligencia artificial, incluyendo búsquedas ciegas, heurísticas e informadas. Describe varios algoritmos de búsqueda como amplitud, profundidad, general en grafos, primero el mejor, en haz, A*, exploración de grafos y minimax. Cada algoritmo se define, caracteriza y analiza sus ventajas y desventajas para diferentes aplicaciones. El documento concluye reflexionando sobre el control de búsqueda y su importancia en la resolución de problemas
Este documento resume diferentes métodos de búsqueda y exploración de grafos, incluyendo búsqueda en anchura, búsqueda en profundidad, búsqueda general en grafos, búsqueda "primero el mejor", búsqueda en haz, algoritmo A*, exploración de grafos Y/O, método minimax y método de poda. Describe las características y aplicaciones de cada método y los algoritmos asociados.
Este documento resume los principales criterios y tipos de búsquedas en inteligencia artificial. Describe los elementos básicos de una búsqueda como los estados iniciales, finales y operadores. Explica brevemente el solucionador y diferentes parámetros para evaluarlo como la complejidad temporal y espacial. Luego resume los principales tipos de búsqueda ciega como en amplitud, profundidad y bidireccional, así como sistemas de reducción y búsquedas heurísticas usando funciones de evaluación.
Este documento presenta una comparación de diferentes métodos de búsqueda y algoritmos de grafos, incluyendo búsqueda en anchura, búsqueda en profundidad, búsqueda A*, minimax, poda alfa-beta y otros. Explica las características clave, aplicaciones y ventajas y desventajas de cada método.
Este documento describe el algoritmo Branch and Bound para resolver problemas de optimización. Branch and Bound crea un árbol de búsqueda donde cada nodo representa un subproblema. El algoritmo evalúa cada nodo y poda ramas que no pueden producir una solución mejor que la actual. Esto reduce el espacio de búsqueda hasta encontrar la solución óptima. El documento también presenta un ejemplo de cómo Branch and Bound resuelve un problema de programación lineal entera.
1. La búsqueda primero explora el nodo más cercano al objetivo para encontrar rápidamente una solución mediante una función heurística.
2. Evalúa los nodos utilizando solo la función heurística y encuentra la solución sin expandir nodos innecesarios.
3. Un defecto es que no considera el costo real de llegar al objetivo.
Solución de problemas mediante busquedasacrilegetx
El documento describe diferentes algoritmos y estrategias de búsqueda para resolver problemas, incluyendo búsqueda por amplitud, costo uniforme, profundidad, profundización iterativa y bidireccional. También describe el uso de heurísticas y métodos como escalada, avara y A* para guiar la búsqueda hacia soluciones óptimas. El documento utiliza ejemplos como encontrar una ruta en un mapa para ilustrar los diferentes enfoques de búsqueda.
El documento presenta una tabla comparativa de diferentes tipos de búsquedas, incluyendo búsquedas sin información del dominio, búsquedas informadas (heurísticas), y búsquedas con adversario. Describe cada tipo de búsqueda, sus características, aplicaciones, ventajas y desventajas. También incluye algoritmos para búsqueda en amplitud, profundidad, mejor primero, A*, Minimax y poda alfa-beta. El documento proporciona una descripción concisa pero completa de diferentes estrategias y
Busquedas Heuristicas vs Busquedas Ciegasluisilva18
El documento describe varios algoritmos de búsqueda ciega. La búsqueda en amplitud expande y examina sistemáticamente todos los nodos de un árbol nivel a nivel para encontrar una solución de manera exhaustiva pero con alta complejidad espacial y temporal. La búsqueda en profundidad recorre una sola rama del árbol hasta encontrar una solución pero existe el riesgo de bucles infinitos. La búsqueda general en grafos maneja listas abierta y cerrada para evitar repetir caminos y reanudar camin
Criterios de Búsquedas en Inteligencia artificialMariy Torrealba
1) El documento describe diferentes tipos de búsquedas sin información del dominio como la búsqueda en amplitud, en profundidad y general en grafos. También describe búsquedas informadas como la búsqueda "primero el mejor", en haz y A*. Por último, describe búsquedas con adversarios como el método minimax y poda.
Este documento presenta un resumen de tres oraciones del problema de las 8 reinas implementado en Prolog. Introduce el problema de las 8 reinas, describe brevemente los métodos de búsqueda en amplitud, profundidad y retroceso, y resume que el documento implementa una solución al problema de las 8 reinas utilizando búsqueda con retroceso en el lenguaje Prolog.
Criterios de Búsqueda en Inteligencia ArtificialHilario Per'zz
Este documento resume diferentes tipos de búsquedas y algoritmos de inteligencia artificial sin información del dominio, informadas e informadas con adversario. Describe búsquedas en amplitud y profundidad sin información, así como búsquedas informadas como "primero el mejor", en haz y A*. También cubre los métodos minimax y poda para problemas con adversarios.
Los métodos de búsquedas mas conocido en Inteligencia Artificial.
Búsquedas Sin Información del Dominio (A Ciegas)
· Búsqueda en Amplitud o Anchura
· Búsqueda en Profundidad
Búsquedas Informadas (Heurísticas)
· Búsqueda “Primero el Mejor”
· Búsqueda en Haz
· Algoritmo A*
Búsqueda con Adversario
· Método Minimax
· Método de Poda
Este documento presenta una monografía sobre algoritmos y diagramas de flujo. Incluye definiciones de algoritmos, diagramas de flujo y sus símbolos. También presenta ejemplos de diagramas de flujo secuenciales para calcular la edad de una persona, realizar operaciones matemáticas con variables y convertir una cantidad a dólares. Finalmente, explica los condicionales y da un ejemplo con el ozobot.
El documento presenta los fundamentos de la programación orientada a objetos, incluyendo los principios de generalización o abstracción, encapsulamiento, modularidad y jerarquía. Explica cada principio y las reglas para aplicarlos de manera que el software sea correcto, robusto, extensible y reutilizable.
El documento presenta los fundamentos de la programación orientada a objetos, incluyendo conceptos como la generalización, encapsulamiento, modularidad y jerarquía. Explica que la generalización implica abstracción, coherencia de clases y métodos, tipos de datos genéricos y gestión de excepciones. El encapsulamiento oculta la información interna de un objeto. La modularidad minimiza el acoplamiento entre componentes. La jerarquía organiza las clases por niveles de herencia y composición.
Este algoritmo, llamado Grafos A, combina las ventajas de los algoritmos primero en profundidad y primero en amplitud al seguir un sendero a la vez pero poder cambiarse a otro sendero más prometedor. Usa dos listas de nodos y una función heurística para estimar los méritos de cada nodo y encontrar una solución sin expandirse completamente por todas las ramas. Pondera lo cerca que está del nodo meta y lo lejos del nodo inicial, lo que ofrece soluciones más cercanas a la raíz pero complica la función de evalu
1) El documento presenta un cuadro comparativo de diferentes modelos de algoritmos de inteligencia artificial como la búsqueda en anchura, profundidad, primero el mejor, en haz, A*, minimax y poda alfa-beta. 2) Cada modelo se define, describe sus características, aplicaciones, ventajas y desventajas. 3) Los algoritmos son utilizados principalmente para la resolución de problemas a través de la búsqueda y exploración de grafos y árboles de manera óptima.
Este documento describe los tipos de búsqueda en inteligencia artificial, incluyendo búsqueda ciega y heurística. La búsqueda ciega solo utiliza información sobre si un estado es objetivo o no, mientras que la búsqueda heurística usa conocimiento del dominio para guiar la búsqueda hacia la solución más rápidamente. Se definen conceptos como estados, operadores, solucionadores y funciones de evaluación heurística. Se explican métodos específicos como búsqueda en amplitud, profundidad y heur
El documento describe diferentes técnicas de búsqueda e inteligencia artificial como autómatas celulares, redes neuronales, programación evolutiva, colonias de hormigas y búsqueda local. También explica conceptos relacionados con grafos y diferentes métodos de búsqueda como búsqueda en amplitud, profundidad y retroceso.
Cuadro comparativo tipos de busquedas en IAluisilva18
Este documento describe varios algoritmos de búsqueda ciega. Incluye búsqueda en amplitud, que explora todos los nodos nivel por nivel; búsqueda en profundidad, que explora una rama hasta el final; y búsqueda general en grafos, que maneja listas abierta y cerrada para evitar repetir caminos. También describe varias búsquedas heurísticas como A*, que considera el coste real y heurístico, y poda alfa-beta, que reduce el espacio de búsqueda en juegos.
Este documento describe diferentes técnicas de búsqueda y sus aplicaciones. Explica los elementos básicos de las técnicas de búsqueda como estados iniciales, estados finales y operadores. Luego describe dos tipos de solucionadores: búsqueda ciega que no usa información del dominio, e incluye búsqueda en amplitud, profundidad y bidireccional; y búsqueda heurística que usa conocimiento del dominio para guiar la búsqueda de manera más eficiente. Finalmente, menciona aplicaciones como el
Este documento resume los principales criterios y tipos de búsquedas en inteligencia artificial. Describe los elementos básicos de una búsqueda como los estados iniciales, finales y operadores. Explica brevemente el solucionador y diferentes parámetros para evaluarlo como la complejidad temporal y espacial. Luego resume los principales tipos de búsqueda ciega como en amplitud, profundidad y bidireccional, así como sistemas de reducción y búsquedas heurísticas usando funciones de evaluación.
Este documento presenta una comparación de diferentes métodos de búsqueda y algoritmos de grafos, incluyendo búsqueda en anchura, búsqueda en profundidad, búsqueda A*, minimax, poda alfa-beta y otros. Explica las características clave, aplicaciones y ventajas y desventajas de cada método.
Este documento describe el algoritmo Branch and Bound para resolver problemas de optimización. Branch and Bound crea un árbol de búsqueda donde cada nodo representa un subproblema. El algoritmo evalúa cada nodo y poda ramas que no pueden producir una solución mejor que la actual. Esto reduce el espacio de búsqueda hasta encontrar la solución óptima. El documento también presenta un ejemplo de cómo Branch and Bound resuelve un problema de programación lineal entera.
1. La búsqueda primero explora el nodo más cercano al objetivo para encontrar rápidamente una solución mediante una función heurística.
2. Evalúa los nodos utilizando solo la función heurística y encuentra la solución sin expandir nodos innecesarios.
3. Un defecto es que no considera el costo real de llegar al objetivo.
Solución de problemas mediante busquedasacrilegetx
El documento describe diferentes algoritmos y estrategias de búsqueda para resolver problemas, incluyendo búsqueda por amplitud, costo uniforme, profundidad, profundización iterativa y bidireccional. También describe el uso de heurísticas y métodos como escalada, avara y A* para guiar la búsqueda hacia soluciones óptimas. El documento utiliza ejemplos como encontrar una ruta en un mapa para ilustrar los diferentes enfoques de búsqueda.
El documento presenta una tabla comparativa de diferentes tipos de búsquedas, incluyendo búsquedas sin información del dominio, búsquedas informadas (heurísticas), y búsquedas con adversario. Describe cada tipo de búsqueda, sus características, aplicaciones, ventajas y desventajas. También incluye algoritmos para búsqueda en amplitud, profundidad, mejor primero, A*, Minimax y poda alfa-beta. El documento proporciona una descripción concisa pero completa de diferentes estrategias y
Busquedas Heuristicas vs Busquedas Ciegasluisilva18
El documento describe varios algoritmos de búsqueda ciega. La búsqueda en amplitud expande y examina sistemáticamente todos los nodos de un árbol nivel a nivel para encontrar una solución de manera exhaustiva pero con alta complejidad espacial y temporal. La búsqueda en profundidad recorre una sola rama del árbol hasta encontrar una solución pero existe el riesgo de bucles infinitos. La búsqueda general en grafos maneja listas abierta y cerrada para evitar repetir caminos y reanudar camin
Criterios de Búsquedas en Inteligencia artificialMariy Torrealba
1) El documento describe diferentes tipos de búsquedas sin información del dominio como la búsqueda en amplitud, en profundidad y general en grafos. También describe búsquedas informadas como la búsqueda "primero el mejor", en haz y A*. Por último, describe búsquedas con adversarios como el método minimax y poda.
Este documento presenta un resumen de tres oraciones del problema de las 8 reinas implementado en Prolog. Introduce el problema de las 8 reinas, describe brevemente los métodos de búsqueda en amplitud, profundidad y retroceso, y resume que el documento implementa una solución al problema de las 8 reinas utilizando búsqueda con retroceso en el lenguaje Prolog.
Criterios de Búsqueda en Inteligencia ArtificialHilario Per'zz
Este documento resume diferentes tipos de búsquedas y algoritmos de inteligencia artificial sin información del dominio, informadas e informadas con adversario. Describe búsquedas en amplitud y profundidad sin información, así como búsquedas informadas como "primero el mejor", en haz y A*. También cubre los métodos minimax y poda para problemas con adversarios.
Los métodos de búsquedas mas conocido en Inteligencia Artificial.
Búsquedas Sin Información del Dominio (A Ciegas)
· Búsqueda en Amplitud o Anchura
· Búsqueda en Profundidad
Búsquedas Informadas (Heurísticas)
· Búsqueda “Primero el Mejor”
· Búsqueda en Haz
· Algoritmo A*
Búsqueda con Adversario
· Método Minimax
· Método de Poda
Este documento presenta una monografía sobre algoritmos y diagramas de flujo. Incluye definiciones de algoritmos, diagramas de flujo y sus símbolos. También presenta ejemplos de diagramas de flujo secuenciales para calcular la edad de una persona, realizar operaciones matemáticas con variables y convertir una cantidad a dólares. Finalmente, explica los condicionales y da un ejemplo con el ozobot.
El documento presenta los fundamentos de la programación orientada a objetos, incluyendo los principios de generalización o abstracción, encapsulamiento, modularidad y jerarquía. Explica cada principio y las reglas para aplicarlos de manera que el software sea correcto, robusto, extensible y reutilizable.
El documento presenta los fundamentos de la programación orientada a objetos, incluyendo conceptos como la generalización, encapsulamiento, modularidad y jerarquía. Explica que la generalización implica abstracción, coherencia de clases y métodos, tipos de datos genéricos y gestión de excepciones. El encapsulamiento oculta la información interna de un objeto. La modularidad minimiza el acoplamiento entre componentes. La jerarquía organiza las clases por niveles de herencia y composición.
Este algoritmo, llamado Grafos A, combina las ventajas de los algoritmos primero en profundidad y primero en amplitud al seguir un sendero a la vez pero poder cambiarse a otro sendero más prometedor. Usa dos listas de nodos y una función heurística para estimar los méritos de cada nodo y encontrar una solución sin expandirse completamente por todas las ramas. Pondera lo cerca que está del nodo meta y lo lejos del nodo inicial, lo que ofrece soluciones más cercanas a la raíz pero complica la función de evalu
1) El documento presenta un cuadro comparativo de diferentes modelos de algoritmos de inteligencia artificial como la búsqueda en anchura, profundidad, primero el mejor, en haz, A*, minimax y poda alfa-beta. 2) Cada modelo se define, describe sus características, aplicaciones, ventajas y desventajas. 3) Los algoritmos son utilizados principalmente para la resolución de problemas a través de la búsqueda y exploración de grafos y árboles de manera óptima.
Este documento describe los tipos de búsqueda en inteligencia artificial, incluyendo búsqueda ciega y heurística. La búsqueda ciega solo utiliza información sobre si un estado es objetivo o no, mientras que la búsqueda heurística usa conocimiento del dominio para guiar la búsqueda hacia la solución más rápidamente. Se definen conceptos como estados, operadores, solucionadores y funciones de evaluación heurística. Se explican métodos específicos como búsqueda en amplitud, profundidad y heur
El documento describe diferentes técnicas de búsqueda e inteligencia artificial como autómatas celulares, redes neuronales, programación evolutiva, colonias de hormigas y búsqueda local. También explica conceptos relacionados con grafos y diferentes métodos de búsqueda como búsqueda en amplitud, profundidad y retroceso.
Cuadro comparativo tipos de busquedas en IAluisilva18
Este documento describe varios algoritmos de búsqueda ciega. Incluye búsqueda en amplitud, que explora todos los nodos nivel por nivel; búsqueda en profundidad, que explora una rama hasta el final; y búsqueda general en grafos, que maneja listas abierta y cerrada para evitar repetir caminos. También describe varias búsquedas heurísticas como A*, que considera el coste real y heurístico, y poda alfa-beta, que reduce el espacio de búsqueda en juegos.
Este documento describe diferentes técnicas de búsqueda y sus aplicaciones. Explica los elementos básicos de las técnicas de búsqueda como estados iniciales, estados finales y operadores. Luego describe dos tipos de solucionadores: búsqueda ciega que no usa información del dominio, e incluye búsqueda en amplitud, profundidad y bidireccional; y búsqueda heurística que usa conocimiento del dominio para guiar la búsqueda de manera más eficiente. Finalmente, menciona aplicaciones como el
Presentación Aislante térmico.pdf Transferencia de calorGerardoBracho3
Las aletas de transferencia de calor, también conocidas como superficies extendidas, son prolongaciones metálicas que se adhieren a una superficie sólida para aumentar su área superficial y, en consecuencia, mejorar la tasa de transferencia de calor entre la superficie y el fluido circundante.
TIA portal Bloques PLC Siemens______.pdfArmandoSarco
Bloques con Tia Portal, El sistema de automatización proporciona distintos tipos de bloques donde se guardarán tanto el programa como los datos
correspondientes. Dependiendo de la exigencia del proceso el programa estará estructurado en diferentes bloques.
1. República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación
Universidad Nacional Experimental Politécnica de las Fuerzas Armadas
Núcleo Lara
Métodos de Búsqueda Inteligencia Artificial
Octubre 2022
INTRODUCCION
Integrante: José Ignacio
Castillo Rivero
Materia: Inteligencia Artificial
Sección: 07S-2613-D2
Prof. Edecio Freites
2. Muchas de las aplicaciones de la IA implican la búsqueda de una solución en el
espacio del problema, esta solución es en algunos casos, una secuencia de
operaciones, controlar los movimientos de un robot, o generar un programa en
forma automática, por mencionar algunos ejemplos.
Como se intuye de lo visto con anterioridad, esta búsqueda puede ser muy ardua
o a veces imposible, debido a la complejidad o el tamaño del espacio de
búsqueda, es así que aparecen distintos métodos para comparar se procede a
realizar un cuadro comparativo con sus ventajas y desventajas describiendo cada
una con su aplicaciones.
3. Nombre Descripción Características Aplicación Ventajas Desventajas
Exploración
de Grafos
Los nodos de
grafo Y/O
representan
subproblemas a
resolver,
originados a partir
de un problema
inicial que
corresponderá
con el nodo
superior del grafo.
Los nodos O
representan las
alternativas existentes
para la solución de un
problema.
Los nodos Y conectan a
un nodo padre con los
problemas que hay que
solucionar.
Usado en
problemas que
puedan ser
dividido en
problemas más
pequeños y
que estos
mismos
puedan llevar
una solución.
Las misma
que A*
Reduce la
complejidad
exponencial,
sobre todo
espacio.
Depende del
tipo de
problema.
Aun pueden darse
complejidades
exponenciales,
sobre todo en
espacio. Depende
del tipo de
problema.
Método
Minimax
Esta basado la
profundidad, y
grafos Y/O.
En por cada
acción de jugador,
se debe de
analizar todas las
posibles
soluciones del
otro jugador
Consigue la mejor
estrategia, y una
secuencia de acciones
optima.
Según su utilidad
máxima el agente
inteligente, y minimiza
en el contrincante.
Usado
ampliamente en
juegos en
donde se
necesita saber
cuales
opciones a
elegir en una
partida.
El algoritmo
tiene la
capacidad de
aprender de
su oponente
Cada estado debe
ser visitado dos
veces: Una vez
para encontrar
sus hijos, y otra
para evaluar el
valor heurístico.
Tiende a ser
demasiado lento.
Primero El
Mejor
Selecciona el
siguiente nodo a
expandir mediante
la función de
evaluación f(n),
que esta
implementada en
una lista de
prioridad
Evalúa los nodos
utilizando solo la
función heurística.
Trata de expandir el
nodo mas cercano para
conseguir más rápido la
solución
Es usado en
problemas en
donde las
acciones se
comportan
como si fuesen
un único
camino hacia la
solución
Admite
costes de
variables no
acciones.
Reduce
complejidad
con buena
heurística.
Evita visitar
demasiado
caminos
inútiles
No es completo
porque puede
caer en callejones
sin salida y no
aportar una sola
solución
Búsqueda
en Anchura
Se expande desde
el nodo raíz ,
luego expande
todos sus nodos
hijos , luego los
hijos de los hijos y
así sucesivamente
Completo, ya que
consigue la solución
más optima.
Coloca todos los nodos
en una cola FIFO, con
una frontera vacía para
que todos los nuevos
sean los primero
expandidos
Es usado en
problemas
realmente
pequeños, en
donde el coste
de las acciones
es el mismo
para todas
Si hay una
solución, la
encuentra
siendo esta
la mas
optima
Expande muchos
nodos inútiles.
Coste constante y
no negativo.
Solo para
problemas
simples
4. Búsqueda
en
Profundidad
Se expande desde
el nodo raíz, luego
uno de su hijo, y
uno de los hijos
de hijos, si llega a
una hoja que no
es solución, se
retrocede y se
prueba con el
siguiente hijo.
Completo si se evitan
caminos redundantes el
estado de estado es
finito. En caso de
espacios de estados
infinitos no es completo
ya que puede que
nunca consiga
solución.
Es usado en
espacios de
estados en
donde las
acciones están
limitadas
Ocupa muy
poco
espacio.
Ocupa diez
billones de
veces menos
espacio que
el algoritmo
búsqueda en
anchura
No es completo ni
optimo.
Puede proba
muchos caminos
inútiles.
Puede quedarse
atrapado en
bucles infinitos
Búsqueda
General den
grafo
Crea un grafo de
exploración que
contiene un único
nodo que contiene
la solución al
problema.
Si encuentra la solución
encuentra la más
optima.
Detecta si un nuevo
estado ya había sido
generado y expandido
Usado para
resolución de
problemas
generales
Ocupa muy
poco
espacio.
Si hay una
solución la
encuentra
esta mas
optima
Expande muchos
nodos inútiles.
Coste constante y
negativo
Busque en
Haz
Pretende acelerar
el proceso de
búsqueda
reduciendo en
cada paso de
algoritmo el
numero de nodos
generado que van
a poder ser
expandidos
Guarda solo un nodo en
la memoria, como
reacción a las
limitaciones de
memoria.
También puede guardar
pistas de K estado
Comienza generando
los estados generados
aleatoriamente.
Es aplicado en
algoritmos
genéticos en
donde cada
estado sucesor
combina dos
estados
padres.
Disminuye la
cantidad de
nodos a
generar
No es optimo
porque no
consigue la
solución mas
optima
Poda Alfa-
Beta
Calcula el valor
correcto de la
función minimax
sin mirar todos los
nodos de un árbol
.
La misma que minimax
pero solo centrándose
en los nodos en donde
se consiga
posiblemente la
solución.
Utilizada en
problemas
donde el factor
de ramificación
sea muy
elevado y sus
costes sea muy
prohibitivos
La eficacia es
debido a la
forma en
como
examina los
sucesores.
La poda no
afecta el
resultado
final
Es posible que no
consiga una
solución, aunque
exista
Algoritmo
A*
Tiene en cuenta el
coste del del
camino y el coste
de la heurística. El
siguiente nodo en
expandir es el que
tenga menor coste
estimado por la
Es una aplicación de la
búsqueda “Primero el
mejor”.
Evalúa los nodos
combinados, el coste
para alcanzar el nodo y
el coste de ir al nodo
objetivo
Es usado en
donde la
heurística es
admisible,
donde el coste
de ir al nodo
objetivo
sobreestime el
Admite
Costes
variables de
acciones.
Evita
caminos
inútiles.
Aun pueden darse
complejidades
exponenciales,
sobre todo en
espacio
5. función de
evaluación
coste de
alcanzar el
nodo objetivo
Es completo
y
óptimamente
eficiente.
El algoritmo
es optimo
porque si
existe la
solución la
encuentra
Reflexión
La inteligencia artificial (IA) se manifiesta en algoritmos cuyo desempeño es difícil
de predecir o explicar. Estos algoritmos se aplican a cuestiones de la vida
cotidiana de los ciudadanos, como por ejemplo el otorgamiento de un préstamo
bancario, y han empezado a utilizarse por parte del gobierno electrónico.
Para elaborar una clasificación de los sistemas de búsqueda se tienen muchas
clasificaciones tantas como investigadores y autores en inteligencia artificial
existen, en el módulo se ha tratado de organizar esta información para ofrecer un
panorama lo más amplio posible para que el estudiante abarque la mayor cantidad
de información, los nombres de los algoritmos y métodos de solución en unos
casos tienen diferencias que se aclaran cuadro comparativo.