El documento trata sobre agentes de búsqueda en espacios desconocidos y online. Explica que los agentes de búsqueda online son útiles para ambientes estocásticos donde el agente solo considera lo que ocurre en el ambiente en ese momento, como una aspiradora explorando un edificio nuevo. También define la heurística como un método para resolver problemas que no garantiza la solución pero que suele funcionar bien, estimando la distancia al objetivo. Finalmente, presenta dos casos de problemas de búsqueda de objetos donde se aplican mé

1. TEMA :
BUSQUEDA LOCAL ESPACIOS
CONTINUOS, AGENTES DE BÚSQUEDA
ONLINE Y ESPACIOS DESCONOCIDOS
FACULTAD DE INGENIERÍA INDUSTRIAL Y
DE SISTEMAS
Asignatura : INTELIGENCIA ARTIFICIAL

2. INTRODUCCIÓN
Hemos visto diferentes tipos de búsqueda ahora vamos a
ver agentes las búsquedas online y ambientes
desconocidos. Los agentes de búsquedas online son
utilizados para ambientes estocásticos, y solo necesita
considerar lo que pasa en el ambiente, y es ideal para
problemas de exploración donde los estados y las
acciones son desconocidos por el agente. Un ejemplo de
este tipo de agentes puede ser una aspiradora que tenga
que explorar un edificio nuevo para limpiarlo, es decir
debe experimentar para poder resolver el problema.

3. Heurística:
• Del griego heuriskein, descubrir: ¡Eureka!
• Según el DRAE: “técnica de la indagación y del descubrimiento”.
• Otro significado: método para resolver problemas que no garantiza
la solución, pero que en general funciona bien.
• En nuestro caso, una heurística será una función numérica sobre
los estados.
Función heurística, heurística(estado):
• Estima la “distancia” al objetivo.
• Siempre mayor o igual que 0.
• Valor en los estados finales: 0.
• Admitimos valor ∞.
• Todo el conocimiento específico que se va a usar sobre el
problema está codificado en la función heurística.
Concepto de Heuristica

4. La heurística es la aplicación
de la experiencia al solucionar
un tipo de problema

5. CASO I:

7. Métodos TECNICA DE ESCALADA

8. Métodos TECNICA DE ESCALADA

9. CASO: II

10. Métodos HEURISTICOS
• Buscan maximizar o minimizar algunos aspectos del problema
• Estan orientados a reducir la cantidad de búsquedas, movimientos
necesarios para encontrar la solución a meta.
 Distancia de Manhattan: h2
Es que tan alejada esta la ficha de su posicion
Estado inicial Estado Objetivo
h2 = 1+2+0+1+1+1+0+0=6
h2(ini,fin) = 6
h2: distancia de Manhattan
H = h1+h2
Ficha (1): 1 mov.
Ficha (2): 2 mov.
Ficha (4): 1 mov
Ficha (5): 1 mov.
Ficha (6): 1 mov.
• Para dos valores distintos de heurística
Se elije la mayor: h2
• La mas cercana al Costo Real es la que
Entregue un valor mas grande: h2=6
• La Heuristica de Manhattan da una mejor
estimacion del costo estimado para llegar a
la meta
 Numero de fichas fuera de su lugar: h1
h1=5
h1: número de fichas fuera de lugar

11. Estado inicial Estado Objetivo
Los métodos heurísticos
disponen de alguna
Información sobre la
proximidad de cada
Estado a un Estado objetivo,
lo que permite
explorar los caminos mas
prometedores
H=1+5
H=1+4
H=1+3 H=1+2 H=1+1 H=1+0
cnt desplazam
Fichas fuera de lugar
Funcion: H
H = MIN (cnt desplazamientos + cnt. fichas fuera de lugar)

12. TAREA GRUPAL

13. AVANCE TRABAJO FINAL
TRAER 5 ARTICULOS CIENTIFICOS
SOBRE UN TEMA DEL SILABO
SOBRE UN TEMA RELACIONADO
CON SU TRABAJO FINAL DEL CURSO
CON SU CUENTA DE CONCYTEC
BUSCAR EN BASE DE DATOS: SCOPUS
PAPER SCOPUS INTELLENCE ARTICIAL PDF
TRABAJO DEBE SER INEDITO