Este documento describe diferentes técnicas de búsqueda en inteligencia artificial, incluyendo búsqueda ciega, informada y con adversarios. La búsqueda ciega no tiene información sobre el problema, mientras que la informada usa heurísticas. La búsqueda con adversarios analiza problemas con múltiples oponentes usando métodos como Minimax y poda alfa-beta.
1. Inteligencia Artifical
La busqueda en inteligencia artificial
Es una técnica para resolver problemas cuya solución consiste en una serie de pasos que
frecuentemente deben determinarse mediante la prueba sistemática de las alternativas. Desde los
inicios de la inteligencia artificial, la búsqueda se ha aplicado en diversas clases de problemas
como juego de dos jugadores, problemas de satisfacción de restricciones y problemas de pathfind
de un único agente.
Busqueda sin informacion del dominio (Busqueda ciega)
Se realizan estas busquedada ciegas cuando no existe información específica sobre
elproblema que nos ayude a determinar cuál es el mejor operador quese debería aplicar en cada
momento o el mejor nodo por el que continuar la búsqueda.
Tipos
Busqueda en amplitud o anchura
Este metodo va construyendo un grafo de estados explicito mediante la explicación de los
operadores disponibles al nodo inicial, después de aplica los operadores disponibles a los nodos
susesores directos del nodo inicial, y asi sucesivamente.
Busqueda en amplitud o anchura
En este proceso de búsqueda se genera sólo un sucesor del nodo en cada paso, es decir,
cada vez que se obtiene un nuevo sucesor, se le aplica a este nuevo operador se obtiene un nuevo
sucesor, y asi sucesivamente.
Busqueda informada (Heuristica)
Realizan busquedas informadas e intentan optimizar dicho proceso eligiendo los caminos
que a priori van a suponer un menor coste.
Tipo
Primero el mejor
Su metodo consiste en elegir como siguiente nodo aquel con mayor funcion de evaluacion. Su
principal ventaja es que no depende en exceso de la funcion de evaluacion.
Busqueda de Haz
Consiste en elegir un conjunto de nodos como los siguientes a expandir, y hacerlo de forma
irrevocable. Su ventaja en comparacion a otros es que es mas permisible.
2. Busqueda de Algoritmo de A
Su metodologia es ponderar a la vez lo cerca que estmamos del nodo meta y lo lejos que estamos
del nodo inicial. Es de tipo tentativo y su ventaja es que se consiguen soluciones mas cercanas a la
raiz.
Busqueda con adversarios
La busqueda con adversos (Juego contra un oponente) analiza los problemas en los que
existe mas de un adversario modificando el estado del sistema.
Metodo Minmax
Calcula la decisión minimax del estado actual.
Usa un cálculo simple recurrente de los valores minimax de cada estado sucesor.
La recursión avanza hacia las hojas del árbol.
Los valores minimax Retroceden por el árbol cuando la recursión se va deshaciendo.
Metodo Poda alfa-beta
Problema de la búsqueda minimax: el número de estados que tiene que examinar es
exponencial con el número de movimientos.
El exponente no se puede eliminar, pero se puede dividir en la mitad.
Es posible calcular la decisión minimax correcta sin mirar todos los nodos en el árbol.
La poda alfa-beta permite eliminar partes grandes del árbol, sin influir en la decisión final.