FACENS – Engenharia da Computação Inteligência Artificial Busca.

Slides:



Advertisements
Apresentações semelhantes
Inteligência Artificial
Advertisements

Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
Inteligência + Artificial
MÁQUINAS UNIVERSAIS Fabrício Dias
Busca com Informação Busca com informação Busca Gulosa Busca A*
Inteligência Artificial I
Inteligência Artificial
Inteligência Artificial
Metaheurísticas Prof. Aurora Pozo Departamento de Informática Universidade Federal do Paraná
Agentes Resolvedores de problemas II. SI Tipos de Busca Desinformada Busca em Largura (ou extensão) Busca por Custo Uniforme Busca em Profundidade.
1 Busca Heurística - Informada Estratégias de Busca Exaustiva (Cega) encontram soluções para problemas pela geração sistemática de novos estados, que são.
Busca Online Alexandra Barros Geber Ramalho. Busca Offine x Busca Online Busca Offline (ou planejamento clássico) –Computa a solução (do estado inicial.
Busca Heurística - Informada
Busca Cega (Exaustiva)
Busca Heurística - Informada
Agente solucionador de problemas (guiado por objetivo)
FACENS – Engenharia da Computação Inteligência Artificial
FACENS – Engenharia da Computação Inteligência Artificial
FACENS – Engenharia da Computação Inteligência Artificial
- Conceitos e termos - Aplicações
Otimização por Colônias de Formigas – ACO (Ant Colony Optimization)
Solução de problemas por meio de busca
Busca A*: exemplo.
Capítulo 4 - Russell e Norvig
Capítulo 3 - Russell e Norvig
Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
INF 1771 – Inteligência Artificial
Busca Competitiva - MiniMax Jogo-da-Velha
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Algoritmos em Grafos.
Resolução de problemas por meio de busca
Busca com informação e exploração
Introdução e Busca Cega
Introdução aos Agentes Inteligentes Busca Cega (Exaustiva)
Introdução aos Agentes Inteligentes Busca Heurística (Informada)
Disciplina: Métodos de Computação Inteligente – 1
Resolução de Problemas por meio de busca
ALGORITMOS.
Resolução de Problemas de Busca
Algoritmos de Busca Local
Busca sem Informação Álvaro Vinícius “Degas”
Tópicos em Sistemas Inteligentes
Inteligência Artificial
Resolução de Problemas
Busca Combinatorial e Métodos de Heurística
Inteligência Artificial
Resolução de Problemas
1 Introdução aos Agentes Inteligentes Inventando Funções Heurísticas Flávia Barros.
Satisfação de problemas restritos (CSP)
Resolução de Problemas de Busca
Busca com Informação e Exploração “Busca heurística”
1 Introdução aos Agentes Inteligentes Resolução de Problemas de Busca Flávia Barros.
INF 1771 – Inteligência Artificial
Busca Competitiva Disciplina: Inteligência Artificial
Disciplina: Inteligência Artificial Universidade de Itaúna
Busca em Espaço de Estados Parte2 Algoritmos de Busca Cega
Busca em Espaço de Estados
Resolução de Problemas
Ontologies Reasoning Components Agents Simulations Resolução de Problemas por Meio de Busca Exaustiva Jacques Robin André Felipe Santana.
Resolução de Problemas de Busca Agentes Baseados em Objetivo
Sistemas Inteligentes Busca Cega (Exaustiva)
Busca Heurística Prof. Valmir Macário Filho. 2 Busca com informação e exploração Capítulo 4 – Russell & Norvig Seção 4.1 Estratégias de Busca Exaustiva.
CIn- UFPE 1 Resolução de Problemas. CIn- UFPE ? Agente solucionador de problemas O agente reativo Escolhe suas ações com base.
Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência.
Transcrição da apresentação:

FACENS – Engenharia da Computação Inteligência Artificial Busca

Formulação do Problema Definição dos objetivos Cuidado com os fatores irrelevantes Representação do mundo em um dado instante como um estado em um grafo Obter a solução é realizar uma busca neste grafo de estados

Formulação do Problema Algumas definições: Espaço de estados: todos os estados acessíveis do inicial Caminho: seqüência de estados conectados por ações Solução Ótima: menos custo entre todas as possíveis soluções Custo do Passo: custo numérico para executar uma deteminada ação em um estado

Formulação do Problema Componentes formais: Estado inicial: como o problema começa, em um determinado estado Função Sucessor: possíveis ações, funções que, dado um estado e uma ação levam para outro estado Teste de Objetivo: verificar se o estado alcançado corresponde a um objetivo Custo de Caminho: um custo numérico para cada caminho

Classes de problemas Miniproblemas: para teste de algoritmos Jogo de blocos 8 rainhas Problemas do mundo real: Roteamento Tour (Caixeiro viajante) Navegação de robôs Busca na Internet

Buscando a solução Árvore de Busca e Grafo de Busca Mesmo um grafo finito pode gerar uma árvore infinita Busca em árvore: Verificar se o estado é o objetivo Senão, aplicar a função sucessor ao estado com todas as ações possíveis Adicionar estados alcançáveis à pilha ou fila (profundidade ou largura) e ir para um dos novos estados Busca pode ser sem informação ou heurística

Buscando a solução Busca sem informação Busca em extensão: utiliza fila para percurso em largura no grafo/árvore Busca de custo uniforme: expande o nó com o caminho de custo mais baixo Busca em profundidade: utiliza pilhas para caminho em profundidade Busca em profundidade limitada: a busca é limitada a uma profundidade determinada Busca de aprofundamento iterativo: o limite da profundidade é aumentado a cada passo Busca bidirecional

Bidirecional Partir com uma busca do estado inicial, e outra do estado desejado Quando as duas se cruzam, o caminho pode ser traçado Entretanto, nem sempre o objetivo é um estado simples

Leitura recomendada Capítulo 3 (p ), Russel & Norvig.