PUCC 1 Tópicos em Sistemas Inteligentes. PUCC 2 Agenda - Aula 03 Buscas Agentes que Planejam.

Slides:



Advertisements
Apresentações semelhantes
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Advertisements

Algoritmos em Grafos.
Prof. M.Sc. Fábio Francisco da Costa Fontes Maio
IA Importância da IA em jogos Aplicações.
Inteligência Artificial
Fluxo em Redes Prof. Ricardo R. Santos.
Estrutura de Dados e Algoritmos e Programação e Computadores II
Inteligência Artificial
Árvores.
Sistemas Baseados em Agentes
Busca Cega (Exaustiva)
FACENS – Engenharia da Computação Inteligência Artificial
FACENS – Engenharia da Computação Inteligência Artificial
Solução de problemas por meio de busca
Análise Sintática Ascendente
Capítulo 3 - Russell e Norvig
SIMULAÇÃO EM COMPUTADOR: O PENSAMENTO COMO PROCESSAMENTO DE INFORMÇÕES
Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Buscas em Grafos Prof. André Renato 1º Semestre/2012
Algoritmos em Grafos.
T ÓPICOS DE I.A. Métodos de Busca Busca em Espaços de Estado Prof. Mário Dantas.
Grafos Árvores Geradoras.
Informática Teórica Engenharia da Computação
1 Introdução aos Agentes Inteligentes Flávia Barros.
Algorítmos e estrutura de dados III
Introdução e Busca Cega
Introdução aos Agentes Inteligentes Busca Cega (Exaustiva)
Indução de Árvore de Decisão
Listas de Prioridades Em muitas aplicações, dados de uma coleção são acessados por ordem de prioridade A prioridade associada a um dado pode ser qualquer.
Algoritmos de Busca Local
Redes ADSA António Câmara.
Inteligência Artificial
1 A COMPUTAÇÃO MODERNA Valdemar W. Setzer Depto. de Ciência da Computação da USP
Tópicos em Sistemas Inteligentes
SISTEMAS OPERACIONAIS I
Técnico em Informática
Agenda Agentes que Respondem por Estímulo Agentes Inteligentes.
Inteligência Artificial
Resolução de Problemas
Transformada de Hough Processamento global para a detecção de linhas retas numa imagem Nenhum conhecimento é necessário a respeito da posição das linhas.
Inteligência Artificial I
Resolução de Problemas de Busca
Faculdade Pernambucana - FAPE Setembro/2007
1 Introdução aos Agentes Inteligentes Resolução de Problemas de Busca Flávia Barros.
Fundamentos de linguagens de programação
Curso: Sistemas de Informação Tópico 5
CES-10 INTRODUÇÃO À COMPUTAÇÃO

Algoritmos em Grafos Celso C. Ribeiro Caroline T. Rocha.
Busca Competitiva Disciplina: Inteligência Artificial
Busca em Espaço de Estados Parte2 Algoritmos de Busca Cega
Busca em Espaço de Estados
Introdução aos Agentes Inteligentes Tipos de Problemas de Busca Flávia Barros.
Principais Tópicos Introdução Métodos de busca Busca cega
PUCC Tópicos em Sistemas Inteligentes 1. PUCC 2 Agenda Agentes que Respondem por Estímulo Agentes Inteligentes.
Inteligência Artificial
tópicostópicos itens 01. Terminologia 02. Operações básicas 03. Representação de linguagens 04. Formalização de gramáticas 05. Processo de derivação 06.
Arquitetura de computadores
Resolução de Problemas de Busca Agentes Baseados em Objetivo
Computação Evolutiva Nome dado ao estudo de algoritmos cuja inspiração é o processo de evolução natural das espécies. Origem: trabalho de um pesquisador.
Sistemas Inteligentes Busca Cega (Exaustiva)
ADMINISTRAÇÃO INTERDISCIPLINAR
INE5408 Estruturas de Dados Árvores B - Estrutura e peculiaridades -Algoritmos de inserção, pesquisa e deleção.
Transcrição da apresentação:

PUCC 1 Tópicos em Sistemas Inteligentes

PUCC 2 Agenda - Aula 03 Buscas Agentes que Planejam

PUCC 3 Memória X Computação Agentes Reativos fazem muito pouca computação. Suas ações são definidas: –projetistas –aprendizado –processos evolutivos –combinação dos itens As ações são implementadas: –tabelas –Regras de Produção –combinação de circuitos lógicos

PUCC 4 Memória X Computação Uma máquina reativa, capaz de realizar tarefas complexas requer memória “infinita” O projetista dessa máquina teria que ter uma capacidade de previsão sobre humana para antecipar ações apropriadas. Assim, devemos considerar trade offs:entre tempo e espaço e entre adaptação e projeto explícito. Devemos pensar em computações que prevejam conseqüências das ações em qualquer situação O mais importante dessas computações é o aprendizado e a evolução automático.

PUCC 5 Memória X Computação Assim, o agente usando de “programas” será capaz de selecionar ações apropriadas mesmo em ambientes que o projetista não foi capaz de prever inicialmente. Para prever as conseqüências das ações, os agentes devem ter um modelo do mundo que “habita” e um modelo dos efeitos das suas ações sobre o modelo do seu mundo.

PUCC 6 Grafo Empilhar três brinquedos: –Na ordem A, B, C –O robo pode mover qualquer bloco que não tenha outro em cima. –O modelo dessas ações é dada pela função move(x,y) onde x= A,B ou C e y= A,B,C ou chão. –O robo é capaz de modelar cada uma de suas ações em seu ambiente. Mundo antes e depois da ação.

PUCC 7 Grafo Suponha um robo capaz de modelar os efeitos de cada uma de suas ações no seu ambiente. “Par” de modelos do mundo. Um que representa os estado do mundo antes da ação e outro o estado do mundo após sua ação. Grafo de Estado

PUCC 8 Grafo Conjunto de nós e arcos Olhar uma passo a frente em simulações pode produzir previsões úteis. Olhar vários passos pode evitar movimentos inúteis. A estrutura mais útil para acompanhar os efeitos de várias seqüências alternativas de ações é um grafo direto. O conjunto de “mundos” que o agente pode produzir através de suas ações pode ser representado por um grafo.

PUCC 9 Grafo Nesse grafo, os nós são rotulados como “mundos individuais” enquanto os arcos são rotulados por operadores. Se o número de situações diferentes do mundo é pequena, um grafo pode representar todas as possíveis ações e situações explicitamente. Esse grafo é chamado de Grafo de Estado. (state-space graph)

PUCC 10 Grafo Uma das vantagens de representar os mundos “possíveis” numa estrutura de grafo é que qualquer nó do grafo pode representar um objetivo. Esta flexibilidade em realizar tarefas diferentes constrasta com os agentes vistos até agora, que eram capazes de realizar uma única tarefa.

PUCC 11 Planejar Os operadores que são atributos dos arcos podem ser agrupados em uma seqüência denominada PLANO. A busca por essa seqüência é denominada PLANEJAMENTO. Se o agente consegue representar todas as situações relevantes do seu mundo por nós do grafo; se conhecemos o resultados das ações; se o agente é capaz de reconhecer o nó inicial; se não existe outro agente mudando o mundo e; se temos tempo suficiente para computações: é possível planejar uma seqüência completa de ações sem necessidade do retorno de sensores.

PUCC 12 Notação de Grafos Um grafo consiste de um conjunto de nós. Certos pares de nós são conectados por arcos. Esses arcos são direcionados de um nó para outro. Se um arco é direcionado de ni para nj então nj é um sucessor (ou filho) de ni. Nesse caso, ni é pai de nj. Um par de nós pode ser sucessor deles mesmos se substituirmos arcos por ramos.

PUCC 13 Busca em Grafos Buscas envolvem a propagação de marcas nos nós dos grafos. Busca em Largura –Rotule o nó origem com Zero –Propague números inteiros crescentes em ondas através dos arcos até que um inteiro atinja o nó destino. –Realize um backtrack acompanhando uma seqüência decrescente dos rótulos.

PUCC 14 Notação de Grafos Grafos que só contêm ramos são chamados grafos não direcionados. Uma árvore direcionada é um caso particular de um grafo onde cada nó, exceto um, tem um único pai. Esse nó da exceção é chamado de raiz. A raiz possui nível 0. O nível de cada nó da árvore é o do seu pai mais 1. Um nó que não possua sucessores é chamado de folha.

PUCC 15 Notação de Grafos Aos arcos são atribuídos custos positivos, para representar o custo de realização de uma ação. O custo de um passo entre dois nós é dado pela soma dos custos de todos os arcos conectando esses dois nós no passo. Caminho Mínimo Árvore Geradora de Custo Mínimo