Missionários e Canibais

Slides:



Advertisements
Apresentações semelhantes
Inteligência Artificial
Advertisements

Gustavo Sant´Anna Ferreira Rodrigo Ribeiro de Souza
Inteligência Artificial
Inteligência Artificial
O Problema de Roteamento de Veículos (PRV)
Busca com Informação Busca com informação Busca Gulosa Busca A*
Introdução à Linguagem Prolog
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
Meta - heurísticas Prof. Aurora
Busca informada (heurística) Parte 2
Agentes Resolvedores de problemas II. SI Tipos de Busca Desinformada Busca em Largura (ou extensão) Busca por Custo Uniforme Busca em Profundidade.
PROBLEMA DE ROTEAMENTO DE VEíCULOS COM DIVISÃO DE ENTREGA
1 Busca Heurística - Informada Estratégias de Busca Exaustiva (Cega) encontram soluções para problemas pela geração sistemática de novos estados, que são.
Busca Heurística - Informada
Busca Cega (Exaustiva)
Busca Heurística - Informada
- Conceitos e termos - Aplicações
WAR STORY Stripping Triangulations Luciana Oliveira e Silva
Solução de problemas por meio de busca
Busca A*: exemplo.
Capítulo 4 - Russell e Norvig
Capítulo 3 - Russell e Norvig
Aline Marins Paes Paula Fernanda M. V. de Carvalho
JOGO DOS OITO A* e IDA*.
Buscando Soluções Busca Heurística.
Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Buscas em Grafos Prof. André Renato 1º Semestre/2012
Meta - heurísticas Prof. Aurora
Algoritmos em Grafos.
T ÓPICOS DE I.A. Métodos de Busca Busca em Espaços de Estado Prof. Mário Dantas.
FACENS – Engenharia da Computação Inteligência Artificial Busca.
Estratégias de Busca com informação e exploração
Otimização por Colônia de Formigas (ACO)
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
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)
Busca Cega (Exaustiva) e Heurística
Inteligência Artificial
Busca sem Informação Álvaro Vinícius “Degas”
Patrícia A. Jaques (orientadora)‏
Busca Combinatorial e Métodos de Heurística
Relator: Danilo M Lage Contestador: João Eduardo Maeda 2ª Reunião do Grupo de Estudos.
Inteligência Artificial
PUCC 1 Tópicos em Sistemas Inteligentes. PUCC 2 Agenda - Aula 03 Buscas Agentes que Planejam.
1 Introdução aos Agentes Inteligentes Inventando Funções Heurísticas Flávia Barros.
Resolução de Problemas de Busca
Busca com Informação e Exploração “Busca heurística”
Métodos de Resolução Solução Analítica Solução Numérica
1 Introdução aos Agentes Inteligentes Resolução de Problemas de Busca Flávia Barros.
Trabalho Prático 1 Estudo de Algoritmos de Busca de Soluções em Prolog
Métodos Construtivos x Aprimoramento
Busca Heurística - Informada
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
Principais Tópicos Introdução Métodos de busca Busca cega
Resolução de Problemas
Mailson Felipe da Silva Marques Johnson Cordeiro Sarmento
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.
Sistemas Inteligentes Busca Cega (Exaustiva)
Transcrição da apresentação:

Missionários e Canibais Estratégias de Busca Bruno Kinder Almentero Yura Carvalho Ferreira

Descrição do Problema O problema é bastante popular na literatura pois foi assunto do primeiro artigo a tratar de formulação de problemas de busca de forma analítica. Pode ser formulado de várias maneiras

Descrição do Problema Três missionários e três canibais estão às margens de um rio. Na mesma margem existe um bote com capacidade para no máximo duas pessoas. O problema é o de encontrar uma forma de levar as 6 pessoas para a outra margem do rio, sem nunca deixar numa margem um número maior de canibais do que de missionários.

Busca em Largura Expande primeiro todos os nós de um nível antes de avançar para o próximo É ótima e completa Armazena todos os nós

Busca em Profundidade Expande primeiro todos os nós de um caminho Não é ótimo nem completo Armazena somente os nós do caminho

Busca Limitada em Profundidade BP com um limite máximo de profundidade É completo se a profundidade máxima for maior ou igual ao nível da solução. Não é ótimo Armazena somente os nós do caminho.

Busca em Profundidade Iterativa Combinação de BP com Busca Limitada em Profundidade É completa e ótima. Armazena somente os nós do caminho

Busca A* Utilizada o custo real mais uma função heurística É completa e ótima Armazena todos os nós

Modelagem Um estado tem a seguinte forma: (m, c, b), onde m é o número de missionários na margem de origem, c é o número de canibais na mesma margem e se b = 1 indica que o barco está na margem de origem, se b = 0 indica que o barco está na margem oposta. Um nó possui um estado, um nível, uma heurística e um ponteiro para o seu pai.

Modelagem Os operadores do problema são: mover 1 missionário mover 1 canibal mover 2 missionários mover 2 canibais mover 1 missionário e 1 canibal Dessa maneira o nosso estado inicial será (3, 3, 1) e aplicando-se os operadores e descartando os estados inválidos ( nº canibais > nº missionários em uma mesma margem) devemos chegar a solução (0, 0, 0).

Implementação Neste problema especificamente, estados repetidos são gerados freqüentemente e para evitar que a busca em Profundidade entre em “loop”, não visitamos estados repetidos. A busca Limitada em Profundidade e a busca em Profundidade Iterativa são análogas à busca em Profundidade. A única diferença é que não precisamos testar os estados repetidos já que impomos um limite máximo de profundidade.  

Implementação Todos as buscas são implementadas em uma mesma função (função busca) e a busca Iterativa nada mais é que um loop que chama a busca em Profundidade para cada limite até que a solução seja encontrada.

Heurística A* Número de missionários na margem destino é uma boa heurística? A heurística escolhida foi o número de Missionários na margem de origem. Por que? A heurística é admissível? Pode decrescer?

Heurística A* Margem RIO Margem Origem Destino (2 , 3 , 1) (1, 0 , 0) (2 , 3 , 1) (1, 0 , 0) (1, 1, 0) (2, 2, 1)

Resultados Máquina: AMD –750 Mhz, 640MB RAM e Sistema Operacional Windows XP

Resultados Para finalizar salientamos que estes dados gerados como resultado foram muito importantes para avaliarmos a corretude do algoritmo. Isso foi conseguido pois examinando os dados e verificando informações incoerentes, permitiu uma gradativa correção do algoritmo até se encontrar a solução certa e livre de erros

Conclusões Todos os algoritmos acham a solução, a única exceção é a busca em profundidade limitada que só encontra a solução se a profundidade máxima for maior que o nível da solução mais rasa. Basicamente a diferença entre os algoritmos implementados é a ordenação da lista que armazena os nós que deverão ser expandidos.