Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouKléber Frade Almeida Alterado mais de 8 anos atrás
1
Busca em Espaço de Estados Parte3 Estratégias de busca com custo de ação
Disciplina: Inteligência Artificial Universidade de Itaúna César Augusto Oliveira
2
Revisão
3
Busca baseada em informação
Como um agente pode utilizar informações sobre o espaço de estados para evitar que os algoritmos se percam?
4
Estratégia geral Busca pela melhor escolha (Best-First Search): um nó é selecionado para expansão com base em uma função de avaliação f(n) que mede a distância até o objetivo Faz uso de uma função heurística
5
Estratégias de busca com custo de ação
Consideram que as ações (mudança de um estado para outro) possuem um custo associado, dependendo da dificuldade que se tem para executá-las. O objetivo da busca é encontrar um caminho até o estado final, preferencialmente, com o menor custo associado
6
Estratégias de busca com custo de ação
A escolha do nó a ser expandido é baseado em uma função f(n) (função de avaliação) Principais algoritmos - Busca pelo menor custo ou melhor primeiro - Busca pela melhor estimativa ou busca gulosa (usa função heurística) - Busca A* (usa função heurística)
7
Busca pelo menor custo ou melhor primeiro
O nó a ser expandido é aquele que possui o menor custo acumulado associado (g(n)) - f(n) = g(n) Todos os sucessores do nó expandido são inseridos na árvore A busca é finalizada quando um estado final é expandido Garante que a seqüência de ações encontrada é a com menor custo associado (solução ótima)
8
Exemplo: Sair da cidade 1 e ir até a cidade 9
9
Busca pelo menor custo ou melhor primeiro
Muitos caminhos são gerados: Grande quantidade de memória gasta - Um caminho só pode ser retirado da memória quando foi encontrado um outro menor para o mesmo nó Tempo é considerado superior a qualquer outro algoritmo - Muitas vezes, é inviável a utilização deste algoritmo Semelhante à busca em amplitude
10
Função Heurística Função que descreve o quão bom é um estado
Guia algoritmos baseados em busca pela melhor escolha na direção mais promissora, sugerindo que caminho seguir Matematicamente: h(n) = custo estimado do caminho mais econômico do nó n até um nó objetivo Se n é objetivo, então h(n)=0 É escolhida caso a caso, de acordo com a natureza do problema
11
Busca pela melhor estimativa ou busca gulosa
Tenta expandir o nó mais próximo da meta, partindo do princípio que isso levará a uma solução mais rápida A avaliação dos nós é feita utilizando a função: f(n)=h(n) Exemplo: Problema: ir de Arad a Bucareste Heurística: distância em linha reta. h(n) é a distância em linha reta até Bucareste
12
MAPA DA ROMÊNIA EM CUSTOS
13
Distância em linha reta:
15
Busca gulosa: Exemplo
16
Busca gulosa:exemplo
17
Busca gulosa: avaliação
Complexidade: Não expandiu nenhum nó fora do caminho da solução: baixo custo de busca!
18
Busca gulosa: avaliação
Não garante a solução ótima. Pouca memória é gasta: - É necessário armazenar apenas o caminho que está sendo explorado e poucos nós adicionais com valores heurísticos não muito promissores até aquele momento. O tempo gasto, no pior caso, é próximo do tempo gasto para se atingir o nível mais profundo da árvore Pode entrar em loop se não detectar a expansão de estados repetidos Semelhante à busca em profundidade
19
Busca A* Forma mais amplamente conhecida de busca pela melhor escolha
Avalia nós fazendo: f(n) = g(n) + h(n) g(n): custo para alcançar cada nó h(n): custo para ir do nó até o objetivo
26
Busca A* Este algoritmo garante encontrar a solução ótima desde que a função heurística seja válida Muitos nós são gerados (como na busca pelo menor custo) Quantidade de memória gasta intermediária entre os algoritmos de busca pelo menor custo e pela melhor estimativa. - Apesar de guardar todos os caminhos para os nós gerados, o número de nós gerados é bem menor que o número da busca pelo menor custo Embora o tempo de busca seja menor que o da busca pelo menor custo, ainda possui o problema de muitos estados gerados, tornando, algumas vezes, inviável a utilização deste algoritmo.
27
Problemas reais solucionados com algoritmos de busca
Problemas de tour: - Definições de rotas, horários de vôos e conexões de empresas aéreas Problema do caixeiro viajante - Viagens de vendedores - Movimento de máquinas industriais Layout de VLSI - Deseja-se posicionar os componentes na placa de circuito respeitando-se as restrições físicas, minimizando a área utilizada, os retardos, etc. e maximizando o rendimento industrial
28
Problemas reais solucionados com algoritmos de busca
Navegação de robôs Seqüência automática de montagem de objetos Projeto de proteínas a partir de aminoácidos Pesquisa na Internet (páginas, assuntos relacionados, compras, etc.)
29
Bibliografia Livros -BITTENCOURT, Guilherme. Inteligência Artificial – Ferramentas e Teorias. Editora da UFSC - REZENDE, Solange Oliveira. Sistemas inteligentes: fundamentos e aplicações. Barueri: Manole, 2003. - RUSSEL, Stuart; NORVIG, Peter: Inteligência Artificial. Campus, São Paulo, 2004. Slides - BITTENCOURT, Guilherme. Transparências de Inteligência computacional. Disponível em: tra-soft.pdf - LINDEN, Ricardo. Transparências de Inteligência Artificial. Disponível em:
30
Bibliografia Applets Puzzle8 - Artificial Intelligence Test. Disponível em: Jarros - Racha Cuca. Disponível em: ou Missionários e Canibais - Racha Cuca. Disponível em: ou Lobo, ovelha e couve - Racha Cuca. Disponível em:
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.