Introdução à Inteligência Artificial. Procura em contextos competitivos jogos (cont.)

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Introdução à Inteligência Artificial. Procura em contextos competitivos jogos (cont.)"

Transcrição

1 Introdução à Inteligência Artificial Procura em contextos competitivos jogos (cont.)

2 Sumário n Vimos Jogos de 2 jogadores n Determinísticos, soma nula, informação perfeita Estratégia óptima minimax Algoritmos Minimax e Alfa-Beta n Vamos ver Pontos de corte e funções de avaliação Generalização da estratégia minimax Jogos probabilísticos Estado da arte 2

3 Melhorar a eficiência n Cortes alfa-beta não resolvem tudo! n Como lidar com repetições na árvore de jogos? n Como lidar com a profundidade da árvore? 3

4 Evitar repetir avaliações exemplo n Guardar avaliação de estados numa Tabela de transposição; n Deve ser possível seleccionar que estados guardar; 4

5 Terminologia n Função de Recompensa ou Utilidade Avaliação dos estados terminais de um jogo representa o ganho final de um jogador num estado terminal n Função de Avaliação Aplicada a qualquer estado do jogo fornece uma medida de avaliação de uma posição do jogo num determinado momento, na perspectiva de um jogador. 5

6 Lidar com profundidade n A estratégia minimax pode ser usada limitando a procura na árvore de jogo, impedindo a geração de alguns sucessores; n Teste de terminação substituído por um teste de corte; n O teste de corte pode ser simplesmente um limite na profundidade da árvore ponto de corte; n Um nó folha pode não representar um estado terminal do jogo. n Todos os nós folha são avaliados recorrendo a uma função de avaliação. n Exemplo do jogo dos peões 6

7 Exemplo jogo dos peões Quanto valem os estados não-terminais? 7

8 Exemplo jogo dos peões n n Continuar a garantir a identificação dos terminais Exemplo: F(n) = núm. peças brancas núm. de peças pretas F(estado vencedor) = 2 F(estado perdador) = -2 F(estado empate) = 0 8

9 Jogo dos peões - MINIMAX até ao nível 3 MAX MIN MAX Usando a função de avaliação seguinte (F1): - Vitória das brancas = 2 - Vitória das pretas = -2 - Empate = 0 - Jogos incompletos = nº brancas nº pretas Esta função é boa? 9

10 Jogo dos peões ALFA-BETA até ao nível 3 MAX MIN MAX Usando a função de avaliação seguinte (F1): - Vitória das brancas = 2 - Vitória das pretas = -2 - Empate = 0 - Jogos incompletos = nº brancas nº pretas 10

11 Jogo dos peões - MINIMAX até ao nível 3 MAX MIN 1 0, ,5 0,5 MAX 1 0, ,5 0,5 0 0,5 1 0, ,5 1 0,5 0 0,5 Consideremos agora outra função de avaliação (F2): - Vitória das brancas = 3 - Vitória das pretas = -3 - Empate = 0 - Jogos incompletos = diferença entre média das distâncias à linha final das pretas e média das distâncias à linha final das brancas Esta função é melhor? 11

12 Função de Avaliação n Deverá representar uma estimativa da recompensa a receber no jogo a partir do estado (nó da árvore de jogo) em causa; n Deve ser consistente com a função de recompensa no que diz respeito aos estados terminais; n Nos estados não terminais, deve ter uma correlação forte com a função de recompensa com a possibilidade de vitória n Deve ser de fácil computação 12

13 Função de avaliação como definir n Uma forma de definir é como combinação linear de características do jogo. n Características dos jogos (exemplos): Xadrez número de peças de cada tipo; Damas vantagem em peças normais; vantagem em damas; proximidade do lado oposto; Jogo dos peões vantagem em número de peças; distância ao lado oposto; FAval( n) = k p i c i p i - pesos c i - características i= 1 13

14 Jogo dos peões - MINIMAX até ao nível 3 MAX MIN MAX F1 F2 F3 F , ,5 1 0,5 0 0,5 0,5-0,25 2,5 2,5 2,5 0,25 1-0,25 0 0,25 0,7 0,05 2,7 2,7 2,7 0,35 1 0,05 0 0,35 Consideremos agora a combinação linear das duas anteriores: F3(n) = 0,5*F1 + 0,5*F2 Ou F4(n) = 0,3*F1 + 0,7*F2 Pertencem à mesma classe de equivalência Mais características? 14

15 Categorias de Estados n O conjunto das características determina classes de equivalência (categorias) no conjunto dos estados estados com os mesmos valores em todas as características; n Mas estados diferentes poderão levar a resultados diferentes: Ganham as pretas Ganham as brancas 15

16 Teste de Corte n Um só movimento pode levar a grandes mudanças no valor da função de avaliação (ver caso anterior); n Em vez de usar um ponto de corte fixo (uma determinada profundidade), deve cortar-se apenas em situações quiescentes (estáveis); n Ou seja, posições não quiescentes deverão ser expandidas até se encontrar um ponto de estabilidade (com mudanças pequenas) da f. avaliação; n Problema da morte adiada (horizon effect) quando uma situação desfavorável pode ser adiada para além do limite de profundidade. 16

17 Generalização da estratégia minimax FRecompensa( n) ValorMinMax( n) = max ValorMinMax( s) s Sucessores( n) min ValorMinMax( s) s Sucessores( n) n Em Jogos de 3 jogadores: n é nó terminal n é nó MAX n é nó MAX Função de recompensa devolve vector de 3 elementos, um elemento para a recompensa de cada um dos jogadores no respectivo estado terminal. A cada nó da árvore corresponde também um vector de três elementos. O vector associado a um nó é o vector do sucessor que maximiza o elemento corresponde ao jogador que joga nesse nó. 17

18 Exemplo minimax com 3 jogadores Jogador A (3,5,2) B (1,2,6) (3,5,2) C (1,2,6) (6,1,2) (3,5,2) (5,4,5) A (1,2,6) (4,2,3) (6,1,2) (7,4,1) (5,1,1) (3,5,2) (7,7,1) (5,4,5) 18

19 Jogos de vários jogadores observações n Surgimento de alianças Colaboração poderá emergir do comportamento individual egoísta (maximização da própria recompensa) para fazer face a opositor poderoso. Colaboração poderá ser temporária Questões sociais n Colaboração também pode surgir em jogos de soma não nula (mesmo se só com dois jogadores) 19

20 Jogos que incluem factor de acaso n Jogos com dados Nível adicional na árvore de jogo que representa as várias possibilidades e probabilidades associadas Exemplo com dois dados 20

21 Adaptação da estratégia minimax Recompensa( n) max ValorMinMaxEsperado( s) s Sucessores( n) ValorMinMaxEsperado( n) = min ValorMinMaxEsperado( s) s Sucessores( n) P( s). ValorMinMaxEsperado( s) s Sucessores( n) n é nó terminal n é nó MAX n é nó MIN n é nó de acaso n n Função de avaliação deverá ser definida com mais cuidado; Não basta manter relação entre estados é preciso que seja transformação linear positiva da função de recompensa Escolha de A1 Escolha de A2 21

22 Estado da arte Xadrez n 1957 H. Simon prevê que em 10 anos um computador será capaz de derrotar o campeão do mundo n 1997 Deep Blue derrota Kasparov n Deep Blue (Campbell, Hsu, Hoane) Procura 200 milhões de estados por segundo; Função de avaliação sofisticada (8000 características) Estende alguns ramos de procura até 40 jogadas de avanço. Base de dados com: n 4000 aberturas n Todos os finais de jogos com 5 peças ou menos n Acesso a 7000 jogos anteriores n 22

23 Estado da arte Damas n Chinook (Jonathan Schaeffer) (desde 1989) Em 1990 vice-campeão no Open dos Estados Unidos Em 1994, usa base de dados com ~444 mil milhões ( ) de estados com 8 peças ou menos campeão do mundo (controverso) 29 de Abril de 2007 n Jogo das damas resolvido. A partir do estado inicial, as pretas apenas conseguem empatar face a um adversário perfeito. Demonstrado que dois jogadores perfeitos empatam sempre Em 2007, base de dados com mais de 39 biliões ( ) de estados com 10 peças ou menos n É o maior jogo não trivial a ser resolvido. n 23

24 Estado da arte outros jogos n Othello n Go Resolvido para tabuleiros 6x6 Logistello (Michael Buro) venceu o campeão do mundo em Computadores melhores que humanos, mesmo em 8x8 Longe de estar resolvido (factor de ramificação > 300) Apenas resolvido para tabuleiros pequenos (5x5, em 2002 MIGOS, Erik van der Werf ) Humanos (jogam em 19x19) melhores que computadores 24

25 Jogos em resumo n Permitem ilustrar alguns pontos importantes do trabalho em Inteligência Artificial: Necessidade de lidar com problemas intratáveis Perfeição é inatingível -> procurar aproximações Necessidade de meta-raciocínio n Por exemplo, avaliar não apenas a utilidade de um estado mas também a utilidade de realizar uma determinada expansão como calcular essas utilidades? 25

Sumário. Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real

Sumário. Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real Jogos Capítulo 6 Sumário Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas

Leia mais

Busca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010

Busca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010 Inteligência Artificial Busca Competitiva Aula 5 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia-pos Capítulo 6 Russell & Norvig Seção 6.1 a 6.5 2 Até aqui... Problemas sem interação com outro agente.

Leia mais

Árvore de Jogos Minimax e Poda Alfa-Beta

Árvore de Jogos Minimax e Poda Alfa-Beta Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Árvore de Jogos Minimax e Poda Alfa-Beta Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com

Leia mais

Introdução à Inteligência Artificial 2007/08

Introdução à Inteligência Artificial 2007/08 Introdução à Inteligência rtificial 2007/08 Procura em contextos competitivos jogos Contexto Um agente vs multiagente mbiente cooperativo vs competitivo Teoria dos jogos (ramo da Economia) Sistema multiagente

Leia mais

Técnicas para Implementação de Jogos

Técnicas para Implementação de Jogos Técnicas para Implementação de Jogos Solange O. Rezende Thiago A. S. Pardo Considerações gerais Aplicações atrativas para métodos de IA Formulação simples do problema (ações bem definidas) Ambiente acessível

Leia mais

Exemplo de aprendizagem máquina

Exemplo de aprendizagem máquina (Primeiro exemplo) Jogo de damas c/ aprendizagem Tom Mitchell, Machine Learning, McGraw-Hill, 1997 chapter 1 17-Jul-13 http://w3.ualg.pt/~jvo/ml 12 1 Exemplo de aprendizagem máquina 1. Descrição do problema

Leia mais

Inteligência Artificial (SI 214) Aula 6 Busca com Adversário. Prof. Josenildo Silva

Inteligência Artificial (SI 214) Aula 6 Busca com Adversário. Prof. Josenildo Silva Inteligência Artificial (SI 214) Aula 6 Busca com Adversário Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides de Hwee Tou

Leia mais

Busca competitiva. Inteligência Artificial. Profª. Solange O. Rezende

Busca competitiva. Inteligência Artificial. Profª. Solange O. Rezende Profª. Solange O. Rezende 1 O que vimos até agora... Busca não informada Baseada somente na organização de estados e a sucessão entre eles Busca informada Utiliza, também, informações a respeito do domínio

Leia mais

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Resolução de problemas por meio de algoritmos

Leia mais

Algoritmos de retrocesso

Algoritmos de retrocesso Algoritmos de retrocesso Algoritmos em que se geram escolhas que vão sendo testadas e eventualmente refeitas Problemas para os quais não existem algoritmos eficientes: retrocesso é melhor que pesquisa

Leia mais

Alternativamente pode ser pensado como uma forma de maximizar o minimo ganho possível.

Alternativamente pode ser pensado como uma forma de maximizar o minimo ganho possível. Inteligência Artificial Algoritmo i com cortes Alfa-Beta Ana Saraiva 050509087 Ana Barbosa 050509089 Marco Cunha 050509048 Tiago Fernandes 050509081 FEUP - MIEIC 3ºAno/ºSemestre 1 Introdução O algoritmo

Leia mais

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02 . CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02 Créditos: alguns itens desta lista são adaptados do material da disciplina CS188 - Artificial Intelligence

Leia mais

Jogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra

Jogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra Jogo de Damas Alunos: Sávio Mendes de Figueiredo (savio@cos.ufrj.br) Sômulo Nogueira Mafra (somulo@cos.ufrj.br) Prof.: Inês dutra Inteligência artificial Coppe sistemas - UFRJ 1. Algumas Frases 2. Origens

Leia mais

Jogos e Busca. Silvio Lago

Jogos e Busca. Silvio Lago 1 Jogos e Busca Silvio Lago slago@ime.usp.br 2 Sumário Jogos adversariais Algoritmo MINIMAX Algoritmo de poda α-β Função de avaliação e corte Jogos de sorte 3 Jogos Ambientes competitivos, em que as metas

Leia mais

INTELIGÊNCIA ARTIFICIAL 2008/09

INTELIGÊNCIA ARTIFICIAL 2008/09 INTELIGÊNCIA ARTIFICIAL 2008/09 JOGOS Ex. 1) ( Teste 2005/06) Considere a seguinte árvore de procura de dois agentes. Reordene as folhas de modo a maximizar o número de cortes com uma procura da esquerda

Leia mais

Busca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *

Busca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A * Inteligência Artificial Aula 6 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Revisão da aula passada: Busca A * Idéia:

Leia mais

Jogos vs. Problemas de Procura

Jogos vs. Problemas de Procura Jogos Capítulo 6 Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas os movimentos que podem ser tomados pelo adversário Pontuação com sinais opostos O que

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência rtificial usca ompetitiva Jogos usca ompetitiva Num ambiente multiagente, é necessário considerar as ações de outros agentes e o modo como essas ações nos afetam. imprevisibilidade de outros

Leia mais

JOGOS JOGOS. Exemplo: xadrez. Vários tipos de jogos. Uma árvore de jogo. Raciocínio em jogo de xadrez?

JOGOS JOGOS. Exemplo: xadrez. Vários tipos de jogos. Uma árvore de jogo. Raciocínio em jogo de xadrez? JOGOS JOGOS entre os primeiros domínios de aplicação razões - problema de definição fácil (regras do jogo) - constituem uma tarefa estruturada em que é fácil medir o sucesso ou fracasso Vários tipos de

Leia mais

Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2

Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2 LERCI/LEIC Tagus 2005/06 Inteligência Artificial Exercícios sobre Minimax: Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: Max Min f=4 f=7

Leia mais

CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro

CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Busca Competitiva Para Ambientes multiagentes...

Leia mais

PMR Computação para Mecatrônica

PMR Computação para Mecatrônica PMR3201 - Computação para Mecatrônica Prof. Thiago de Castro Martins Prof. Newton Maruyama Prof. Marcos de S.G. Tsuzuki Monitor: Pietro Teruya Domingues Exercício Programa 2 - Versão 2017 Resolvendo o

Leia mais

Jogos com Oponentes. March 13, 2017

Jogos com Oponentes. March 13, 2017 Jogos com Oponentes March 13, 2017 Jogos com Oponentes Problemas de busca: não assumem a presença de um oponente Jogos: oponente INCERTEZA! Incerteza porque não se conhece as jogadas exatas do oponente

Leia mais

SOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS

SOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS Universidade Federal do Tocantins SOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS Diogo Rigo de Brito Guimarães Alexandre Tadeu Rossini da Silva Objetivo Implementar soluções heurísticas para o Jogo de Damas

Leia mais

Jogos com Oponentes. espaço de busca muito grande tempo para cada jogada

Jogos com Oponentes. espaço de busca muito grande tempo para cada jogada Jogos com Oponentes Jogos com Oponentes ˆ Problemas de busca: não assumem a presença de um oponente ˆ Jogos: oponente INCERTEZA! ˆ Incerteza porque não se conhece as jogadas exatas do oponente e não por

Leia mais

a) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças.

a) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças. Introdução à Inteligência Artificial 2ª Época 29 Janeiro 2015 Nº Aluno: Nome Completo: Exame com consulta. Responda às perguntas nesta própria folha, nos espaços indicados. (I) O jogo do Nim (também chamado

Leia mais

8 Experimentos. de pelo menos uma solução. 2 Na verdade, poderíamos definir uma função que retorna o conjunto de equilíbrios de

8 Experimentos. de pelo menos uma solução. 2 Na verdade, poderíamos definir uma função que retorna o conjunto de equilíbrios de 8 Experimentos Neste capítulo tratamos da utilização do verificador de modelos na prática, e realizamos algumas comparações entre outros algoritmos existentes. Os experimentos foram executados em uma máquina

Leia mais

Jogo King Relatório da Melhoria do Trabalho Inteligência Artificial. Tiago Fonseca, ei02100

Jogo King Relatório da Melhoria do Trabalho Inteligência Artificial. Tiago Fonseca, ei02100 Jogo King Relatório da Melhoria do Trabalho Inteligência Artificial Tiago Fonseca, ei02100 19 de Julho de 2005 Resumo Conteúdo 1 Introdução 3 1.1 Objectivo................................... 3 1.2 Motivação...................................

Leia mais

Sistemas Baseados em Conhecimento

Sistemas Baseados em Conhecimento Departamento de Informática Faculdade de Ciências Universidade de Lisboa Sistemas Baseados em Conhecimento Primeiro Teste 24 de Abril de 2008 Nome Completo: Nº Aluno: Licenciatura: com consulta 1 hora

Leia mais

Jogos com Oponentes. Problemas de busca: não assumem a presença de um oponente

Jogos com Oponentes. Problemas de busca: não assumem a presença de um oponente istemas Inteligentes, 10-11 1 Jogos com ponentes Problemas de busca: não assumem a presença de um oponente Jogos: oponente INCERTEZA! Incerteza porque não se conhece as jogadas exatas do oponente e não

Leia mais

Jogos com Oponentes. Problemas de busca: não assumem a presença de um oponente

Jogos com Oponentes. Problemas de busca: não assumem a presença de um oponente Sistemas Inteligentes, 13-14 1 Jogos com ponentes Problemas de busca: não assumem a presença de um oponente Jogos: oponente INCERTEZA! Incerteza porque não se conhece as jogadas exatas do oponente e não

Leia mais

IA: Busca Competitiva. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br

IA: Busca Competitiva. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br IA: Busca Competitiva Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Árvores de Jogos Minimax Antecipação Limitada Poda Alfa-beta Introdução Jogos têm sido continuamente uma importante

Leia mais

Gatos & Cães Simon Norton, 1970s

Gatos & Cães Simon Norton, 1970s Gatos & Cães Simon Norton, 1970s Um tabuleiro quadrado 8 por 8. 28 peças gato e 28 peças cão (representadas respectivamente por peças negras e brancas). Ganha o jogador que realizar a última jogada. zona

Leia mais

Distribuição de Jogos por Ciclo

Distribuição de Jogos por Ciclo REGRAS DOS JOGOS Distribuição de Jogos por Ciclo 1º CEB 2º CEB 3º CEB Sec. Semáforo x Gatos & Cães x x Rastros x x x Produto x x x Avanço x x Flume x 2 Semáforo Autor: Alan Parr 8 peças verdes, 8 amarelas

Leia mais

Gatos & Cães Simon Norton, 1970s

Gatos & Cães Simon Norton, 1970s Gatos & Cães Simon Norton, 970s Um tabuleiro quadrado 8 por 8. 8 peças gato e 8 peças cão (representadas respectivamente por peças negras e brancas). Ganha o jogador que realizar a última jogada. zona

Leia mais

Jogos - aula 2. Xadrez chinês. Exemplo de função de avaliação:

Jogos - aula 2. Xadrez chinês. Exemplo de função de avaliação: Exemplo de jogo: Xadrez chinês Jogos - aula 2 Função de avaliação? Prof. Luis Otavio Alvares 1 2 Xadrez chinês Ligue 4 Exemplo de função de avaliação: o valor das peças é de acordo com a sua posição: 12

Leia mais

Anatomia do motor de um programa de xadrez. Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina

Anatomia do motor de um programa de xadrez. Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina Anatomia do motor de um programa de xadrez Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina Conteúdo Objetivo O que é um motor de xadrez? Arquitetura Entrada e saída Representação do tabuleiro

Leia mais

O peão Se um peão consegue chegar até a outra extremidade do tabuleiro(linha 8), ele é promovido. Um peão promovido é substituído, ainda na mesma jogada em que o movimento foi feito, por um cavalo, bispo,torreoudamadamesmacor.

Leia mais

JOGOS LIVRO REGRAS M AT E M Á T I CO S. 11.º Campeonato Nacional

JOGOS LIVRO REGRAS M AT E M Á T I CO S. 11.º Campeonato Nacional Vila Real JOGOS M AT E M Á T I CO S.º Campeonato Nacional LIVRO DE REGRAS Semáforo Autor: Alan Parr Material Um tabuleiro retangular por. 8 peças verdes, 8 amarelas e 8 vermelhas partilhadas pelos jogadores.

Leia mais

Teoria de Jogos. Algoritmo Minimax e Alfa-Beta AED - 2002

Teoria de Jogos. Algoritmo Minimax e Alfa-Beta AED - 2002 Teoria de Jogos Algoritmo Minimax e Alfa-Beta AED - 2002 Conceptualização do Problema Jogar pode ser visto como uma generalização do problema de procura em espaço de estados, em que existem agentes hostis

Leia mais

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula I - Introdução

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula I - Introdução Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Resolução de problemas por meio de algoritmos

Leia mais

Algoritmo MiniMax. Minimax

Algoritmo MiniMax. Minimax Algoritmo MiniMax Luís Carlos Calado 050509043 João Carlos Sousa 050509027 José Carlos Campos 060509007 Rodolfo Sousa Silva 050509069 1 Minimax Minimax (ou minmax) é um método usado na Teoria da Decisão,

Leia mais

Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3

Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 1 Revisão da aula passada: Busca A * Idéia: evitar expandir caminhos que já são caros Função de avaliação f(n) = g(n) + h(n)

Leia mais

Enunciados dos Exercícios Cap. 2 Russell & Norvig

Enunciados dos Exercícios Cap. 2 Russell & Norvig Enunciados dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Tanto a medida de desempenho quanto a função de utilidade medem o quanto um agente está desempenhando bem suas atividades. Explique a diferença

Leia mais

Técnicas de Desenho de Algoritmos

Técnicas de Desenho de Algoritmos Técnicas de Desenho de Algoritmos Mudança de ênfase: da implementação de algoritmos para o desenho de algoritmos A ver: 5 tipos de algoritmos abordagem ao problema exemplos complexidade em tempo e espaço

Leia mais

Semáforo. Um tabuleiro retangular 4 por 3. 8 peças verdes, 8 amarelas e 8 vermelhas partilhadas pelos jogadores.

Semáforo. Um tabuleiro retangular 4 por 3. 8 peças verdes, 8 amarelas e 8 vermelhas partilhadas pelos jogadores. Semáforo Autor: Alan Parr Um tabuleiro retangular por. 8 peças verdes, 8 amarelas e 8 vermelhas partilhadas pelos jogadores. Ser o primeiro a conseguir uma linha de três peças da mesma cor na horizontal,

Leia mais

Professor: Paulo Adolfo Kepler (Zé)

Professor: Paulo Adolfo Kepler (Zé) Professor: Paulo Adolfo Kepler (Zé) INTRODUÇÃO Caro aluno! Você acaba de ingressar no fascinante mundo do Xadrez, o jogo de tabuleiro mais praticado no mundo. Você estará no comando de um poderoso exército,

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 24 Aprendizado Por Reforço Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest Neighbor (KNN).

Leia mais

PCS Inteligência Artificial

PCS Inteligência Artificial PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de

Leia mais

Busca com Adversários: Jogos. Maria Carolina Monard

Busca com Adversários: Jogos. Maria Carolina Monard Busca com Adversários: Jogos Thiago A. S. Pardo Maria Carolina Monard Busca com Adversários Diferentemente da busca tradicional vista até agora, na qual a situação não troca durante a busca, a busca com

Leia mais

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA ARTIFICIAL INTELIGÊNCIA ARTIFICIAL Segundo Exame 11 de Julho de 2006 9:00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.

Leia mais

Inteligência Artificial Projecto 2

Inteligência Artificial Projecto 2 Bantumi ESPECIFICAÇÕES O projecto destina-se a resolver um conjunto de problemas do jogo Bantumi utilizando métodos de procura em espaço de estados. Bantumi é um jogo derivado do jogo Mancala de origem

Leia mais

3 Aprendizado por reforço

3 Aprendizado por reforço 3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina

Leia mais

Jogos - aula 2. Prof. Luis Otavio Alvares II / UFRGS

Jogos - aula 2. Prof. Luis Otavio Alvares II / UFRGS Jogos - aula 2 Prof. Luis Otavio Alvares II / UFRGS 1 Função de avaliação: Xadrez chines 2 Xadrez chinês Exemplo de função de avaliação: o valor das peças é de acordo com a sua posição: 12 para a última

Leia mais

Buscas Informadas ou Heurísticas - Parte II

Buscas Informadas ou Heurísticas - Parte II Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução

Leia mais

Aula 9 TECNOLOGIA EM JOGOS DIGITAIS PROGRAMACAO E INTEGRACAO DE JOGOS I. Marcelo Henrique dos Santos

Aula 9 TECNOLOGIA EM JOGOS DIGITAIS PROGRAMACAO E INTEGRACAO DE JOGOS I. Marcelo Henrique dos Santos Aula 9 TECNOLOGIA EM JOGOS DIGITAIS PROGRAMACAO E INTEGRACAO DE JOGOS I Marcelo Henrique dos Santos Marcelo Henrique dos Santos Mestrado em Educação (em andamento) Pós-graduação em Negócios em Mídias Digitais

Leia mais

Investigação Operacional

Investigação Operacional Métodos de Programação Linear: Big M, Fases, S Dual (Licenciatura) Tecnologias e Sistemas de Informação http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Simplex

Leia mais

Estatística Empresarial. Fundamentos de Probabilidade

Estatística Empresarial. Fundamentos de Probabilidade Fundamentos de Probabilidade A probabilidade de chuva é de 90% A probabilidade de eu sair é de 5% Conceitos Básicos Conceitos Básicos 1. Experiência Aleatória (E) Processo de obtenção de uma observação

Leia mais

Artifical (utilizando o Jogo da Velha)

Artifical (utilizando o Jogo da Velha) Ensinando Técnicas de Inteligência Artifical (utilizando o Jogo da Velha) Prof. Dr. Luciano Antonio Digiampietri Escola de Artes, Ciências e Humanidades da USP Roteiro Contexto Educativo Descrição do Jogo

Leia mais

Metodologia Aplicada a Computação.

Metodologia Aplicada a Computação. Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,

Leia mais

CAL ( ) MIEIC/FEUP Estruturas de Dados ( )

CAL ( ) MIEIC/FEUP Estruturas de Dados ( ) Conjuntos Disjuntos R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CPAL, 2010/2011 1 Conjuntos Disjuntos Objectivo resolver eficientemente o problema da equivalência estrutura

Leia mais

Análise de Decisão, Jogos & Negociação. Cesaltina Pires

Análise de Decisão, Jogos & Negociação. Cesaltina Pires Análise de Decisão, Jogos & Negociação Cesaltina Pires Fevereiro 2007 ii Conteúdo 1 Introdução (incompleto) 1 1.1 Decisão várias abordagens........................... 1 1.1.1 Decisões individuais versus

Leia mais

Romildo Martins da S Bezerra Julho 2001

Romildo Martins da S Bezerra Julho 2001 Algoritmo do Kalah Romildo Martins da S Bezerra Julho 2001 Índice 1. O Jogo...3 2. Mudanças para Implementação...3 3. O Algoritmo...4 3.1 MINIMAX...4 3.2 Poda Alpha-Beta...4 3.3 Estrutura Utilizada...5

Leia mais

Sistemas Multi-agentes

Sistemas Multi-agentes Sistemas Multi-agentes! Projeto dos agentes «O problema é resolvido por um conjunto de agentes, fisicamente distribuídos em diversas máquinas conectadas. «Os agentes são concebidos para solucionar um problema

Leia mais

Resolução de problemas por meio de busca. Inteligência Artificial

Resolução de problemas por meio de busca. Inteligência Artificial 1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema

Leia mais

Inteligência Computacional para Jogos Eletrônicos

Inteligência Computacional para Jogos Eletrônicos Inteligência Computacional para Jogos Eletrônicos Papéis da IA em Jogos Adversários Aliados Personagens de apoio NPC s (Non-player Character) Comentaristas Controle de câmera Geração de fases Nivelamento

Leia mais

Decisão Decidir Análise / Teoria da Decisão

Decisão Decidir Análise / Teoria da Decisão Decisão Decidir é o acto de seleccionar uma linha de acção preferida entre várias alternativas existentes. Existem diversos instrumentos que podem contribuir para a tomada de decisões, dependentes do ambiente

Leia mais

Roteiro da aula: Jogos dinâmicos com informação incompleta. Mas-Collel e Green capítulo 9 Refinamentos do conceito de Equilíbrio de Nash

Roteiro da aula: Jogos dinâmicos com informação incompleta. Mas-Collel e Green capítulo 9 Refinamentos do conceito de Equilíbrio de Nash Roteiro da aula: Jogos dinâmicos com informação incompleta Mas-Collel e Green capítulo 9 Refinamentos do conceito de quilíbrio de Nash Racionalidade seqüencial quilíbrio Bayesiano perfeito quilíbrio bayesiano

Leia mais

J2 Velha. Uma Implementação Java do Jogo da Velha Utilizando o Algoritmo MiniMax. Universidade Federal do ABC ufabc. André Filipe de Moraes Batista

J2 Velha. Uma Implementação Java do Jogo da Velha Utilizando o Algoritmo MiniMax. Universidade Federal do ABC ufabc. André Filipe de Moraes Batista Universidade Federal do ABC ufabc J2 Velha Uma Implementação Java do Jogo da Velha Utilizando o Algoritmo MiniMax André Filipe de Moraes Batista andre.batista@ufabc.edu.br Luis Fernando de Oliveira Jacintho

Leia mais

Conjuntos disjuntos. Relações de equivalência

Conjuntos disjuntos. Relações de equivalência Conjuntos disjuntos Objectivo resolver eficientemente o problema da equivalência estrutura de dados simples (vector) implementação rápida análise complicada Uso problemas de grafos equivalência de tipos

Leia mais

Agentes de Procura Procura Estocástica. Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA.

Agentes de Procura Procura Estocástica. Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA. Agentes de Procura Procura Estocástica Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA. AGENTES DE PROCURA ESTOCÁSTICA 1 Procura Aleatória O

Leia mais

Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística

Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material

Leia mais

REVISTA CONTEÚDO TEOREMA MINIMAX: UMA APLICAÇÃO EM JOGOS DE XADREZ 1. Palavras-Chave: Teorema Minimax; Alpha-Beta; Agentes; Jogo de Xadrez.

REVISTA CONTEÚDO TEOREMA MINIMAX: UMA APLICAÇÃO EM JOGOS DE XADREZ 1. Palavras-Chave: Teorema Minimax; Alpha-Beta; Agentes; Jogo de Xadrez. TEOREMA MINIMAX: UMA APLICAÇÃO EM JOGOS DE XADREZ 1 Érico Leandro Vaccari Stefanini 2 Valdir Antonio Vitorino Filho 3 RESUMO Esta pesquisa tem como objetivo desenvolver um agente capaz de encontrar e analisar

Leia mais

1ª Colocação 10 pontos. 2ª Colocação 08 pontos. 3ª Colocação 06 pontos

1ª Colocação 10 pontos. 2ª Colocação 08 pontos. 3ª Colocação 06 pontos Regras: Jogo do Xadrez 1. Sorteio: Os confrontos serão definido através de sorteio e relacionados no chaveamento da competição; A ordem de disputa será de acordo com a ordem de retira no sorteio. PS: 2

Leia mais

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA ARTIFICIAL INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com

Leia mais

Agrupamento de Escolas do Fundão

Agrupamento de Escolas do Fundão Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de

Leia mais

Considerações sobre o Teorema de Zermelo sobre a determinância de jogos assemelhados ao Xadrez

Considerações sobre o Teorema de Zermelo sobre a determinância de jogos assemelhados ao Xadrez Considerações sobre o Teorema de Zermelo sobre a determinância de jogos assemelhados ao Xadrez O Jogo de Xadrez é Determinado No jogo de Xadrez, ou as brancas podem forçar uma vitória, ou as pretas podem

Leia mais

Textos de apoio às aulas práticas. Jaime Ramos, Francisco Miguel Dionísio

Textos de apoio às aulas práticas. Jaime Ramos, Francisco Miguel Dionísio Computação e Programação Textos de apoio às aulas práticas Jaime Ramos, Francisco Miguel Dionísio DMIST, Dezembro de 2010 Parte I MATLAB 1 Capítulo 1 Exercícios preliminares 1. Defina a função conta divisores

Leia mais

Inteligência Artificial 2008/09 E z D

Inteligência Artificial 2008/09 E z D /Jan/009 9h-h Inteligência Artificial 008/09 DI/FCT/UNL, Duração: 3h Exame: Época Normal GRUP I I.) Considere o seguinte grafo de estados de um problema de procura. s valores apresentados nos arcos correspondem

Leia mais

Decisões Sequenciais Árvores de Decisão

Decisões Sequenciais Árvores de Decisão Teoria da Decisão Decisão Uni-Objectivo Decisões Sequenciais Árvores de Decisão Árvores de Decisão Uma Árvore de Decisão é uma forma gráfica que se utiliza para representar um conjunto de decisões sequenciais,

Leia mais

INSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos. RESOLUÇÃO DO 2 o TESTE

INSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos. RESOLUÇÃO DO 2 o TESTE INSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos Ano Lectivo de 2006/2007 2 o Semestre RESOLUÇÃO DO 2 o TESTE I. (2,0+2,0+2,0 = 6,0 val.) 1) Calcule o valor óptimo da função objectivo e o respectivo

Leia mais

Deep Blue x Kasparov:

Deep Blue x Kasparov: TECNOLOGIAS DO IMAGINÁRIO Deep Blue x Kasparov: Lenara Verle Mestranda Programa de Pós-grad. da FAMECOS/PU- O FATO DO COMPUTADOR especializado em xadrez da IBM, Deep Blue, ter ganho do campeão mundial

Leia mais

meio de busca Seções 3.1, 3.2 e 3.3

meio de busca Seções 3.1, 3.2 e 3.3 Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reativos não funcionam em ambientes para quais o número de regras condição

Leia mais

Regulamento do Torneio de Matraquilhos

Regulamento do Torneio de Matraquilhos Regulamento do Torneio de Matraquilhos O Plano de Atividades e Orçamento da Associação de Estudantes do Externato Frei Luís de Sousa para o mandato 2013/2014 prevê a organização de um Torneio de Damas.

Leia mais

Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.1

Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.1 Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.1 1 Busca com informação (ou heurísica) UIliza conhecimento específico sobre o problema para encontrar soluções de forma mais eficiente

Leia mais

Resumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.

Resumo. Como um agente busca de seqüência de ações para alcançar seus objetivos. Resumo Inteligência Artificial Russel e Norvig Capítulos 3,4 e 5 Prof. MsC Ly Freitas UEG Resolução de problemas por meio de busca Como um agente busca de seqüência de ações para alcançar seus objetivos.

Leia mais

XADREZ REGRAS BÁSICAS INTRODUÇÃO O xadrez, diferentemente de muitos jogos, não depende de sorte. O desenvolver do jogo não depende do resultado de

XADREZ REGRAS BÁSICAS INTRODUÇÃO O xadrez, diferentemente de muitos jogos, não depende de sorte. O desenvolver do jogo não depende do resultado de XADREZ REGRAS BÁSICAS INTRODUÇÃO O xadrez, diferentemente de muitos jogos, não depende de sorte. O desenvolver do jogo não depende do resultado de dados ou das cartas que são tiradas do baralho. O resultado

Leia mais

UTILIZAÇÃO DE APRENDIZADO POR REFORÇO PARA APRENDER A ESTRATÉGIA DO JOGO DA VELHA

UTILIZAÇÃO DE APRENDIZADO POR REFORÇO PARA APRENDER A ESTRATÉGIA DO JOGO DA VELHA Anais do 12 O Encontro de Iniciação Científica e Pós-Graduação do ITA XII ENCITA / 2006 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 16 a19 2006 UTILIZAÇÃO DE APRENDIZADO

Leia mais

Reconhecimento facial. uma aplicação prática do reconhecimento de padrões

Reconhecimento facial. uma aplicação prática do reconhecimento de padrões Reconhecimento facial uma aplicação prática do reconhecimento de padrões Márcio Koch, junho 2014 Pauta Apresentação Visão computacional Reconhecimento de padrões Analise de Componentes Principais Reconhecimento

Leia mais

a complexidade no desempenho de algoritmos

a complexidade no desempenho de algoritmos capítulo 1 introdução Os algoritmos são o cerne da computação. Este capítulo introdutório procura ressaltar a importância da complexidade e dos métodos de projeto e análise de algoritmos. Partindo da ideia

Leia mais

Projecto de Algoritmos e Estruturas de Dados

Projecto de Algoritmos e Estruturas de Dados Projecto de Algoritmos e Estruturas de Dados Licenciatura em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Electrónica 1 o ano, 2 o Semestre, 2005/2006 Instituto Superior Técnico

Leia mais

Simulação do Jogo Tic-Tac-Toe com o uso de Técnicas de Inteligência Artificial

Simulação do Jogo Tic-Tac-Toe com o uso de Técnicas de Inteligência Artificial STIN Simpósio de Tecnologia da Informação da Região Noroeste do RS 163 Simulação do Jogo Tic-Tac-Toe com o uso de Técnicas de Inteligência Artificial Aluísio de Ávila, Angélica Caetane Pelizza, Bruno Barbosa

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer

Leia mais

Algoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva

Algoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva Computação Evolutiva Algoritmos Genéticos A computação evolutiva (CE) é uma área da ciência da computação que abrange modelos computacionais inspirados na Teoria da Evolução das Espécies, essencialmente

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Segundo Teste 16 de Janeiro de 2013 17:00-18:30 Este teste é composto por 12 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa

Leia mais

Traduzido e adaptado do inglês U.S. Chess Center

Traduzido e adaptado do inglês U.S. Chess Center 1 IX. JOGOS EMPATADOS Objetivos: 1. Saber as regras de empates e reconhecer quando uma partida está empatada. O principal objetivo desta lição é ensinar as regras de como as partidas podem ser empate e

Leia mais

Uma forma de classificação

Uma forma de classificação Uma forma de classificação L. Não-RE ou f. nãocomputáveis LRE ou MT ou f. comput. L. Indecidíveis ou Procedimentos L. Recursivas ou Decidíveis ou Algoritmos Outra forma de classificação Problemas Indecidíveis

Leia mais

SUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca

SUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização

Leia mais

Aprendendo a jogar Xadrez

Aprendendo a jogar Xadrez O núcleo de xadrez da nossa Escola continua particularmente activo, e dando continuidade ao material produzido para o número anterior da nossa revista, onde detalhou a forma como se procede à anotação

Leia mais

2284-ELE/5, 3316-IE/3

2284-ELE/5, 3316-IE/3 INTELIGÊNCIA ARTIFICIAL 2284-ELE/5, 3316-IE/3 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2007/2008 Resolução de Problemas No âmbito da IA, o conceito de problema pode

Leia mais