Algoritmos de retrocesso
|
|
- Zilda Barata Gomes
- 7 Há anos
- Visualizações:
Transcrição
1 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 exaustiva solução é gerada e avaliada parcialmente quando uma solução parcial não satisfaz objectivos, retrocesso apenas desfaz última escolha evita-se a pesquisa em ramos que garantidamente não levam a solução - poda da árvore de pesquisa : arranjo da mobília numa casa grande número de possibilidades cada peça de mobília é colocada, solução é arranjo satisfatório chegando a ponto onde qualquer arranjo é inconveniente, desfaz-se o último passo e tenta-se alternativa muitos arranjos nunca são testados Problema da portagem Dados: n pontos p1, p2,..., pn situados no eixo dos xx xi é a coordenada x de pi x1= 0 determinam n (n-1)/2 distâncias d1, d2,..., dm da forma xi - xj Distâncias podem ser geradas em tempo O(n 2 ) Problema inverso: coordenadas dos pontos a partir das distâncias: mais difícil Não há algoritmo garantido como polinomial para o problema D - conjunto das distâncias D = m = n (n-1) / 2 Algoritmo que se segue: O(n 2 log n) - é conjectura Cristina Ribeiro Retrocesso - 1
2 D= {1, 2, 2, 2, 3, 3, 3, 4, 5, 5, 5, 6, 7, 8, 10} D = 15 -> n = 6 x1 = 0, x6 = 10 x1 = 0 x6 = 10 D= {1, 2, 2, 2, 3, 3, 3, 4, 5, 5, 5, 6, 7, 8} maior distância: 8 então x2 = 2 ou x5 = 8 (escolha é indiferente) x1 = 0 x5 = 8 x6 = 10 D= {1, 2, 2, 3, 3, 3, 4, 5, 5, 5, 6, 7} 7 - maior valor em D -> x4 = 7 ou x2 = 3 x4 = 7 x2 = 3 distâncias x6-7 = 3 e x5-7 = 1 estão em D distâncias 3-x1 = 3 e x5-3 = 5 estão em D x1 = 0 x4 = 7 x5 = 8 x6 = 10 D= {2, 2, 3, 3, 4, 5, 5, 5, 6} 6 - maior valor em D -> x3 = 6 ou x2 = 4 x3 = 6 distância x4 - x3 = 1 impossível, já não existe 1 em D x2 = 4 distâncias x2-x1 = 4 e x5 - x2 = 4 impossível, só 1 vez 4 em D É preciso retroceder! Cristina Ribeiro Retrocesso - 2
3 x4 = 7 não conduziu a solução tenta-se agora x2 = 3 x1 = 0 x2 = 3 x5 = 8 x6 = 10 D= {1, 2, 2, 3, 3, 4, 5, 5, 6} 6 - maior valor em D -> x4 = 6 ou x3 = 4 x3 = 4 impossível, só 1 vez 4 em D x1 = 0 x2 = 3 x4 = 6 x5 = 8 x6 = 10 D= {1, 2, 3, 5, 5} x1 = 0 x2 = 3 x3 = 5 x4 = 6 x5 = 8 x6 = 10 D = { } x 1 =0, x 5 =10 x 5 =8 Árvore de decisão x ** 4 =7 x 2 =3 * * x 3 =6 x 2 =4 x 3 =4 x 4 =6 x 3 =5 Cristina Ribeiro Retrocesso - 3
4 Na ausência de retrocesso Análise D pode ser mantido como árvore de pequisa equilibrada O(n 2 ) operações em D remoção: D tem O(n 2 ) elementos, não há reinserções, total é O(n 2 ) pesquisa: 1 tentativa de colocação faz no máximo 2n, total é O(n 2 ) Tempo total é O(n 2 log n) Com retrocesso: perde-se eficiência não existe limite polinomial para o retrocesso requerido não estão identificados exemplos patológicos com pontos de coordenadas inteiras e distribuídas uniformemente, conjectura é que retrocesso não ocorre mais que O(1) Jogos Como jogar automaticamente um jogo estratégico? : jogo do galo pode construir-se algoritmo que nunca perde e aproveita oportunidades para ganhar posições críticas armazenadas em tabela escolha de jogada baseada na posição corrente usando uma tabela... todo a análise do jogo feita pelo programador Em geral, em jogos não triviais não é possível dispor de decisões para todos os caminhos a partir de uma posição é preciso recomputar a cada jogada é impraticável explorar todas as hipóteses Cristina Ribeiro Retrocesso - 4
5 imax Estratégia minimax função de avaliação da qualidade de uma posição 1 se posição de vitória 0 se é empate -1 se é para perder se se pode fazer avaliação por inspecção do tabuleiro: posição terminal posição não terminal: valor é determinado assumindo recursivamente jogadas óptimas de ambos os lados Um jogador tenta minimizar e o outro maximizar o valor da posição Para posição P: Se é a minha vez de jogar avalio recursivamente as posições sucessoras Ps, escolhendo o valor maior; ao avaliar Ps as suas sucessoras são avaliadas e o menor valor é escolhido (caso mais favorável para o oponente) Pesquisa com limite de profundidade Em jogos complexos: inviável pesquisar todos os nós terminais para avaliar a posição parar a determinada profundidade nós onde pára a recursão tratados como nós terminais função de estimativa para avaliar nós terminais Ex: xadrez - avaliar peças e suas posições Para aumentar o factor de previsão - métodos que avaliam menos nós e não perdem informação sobre posições já avaliadas X X O X X O X X O X O X tabela de transposição Cristina Ribeiro Retrocesso - 5
6 Árvore do jogo Estrutura da pesquisa de posições (nós) e valores das avaliações C A Cortes α β 44 Estrutura da pesquisa de posições (nós) e valores das avaliações D B Cristina Ribeiro Retrocesso - 6
7 Corte α D? Valor em D não pode aumentar resultado na raiz: o seu nó pai é min e tem valor garantidamente inferior ao conseguido na raiz até ao momento Corte β D? Valor em C não pode aumentar resultado na raiz: nó pai é max e tem valor garantidamente superior ao conseguido na raiz até ao momento Cristina Ribeiro Retrocesso - 7
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 maisTécnicas 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 maisINTELIGÊNCIA 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 maisJogos. Geralmente o oponente tentará, na medida do possível, fazer o movimento menos benéfico para o adversário.
Jogos Os jogos tem atraído a atenção da humanidade, às vezes de modo alarmante, desde a antiguidade. O que o torna atraente para a IA é que é uma abstração da competição (guerra), onde se idealizam mundos
Leia maisCEFET/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 maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre Assunto Aula 7 Algoritmos de Busca Competitiva 2 de 20 Sumário Introdução Busca Competitiva
Leia maisBusca 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 maisInteligência 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 maisEx. 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 maisAlternativamente 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 maisFigura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall.
Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado
Leia maisSumário. 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 maisÁrvore 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 maisJogos com Oponentes. March 7, 2018
Jogos com Oponentes March 7, 2018 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
Leia maisIntrodução à Inteligência Artificial. Procura em contextos competitivos jogos (cont.)
Introdução à Inteligência Artificial Procura em contextos competitivos jogos (cont.) Sumário n Vimos Jogos de 2 jogadores n Determinísticos, soma nula, informação perfeita Estratégia óptima minimax Algoritmos
Leia maisJogos 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 maisJogos 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 maisBusca 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 maisTécnicas 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 maisJogos 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 maisInteligência Artificial. 3º Quadrimestre de 2018
Inteligência Artificial Prof. Fabrício Olivetti de França Prof. Denis Fantinato 3º Quadrimestre de 2018 1 Busca Competitiva 2 Busca Competitiva Quando falamos sobre agentes mencionamos alguns cenários
Leia maisPMR 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 maisImplementação e Avaliação do Algoritmo MCTS-UCT para o jogo Chinese Checkers. Jhonny Moreira
Implementação e Avaliação do Algoritmo MCTS-UCT para o jogo Chinese Checkers Jhonny Moreira Introdução Introdução Na área da inteligência artificial (IA), a motivação é conseguir colocar os computadores
Leia maisInteligência 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 maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 12 de Janeiro de 2006 17:00-19:00 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 7 de Julho de 2005 9:00-11:00 Este exame é composto por 9 págínas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisCTC-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 maisAlgoritmos de busca local e problemas de otimização
Algoritmos de busca local e problemas de otimização Os algoritmos de busca estudados até agora foram projetados para explorar sistematicamente espaços de busca. Sistemático: mantém um ou mais caminhos
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Primeiro Teste 31 de Outubro de 2008 19H00-20H30 Nome: Número: Este teste tem 7 perguntas e 7 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisInteligência Artificial
Repescagem Segundo Teste 31 de Janeiro de 2014 10:30-12:00 1.º Enunciado Esta prova é constituída por 5 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de cada um dos enunciados.
Leia maisa) 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 maisBacktracking. Backtracking
Notas de aula da disciplina IME 0-0 ALGORITMOS E ESTRUTURAS DE DADOS II Paulo Eustáquio Duarte Pinto (pauloedp arroba ime.uerj.br) É uma técnica de solução de problemas (construção de algoritmos) que eamina
Leia maisExemplo 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 maisJogos 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 maisIntrodução 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 maisSociedades de Agentes
Sociedades de Agentes Capítulo 9: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA. SOCIEDADES DE AGENTES 1 Sociedades de Agentes O tratamento que temos
Leia maisIA: 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 maisSemáforo Autor: Alan Parr. Avanço Autor: Dan Troyka, Material Um tabuleiro quadrado 7 por peças brancas e 14 peças negras.
Avanço Autor: Dan Troyka, 2000 Material Um tabuleiro quadrado 7 por 7. 14 peças brancas e 14 peças negras. Objectivo posição inicial Um jogador ganha se chegar com uma das suas peças à primeira linha do
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Repescagem do Primeiro Teste 22 de Julho de 2006 9H00-10H30 Nome: Número: Este teste tem 7 perguntas e 12 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisBusca em Regiões Ortogonais
Busca em Regiões Ortogonais Claudio Esperança Paulo Roma 1 O problema O problema O problema consiste em recuperar objetos tipicamente pontos que intersectam ou estão contidos numa região simples do espaço
Leia maisEnunciados 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 maisRomildo 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 maisPCS Gabarito da 1a. lista
PCS -2428 Gabarito da 1a. lista 1. Estado: situação (configuração) do ambiente no qual deve ser resolvido o problema. Espaço de estados: conjunto dos possíveis estados. Árvore de busca: estrutura de dados
Leia maisCEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra Lista de exercícios 03
. CEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra (ebezerra@cefet-rj.br) Lista de exercícios 03 Créditos: essa lista de exercícios contém a tradução dos exercícios disponibilizados
Leia maisSOLUÇÕES 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 maisTeoria 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 maisSistemas 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 maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 13 de Janeiro de 2007 11:00-13:30 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisControle Ótimo - Aula 6 Exemplos e Exercícios
Controle Ótimo - Aula 6 Exemplos e Exercícios Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Probabilidades Probabilidade: número entre
Leia maisInteligência Artificial
Licenciatura em Engenharia Informática e de Computadores Inteligência Artificial Primeiro Teste 31 de Outubro de 2009 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 9 páginas com
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 20 de Janeiro de 2009 17:00-19:30 Este exame é composto por 14 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisInteligência Artificial
Inteligência Artificial Primeiro Teste 28 de Outubro de 2013 18:00-19:30 Este teste é composto por 10 páginas contendo 6 grupos de perguntas. Para perguntas com resposta de escolha mu ltipla, respostas
Leia maisINTRODUÇÃO A BUSCA EXERCÍCIOS
INTRODUÇÃO USC EXERCÍCIOS 1. Formule um problema de busca de forma que um agente possa planejar sua ida do Portal da Graciosa à ntonina pelo caminho de menor custo. Não é necessário prever caminhos de
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina écnicas de Classificação Árvores de Decisão Prof. Paulo Martins Engel UFRGS Árvores de Decisão As árvores de decisão (AD) são ferramentas poderosas para classificação cuja maior
Leia maisINE5633 Sistemas Inteligentes
INE5633 Sistemas Inteligentes Prof. A. G. Silva 20 de agosto de 2014 Prof. A. G. Silva INE5633 Sistemas Inteligentes 20 de agosto de 2014 1 / 32 Decidibilidade Objetivo: determinar se teoremas são completos
Leia maisESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO GABARITO
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman GABARITO 1. Em artigo publicado em 1950, Alan Turing apresentou à comunidade acadêmica o que ficou conhecido
Leia maisAnálise e Síntese de Algoritmos. Programação Dinâmica CLRS, Cap. 15
Análise e Síntese de Algoritmos Programação Dinâmica CLRS, Cap. 15 Contexto Revisões [CLRS, Cap. 1-10] Algoritmos em Grafos [CLRS, Cap. 22-26] Algoritmos elementares Árvores abrangentes Caminhos mais curtos
Leia maisInteligência Artificial Projecto 1
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 maisAlgoritmo Minimax Russel and Norvig, AIMA slides
PCS 48 / PCS 59 lnteligência r9ficial Prof. r. Jaime Simão Sichman Prof. ra. nna Helena Reali Costa Jogos Jogos: considerações gerais plicações atra9vas para métodos I desde o início. Formulação simples
Leia maisRecursividade Exaustiva e Backtracking
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Recursividade Exaustiva e Tópicos Especiais em Programação Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisAnatomia 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 maisJogos em Teoria dos Jogos e em
3 Jogos em Teoria dos Jogos e em Computação A Teoria dos Jogos pode ser entendida como a análise matemática de qualquer situação que envolva um conflito de interesses com o intuito de indicar as melhores
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisTécnicas Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas Inteligência Artificial Aula 03 Métodos de Busca Parte 1 Prof. Max Pereira Solução de Problemas como Busca Um problema pode ser considerado
Leia maisGatos & 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 maisDepartamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)
Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: horas) Nome: Data: 7 de Abril de 016 1) Considere a aplicação da busca em profundidade
Leia maisBusca 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 maisDistribuição 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 maisINF 1010 Estruturas de Dados Avançadas
INF 1010 Estruturas de Dados Avançadas Listas de Prioridades e Heaps 1 Listas de Prioridades Em muitas aplicações, dados de uma coleção são acessados por ordem de prioridade A prioridade associada a um
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maislnteligência Artificial
lnteligência Artificial Busca Heurística - Informada Estratégias de Busca Heurística Usam conhecimento específico do problema na busca da solução Mais eficientes que busca não informada Busca Informada
Leia maisAprendizado por Reforço
Aprendizado por Reforço Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Aprendizado por Reforço 2. Q-Learning 3. SARSA 4. Outras ideias 1 Aprendizado por Reforço Problemas de decisão
Leia maisDivisão e conquista. Eficiência de divisão e conquista
Divisão e conquista Divisão: resolver recursivamente problemas mais pequenos (até caso base) Conquista: solução do problema original é formada com as soluções dos subproblemas á divisão quando o algoritmo
Leia maisResumo. 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 maisProjecto 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 maisRESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA (PARTE 1) *Capítulo 3 (Russel & Norvig)
RESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA (PARTE 1) *Capítulo 3 (Russel & Norvig) 1 Tópicos 1. Agentes para resolução de problemas 2. Formulação de problemas 3. Exemplos de problemas 4. Soluções aos problemas
Leia maisBacktracking. Túlio Toffolo Marco Antônio Carvalho BCC402 Aula 10 Algoritmos e Programação Avançada
Backtracking Túlio Toffolo www.toffolo.com.br Marco Antônio Carvalho marco.opt@gmail.com BCC402 Aula 10 Algoritmos e Programação Avançada Backtracking Backtracking é um refinamento do algoritmo de busca
Leia maisResolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.4 e 3.5
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.4 e 3.5 Formulação de problemas Um problema é definido por quatro itens: 1. Estado inicial ex., em Arad" 2. Ações ou função
Leia maisOs Problemas de Optimização Combinatória e a Teoria da Complexidade
Metodologias de Apoio à Decisão Os Problemas de Optimização Combinatória e a Teoria da Complexidade Programação Inteira Mista Programação Linear Programação Binária Mista Programação Inteira Slide Fluxos
Leia maisAula 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 maisGatos & 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 maisC. Requejo (UA) Métodos de Investigação Operacional MIO / 37
Programação Dinâmica C. Requejo (UA) Métodos de Investigação Operacional MIO 2015-2016 1 / 37 Programação Dinâmica a Programação Dinâmica (PD) é uma técnica muito útil que permite obter uma sequência de
Leia maisResolução de problemas por meio de busca. Inteligência Artificial. Formulação de problemas. Estratégias de busca
Inteligência Artificial Aula 4 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.4 e 3.5 Formulação de problemas Algoritmo
Leia maisArtifical (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 maisINTELIGÊNCIA 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 maisJogo 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 maisLista de Prioridades. Estrutura de Dados II Prof. Erinaldo
Lista de Prioridades Estrutura de Dados II Prof. Erinaldo Heap Ou lista de prioridades, é composta por um conjunto finito de dados, cada qual com uma chave que determinará sua prioridade dentro da lista.
Leia maisINF 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 maisFICHA DE REVISÕES Micro 1
FIH DE REVISÕES Micro 1 1) Monopólio Num determinado mercado, servido só por uma empresa, a procura de mercado desse bem é dada por Q D = 100 P +, em que P é o preço do bem e os gastos em publicidade efectuados
Leia maisRevisão sobre Busca 1
Revisão sobre Busca 1 Um problema de busca em IA pode ser definido em termos de... Algumas definições básicas (1/2) Um espaço de estados possíveis, incluindo: um estado inicial Em (Recife) Estar (pobre)
Leia maisJogos. Jogos. Jogo. Jogo. Óptimo alvo investigação
Jogos Óptmo alvo nvestgação O seu estado é fácl de representar; As acções são bem defndas e o seu número lmtado; A presença de oponentes ntroduz ncerteza tornando o problema de decsão mas complcado. Estamos
Leia maisAula 5. Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 60
Aula 5 60 O método Minimax é o método mais conhecido para lidar com jogos. Admite-se que existe um gerador de estados e uma função que avalia a vantagem ou desvantagem de um dado estado. Vamos considerar
Leia maisAcesso Sequencial Indexado
Acesso Sequencial Indexado Utiliza o princípio da pesquisa seqüencial cada registro é lido seqüencialmente até encontrar uma chave maior ou igual a chave de pesquisa. Providências necessárias para aumentar
Leia maisÁrvores B. Definição: Seja t a ordem da árvore B. Uma árvore B de ordem t é uma árvore ordenada que é vazia, ou que satisfaz as seguintes condições:
Árvores B IFRN/RN Árvores B Criadas por Bayes e McCreight em 1972 Em algumas aplicações a quantidade de dados é muito grande para que as chaves possam ser armazenadas somente em memória É necessário o
Leia maisJOGOS 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 maisREGRAS DOS JOGOS do CNJM15
REGRAS DOS JOGOS do CNJM15 Semáforo Autor: Alan Parr 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 maisÁrvores. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo
PMR2300 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó (exceto a
Leia mais