Inteligência Artificial (SI 214) Aula 6 Busca com Adversário. Prof. Josenildo Silva
|
|
- Sandra Sousa Lameira
- 6 Há anos
- Visualizações:
Transcrição
1 Inteligência Artificial (SI 214) Aula 6 Busca com Adversário Prof. Josenildo Silva jcsilva@ifma.edu.br 2015
2 Josenildo Silva Este material é derivado dos slides de Hwee Tou Ng, disponível no site do livro AIMA (Russel & Norvig) para professores e instrutores.
3 Leitura Recomendada Leia o Capítulo 6 do livro AIMA Seções 6.1 até 6.4
4 Introdução Algoritmos de busca clássicos assumem um ambiente previsível. ações resultados
5 Além disso, assumem que a escolha das ações sempre contribuirá para atingir o estado objetivo.
6 O mundo real, por outro lado, é dinâmico, aleatório e pode conter adversários.
7 O mundo real, por outro lado, é dinâmico, aleatório e pode conter adversários. Não se pode prever um futuro com horizonte muito distante do presente
8 O mundo real, por outro lado, é dinâmico, aleatório e pode conter adversários. Não se pode prever todos os estados futuros com bases apenas nas ações do agente
9 O mundo real, por outro lado, é dinâmico, aleatório e pode conter adversários. Outros agentes no sistema agem para evitar que se atinja o objetivo
10 Este tipo de ambiente é denominado jogo e demanda um tipo de busca diferente: busca adversarial.
11 Como fazer busca com adversários?
12 Idéia geral Análisar o estado resultante de cada possível jogada do oponente Se houver limite de tempo, poderá não encontrar o objetivo
13 Árvore do Jogo da Velha
14 Árvore do Jogo da Velha Um nível é do agente e o outro nível é do oponente
15 Árvore do Jogo da Velha Um nível é do agente e o outro nível é do oponente Agente Oponente Agente Oponente
16 Minimax Escolha uma jogada que tenha o maior valor minimax
17 Minimax Escolha uma jogada que tenha o maior valor minimax Valor o que?!
18 Agente maximiza a sua jogada
19 Agente prevê qual ação do adversário minimiza sua utilidade
20 Minimax Altura finita
21 Minimax
22 Minimax Avalia a função de utilidade para os nós folhas e propaga para o nós pais
23 Minimax
24 Minimax Escolha o minimo valor no nível do oponente
25 Minimax Escolha o minimo valor no nível do oponente
26 Minimax Escolha o minimo valor no nível do oponente
27 Minimax Escolha o máximo valor no nível do agente
28 Minimax Máximo entre os mínimos
29 Minimax Mínimo entre os máximos
30 Algoritmo Minimax
31 Algoritmo Minimax Avalia função de utilidade nos nós folhas
32 Algoritmo Minimax Máximo dos mínimos
33 Algoritmo Minimax Mínimo dos máximos
34 Propriedades do minimax Completo se a árvore é finita Ótimo contra um oponente ótimo Tempo O(b m ) Espaço O(bd) (busca em profundidade)
35 Propriedades do minimax Completo se a árvore é finita Ótimo contra um oponente ótimo Tempo O(b m ) m é a profundidade máxima explorada Espaço O(bd) (busca em profundidade)
36 Propriedades do minimax Completo se a árvore é finita Ótimo contra um oponente ótimo Tempo O(b m ) Espaço O(bd) (busca em profundidade) d é a profundidade da solução ótima
37 Para Xadrez, b 35, m 5 e d = milhões de nodos 35 6 = bilhões de nodos 35 7 = trilhões de nodos =? Aguarde... sua ligação é muito importante! A solução exata é impossível
38 É necesário podar o espaço de estados.
39 Idéia Podar partes da árvore que não irão melhorar o valor minmax
40 Poda α-β
41 Poda α-β Pelo menos 3 Não mais que 3
42 Poda α-β
43 Poda α-β 4 6
44 Poda α-β
45 Poda α-β
46 Poda α-β
47 Propriedades da Poda α-β Podar não afeta o resultado final Ordenação melhora a eficiencia Com ordenação perfeita" a complexidade de tempo é O(b m /2)
48 Propriedades da Poda α-β Podar não afeta o resultado final Ordenação melhora a eficiencia Com ordenação perfeita" a complexidade de tempo é O(b m /2) Duplica a velocidade da busca
49 Por quê poda α-β? α é o valor da melhor escolha encontrada ao longo do caminho para max. Se um valor é pior que α, max deve evitá-lo Poda esta parte da árvore β é definido de modo similar para min.
50 Algoritmo α-β
51 Algoritmo α-β
52 Limite de Recursos Suponha que haja um limite de recursos para a busca. Ao atingir o limite (profundidade, tempo, etc) aplica uma função de avaliação sobre os estados (ao invés de utilidade)
53 Funções de Avaliação Para Xadrez, tipicamente usa-se soma ponderada das características do jogo Eval(s) = w 1 f 1 s + w 2 f 2 s + + w n f n s Cada função tenta capturar uma heurística: valor dos bispos, estrutura geral do jogo, etc.
54 Busca com Corte (cutoff) MinimaxCutoff é idêntico ao MinimaxValue exceto: Terminal é substituído por Cutoff Utility é substituído por Eval
55 Funciona na prática? bm = 106, com b=35 e m=4 4 níveis novato humano 8 níveis PC típico, mestre humano 12 níveis Deep Blue, Kasparov
56 Jogos Determinísticos na Prática Chess: Deep Blue derroutou Garry Kasparov (melhor de 6) em Deep Blue busca 200 milhões de posições por segundo, e pode extender algumas linhas por até 40 níveis de profundidade
57 Jogos Determinísticos na Prática Checkers: Chinook encerrou a soberania de 40 anos do campeão mundial Marion Tinsley in Usa uma base de 444 bilhões de posições.
58 Jogos Determinísticos na Prática Othello: campeões humanos recusamse a competir com computadores, que são muito bons.
59 Jogos Determinísticos na Prática Go: campeões humanos recusam-se a competir com computadores, que são muito ruins. Em go, b > 300, então, os programas utilizam padrões de movimentos para sugerir jogadas plausíveis.
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 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 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 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 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 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. 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 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 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. 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 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 maisInteligência 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 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 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 maisInteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições
Inteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições Prof. Josenildo Silva jcsilva@ifma.edu.br 2012 2012 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides
Leia maisJogos 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 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 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 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 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 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 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 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 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 maisErnesto Costa e Anabela Simões, Inteligência Artificial: Fundamentos e Aplicações (2ª edição) FCA, Set chapter 9
Adversarial Search: game playing part II Stuart Russel and Peter Norvig, Artificial Intelligence: A modern approach, 3rd edition, Pearson Education, 200 http://aima.cs.berkeley.edu/ chapter 6 Ernesto Costa
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 maisInteligência Artificial
Inteligência Artificial Aula 3 Métodos de Busca para Resolução de Problemas Busca Informada Heurísticas Busca Gulosa Busca A* Busca Local Prática #2 Prof. Ricardo M. Marcacini ricardo.marcacini@ufms.br
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 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 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 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 maisAlgoritmos 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 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 maisAlgoritmos 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 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 mais8 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 maisJogos - 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 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 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 maisTécnicas Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas Inteligência Artificial Aula 03 Métodos de Busca Prof. Max Pereira Solução de Problemas como Busca Um problema pode ser considerado
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 maisJogos de Tabuleiro e Busca Competitiva
Jogos de Tabuleiro e Busca Competitiva Fabrício Jailson Barth Curso de Ciência da Computação Centro Universitário SENAC Maio de 2008 Sumário Características e Exemplos Histórico Árvore de busca Avaliação
Leia maisBusca em Espaço de Estados a
Busca em Espaço de Estados a Fabrício Jailson Barth BandTec Agosto de 2012 a Slides baseados no material do Prof. Jomi F. Hübner (UFSC) Introdução 2 Agente orientado a meta O projetista não determina um
Leia maisJogos de Tabuleiro e Busca Competitiva
Jogos de Tabuleiro e Busca Competitiva Fabrício Jailson Barth BandTec Março de 2012 Sumário Características e Exemplos Histórico Árvore de busca Avaliação Estática Algoritmo Min Max Poda Alpha Beta Questões
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 maisBuscas Não Informadas (Cegas) - Parte I
Buscas Não Informadas (Cegas) - Parte I Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 BUSCA EM LARGURA(BREADTH-FIRST ) - 1/5 A raiz é expandida.
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 maisRedes Neurais (Inteligência Artificial)
Redes Neurais (Inteligência Artificial) Aula 03 Resolução de Problemas por Meio de Busca Edirlei Soares de Lima Introdução Agentes Autônomos: Entidades capazes de observar o ambiente
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. Resolução de problemas por meio de algoritmos de busca. Aula II Algoritmos básicos de busca cega
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Resolução de problemas por meio de algoritmos de busca Aula II Algoritmos básicos de busca
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 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 maisAlgoritmo 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 maisInteligência 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 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 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 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 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 maisProblema de Satisfação de Restrições
Problema de Satisfação de Restrições Exemplos de PSR (CSP, Constraint Satisfaction Problem) Busca genérica aplicada a PSRs Backtracking Verificação forward Heurísticas para PSRs Problema de Satisfação
Leia maisProblema de Satisfação de Restrições. Problema de Satisfação de Restrições. Grafo de restrições. Exemplo: 4 Rainhas como um PSR
Problema de Satisfação de Restrições Problema de Satisfação de Restrições Exemplos de PSR (CSP, Constraint Satisfaction Problem) Busca genérica aplicada a PSRs Backtracking Verificação forward Heurísticas
Leia mais*Capítulo 3 (Russel & Norvig)
*Capítulo 3 (Russel & Norvig) 1 Estratégias de busca sem informação Busca em largura Busca de custo uniforme (menor custo) Busca em profundidade Busca em profundidade limitada Busca de aprofundamento iterativo
Leia maisJOGOS 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 maisBuscas 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 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 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 maisAula 13: Branch-and-bound
Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 01 - Introdução O Que é Inteligência Artificial? [Winston, 1984]: "Inteligência artificial é o estudo das ideias que
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 maisJogos - 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 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 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 maisBusca 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 maisBUSCA CEGA OU SEM INFORMAÇÃO (parte 2 Resolução de problemas por busca) *Capítulo 3 (Russel & Norvig)
BUSCA CEGA OU SEM INFORMAÇÃO (parte 2 Resolução de problemas por busca) *Capítulo 3 (Russel & Norvig) 1 Tópicos Estratégias de busca sem informação Busca em largura ou extensão custo uniforme (menor custo)
Leia maisFundamentos de Teoria dos jogos
Fundamentos de Teoria dos jogos A Teoria dos Jogos é um ramo da matemática aplicada que estuda situações estratégicas em que jogadores escolhem diferentes ações na tentativa de melhorar seu retorno. Na
Leia maisInteligência Artificial
Inteligência Artificial Professor Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br udesc.academia.edu/rafaelstubsparpinelli www.researchgate.net/profile/rafael_parpinelli www.joinville.udesc.br/portal/professores/parpinelli/
Leia maisBusca Heurística - Informada
Busca Heurística - Informada Estratégias de Busca Exaustiva (Cega) encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo; são ineficientes na maioria
Leia maisCap. 4 Busca com Informações e Exploração. do livro de Russel e Norvig
Cap. 4 Busca com Informações e Exploração do livro de Russel e Norvig Busca Heurística(Best-First Search) Largura, profundidade e aprof. iterativo: desinformadas sobre proximidade da solução Heurística:
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 maisJ2 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 maisFabrício Jailson Barth BandTec
Introdução à Inteligência Artificial Fabrício Jailson Barth fabricio.barth@bandtec.com.br BandTec 1 o semestre de 2012 Objetivos e Sumário O que é Inteligência Artificial (IA)? Objetivos da IA. Influência
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 11 Aprendizado de Máquina Edirlei Soares de Lima Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
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 maisCEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01
. CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01 Créditos: alguns itens desta lista são adaptados do material da disciplina CS188 - Artificial Intelligence
Leia maisInteligência Artificial
Inteligência Artificial Aula #2: Resolução de Problemas Via Busca Prof. Eduardo R. Hruschka 1 Agenda Tipos de Problemas Estados únicos (totalmente observável) Informação parcial Formulação do Problema
Leia maisBusca Cega (Exaustiva) e Heurística. Busca Aula 2
Busca Cega (Exaustiva) e Heurística Busca Aula 2 Ao final desta aula a gente deve saber: Conhecer as várias estratégias de realizar Busca não-informada (Busca Cega) Determinar que estratégia se aplica
Leia maisInteligência 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 mais1/ 36. Computação 1 - Python Aula 1 - Teórica: Introdução
1/ 36 Computação 1 - Python Aula 1 - Teórica: Introdução Conhecendo a turma Experiência com programação e uso do computador Quantos já programaram antes? Quais linguagens? Quantos tem computador em casa
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 maisInteligência Artificial
Contextualizando Inteligência Artificial Buscas Onde podemos usar a IA Problemas que não possuem soluções algortimicas Problemas que possuem soluções algoritimicas, mas são impraticáveis (Complexidade,
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 maisLocal search + Adversarial Search
Local search + Adversarial Search Stuart Russel and Peter Norvig, Artificial Intelligence: A modern approach, 3rd edition, Pearson Education, 2010 http://aima.cs.berkeley.edu/ chapter 4 Ernesto Costa e
Leia maisCapítulo 32 BEM-ESTAR
Varian, H. Microeconomia. Princípios Básicos. Editora Campus (7ª edição), 2003. Capítulo 32 BEM-ESTAR Curso de Microeconomia I Profa. Valéria Pero 2 Análise de Bem-estar A eficiência de Pareto é um objetivo
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 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: Introdução
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Inteligência Artificial: Introdução DCA0121 Inteligência Artificial Aplicada Daniel Enos / Heitor Medeiros
Leia maisCTC-17 Inteligência Artificial Problemas de Busca. Prof. Paulo André Castro
CTC-17 Inteligência Artificial Problemas de Busca Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Agentes que buscam soluções para problemas: Exemplo Tipos de
Leia mais7 a Lista de Exercícios Assunto: Funções e passagem por referência com vetor e matriz (Tópico 7)
7 a Lista de Exercícios Assunto: Funções e passagem por referência com vetor e matriz (Tópico 7) Essa lista de exercícios tem como objetivo principal desenvolver algoritmos a partir dos conteúdos abordados
Leia mais