Lista de exercícios 1
|
|
- Giovana da Rocha Borja
- 6 Há anos
- Visualizações:
Transcrição
1 Lista de exercícios 1 Paulo Gurgel Pinheiro MC906A - Inteligência Articial Universidade Estadual de Campinas - UNICAMP pinheiro@ic.unicamp.br 3 de setembro de Considere o problema do quebra-cabeças com 8 números, mostrado abaixo: (a) Formule esse problema como um problema de busca, denindo os possíveis estados, o estado objetivo, estado inicial, ações, o teste usado para ver se atingiu o estado nal e a avaliação do custo. (b) Construa o grafo (dirigido) de busca para o problema. (c) Que buscas seriam mais apropriadas neste caso? E por quê? 2. Um robô explorador em Marte precisa deixar o módulo de aterrissagem, coletar amostras de rochas de 3 lugares conhecidos (em qualquer ordem) e voltar ao módulo. Assuma que ele tem um módulo de navegação que pode levá-lo diretamente, e sem erros, de um lugar de interesse a outro. Assim, ele conhece as ações vá-ao-módulo-de-aterrissagem, vá-à-pedra1, vá-à-pedra2 e vá-à-pedra3. Sabemos o tempo que leva para andar de um desses locais ao outro. Nosso objetivo é encontrar a sequência de ações que executará essa tarefa no menor espaço de tempo. (a) Formule esse problema como um problema de busca, denindo os possíveis estados, o estado objetivo, estado inicial, ações, o teste usado para ver se atingiu o estado nal e a avaliação do custo. 1
2 (b) Construa o grafo (dirigido) de busca para o problema. (c) Que buscas seriam mais apropriadas nesse caso? (note que os tempos para se locomover entre os locais não necessariamente são iguais) justique. 3. Considere uma versão mais real do explorador em Marte. Agora, ele deve andar pela superfície, coletar algumas amostras de rochas, e voltar ao módulo de aterrissagem. Queremos construir um plano para sua exploração. Considere agora que: Ele tem baterias. As baterias podem ser recarregadas se ele parar e abrir os coletores solares (suponha que é sempre dia). Uma hora de exposição solar resulta em uma unidade de carga da bateria. As baterias podem armazenar um total de 10 unidades de carga. Ele pode andar. E tem um mapa com resolução de 10 metros indicando quantas unidades de carga da bateria e quanto tempo (em horas) será necessário para chegar a uma rocha aceitável em cada quadrado do mapa. Ele pode pegar uma rocha. Isso requer uma unidade de carga da bateria. O robô tem um mapa com resolução de 10 metros que indica o tipo de rocha esperado em cada local e o peso esperado das rochas. Assuma que somente um tipo de rocha e tamanho pode ser encontrado em cada quadrado do mapa. O objetivo do robô é pegar 10 tipos diferentes de rochas em 3 dias, enquanto minimiza a combinação de seu peso total e a distância viajada. Você recebe um parâmetro de conversão α que converte unidades de peso em unidades de distância (ou seja, carregar tanto de peso equivaleriam a andar tantos metros sem o peso). O robô começa do módulo com a bateria cheia, e deve retornar a ele. Eis uma lista de variáveis que podem ser usada para descrever o mundo do robô: tipos de rocha já coletadas localização atual do robô (quadrado no mapa) localização atual do módulo (quadrado no mapa) peso das rochas no local atual (quadrado no mapa) custo para atravessar o local atual (quadrado no mapa) tempo decorrido desde a última recarga da bateria tempo decorrido desde a saída do módulo data atual nível atual da carga da bateria capacidade total da bateria distância ao módulo 2
3 peso total das rochas coletadas (a)use um conjunto das variáveis acima para descrever o estado do robô. Não inclua informação externa. (b) Especique o teste para ver se o objetivo foi atingido. (c) Especique as ações. Indique como elas modicam o estado e as pré-condições para serem usadas. (d) Especique uma função que determine o custo de cada ação. (e) Este problema pode ser tratado como uma busca de caminho em grafo. Gostaríamos de achar uma heurística. Diga, para cada uma das heurísticas abaixo, se ela seria útil para encontrar o caminho ótimo ou, se não, o que há de errado com ela. Considere l o número de rochas já coletadas: H1: A soma das distâncias (no mapa), a partir do robô, até os 10 l locais mais próximos para os tipos de rocha que faltam H2: O comprimento do circuito mais curto através dos 10 l locais mais próximos para os tipos de rocha que faltam H3: a distância de volta ao módulo 4. Considere a árvore de busca abaixo: Assuma que o objetivo é qualquer nó O (O, O' ou O). Os números junto às arestas correspondem seus respectivos pesos, enquanto que os números entre parênteses correspondem às distâncias estimadas ao estado objetivo (representado por qualquer um dos nós O): (a) Qual a sequência de nós expandidos em uma busca em largura, com preferência para nós à esquerda? (b) Qual a sequência de nós expandidos em uma busca em profundidade, com preferência para nós à esquerda? (c) Iterativa em profundidade? (d) De custo uniforme com preferência para nós à esquerda, caso empate. 3
4 (e) Quais seriam os estados expandidos pela busca A*? Pare quando expandir um nó objetivo. (f) Quais seriam os nós visitados pela Subida da Encosta? (g) Pela Subida da Encosta, a solução foi encontrada? Se não, qual o problema? 5. Considere o Grafo abaixo: Converta o grafo em uma árvore. Preste atenção que algumas das arestas (mais grossas) são bidirecionais. 6. Considere o mapa abaixo: Tendo à disposição apenas 3 cores (vermelho, verde e azul), a tarefa é colorir as regiões brasileiras de modo a que regiões vizinhas sejam sempre coloridas com cores diferentes. Assim: (a) Construa o grafo de restrições para esse problema. (b) Usando a busca retroativa, com a heurística dos valores restantes mínimos, desenhe a árvore de busca gerada na solução do problema. Inicie de uma região aleatória. Não use propagação de restrições. 4
5 (c) Usando a busca retroativa, com a heurística dos valores restantes mínimos, desenhe a árvore de busca gerada na solução do problema. Use heurística do grau para desempates. Não use propagação de restrições. (d) Usando a busca retroativa, com a heurística dos valores restantes mínimos e heurística do grau para desempates, desenhe a árvore de busca gerada na solução do problema. Propague as restrições usando forward checking. (e) Usando a busca retroativa, com a heurística dos valores restantes mínimos e heurística do grau para desempates, desenhe a árvore de busca gerada na solução do problema. Propague as restrições usando consistência de arestas. (f) Usando busca local, indique a ordem em que as regiões serão coloridas e com que cor. Caso não encontre a resposta, comece de outra variável aleatória. 7. Considere a tarefa de colorir um tabuleiro de xadrez, de modo que quadrados adjacentes, tanto na vertical quanto na horizontal, não tenham a mesma cor. Sabemos que isso pode ser feito com apenas 2 cores: digamos vermelho (V) e preto (P). Limitaremos nossa discussão a 5 quadrados em um tabuleiro 3x3, conforme o que segue: Considere a formação de satisfação de restrições do problema, com os quadrados sendo as variáveis e as cores os valores. Assim, o domínio de cada variável é V,P. (a) Se rodarmos a propagação de restrições, a partir do estado inicial, quais serão os domínios resultantes para cada variável no início? (b) Suponha, agora, que o domínio inicial para a variável 5 fosse P, com os demais mantidos em V,P. Se rodarmos novamente a propagação de restrições, a partir do estado inicial, quais serão os domínios resultantes para cada variável? (c) Se no estado inicial (todas as variáveis têm domínio V,P), associarmos V à variável 1 e zermos forward checking, quais serão os domínios resultantes para as outras variáveis? (d) Assuma que durante o backtracking tentamos primeiro associar o valor V às variáveis, e somente então o valor P. Assuma também que 5
6 examinamos as variáveis na ordem numérica, começando do 1. Faça com que o domínio da variável 5 seja P, e os demais V,P. Na árvore a seguir, que mostra o espaço de associação das 5 variáveis, indique como o backtracking puro iria agir, colocando uma marca em cada associação tentada durante a busca, e riscando os nós onde um teste de restrição falha. Deixe sem marca alguma os nós que nunca serão explorados. (e) Considere agora o backtracking com forward checking na mesma situação, e dê uma lista de todas as associações testadas, em sequência. Use a notação variável=cor para as associações (ex: 1=V). (f) Usando backtracking com forward checking, mas com ordenação dinâmica de variáveis, usando a estratégia da variável mais restrita, dê uma lista de todas as associações de valores a variáveis testadas, em sequência. Use a notação variável=cor para as associações (ex: 1=V). 8. Assuma que temos quatro variáveis (A, B, C, D) e dois valores (1, 2). Representaremos os pares variável/valor como A1, B2,... Assuma que os únicos valores legais são: A - B: A1 - B1, A2 - B1, A2 - B2 A - C: A1 - C2, A2 - C1 A - D: A2 - D2 B - C: B1 - C2, B2 - C1 B - D: B2 - D2 C - D: C1 - D1, C1 - D2 (a) Construa o grafo de restrições do problema (b) Usando propagação de restrições, mostre os valores legais para cada variável após a propagação. 6
7 (c) Assuma que você faça backtracking com forward checking. Mostre a ordem em que valores são dados a cada variável (dizendo a variável e o valor correspondente) durante a busca. 9. Considere o seguinte grafo de restrições para um problema de coloração de grafos (as restrições indicam que nós conectados não podem ter a mesma cor). Os domínios são mostrados nas caixas próximas a cada nó. (a) Quais são os domínios das variáveis após a propagação de restrições? (b) Mostre a sequência em que valores são dados a variáveis durante uma busca pura (dizendo a variável e o valor correspondente). Não assuma que a propagação acima foi feita. Assuma que as variáveis são examinadas em ordem numérica e que os valores são associados na ordem em que aparecem no quadro ao lado do nó. (c) Mostre a sequência em que valores são dados a variáveis durante uma busca com forward checking (dizendo a variável e o valor correspondente). Assuma que as variáveis são examinadas em ordem numérica e que os valores são associados na ordem em que aparecem no quadro ao lado do nó. 10. Quais sentenças são acarretadas pela base (A B) ( C D E)? Justi- que sua resposta. (a) A B (b) (A B C) (B C D E) (c) (A B) ( D E) 11. Responda se verdadeiro ou falso e justique: (a) C ( A B) (A C) (B C) 7
8 (b) Para quaisquer sentenças proposicionais A, B e C, se A (B C) então A B e A C. (c) Para toda sentença proposicional A, B e C, se A (B C), então A B ou A C (ou ambos). (d) Para toda sentença proposicional A, B e C, se pelo menos um de A C e B C valerem, então (A B) C. 12. Represente a sentença "todos os alemães falam as mesmas línguas"em lógica de predicado. Use Fala(x,l) para indicar que a pessoa x fala a língua l. 13. Traduza para lógica de primeira ordem: "O DNA de cada ser é único e é derivado do DNA de seus pais". Não use o predicado Único(x), uma vez que unicidade não é realmente uma propriedade de um objeto por si só. 14. Considere a base de conhecimento: SE causa danos físicos, deve ser evitado SE é perigoso E morde, causa danos físicos SE tem dentes E é perigoso, morde SE é agressivo E causa danos físicos, é perigoso SE é agressivo E tem dentes, é perigoso É agressivo Tem dentes (a) Utilize encadeamento direto para provar "Deve ser evitado". Especique o procedimento e mostre como ca a base de conhecimento a cada passo. (b) Utilize encadeamento indireto para provar "Deve ser evitado". Especique o procedimento e mostre como ca a base de conhecimento a cada passo. 15. Elabore uma rede semântica referente aos seguintes itens: (a)automóvel (b)universidade (c)cachorro 16. Represente em frames o seguinte conhecimento: Dunga, Zangado e Feliz são anões. Dunga era glutão e levantador de peso. Zangado era professor e levantador de peso. Pessoas tem personalidade. 8
9 Feliz era um comediante Professores e comediantes são empregados Anões tem pequeno tamanho Glutões tem grande tamanho Empregados, levantadores de peso, anões e glutões são pessoas. A personalidade de um anão é amigável. 9
Lista de exercícios 1 - Gabarito
Lista de exercícios 1 - Gabarito Prof. Paulo Gurgel Pinheiro MC906A - Inteligência Articial Universidade Estadual de Campinas - UNICAMP pinheiro@ic.unicamp.br 6 de setembro de 2010 1. (a) Possíveis estados:
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 maisSistemas Inteligentes Lista de Exercícios sobre Busca e Agentes Inteligentes
Sistemas Inteligentes Lista de Exercícios sobre Busca e Agentes Inteligentes 1) A* - Problema do metrô de Paris Suponha que queremos construir um sistema para auxiliar um usuário do metrô de Paris a saber
Leia maisAlgoritmos Tentativa e Erro (Backtracking) Prof.: Jonas Potros
1 Algoritmos Tentativa e Erro (Backtracking) Prof.: Jonas Potros Tentativa e Erro 2 Tentativa e erro: decompor o processo em um número finito de subtarefas parciais que devem ser exploradas exaustivamente.
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 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 maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 31 de Janeiro de 2006 17:00-19:00 Este exame é composto por 12 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisAlguns Exercícios de Inteligência Artificial
Alguns Exercícios de Inteligência Artificial Ana Paula Tomás Nelma Moreira Departamento de Ciência de Computadores Faculdade de Ciências, Universidade do Porto email: {apt,nam}@ncc.up.pt 1997 1. Números
Leia maisBusca 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 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 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 maisExercícios de Procura e Planeamento 2013/2014
Exercícios de Procura e Planeamento 203/204 Fausto lmeida ula Prática de PP apítulo 2 apítulo 2 Estratégias ásicas de Procura Heurística Exercício onsidere o seguinte espaço de estados, com estado inicial,
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 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 maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNI RTIFIIL 2008/09 PROUR 1) onsidere o problema da torre de Hanoi com discos. Neste problema, existem três pinos, e e discos de diâmetros diferentes, estando no início todos os discos colocados
Leia maisGrafos IFRN. Prof. Robinson Alves
Grafos IFRN Prof. Robinson Alves Problema do Caixeiro Viajante Consiste em determinar o menor caminho, passando por todos os vértices uma única vez e retornando ao vértice de origem Métodos: Tentativa
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 maisPCS 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 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 maisInteligência Artificial - IA. Resolução de problemas por meio de busca
Resolução de problemas por meio de busca 1 Agente reativo - definido por ação reação Agente de resolução de problemas (ou baseado em objetivos) encontra sequencias de ações que leva ao estado desejável.
Leia maisBusca com informação e exploração. Inteligência Artificial. Busca pela melhor escolha. Romênia com custos em km 9/13/2010
Inteligência Artificial Aula 3 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia-pos Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.1 2 Busca com informação (ou heurística) Utiliza
Leia maisLista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)
Lista 1 () 2014s2 Sistemas de Informação Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul) 1. Tanto a medida de desempenho quanto a função de
Leia maisLERCI/LEIC TAGUSPARK INTELIGÊNCIA ARTIFICIAL 2005/06 PROCURA
LERI/LEI TGUSPRK INTELIGÊNI RTIFIIL 005/06 PROUR ) onsidere o espaço de estados definido pelo estado inicial,, e pela função que gera os sucessores de um estado, sucessores(n)={n, n+}. onsiderando o estado
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 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 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 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 maisREDES NEURAIS / INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS 6
REDES NEURAIS / INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS 6 Aluno: 1. Defina o problema de busca (espaço de estados, estado inicial, estado final, ações possíveis, custo) para o seguinte caso: uma pessoa,
Leia maisMATEMÁTICA DISCRETA PARA ENGENHARIA DE COMPUTAÇÃO
MATEMÁTICA DISCRETA PARA ENGENHARIA DE COMPUTAÇÃO Profa. Kathya Collazos Linares *As aulas baseiam-se no material do Professor Antonio Alfredo Ferreira Loureiro; Jorge Figueiredo e Judith Gersting Árvore
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 maisINF1010 Lista de Exercícios 2
INF00 Lista de Exercícios 2 Árvores. Construir algoritmo para dada uma árvore n-ária, transformá-la em uma árvore binária. 2. Qual a maior e menor quantidade de nós que podem existir em uma árvore binária
Leia maisTeoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo Departamento de Matemática Aplicada Capítulo 18: Coloração de Arestas Preparado a partir do texto: Rangel, Socorro. Teoria
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 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 maisProblemas e Estratégias. March 31, 2016
Problemas e Estratégias March 31, 2016 Exemplos de Aplicações Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Problema das n-rainhas Criptoaritmética Missionários e Canibais Resta-um e muitos outros...
Leia maisGRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira
Ciência da Computação GRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira Busca em Largura (Breadth-First Search) Um dos algoritmos mais simples para exploração de um grafo.
Leia maisInteligência Artificial
Inteligência Artificial Primeiro Teste 29 de Outubro de 2014 18:00-19:30 Este teste é composto por 8 páginas contendo 7 grupos de perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 10 de Janeiro de 2012 9:00-11:30 Este exame é composto por 16 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisCÁLCULO I. Lista Semanal 01 - Gabarito
CÁLCULO I Prof. Márcio Nascimento Prof. Marcos Diniz Questão 1. Nos itens abaixo, diga se o problema pode ser resolvido com seus conhecimentos de ensino médio (vamos chamar de pré-cálculo) ou se são necessários
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
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 maisTentativa e Erro (Backtracking)
(Backtracking) Norton T. Roman Apostila baseada no trabalho de Delano M. Beder, David Matuszek e Nivio Ziviani Suponha que você tem que tomar uma série de decisões dentre várias possibilidades, onde Você
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 maisInteligência Artificial. Estratégias de Busca Outros. Huei Diana Lee
Inteligência Artificial Estratégias de Busca Outros Huei Diana Lee Redução de Problemas Até então consideramos estratégias para as quais o espaço de busca é representado por meio de Grafos OU Objetivo:
Leia maisIA - Planejamento II
PO IA - Planejamento II Professor Paulo Gurgel Pinheiro MC906A - Inteligência Articial Instituto de Computação Universidade Estadual de Campinas - UNICAMP 16 de Novembro de 2010 1 / 48 PO http://www.ic.unicamp.br/
Leia maisResolução de Problemas através de Busca. Prof. Júlio Cesar Nievola PPGIA - PUC-PR
Resolução de Problemas através de Busca Prof. Júlio Cesar Nievola PPGIA - PUC-PR Solução de Problemas Sistemas inteligentes devem agir de maneira a fazer com que o ambiente passe por uma seqüência de estados
Leia maisESTRUTURAS DISCRETAS (INF 1631) GRAFOS. 1. O que é um grafo? Defina um grafo orientado. Defina um grafo não-orientado.
PUC-Rio Departamento de Informática Profs. Marcus Vinicius S. Poggi de Aragão Período: 0. Horário: as-feiras e as-feiras de - horas de maio de 0 ESTRUTURAS DISCRETAS (INF 6) a Lista de Exercícios Procure
Leia maisSoluções Simulado OBMEP 2017 Nível 1 6º e 7º anos do Ensino Fundamental. = 7 cm. Logo, ela parou na marca de = 13 cm.
Soluções Simulado OBMEP 2017 Nível 1 6º e 7º anos do Ensino Fundamental 1. ALTERNATIVA C Alvimar recebeu de troco 5,00 3,50 = 1,50 reais. Dividindo 1,50 por 0,25, obtemos o número de moedas de 25 centavos
Leia maismeio 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 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 maisBusca 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 maisTópicos Especiais: Inteligência Artificial BUSCA COM INFORMAÇÃO E EXPLORAÇÃO
Tópicos Especiais: Inteligência Artificial BUSCA COM INFORMAÇÃO E EXPLORAÇÃO Material baseado e adaptado do Cap. 4 do Livro Inteligência Artificial de Russell & Norvig Bibliografia Inteligência Artificial
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisTeoria dos Grafos. Edson Prestes
Edson Prestes Existem três companhias que devem abastecer com gás, eletricidade e água três prédios diferentes através de tubulações subterrâneas. Estas tubulações podem estar à mesma profundidade? Isto
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisTeoria dos Grafos. Edson Prestes
Edson Prestes Árvores Algoritmo de Kruskal O algoritmo de Kruskal permite determinar a spanning tree de custo mínimo. Este custo corresponde à soma dos pesos (distância, tempo, qualidade,...) associados
Leia maisINTELIGÊNCIA 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 mais15 - Coloração Considere cada um dos grafos abaixo:
15 - Coloração Considere cada um dos grafos abaixo: a) Quantas cores são necessárias para colorir os vértices de um grafo de maneira que dois vértices adjacentes não recebam a mesma cor? b) Qual é o número
Leia maisInteligência Artificial
Inteligência Artificial Fabrício Olivetti de França 07 de Junho de 2018 1 Problema de Satisfação de Restrição 2 Limitações das Buscas (Des)Informadas O estado de um problema tem uma estrutura arbitrária
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 maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 Resolução de problemas por meio de Busca Edirlei Soares de Lima Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisTeoria e Algoritmos em Grafos
Teoria e Algoritmos em Grafos 2018.2 Conjunto Independente Conjuntos Independentes são subconjuntos de vértices de um grafo no qual nenhum vértice é adjacente entre si. Conjunto Independente Conjuntos
Leia maisUm Minotauro Perdido & Percolação
Departamento de Ciência da Computação IME-USP Segundo Semestre de 2014 MAC 115 Introdução à Computação IF Noturno (Versão quase final) Um Minotauro Perdido & Percolação Exercício-Programa 4 (EP4) Data
Leia maisInteligência Artificial - IA
Busca sem informação Estratégias para determinar a ordem de expansão dos nós: 1. Busca em extensão 2. Busca de custo uniforme 3. Busca em profundidade 4. Busca com aprofundamento iterativo Direção da expansão:
Leia maisInteligência 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 maisComo saber se um problema está em NP e não está em P?
? P = NP Uma das principais questões em aberto é se P = NP, isto é, se de fato tudo o que pode ser feito em tempo polinomial por uma MTND poderia ser feito por uma MTD em tempo polinomial, talvez com um
Leia maisTeoria dos Grafos. Edson Prestes
Edson Prestes Introdução Representação Mostre que todo passeio de u até v contém um caminho de u até v. Considere um passeio de comprimento l de u até v. Se l = 0 então temos um passeio sem nenhuma aresta.
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 maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
Leia maisInteligência Artificial
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 Pós-Graduação
Leia maisBuscas Informadas ou Heurísticas - Parte III
Buscas Informadas ou Heurísticas - Parte III Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 BUSCA SMA* (Simplified Memory-Bounded A*) BUSCA SMA* (Simplified
Leia maisInstituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios
Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios 1 Conceitos 1. Prove o Teorema da Amizade: em qualquer festa com pelo menos seis pessoas, ou três se conhecem
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 maisCTC-17 Inteligência Artificial Problema de Satisfação de Restrições. Prof. Paulo André Castro
CTC-17 Inteligência Artificial Problema de Satisfação de Restrições Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Conceituação Aplicando busca genérica a PSRs
Leia maisDesenho Técnico. Cortes, seções, encurtamento e omissão de corte. Caderno de Exercícios Desenho Técnico 1
Desenho Técnico 2 Cortes, seções, encurtamento e omissão de corte CORTES Em desenho técnico, o corte de uma peça é sempre imaginário. Ele permite ver as partes internas da peça. Na projeção em corte, a
Leia maisBusca no espaço de estados
Busca no espaço de estados Prof. Dr. Silvio do Lago Pereira Departamento de Tecnologia da Informação Faculdade de Tecnologia de São Paulo Idéia básica A idéia básica da busca no espaço de estados é considerar
Leia maisInstituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios
Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios 1 Conceitos 1. Prove o Teorema da Amizade: em qualquer festa com pelo menos seis pessoas, ou três se conhecem
Leia maisx y Grafo Euleriano Figura 1
Grafo Euleriano Um caminho simples ou um circuito simples é dito euleriano se ele contém todas as arestas de um grafo. Um grafo que contém um circuito euleriano é um grafo euleriano. Um grafo que não contém
Leia maisTeoria dos grafos. Caminho euleriano e Hamiltoniano. Prof. Jesuliana N. Ulysses
1 7 Teoria dos grafos Caminho euleriano e Hamiltoniano Grafo Euleriano Grafo onde é possível achar um caminho fechado (ciclo), passando em cada aresta uma única vez Quais são os grafos de Euler? Teorema:
Leia maisFaculdade de Computação
UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Disciplina : Teoria da Computação - 1 0 Semestre 007 Professora : Sandra Aparecida de Amo Solução da Lista de Exercícios n o 1 Exercícios de Revisão
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 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 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 maisProfessor Paulo Gurgel Pinheiro. 16 de Novembro de 2010
IA - por agentes Professor Paulo Gurgel Pinheiro MC906A - Inteligência Articial Instituto de Computação Universidade Estadual de Campinas - UNICAMP 16 de Novembro de 2010 1 / 34 http://www.ic.unicamp.br/
Leia maisNoções da Teoria dos Grafos
Noções da Teoria dos Grafos André Arbex Hallack Índice 1 Introdução e definições básicas. Passeios eulerianos 1 2 Ciclos hamiltonianos 7 3 Árvores 11 4 Emparelhamento em grafos 15 5 Grafos planares: Colorindo
Leia maisIntrodução à Resolução de Problemas por meio de Busca
Introdução à Resolução de Problemas por meio de Busca Huei Diana Lee huei@unioeste.br 2006 Conteúdo Introdução Exemplos Descrição formal Os Vasilhames com Água Estratégias de Controle Problemas Exercício!!
Leia maisUniversidade Estadual de Maringá Departamento de Informática Disciplina Inteligência Artificial Profa. Josiane
Universidade Estadual de Maringá Departamento de Informática Disciplina 1018 - Inteligência Artificial Profa. Josiane Lista de Exercícios para o 3º bimestre: Problemas de Satisfação de Restrição Representação
Leia maisNoções da Teoria dos Grafos. André Arbex Hallack
Noções da Teoria dos Grafos André Arbex Hallack Junho/2015 Índice 1 Introdução e definições básicas. Passeios eulerianos 1 2 Ciclos hamiltonianos 5 3 Árvores 7 4 Emparelhamento em grafos 11 5 Grafos planares:
Leia maisGRAFOS BUSCAS E MENOR CAMINHO. Prof. André Backes
8//6 GRAFOS BUSCAS E MENOR CAMINHO Prof. André Backes Busca em grafos Definição Consiste em explorar o grafo de uma maneira bem específica. Trata-se de um processo sistemático de como caminhar por seus
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. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia maisLISTA DE EXERCÍCIOS. [01] Determine o domínio natural (efetivo) de cada uma das funções indicadas abaixo.
LISTA DE EXERCÍCIOS Pré-Cálculo Humberto José Bortolossi http://www.professores.uff.br/hjbortol/ 04 Transformações de gráficos de funções, função raiz quadrada, funções potência [01] Determine o domínio
Leia maisCOMPILADORES. Análise semântica. Prof. Geovane Griesang Universidade de Santa Cruz do Sul UNISC Departamento de informática
Universidade de Santa Cruz do Sul UNISC Departamento de informática COMPILADORES Análise semântica Tradução dirigida pela sintaxe Parte 02 Prof. geovanegriesang@unisc.br Sumário Data 18/11/2013 Análise
Leia maisResolução de Problemas: Busca Heurística
Resolução de Problemas: Busca Heurística Aula 3 - Inteligência Artificial Busca Heurística Duas variações: Busca usando heurística (não numérica). Busca usando funções de avaliação e funções de custo.
Leia maisCircuitos Lógicos Combinacionais (parte 2) CPCX UFMS Slides: Prof. Renato F. dos Santos Adaptação: Prof. Fernando Maia da Mota
Circuitos Lógicos Combinacionais (parte 2) CPCX UFMS Slides: Prof. Renato F. dos Santos Adaptação: Prof. Fernando Maia da Mota 4.5 Método do Mapa de Karnaugh Método gráfico usado para simplificar uma equação
Leia maisComponentes do jogo. Um jogo de Dirk Henn para 2-6 jogadores a partir de 8 anos. Componentes do jogo básico
Um jogo de Dirk Henn para 2-6 jogadores a partir de 8 anos Tradução: Paula Faria Componentes do jogo 1 Tabuleiro Componentes do jogo básico 60 Peças de trilhos Frente: Verso: 61 Vagões de metrô Frente:
Leia mais