Exercícios de Procura e Planeamento 2013/2014
|
|
- Glória Canejo Correia
- 6 Há anos
- Visualizações:
Transcrição
1 Exercícios de Procura e Planeamento 203/204 Fausto lmeida
2 ula Prática de PP apítulo 2 apítulo 2 Estratégias ásicas de Procura Heurística Exercício onsidere o seguinte espaço de estados, com estado inicial, em que os valores dos ramos correspondem ao custo da transição e os dos nós se referem à função heurística E F 6 G 0 H Responda às seguintes questões:. heurística é admissível? 2. esenhe as árvores de procura correspondentes às estratégias de procura apresentadas abaixo. Numere os seus nós indicando a ordem de expansão/exploração. Indique junto a cada nó, quando relevante, o valor do custo (g), da heurística (h) e valor total (f). Em caso de empate, os nós à esquerda são expandidos em primeiro lugar. a. Largura Primeiro b. usto Uniforme c. Profundidade Primeiro d. Retrocesso e. Gananciosa f. * g. F/T com limite de 3 nós para F com f(n)=g(n)+h(n); h. T/F com limite de profundidade para T e com f(n)=g(n)+h(n) para F; i. Estágios em que o limite de memória para F é 3 e só é mantido o melhor nó da fronteira durante a recuperação e com f(n)=g(n)+h(n) para F; j. Trepar-a-olina; k. Trepar-a-olina Estocástico (ou à Primeira Escolha), com um máximo de 3 iterações em que a seguinte sequência de números aleatórios: {2, 2, 2,,,, 2, 2,, 2, 2, 2,,...} é usada para escolher o primeiro ou o segundo sucessor.
3 ula Prática de PP apítulo 2 Exercício 2 onsidere o seguinte espaço de estados, em que os valores dos ramos correspondem ao custo da transição e os dos nós se referem à função heurística. h=2 Estado Final 4 h=9 h=8 h= E F G I J K h=7 h=0 h=3 h=8 h=7 h=0 H h=6 esenhe as árvores de procura correspondentes às estratégias de procura apresentadas abaixo. Numere os seus nós indicando a ordem de expansão. Indique junto a cada nó, quando relevante, o valor do custo (g), da heurística (h) e valor total (f). Em caso de empate, os nós à esquerda são expandidos em primeiro lugar. a. Gananciosa b. * c. Largura primeiro; d. F/T com limite de 3 nós para F; e. T/F com limite de profundidade para T; f. Estágios em que olimite de memória para F é 3; g. Estágios em que o limite de memória para F é 3 e só é mantido o melhor nó da fronteira durante a recuperação; h. Trepar-a-olina;
4 ula Prática de PP apítulo 2 Exercício 3 onsidere o seguinte espaço de estados, em que os valores dos ramos correspondem ao custo da transição E F G I J K L M N O P Q R S T H Nó h E 9 F 8 G H 2 I 3 J 3 K 2 L 5 M N 2 O P 2 Q 2 R 3 S 4 T 3 U 5 V U V esenhe as árvores de procura correspondentes às estratégias de procura apresentadas abaixo. Numere os seus nós indicando a ordem de expansão. Indique junto a cada nó, quando relevante, o valor do custo (g), da heurística (h) e valor total (f). Em caso de empate, os nós à esquerda são expandidos em primeiro lugar. a. Trepar-a-olina; b. Gananciosa c. * d. F/T com limite de 6 nós para F, a procura F usada é o *; e. T/F com limite de profundidade 2 para T, a procura F usada é o *; f. Estágios em que olimite de memória para F é 6 e só é mantido o melhor nó da fronteira durante a recuperação, a procura F usada é o *; g. Estágios em que o limite de memória para F é 6 e só são mantidos os melhores 2 nós da fronteira durante a recuperação, a procura F usada é o *; h. Híbrida em que é utilizada a procura com retrocesso globalmente e o * localmente. O limite de memória do * é 3 nós. ssinale os nós em que se dá início a uma nova procura *.
5 ula Prática de PP apítulo 2 Exercício 4 onsidere um espaço de estados para o qual a função que, a partir de um estado com valor n inteiro, devolve o conjunto dos sucessores, é dada por: sucessores(n)={2n, 2n+}. onsidere ainda que os estados em que n >= nfinal não têm sucessores e que em caso de empate a estrat]egia de procura deve escolher o estado cujo n é menor. Para as procuras informadas considere que o custo de caminho c(n,n)= e que a função heurística mede a diferença, em valor absoluto, entre o valor de um estado e o do estado final, i.e. f(n)=abs(n-nfinal). Para n-nfinal igual a 2 desenhe as árvores de procura correspondentes às estratégias de procura apresentadas abaixo. Numere os seus nós indicando a ordem de expansão. Indique junto a cada nó, quando relevante, o valor do custo (g), da heurística (h) e valor total (f) a. Largura Primeiro b. usto Uniforme c. Profundidade Primeiro d. Retrocesso e. Gananciosa f. * g. Estágios em que o limite de memória para F é 3 e só é mantido o melhor nó da fronteira durante a recuperação; h. F/T com limite de 3 nós para F; i. T/F com limite de profundidade para T;
6 ula Prática de PP apítulo 2 Exercício 5 onsidere o grafo representado em baixo em que os quadrados representam nós N e os círculos nós OR. Os nós terminais são as folhas que estão representadas com um traco duplo. Realise um procura não informada neste grafo N/OR usando uma estratégia de retrocesso para percorrer o grafo. Numere os seus nós indicando a ordem de exploração. Use o procedimento de rotulagem para marcar os nós como resolvidos ou insolúveis e para obter o grafo solução se ele existir. Em caso de empate, os nós à esquerda são explorados em primeiro lugar.
7 ula Prática de PP apítulo 2 Exercício 6 onsidere o grafo representado em baixo em que os quadrados representam nós N e os círculos nós OR. Todas as folhas são resolúveis. Realise um procura não informada neste grafo N/OR usando uma estratégia de retrocesso para percorrer o grafo. Numere os seus nós indicando a ordem de exploração. Use o procedimento de rotulagem para marcar os nós como resolvidos ou insolúveis e para obter o grafo solução se ele existir. Em caso de empate, os nós à esquerda são expandidos em primeiro lugar. E F G H I J K L M N O P
8 ula Prática de PP apítulo 2 Exercício 7 Os grafos N/OR nas figuras seguintes corresponde a problemas em que as qualidades de um grafo-solução cuja raiz é o nó n é dada pelas funções Q apresentadas, sendo as qualidades dos nós terminais dadas pela função v. Os nós N são quadrados e os nós OR círculos. Os sucessores de um dado nó são representados por n... n i. Execute procuras O* nos grafos apresentados desenhando cada um dos subgrafos explorados nas várias iterações do algoritmo. ssinale em cada subgrafo a base-solução considerada antes de se expandir o próximo nó, bem como o valor da função de avaliação para cada nó gerado. heurística utilizada é a função h, que apresenta a estimativa de qualidade do grafo solução cuja raiz é o nó indicado. onsidere que a função f2 escolhe o nó com maior valor heurístico. Todos os nós terminais são solúveis. v(n) Q(n) = min Q(n i) max Q(n i) se n for um nó terminal se n for um nó N se n for um nó OR E F G H I v(n) J M P Q R T U J K L M N O h(n) E F G H I K L N O S P Q R S T U v(n) Q(n) = Σ Q(n i) max Q(n i) se n for um nó terminal se n for um nó N se n for um nó OR E F G H v(n) I L M N O P I J K L M h(n) E F G H J K N O P
9 ula Prática de PP apítulo 2 v(n) Q(n) = Σ Q(n i) max Q(n i) se n for um nó terminal se n for um nó N se n for um nó OR E F G H I v(n) I L M N O J K L h(n) E F G H J K M N O
10 ula Prática de PP apítulo 3 apítulo 2 Estratégias vançadas de Procura Heurística Exercício onsidere o seguinte espaço de estados, em que os valores dos ramos correspondem ao custo da transição. E 2 3 F G H Nó H 2 2 E 2 F 0 G 7 H I 0 J 0 3 I J esenhe as árvores de procura correspondentes às estratégias de procura apresentadas abaixo. Numere os seus nós indicando a ordem de expansão. Indique junto a cada nó, quando relevante, o valor do custo (g), da heurística (h) e valor total (f). Em caso de empate, os nós à esquerda são expandidos em primeiro lugar. a. I* b. RFS c. SM* com limite de 3 nós d. Procura em feixe local com k=2 e começo em e
11 ula Prática de PP apítulo 3 Exercício 2 onsidere o seguinte espaço de estados, em que os valores dos ramos correspondem ao custo da transição. K E L 2 F G H S M 2 N O P Q esenhe as árvores de procura correspondentes às estratégias de procura apresentadas abaixo. Numere os seus nós indicando a ordem de expansão. Indique junto a cada nó, quando relevante, o valor do custo (g), da heurística (h) e valor total (f). Em caso de empate, os nós à esquerda são expandidos em primeiro lugar. 2 2 T V I a. I* b. RFS c. SM* com limite de 4 nós d. Procura em feixe local com k=2 e começo em e U J R Nó h E 3 F 4 G 4 H 5 I 4 J K 5 L 0 M 2 N 5 O 2 P 2 Q 2 R 0 S 5 T U 5 V 0
12 ula Prática de PP apítulo 3 Exercício 3 onsidere o seguinte espaço de estados em que cada estado tem dois sucessores. onsidere que, de acordo com uma dada heurística, o sucessor do ramo esquerdo é melhor que o sucessor do ramo direito. E F G H I J K L M N O iga qual a ordem de exploração do espaço de estados usando uma estratégia: a. LS b. ILS c. S d. Sondagem iterativa em que o próximo sucessor para a iteração i é escolhido de acordo com a fórmula: número-aleatorio(i) mod n, sendo n o número de sucessores e sendo a sequência de números aleatórios a considerar: {93, 3, 8, 65, 99, 72, 34, 68, 33, 52, 43, 27, 4,...} e. Retrocesso limitado com alcance=2, aleatoriadade: usar acima. f. Profundidade primeiro com recomeços, limite 5 nós expandidos e 5 recomeços, aleatoriedade: usar acima. g. Largura iterativa estocástica, aleatoriedade ver acima e número(i)<(c-)*00, usar step=0,2.
13 ula Prática de PP apítulo 4 apítulo 4 Problemas de Satisfação de Restrições Exercício Temos um quadrado d 2x2 e queremos colocar em cada posição um número de 0 a 9 tal que cada quadrado tenha adjacentes números uma unidade menores que ele se à direita ou abaixo. V V3 V2 V4 a) Identifique quais as variáveis envolvidas e os respectivos domínios. presente também as restrições em causa e o correspondente grafo de restrições. b) Resolva o problema apresentado recorrendo ao algoritmo de backtracking. ssuma que as variáveis são atribuídas por ordem numérica, e os valores são experimentados por ordem numérica. plique o algoritmo apenas até criar 0 linhas, na representação escolhida na disciplina. c) Resolva o problema tal como descrito em b) combinado com forward checking. d) plique o algoritmo -3 ao grafo de modo a obter consistência de arco. e) epois de aplicar o -3 resolva o problema recorrendo ao algoritmo de backtracking tal como descrito em b).
14 ula Prática de PP apítulo 4 Exercício 2 Está a tentar resolver o problema de palavras cruzadas apresentado abaixo e vai para tal recorrer a técnicas de satisfação de restrições. 2 3 FT LE EEL HEEL 4 5 HIKE HOSES 6 7 KEEL KNOT 8 LSER LEE LINE SILS SHEET STEER TIE a) Identifique quais as variáveis envolvidas e os respectivos domínios. presente também as restrições em causa e o correspondente grafo de restrições. b) Resolva o problema apresentado recorrendo ao algoritmo de backtracking com forward checking. ssuma que as variáveis são atribuídas por ordem numérica, e os valores são experimentados por ordem alfabética. plique o algoritmo apenas até criar 0 linhas, na representação escolhida na disciplina. c) plique o algoritmo -3 ao grafo de modo a obter consistência de arco. d) epois de aplicar o -3 resolva o problema recorrendo ao algoritmo de backtracking tal como descrito em b).
15 ula Prática de PP apítulo 4 Exercício 3 figura seguinte corresponde a um mapa em que estão assinaladas diferentes áreas. Pretende-se colocar em cada uma das áreas um inteiro entre e 8, sabendo-se que o número na área tem que ser metade do número da área (usando divisão inteira) e que o número da área tem que ser menor que o número da área. a. Indique quais as variáveis envolvidas e respectivos domínios, bem como o grafo de restrições do problema. b. Realize uma procura com retrocesso sem fazer propagação de restrições. s variáveis e os valores devem ser escolhidos usando uma ordenação alfabética/numérica crescente. c. Realize uma procura com retrocesso utilizando o algoritmo Olhar-em-frente ( Forward checking ). s variáveis e os valores devem ser escolhidos usando uma ordenação alfabética/numérica crescente. d. plique o algoritmo -3 ao problema, indicando claramente os domínios obtidos no final do algoritmo. e) epois de aplicar o -3 resolva o problema recorrendo ao algoritmo de backtracking tal como descrito em b).
16 ula Prática de PP apítulo 4 Exercício 4 figura seguinte corresponde a um mapa em que estão assinaladas diferentes áreas. Pretende-se pintar cada uma das áreas com vários tons de vermelho: laro, Médio ou Escuro, de forma a que duas áreas adjacentes não estejam pintadas do mesma tom. Para além disso o tom de tem que ser mais claro que o de e o tom de tem que ser mais claro que o de. E F a) Indique quais as variáveis envolvidas e respectivos domínios, bem como o grafo de restrições do problema. b) Realize uma procura com retrocesso sem fazer propagação de restrições. s variáveis e os valores devem ser escolhidos usando uma ordenação alfabética crescente. c) Realize uma procura com retrocesso utilizando o algoritmo Olhar-em-frente ( Forward checking ). s variáveis e os valores devem ser escolhidos usando uma ordenação alfabética crescente. d) plique o algoritmo -3 ao problema, indicando claramente os domínios obtidos no final do algoritmo. e) epois de aplicar o -3 resolva o problema recorrendo ao algoritmo de backtracking tal como descrito em b).
17 ula Prática de PP apítulo 4 Exercício 5 ado o seguinte problema cripto-aritmético: S E N + M O R E M O N E Y a) Indique quais as variáveis envolvidas e respectivos domínios, bem como o grafo de restrições do problema. b) Realize uma procura com retrocesso sem fazer propagação de restrições. s variáveis e os valores devem ser escolhidos usando uma ordenação alfabética crescente. plique o algoritmo apenas até criar 0 linhas, na representação escolhida na disciplina. c) Realize uma procura com retrocesso utilizando o algoritmo Olhar-em-frente ( Forward checking ). s variáveis e os valores devem ser escolhidos usando uma ordenação alfabética crescente. plique o algoritmo apenas até criar 0 linhas, na representação escolhida na disciplina.
18 ula Prática de PP apítulo 6 apítulo 5 Procura com outras fontes de conhecimento Exercício onsidere a seguinte definição dos tipos sub-obj e prob, para representar, respectivamente, um sub-objectivo e um problema em ommon Lisp: (defstruct sub-obj op-fns goal-fn) (defstruct prob initial-state sub-goals) O campo op-fns é a lista de operadores que devem ser utilizados para atingir o subobjectivo. O campo goal-fn é a função que identifica o estado que satisfaz o subobjectivo. O campo initial-state é o estado inicial do problema. O campo sub-goals é uma lista de instâncias de sub-obj correspondendo aos subobjectivos que devem ser resolvidos (pela sua ordem na lista) para resolver o problema. onsidere ainda definida a função procura que recebe três argumentos: um estado, uma lista de operadores e um predicado que recebe um estado. função procura efectua uma procura no espaço de estados definido pelos seus argumentos e devolve NIL se não conseguir encontrar uma solução, ou a lista com os estados no caminho desde o estado inicial até ao estado que satisfez o predicado, inclusivé. efina a função procura-sub-obj que recebe uma instância de prob e faz uma procura desde o estado inicial do problema resolvendo todos os sub-objectivos em sequência. Note que o estado inicial de cada sub-procura é o estado que corresponde ao último sub-objectivo satisfeito. Se algum dos sub-objectivos não tiver solução a função devolve NIL, caso contrário devolve a lista com o caminho desde o estado inicial até ao estado final.
19 ula Prática de PP apítulo 6 apítulo 6 Planeamento Exercício figura em baixo define um problema do mundo dos blocos e dois operadores STRIPS. Inicio Fim OP : (TION : Move(b,x,y), PREON : On(b,x) lear(b) lear(y), EFFET: On(b,y) lear(x) On(b,x) lear(y)) OP : (TION : MoveToTable(b,x), PREON : On(b,x) lear(b), EFFET: On(b,TLE) lear(x) On(b,x)) a. efina um novo operador STRIPS que mova um bloco de cima da mesa para cima de outro bloco. b. Usando o algoritmo POP e os operadores STRIPS definidos anteriormente encontre o plano parcialmente ordenado que é solução do problema. Identifique de forma clara as ameças e a forma como foram resolvidas.
20 ula Prática de PP apítulo 6 Exercício 2 ado o seguinte problema de planeamento: Estado inicial: Em(Suplente,Mala), Em(Vazio,Eixo) Estado Final: Em(Suplente, Eixo) ction(tirar(suplente, Mala), PREON: Em(Suplente, Mala), EFFET: Em(Suplente,Mala) Em(Suplente, hão)) ction(tirar(vazio, Eixo), PREON: Em(Vazio, Eixo), EFFET: Em(Vazio, Eixo) Em(Vazio, hão)) ction(montar(suplente, Eixo), PREON: Em(Suplente, hão) Em(Vazio, Eixo), EFFET: Em(Suplente, hão) Em(Suplente, Eixo)) ction(eixarenoite, PREON:, EFFET: Em(Suplente, hão) Em(Suplente, Eixo) Em(Suplente, Mala) Em(Vazio, hão) Em(Vazio, Eixo)) a. Usando o algoritmo POP e os operadores L definidos encontre o plano parcialmente ordenado que é solução do problema apresentado a seguir. Identifique de forma clara as ameças e a forma como foram resolvidas. b. esenhe o grafo de planeamento para este problema. c. Usando o algoritmo GRPHPLN e o grafo de planeamento desenhado construa um plano que permita atingir o objectivo.
21 ula Prática de PP apítulo 6 Exercício 3 ado o seguinte problema de planeamento: Estado inicial: Lixo MãosLavadas Silêncio Estado final: Jantou Presente Lixo ction(ozinhar, PREON: MãosLavadas, EFFET: Jantou) ction(embalar, PREON: Silêncio, EFFET: Presente) ction(levar, PREON:, EFFET: Lixo MãosLavadas) ction(recolhalixo, PREON:, EFFET: Lixo Silêncio) a. esenhe o grafo de planeamento para este problema. b. Usando o algoritmo GRPHPLN e o grafo de planeamento desenhado construa um plano que permita atingir o objectivo.
PROCURA 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 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 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 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 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 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 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 maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Repescagem do Primeiro Teste 13 de Fevereiro de 2009 17H00-18H30 Nome: Número: Este teste tem 7 perguntas e 5 páginas. Escreva o número em todas as páginas.
Leia maisPROCURA E PLANEAMENTO
POCUA E PLANEAMENTO Primeiro Exame 3 de Janeiro de 007 :00-3:30 Este exame é composto por 3 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número. Na mesa
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 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 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
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 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 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 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 maisLista de exercícios 1
Lista de exercícios 1 Paulo Gurgel Pinheiro MC906A - Inteligência Articial Universidade Estadual de Campinas - UNICAMP pinheiro@ic.unicamp.br 3 de setembro de 2010 1. Considere o problema do quebra-cabeças
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 maisProcura Informada. Capítulo 4
Procura Informada Capítulo 4 Sumário Procura Melhor Primeiro Procura Gananciosa Procura A * Heurísticas Procura local Árvore de Procura Uma estratégia de procura determina a ordem de expansão dos nós As
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 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 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 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 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 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 maisAgentes de Procura Procura Estocástica. Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA.
Agentes de Procura Procura Estocástica Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA. AGENTES DE PROCURA ESTOCÁSTICA 1 Procura Aleatória O
Leia maisInteligência Artificial
Inteligência Artificial CTC15 Aula 3b CTC15 Aula 3b 1 Sumário Exemplos de PSR Busca genérica aplicada à PSRs Backtracking Verificação forward Heurísticas para PSRs CTC15 Aula 3b 2 Problemas de satisfação
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 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 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
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 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 maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs) Procura com Retrocesso para CSPs Procura Local para CSPs Estrutura dos CSPs Problemas de Satisfação
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 20 de Janeiro de 2012 8:00-9:30 Este teste é composto por 12 páginas contendo 9 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
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 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 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 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
Instituto Politécnico de Setúbal Escola Superior de Tecnologia de Setúbal Departamento de Sistemas e Informática Guia de Exercícios das Aulas Práticas Inteligência Artificial Prof Joaquim Filipe Eng. Adelaide
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 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 maisSistemas Inteligentes / Inteligência Artificial, Outros Métodos de Procura
Sistemas Inteligentes / Inteligência Artificial, 14-15 1 Outros Métodos de Procura Sistemas Inteligentes / Inteligência Artificial, 14-15 2 Exemplos de Aplicações Jogo dos oito :-) Mundo dos blocos (ex:
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 maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs, do Inglês Constraint Satisfaction Problems ) Procura com Retrocesso para CSPs Procura 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 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 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 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 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 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 maisOs problemas de IA empregam heurísticas, basicamente, em duas situações:
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
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 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 maisLista 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 maisPCS Inteligência Artificial
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Computação e Sistemas Digitais PCS - 2059 Inteligência Artificial Prof. Jaime Simão Sichman 2 a. Lista de Exercícios Espaço
Leia maisInteligência Computacional
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Métodos Revogáveis de Busca Busca em profundidade Backtracking Busca em largura Busca em profundidade iterativa
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 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 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 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 maisBusca com informação e exploração. Inteligência Artificial
Busca com informação e exploração (Capítulo 4 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura Busca pela melhor escolha Busca gulosa pela melhor escolha Busca
Leia maisProf. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa
Busca Heurís9ca - Informada PCS 2428 / PCS 2059 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Busca Heurís9ca 2 Estratégias de Busca Heurís9ca Usam conhecimento
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 maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 7 de Novembro de 2011 17:00-18:30 Este teste é composto por 11 páginas contendo 8 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
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 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 maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Segundo Teste 05 de Janeiro de 2009 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 6 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas
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 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 maisExemplos. Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas. Criptoaritmética. Missionários e Canibais.
istemas Inteligentes, 10-11 1 Exemplos Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas Criptoaritmética Missionários e Canibais Resta-um e muitos outros... istemas Inteligentes,
Leia maisMétodos de Busca. Inteligência Artificial. Busca Heurística. Busca Heurística. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
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 maisInteligência Computacional
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Métodos Revogáveis de usca usca em profundidade acktracking usca em largura usca em profundidade usca ordenada 1
Leia maisMétodos de Busca. Estratégias de Busca Cega
Métodos de Busca Métodos de Busca Estratégias de Busca Cega encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo; são ineficientes na maioria dos
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 maisAgentes baseados em metas Capítulo 3 Parte I
Agentes baseados em metas Capítulo 3 Parte I Leliane Nunes de Barros leliane@ime.usp.br Agente reativo simples também chamado de agente situado ou agente estímulo-resposta reage a estímulos do ambiente
Leia maisBusca Heurística. Profa. Josiane M. P. Ferreira
Busca Heurística Profa. Josiane M. P. Ferreira Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach
Leia maisModelos matemáticos para resolução de problemas de afectação de operações a recursos produtivos
Métodos de Análise de Sistemas Produtivos Modelos matemáticos para resolução de problemas de afectação de operações a recursos produtivos 17 de Maio de 2002 Alunos: Álvaro Magalhães Bernardo Ribeiro João
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 20 de Junho 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 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 maisProcura Informada. Capítulo 4
Procura Informada Capítulo 4 Material Capítulo 4 Secções 1-3 Resumo Estratégias de procura informadas Gananciosa A * IDA* Melhor Primeiro Recursiva (RBFS) Heurísticas Algorítmos de procura local Hill-climbing
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 maisINVESTIGAÇÃO OPERACIONAL Exercícios de Optimização em Redes 1
INVSTIGÇÃO OPRIONL xercícios de Optimização em Redes x. ada a seguinte rede: 0 0 0 0 a) etermine uma árvore de suporte de custo mínimo utilizando o algoritmo de Kruskal. b) etermine uma árvore de suporte
Leia mais2284-ELE/5, 3316-IE/3
INTELIGÊNCIA ARTIFICIAL 2284-ELE/5, 3316-IE/3 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2007/2008 Resolução de Problemas No âmbito da IA, o conceito de problema pode
Leia 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 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 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 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 maisRelatório de Inteligência Artificial
Relatório de Inteligência Artificial Hidato Grupo 4 Diogo Simões - 63558 Inês Almeida - 63556 Miguel Diogo - 63567 Introdução O objectivo deste projecto é resolver automaticamente um tabuleiro de Hidato
Leia maisAlgoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial
Algoritmos Genéticos Texto base: Stuart Russel e Peter Norving - Inteligência Artificial junho/2007 Algoritmo Genético Uma variante da busca em feixe estocástica Estado sucessor gerado pela combinação
Leia maisEstruturas de Dados Grafos
Estruturas de Dados Grafos Prof. Eduardo Alchieri (introdução) Grafo é um conjunto de pontos e linhas que conectam vários pontos Formalmente, um grafo G(V,A) é definido pelo par de conjuntos V e A, onde:
Leia maisMétodos de Busca Informada (best first search) Capítulo 4 Parte I
Métodos de Busca Informada (best first search) Capítulo 4 Parte I Leliane Nunes de Barros leliane@ime.usp.br Busca não informada: geração sistemática de estados Busca em profundidade: boa quando não se
Leia maisResolução de 8-Puzzle com A* em LISP
Resolução de 8-Puzzle com A* em LISP Léo Willian Kölln 13 de Agosto de 2006 Curso de Ciências da Computação Programação Funcional - INE5363 INE - Departamento de Informática e Estatística CTC - Centro
Leia maisMétodos de Busca: Busca sem Informação. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng.
Métodos de Busca: Busca sem Informação Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 3) Métodos de Busca Resolução de Problemas a. Espaço de estados:
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 maisAULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª
AULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª Aula por Helder Coelho IIA 1 REPRESENTAÇÃO E INTELIGÊNCIA QUESTÕES PARA DISCUSSÃO: Transformação do problema compreender o problema reflectir/pensar o problema lógica,
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 maisAgentes que resolvem problemas através de busca Capítulo 3 Parte I
Agentes que resolvem problemas através de busca Capítulo 3 Parte I Leliane Nunes de Barros leliane@ime.usp.br Agente reativo simples também chamado de agente situado ou agente estímulo-resposta reage a
Leia mais