Cap. 4 Busca com Informações e Exploração. do livro de Russel e Norvig
|
|
- Victor Gabriel de Caminha Cesário
- 5 Há anos
- Visualizações:
Transcrição
1 Cap. 4 Busca com Informações e Exploração do livro de Russel e Norvig
2 Busca Heurística(Best-First Search) Largura, profundidade e aprof. iterativo: desinformadas sobre proximidade da solução Heurística: similar a largura, mas escolhe nó mais promissor como próximo a expandir uso de inform. específicas do problema Função de avaliação: f(n) analisa nó n e estima melhor nó. Expande-se sempre nó com menor valor p/ função Termina quando atinge-se objetivo Busca Gulosa Ex.: No ex. da Romênia: f dado pela dist. linear Problema: olhar apenas futuro pode levar a não se considerar caminhos anteriores Semelhante a busca em em prof.: procura caminho único O(b m ), onde m é maior prof., não é ótima e é incompleta C/ boa fç. heurística pode reduzir complexidade
3 Ex. da Romênia c/ Dist. em linha Reta
4 Algoritmo A* Equilibrar função f. f(n)=g(n)+h(n). g(n): estimativa do menor custo do início até n h(n): estimativa do menor custo de n até um objetivo Ex. da Romênia g(n): distância percorrida h(n): dist. linear até objetivo Busca com custo uniforme é equivalente a A*, onde h(n)=0. O que fazer para a busca heurística fornecer soluções ótimas?
5 Admissibilidade de A* Busca Heurística ótima se: h(n) nunca superestima o custo para solução Prova: Assuma C* como custo ótimo Assuma nó não-ótimo na fronteira G 2 : h(g 2 )=0 porque é objetivo f(g 2 )=g(g 2 )+h(g 2 )=G(G 2 )>C* Considere nó n em OPEN com no caminho ótimo para solução: f(n)=g(n)+h(n) C* logo f(n) f(g 2 ) e n seria selecionado antes de G 2. Solução ótima garantida para busca em árvore (sem descartar repetição), mas busca em grafo pode descartar solução ótima Duas soluções p/ usar busca em grafo Descartar caminho mais dispendioso e atualizar ponteiros e custos Garantir que caminho ótimo aparece primeiro
6 Consistência (Monotonicidade) A função h obedece à condição de consistência se, para qq. pares de nós n i e n j, em que n j é sucessor de n i com ação a: h(n i ) - h(n j ) c(a, n i, n j ) Desigualdade triang.: distância reta tem que ser a menor Deriva-se daí que h(n j ) h(n i ) - c(a,n i, n j ) somando g(n j ) em ambos os lados tem-se: h(n j )+g(n j ) h(n i ) +g(n j ) - c(a, n i, n j ) como g(n j )= g(n i ) + c(a, n i, n j ) h(n j )+g(n j ) h(n i )+g(n i ), logo f(n j ) f(n i ): função de custo nunca decresce
7 Processamento de A* Com consistência da função h, custo nunca decresce e A* escolhe sempre o nó de menor custo em OPEN. Sabe-se então que no momento da expansão de nó escolhido n: não há possibilidade de chegar a n por caminho mais barato através de outro nó em OPEN caminho já achado é então o ótimo Contornos no espaço de estados vão sendo desenhados (como curvas de nível) no espaço de estados, na medida em que busca avança A* é eficiente e gera solução ótima, MAS necessita de memória para guardar nós do espaço de contorno (em geral exponencial ao comprim. da solução) Alternativas Desistir da sol. ótima: sacrificar admissibilidade Usar algoritmos que introduzem custo no tempo de execução, mas usam menos memória.
8 Busca Heurística Limitada pela Memória Aprofundamento Iterativo A* Como aprof. iterativo normal Limite de corte: menor custo de f (g+h) p/ nó que excedeu lim. em iteração anterior Acha ótimo e economiza memória Muitas expansões repetidas do mesmo nó. Ex. todos os nós com valor de f diferente 1 iteração por nó. Busca Recursiva pelo Melhor (BRPM) Similar à busca recurs. em prof., mas escolhe mais promissor Guarda para comparação o custo alternativo mais barato Se todos os filhos de um nó excederam o alternativo, expansão é desfeita e resultado do filho com menor custo vai para o custo estimado f do nó Nó pode vir a ser expandido novamente Gera sol. ótima se heurística é admissível Memória: O(bd) Tempo: depende da fç. heurística e da altern. de caminhos LMA* e LMSA*(simplific.): A* limitado pela memória Como A*, mas se lota memória, descarta pior nó folha, mas anota custo no pai. Nó descartado só é regerado se não houver caminhos melhores
9 BRPM (Exemplo)
10 BRPM (Exemplo) II
11 Eficiência de Funções Heurísticas Ex. do quebra-cabeça de 8 peças h 1 : número de peças em posições erradas h 2 : distância de quadras urbanas (Manhatan) Dominância Se h 2 (n) h 1 (n) para todo n (com ambas admissíveis) h 2 domina h 1 e é melhor para a busca, pois gera menos nós Valores típicos p/ quebra-cabeça C/ d=14: Aprof. iterativo: mais de 3 milhões de nós A*(h 1 ): 539 nós A*(h 2 ):113 nós C/ d=24: Aprof. iterativo: mais de 54 bilhões de nós A*(h 1 ): nós A*(h 2 ):1641 nós Todos os nós com f(n)<c* são expandidos, alguns c/ f(n)=c* e nenhum c/ f(n)>c*. Como f(n)=h(n)+g(n) e g(n) não depende da heurística, todo nó expandido com h2 é expandido com h1 Cálculo da função heurística tem que ser simples
12 Criação de Heurísticas Admissíveis Relaxamento do problema Heurística dada p/ custo ótimo de prob. relaxado. Exs. no quebracabeça: Peças podem ir diretamente de uma posição p/ outra (h 1 ) Peças podem se superpor (h 2 ) Quando não há heurística claramente melhor, ela pode ser dada pelo max das heurísticas p/ cada nó Solução de subproblemas tb. geram heurísticas admissíveis. Ex. no quebra-cabeça: colocar 4 apenas peças específicas no lugar Bancos de dados de padrões: Custos pré-computados de subproblemas. Combinação de mais de uma (usando máximo): ganho de eficiência Bancos de dados de padrões disjuntos: subproblemas separados e heurística dada pela soma ainda mais eficiente Aprendizado tb. é possível, usando p/ ex. redes neurais
13 Busca Local Casos em que caminho não importa, apenas estado ótimo (ou quase). Ex. N rainhas, escalonamento, circuitos integrados,... Manter apenas estado corrente e tentar melhorá-lo Subida de Encosta: Escalar o Everest com nevoeiro e amnésia Busca gulosa local Ir sempre p/ melhor sucessor Parar qdo. não houver sucesor melhor que corrente
14 Exemplo das Rainhas Busca Local II Mover uma rainha p/ reduzir o número de conflitos Probl. c/ subida de encosta: máx. locais e platôs Reinício aleatório melhora chance de achar máximo global
15 Têmpera Simulada Busca Local III Idéia: escapar de máxima local, permitindo alguns movimentos ruins Decrescer gradualmente o núm. de mov. ruins (baixa de temperatura) Busca em feixe local Mantidos k estados em memória Inicialmente aleatórios Cada estado gera todos os sucessores São mantidos apenas os k melhores e repete-se processo Algoritmos Genéticos Como busca em feixe, mas novos estados dependem do casamento de estados. Idéia evolucionista: manutenção de padrões promissores em parte do estado
16 Busca On-line Alternância entre computação e ação Agente conhece apenas: estado em que está ações possíveis se está ou não no objetivo custo de ações (mas não tem certeza do estado que atinge) Agente deseja atingir objetivo minimizando custo Razão competitiva: diferença p/ solução ótima às vezes é infinita: becos sem saída Explorável com segurança: sempre podendo fazer retrocesso Agente de busca on-line em profundidade Armazena tabela de estados atingidos c/ ações Experimenta ações não exploradas Qdo. experimenta todas as altern. sem resultado, volta p/ predecessor (tem que saber voltar) Mantém lista de predecessores Pode explorar grande parte do espaço: aprof. iterativo melhora situação
17 Busca Local On-line Agente ATRA*: aprendizado em tempo real. Conhece fç. heurística. Subida de encosta já é on-line: usa apenas um estado paralisa em máximos locais, s/ possib. de reinício aleatório alternativa: percursos aleatórios muito lenta Subida de encosta c/ memória vai sempre p/ melhor vizinho (se não está no objetivo) guarda melhor estimativa atual p/ cada estado já visitado: atualiza valor somando custo de atingir vizinho à estimativa do vizinho Otimismo em relação a nós não explorados leva à exploração de novos caminhos Completo em espaço de estados finito
Busca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *
Inteligência Artificial Aula 6 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Revisão da aula passada: Busca A * Idéia:
Leia 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 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 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 (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 maisBusca com informação e exploração. Inteligência Artificial. Busca pela melhor escolha. Romênia com custos em km. Busca com informação (ou heurística)
Inteligência Artificial Aula 5 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.1 Busca com informação (ou heurística) Utiliza
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 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 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 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 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 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 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 maisEstratégias informadas de Busca. February 19, 2018
Estratégias informadas de Busca February 19, 2018 Busca de Soluções: Métodos Informados ˆ Utilizam conhecimento específico do problema para encontrar a solução ˆ algoritmo geral de busca somente permite
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 maisAula 05 Busca com informação
Revisão Aula 05 Busca com informação Prof. Dr. Alexandre da Silva Simões Principais estratégias de busca sem informação: busca em amplitude e profundidade Estratégias derivadas: Busca com custo uniforme
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
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 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 maisBuscas Informadas ou Heurísticas - Parte I
Buscas Informadas ou Heurísticas - Parte I Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 BUSCAS INFORMADAS OU HEURÍSTICAS Consideram a probabilidade
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 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 maisEstratégias de Busca: Métodos Informados. March 9, 2015
Estratégias de Busca: Métodos Informados March 9, 2015 Busca de Soluções: Métodos Informados Utilizam conhecimento específico do problema para encontrar a solução algoritmo geral de busca somente permite
Leia maisEstratégias informadas de Busca. March 3, 2016
Estratégias informadas de Busca March 3, 2016 Busca de Soluções: Métodos Informados ˆ Utilizam conhecimento específico do problema para encontrar a solução ˆ algoritmo geral de busca somente permite introduzir
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 maisInteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Busca heurística
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Resolução de problemas por meio de algoritmos de busca Busca heurística Roteiro Retomada do
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
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville rafael.parpinelli@udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Busca Heurística
Leia maisProcura Informada. Capítulo 4
Procura Informada Capítulo 4 Livro 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 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 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 maisBUSCA LOCAL (PARTE 4 Resolução de problemas por meio de busca) (C)Russell & Norvig, capítulo 4
BUSCA LOCAL (PARTE 4 Resolução de problemas por meio de busca) (C)Russell & Norvig, capítulo 4 1 Roteiro Algoritmos de Busca Local Subida de encosta (Hill-climbing) Têmpera Simulada (Simulated Anealing)
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 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 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 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 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 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 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 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 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 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 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 maisEstratégias de Busca Cega
Estratégias de Busca Cega Encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo. São ineficientes na maioria dos casos: utilizam apenas o custo de
Leia maisMAC425/5739 Inteligência Artificial 3. Busca informada
MAC425/5739 Inteligência Artificial 3. Busca informada Denis Deratani Mauá (largamente baseado no material de aula dos Profs. Edileri de Lima e Leliane de Barros) MÉTODOS DE BUSCA Busca cega ou sistemática:
Leia maisEstratégias de Busca Cega
Estratégias de Busca Cega Encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo. São ineficientes na maioria dos casos: utilizam apenas o custo de
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 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 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 maisResolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.4 e 3.5
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.4 e 3.5 Formulação de problemas Um problema é definido por quatro itens: 1. Estado inicial ex., em Arad" 2. Ações ou função
Leia 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 maisBusca Local. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial
Busca Local Texto base: Stuart Russel e Peter Norving - Inteligência Artificial junho/2007 Algoritmos de busca local e problemas de otimização Em muitos problemas de otimização o caminho até a solução
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 maisInteligência Artificial
Inteligência Artificial Aula 04 Busca Heurística Tiago Alves de Oliveira 1 Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
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 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 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 maisINTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 04 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 04 Prof. Vitor Hugo Ferreira Busca em espaço de estados Estratégias
Leia maisInteligência Artificial 04. Busca Sem Informação (Cega) Capítulo 3 Russell & Norvig; Seções 3.4 e 3.5
Inteligência Artificial 04. Busca Sem Informação (Cega) Capítulo 3 Russell & Norvig; Seções 3.4 e 3.5 Formulação dos problemas Um problema é definido por quatro itens: 1. Estado inicial ex., em Arad" 2.
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 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 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 maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 03 Resolução de Problemas por Meio de Busca Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 03 Resolução de Problemas por Meio de Busca Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO GABARITO
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman GABARITO 1. Em artigo publicado em 1950, Alan Turing apresentou à comunidade acadêmica o que ficou conhecido
Leia maisEstratégias de Procura Informadas
Estratégias de Procura Informadas Capítulo 3 Secções 5-6 Livro Estratégias de procura informadas Gananciosa A* IDA* Melhor Primeiro Recursiva (RBFS) Heurísticas Resumo Árvore de Procura Uma estratégia
Leia maisAgentes de Procura Procura Heurística. Capítulo 3: Costa, E. e Simões, A. (2015). Inteligência Artificial Fundamentos e Aplicações, 3.ª edição, FCA.
Agentes de Procura Procura Heurística Capítulo 3: Costa, E. e Simões, A. (2015). Inteligência Artificial Fundamentos e Aplicações, 3.ª edição, FCA. AGENTES DE PROCURA HEURÍSTICA 1 Procura Heurística Nas
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 maisResolução de problemas por meio de busca. Inteligência Artificial. Busca. Exemplo: Romênia. Exemplo: Romênia 8/23/2010
Inteligência Artificial Aula 2 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas
Leia maisInteligência Artificial
Inteligência Artificial Fabrício Olivetti de França 07 de Junho de 2018 1 Busca Informada 2 Recapitulando Definição de um problema: Conjunto de estados Conjunto de ações Função de transição Função de custo
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 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 maisCapítulo 4 Secção 1. Livro
Procura Local Capítulo 4 Secção 1 Livro Procura local Algorítmos de procura local Hill-climbing Simulated annealing Local beam Genetic algorithms Resumo Procura Sistemática No capítulo 3, analisamos estratégias
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 maisCTC-17 Inteligência Artificial Problemas de Busca. Prof. Paulo André Castro pauloac@ita.br
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 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 omputação e Matemática (FFLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por meio
Leia maisSISTEMAS INTELIGENTES 1 PROF. TACLA/UTFPR/CPGEI-PPGCA
SISTEMAS INTELIGENTES 1 PROF. TACLA/UTFPR/CPGEI-PPGCA BUSCA CEGA EXERCÍCIOS 1. Por que a estratégia de busca em largura só garante encontrar a solução ótima quando o custo por ação é uniforme? 2. Compare
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
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 Pós-Graduação
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 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 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 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
Inteligência Artificial Resolvendo Problemas com Busca Agente solucionador de problemas (guiado por objetivo deliberativo) Busca uma sequência de ações que o leve a estados desejáveis (objetivos). Propriedades
Leia maisResolução de Problemas com Métodos de Busca
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCENS UFES Departamento de Computação Resolução de Problemas com Métodos de Busca Inteligência Artificial Site: http://jeiks.net E-mail:
Leia maisINTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
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 mais11/1/2012. Agenda. Classe de problemas de interesse. Busca Local. Busca Local. Exemplo de Espaço de Estados
Agenda PCS / PCS 09 Inteligência Artificial Prof. Dr. Jaime Simão Sichman Profa. Dra. Anna Helena Reali Costa Busca Local e Problemas de Otimização. Introdução. Busca Local I. Subida da Encosta (Hill-Climbing)
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 maisTópicos Especiais: Inteligência Artificial
Tópicos Especiais: Inteligência Artificial RESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA Material baseado e adaptado do Cap. 3 do Livro Inteligência Artificial de Russel & Norving Bibliografia Inteligência
Leia maisBranch and Bound - Ramicar e Limitar
Programação Linear Inteira Branch and Bound Haroldo Gambini Santos Universidade Federal de Ouro Preto - UFOP 30 de agosto de 2011 1 / 19 Branch and Bound - Ramicar e Limitar Idéia Básica O algoritmo roda
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 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 idéia básica da da busca no no espaço de de
Leia maisProgramação Linear Inteira. C. Requejo (UA) Métodos de Investigação Operacional MIO / 30
Programação Linear Inteira Programação Linear Inteira C. Requejo (UA) Métodos de Investigação Operacional MIO 2016 1 / 30 Programação Linear Inteira Programação Linear Inteira Resolução de problemas de
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 maisSeleção de Atributos 1
Seleção de Atributos 1 Tópicos Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Seleção de atributos antes do aprendizado Benefícios Abordagens automáticas
Leia mais