CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01

Documentos relacionados
CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01

Enunciados dos Exercícios Cap. 2 Russell & Norvig

Lista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)

Sistemas Inteligentes Lista de Exercícios sobre Busca e Agentes Inteligentes

Tópicos Especiais: Inteligência Artificial

Resolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02

GRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira

Inteligência Artificial

3. Resolução de problemas por meio de busca

Busca Heurística - Informada

Teoria dos Grafos Aula 5

Inteligência Artificial

Resolução de problemas por meio de busca. Inteligência Artificial. Formulação de problemas. Estratégias de busca

Os problemas de IA empregam heurísticas, basicamente, em duas situações:

lnteligência Artificial

Inteligência Artificial

Tópicos Especiais: Inteligência Artificial BUSCA COM INFORMAÇÃO E EXPLORAÇÃO

Busca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *

Introdução à Inteligência Artificial MAC MAC 415. Exercício Programa 1 Busca

CEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra Lista de exercícios 03

LERCI/LEIC TAGUSPARK INTELIGÊNCIA ARTIFICIAL 2005/06 PROCURA

Estrutura de Dados e Algoritmos e Programação e Computadores II. Aula 10: Introdução aos Grafos

Busca Cega (Exaustiva) e Heurística. Busca Aula 2

CTC-17 Inteligência Artificial Problemas de Busca. Prof. Paulo André Castro

INTRODUÇÃO A BUSCA EXERCÍCIOS

INF 1010 Estruturas de Dados Avançadas

Busca com informação e exploração. Inteligência Artificial. Busca pela melhor escolha. Romênia com custos em km. Busca com informação (ou heurística)

Grafos: Busca. SCE-183 Algoritmos e Estruturas de Dados 2. Thiago A. S. Pardo Maria Cristina

Análise e Síntese de Algoritmos

PROCURA E PLANEAMENTO

Lista de exercícios 1

BUSCA CEGA OU SEM INFORMAÇÃO (parte 2 Resolução de problemas por busca) *Capítulo 3 (Russel & Norvig)

Inteligência Artificial - IA. Resolução de problemas por meio de busca

Grafos IFRN. Prof. Robinson Alves

Respostas. Campo, bola, trave, próprio time, outro time, próprio corpo. Veículo lançador, Marte

Inteligência Artificial Alameda e Taguspark

INTELIGÊNCIA ARTIFICIAL 2008/09

Teoria dos Grafos Aula 6

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula II Algoritmos básicos de busca cega

Métodos de Busca: Busca sem Informação. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng.

Grafos. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo

*Capítulo 3 (Russel & Norvig)

Resolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação

Inteligência Artificial

Estratégias de Busca Cega

Busca com informação e exploração. Inteligência Artificial. Busca pela melhor escolha. Romênia com custos em km 9/13/2010

CEFET/RJ Inteligência Artificial (2018.1) Prof. Eduardo Bezerra Lista de exercícios 04

Métodos de Busca. Inteligência Artificial. Busca Heurística. Busca Heurística. Prof. Ms. Luiz Alberto Contato:

PCS Inteligência Artificial

Métodos de Busca. Estratégias de Busca Cega

Inteligência Artificial 04. Busca Sem Informação (Cega) Capítulo 3 Russell & Norvig; Seções 3.4 e 3.5

Grafos e Algoritmos de Busca

Sistemas Baseados em Conhecimento

Grafos: algoritmos de busca

Inteligência Artificial Alameda e Taguspark

INF 1010 Estruturas de Dados Avançadas

Inteligência Artificial

Grafos: Busca. Algoritmos e Estruturas de Dados 2. Graça Nunes

Trabalho 1: Busca no Pacman

Grafos representação e aplicações. Prof. Guilherme Tomaschewski Netto

Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística

Estratégias de Busca Cega

Aula 09. Percurso em grafo

Redes Neurais (Inteligência Artificial)

Ex. 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

Buscas Informadas ou Heurísticas - Parte II

Resumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.

Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3

Busca em Profundidade e em Largura

5COP096 TeoriadaComputação

Cap. 4 Busca com Informações e Exploração. do livro de Russel e Norvig

Resolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.4 e 3.5

Resolução de Problemas através de Busca. Prof. Júlio Cesar Nievola PPGIA - PUC-PR

a) 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.

BCC204 - Teoria dos Grafos

Análise e Síntese de Algoritmos. Algoritmos em Grafos CLRS, Cap. 22

Inteligência Artificial - IA

Agentes de Procura Procura Estocástica. Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA.

Exercícios de Procura e Planeamento 2013/2014

Inteligência Computacional

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula I - Introdução

Resolução de problemas por meio de busca. Inteligência Artificial. Busca. Exemplo: Romênia. Exemplo: Romênia 8/23/2010

Inteligência Artificial 2008/09 E z D

Teoria dos grafos. Caminho euleriano e Hamiltoniano. Prof. Jesuliana N. Ulysses

AED2 - Aula 22 Busca em largura, cálculo de distâncias

Alguns Exercícios de Inteligência Artificial

Respostas dos Exercícios Cap. 2 Russell & Norvig

15 - Coloração Considere cada um dos grafos abaixo:

Inteligência Artificial

Inteligência Computacional

3. Resolução de problemas por meio de busca

Busca Heurística. Profa. Josiane M. P. Ferreira

Busca no espaço de estados

INTELIGÊNCIA ARTIFICIAL

PROCURA E PLANEAMENTO

Transcrição:

. 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 1, da University of Berkeley. Outros são adaptações de exercícios propostos no livro-texto da disciplina, AIMA 2. 1. Suponha que AÇÕES-VÁLIDAS(s) denote o conjunto de ações válidas no estado s, e que RESULTADO(a,s) denote o estado que resulta da execução de uma ação válida a no estado s. Defina SUCESSOR em termos de AÇÕES-VÁLIDAS e RESULTADO, e vice-versa. 2. Um espaço de estados finito conduz a uma árvore de busca finita? E no caso de um espaço de estados finito que é uma árvore? Você poderia ser mais preciso em definir que tipos de espaços de estados sempre levam a árvores de busca finitas? 3. Forneça o estado inicial, o teste de objetivo, a função sucessor e a função de custo para cada um dos itens a seguir: (a) Você tem de colorir um mapa plano usando apenas quatro cores, de tal modo que não haja duas regiões adjacentes com a mesma cor. (b) Um macaco com um metro de altura está em uma sala em que algumas bananas estão presas no teto, a 2,5 metros de altura. Ele gostaria de alcançar as bananas. A sala contém dois engradados empilháveis, móveis e escaláveis, com um metro de altura cada. 4. Considere um espaço de estados onde o estado inicial é o número 1 e a função sucessor para o estado n retorna dois estados, com os números 2n e 2n+1. (a) Desenhe a porção do espaço de estados correspondente aos estados 1 a 15. (b) Suponha que o estado objetivo seja 11. Liste a ordem em que os nós serão visitados no caso da busca em extensão, da busca em profundidade limitada com limite 3 e da busca por aprofundamento iterativo. 5. Problema de missionários e canibais: Três missionários e três canibais estão em um lado de um rio, juntamente com um barco que pode conter uma ou duas pessoas. Descubra um meio de fazer todos atravessarem o rio, sem deixar que um grupo de missionários de um lado fique em número menor que o número de canibais. 1 http://ai.berkeley.edu/home.html 2 http://aima.cs.berkeley.edu/

(a) Formule o problema precisamente. Trace um diagrama do espaço de estados completo. (b) Resolva o problema de forma ótima, utilizando um algoritmo de busca apropriado. É boa ideia verificar a existência de estados repetidos? 6. Considere o grafo apresentado na figura abaixo. Considere também que empates (com relação à escolha do vértice selecionado para expandir) são resolvidos usando a ordem lexicográfica aplicada aos rótulos dos vértices. Para cada uma das estratégias de busca a seguir, forneça (1) a ordem dos vértices expandidos e (2) o caminho retornado pela busca em grafo. Lembre-s de que na busca em grafos, um estado é expandido apenas um vez. (a) Busca em Profundidade (b) Busca em Largura (c) Busca com Custo Uniforme (d) Busca A com heurística apresentada na figura 7. Forneça as sequências de estados (NÃO a fronteira) consideradas pelos algoritmos DFS e BFS no seguinte grafo dirigido, a partir do estado S, e presumindo ordem alfabética de estados (isto é, quando há uma escolha arbitrária de qual estado expandir, escolha o que ocorre primeiro no alfabeto) e que a busca pára quando o algoritmo atinge a alvo, que é o estado G. Page 2

8. Por definição, dois algoritmos de busca são equivalentes se e somente eles expandem os mesmos nós na mesma ordem e retornam o mesmo caminho. Nos exercícios abaixo, estudamos o que acontece se executamos uma busca de custo uniforme com custos de ação d ij que são potencialmente diferentes dos custos de ação reais do problema de busca c ij. Concretamente, estudaremos como isso pode, ou não, resultar na execução do algoritmo Uniform Cost Search (com essas novas opções de custos de ação) equivalente a outro algoritmo de busca. (a) Marque todas as opções para os custos d ij que fazem com que a execução do algoritmo algoritmo Breadth-First Search. d ij = 0 d ij = α, α > 0 d ij = α, α < 0 d ij = 1 d ij = 1 (b) Marque todas as opções para os custos d ij que fazem com que a execução do algoritmo algoritmo Depth-First Search. d ij = 0 d ij = α, α > 0 d ij = α, α < 0 d ij = 1 d ij = 1 (c) Marque todas as opções para os custos d ij que fazem com que a execução do algoritmo algoritmo Uniform Cost Search com os custos originais c ij. d ij = c 2 ij d ij = 1/c ij d ij = α c ij, α > 0 d ij = c ij + α, α > 0 d ij = α c ij + β, α > 0, β > 0 (d) Seja h(n) o valor da função heurística no nó n. Marque todas as opções para custos d ij que tornam o algoritmo Uniform Cost Search com esses custos d ij equivalente à execução do algoritmo Greedy Search com os custos originais c ij e função heurística h. d ij = h(i) h(j) Page 3

d ij = h(j) h(i) d ij = α h(i), α > 0 d ij = α h(j), α > 0 d ij = c ij + h(j) + h(i) (e) Seja h(n) o valor da função heurística no nó n. Marque todas as opções para custos d ij que tornam o algoritmo Uniform Cost Search com esses custos d ij equivalente à execução do algoritmo A* Search com os custos originais c ij e função heurística h. d ij = α h(i), α > 0 d ij = α h(j), α > 0 d ij = c ij + h(i) d ij = c ij + h(i) h(j) d ij = c ij + h(j) h(i) 9. Considere as seguintes heurísticas, h 1, h 2 e h 3, que representam estimativas do custo do nó especificado até o nó objetivo, NYU. (a) Para cada uma das heurísticas, indique se ela é admissível e/ou consistente. (b) Quantas vezes A irá expandir o nó FedEx se h 2 é usada como heurística, supondo que A NÃO mantenha registro dos estados visitados? 10. (Busca A ) Considere o espaço de busca abaixo, onde S é o estado inicial e G é o único estado que satisfaz o teste de objetivo. Os rótulos nas arestas indicam o custo de percorrê-las. A tabela ao lado apresenta três heurísticas: h 0, h 1 e h 2. (a) Quais são os nós expandidos pela busca A* usando cada uma das heurísticas (h 0, h 1 e h 2 )? Page 4

(b) Qual é a solução (caminho) encontrada por cada uma delas? (c) Quais das heurísticas são admissíveis? Justifique sua resposta. Page 5