Resolução de Problemas

Documentos relacionados
Resolução de Problemas. Hugo Barros

Resolução de Problemas. Resolução de Problemas. Primeiros problemas por computador: prova automática de teoremas e jogos.

Resolução de problemas por meio de busca. CAPÍTULO 3 - Russell

Resolução de problemas por meio de busca. Inteligência Artificial

Resolução de problemas por meio de busca. Prof. Pedro Luiz Santos Serra

meio de busca Seções 3.1, 3.2 e 3.3

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

Inteligência Artificial Busca

Resolução de Problemas

INF 1771 Inteligência Artificial

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas

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

INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 02 Prof. Vitor Hugo Ferreira

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

Introdução. Inteligência Artificial. Problema de Busca. Problema de Busca. Prof. Ms. Luiz Alberto Contato:

Resolução de Problemas de Busca

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

Inteligência Artificial

Inteligência Artificial

Introdução à Resolução de Problemas por meio de Busca

Redes Neurais (Inteligência Artificial)

RESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA (PARTE 1) *Capítulo 3 (Russel & Norvig)

Inteligência Computacional

Agentes que resolvem problemas através de busca Capítulo 3 Parte I

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

Inteligência Artificial: 3. Resolução de problemas por meio de busca. Capítulo 3 Russell e Norvig; Seções 3.1, 3.2 e 3.3

Tópicos Especiais: Inteligência Artificial

Inteligência Artificial

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

Aula 02a Agentes Inteligentes

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

Inteligência Artificial

Agentes Inteligentes. Módulo 02 27/02/2013. Inteligência Artificial. Profª Hemilis Joyse

Enunciados dos Exercícios Cap. 2 Russell & Norvig

INF 1771 Inteligência Artificial

Inteligência Artificial: 2. Agentes Inteligentes. Capítulo 2 Russell e Norvig

Inteligência Artificial

Tópicos Especiais: Inteligência Artificial AGENTES INTELIGENTES

Resolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3

INTELIGÊNCIA ARTIFICIAL. Prof. Cedric Luiz de Carvalho

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

Aula 03 Métodos de busca sem informação

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

Inteligência Artificial PCS3438. Escola Politécnica da USP Engenharia de Computação (PCS)

Sistemas Inteligentes Lista de Exercícios sobre Busca e Agentes Inteligentes

Inteligência Artificial Agentes Inteligentes

Agentes Inteligentes. Inteligência Artificial

Inteligência Artificial. Agentes computacionais. Aula IV Cap.2 Russell e Norvig (continuação)

Agentes Inteligentes Curso de Análise e Desenvolvimento de Sistemas INTELIGÊNCIA ARTIFICIAL PROFESSOR FLÁVIO MURILO

3. Resolução de problemas por meio de busca

A Cidade Enlameada Árvores Geradoras Mínimas

Buscas Informadas ou Heurísticas - Parte II

Lista de Exercícios - Modelagem de representação cromossômica e função fitness

O que é um Agente. Agente é qualquer entidade que:

Teoria da Computação. Complexidade computacional classes de problemas

Agentes inteligentes. Capítulo 2 Inteligência Artificial Sistemas de Informação

NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016

Inteligência Artificial

Agentes Inteligentes. CAPÍTULO 2 - Russell

INTELIGÊNCIA ARTIFICIAL

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

Projeto e Análise de Algoritmos NP Completude. Prof. Humberto Brandão

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva

Análise de Algoritmos

Busca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010

Solução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio

Teoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada.

Teoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Departamento de Matemática Aplicada

Representação do Conhecimento

Busca em Espaço de Estados a

Minicurso Inteligência Artificial Aplicada a Sistemas Elétricos. Niterói, 12 de Maio de 2018

GRAFOS Aula 04 Caminhos, Conexidade e Distância Max Pereira

Introdução a Algoritmos Aula 1

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

Fundamentos de Inteligência Artificial [5COP099]

Transcrição:

Resolução de Problemas Como um agente pode encontrar uma sequência de ações que alcança seus objetivos quando nenhuma ação isolada é capaz de fazê-lo. 1

Resolução de Problemas Agente reativo simples: baseia suas ações em um mapeamento direto de estados em ações. 4 5 8 1 6 7 2 3? 1 2 3 4 5 6 7 8 2

Resolução de Problemas Agente baseado em objetivos: considera ações futuras e o quanto seus resultados são desejáveis. Agente baseado em objetivo chamado agente de resolução de problemas. 3

Resolução de Problemas Os agentes inteligentes devem maximizar sua medida de desempenho. Se o agente adotar um objetivo que deseja satisfazer, pode facilitar a maximização. É importante a definição do objetivo. 4

Formulação do objetivo Observável Discreto Determinístico Estático Episódico

Resolução de Problemas Um objetivo é um estado do conjunto de estados do mundo onde esta definido o problema Quais estados e que tipo de ações devem-se considerar para atingir o estado objetivo? A formulação de problemas é o processo de decidir que ações e estados devem ser considerados, dado um objetivo. 6

Resolução de Problemas O processo de procurar a sequência de ações que alcançam o objetivo é chamado de busca. Algoritmo de busca: Entrada: um problema, Saída a solução sob a forma de uma sequência de ações. Logo de encontrada a solução, as ações recomendadas podem ser executadas. Tem-se então um simples projeto de formular, buscar, executar 7

Resolução de Problemas Observações: Enquanto o agente está executando a sequência de solução ignora sua percepção ao escolher uma ação. Os teóricos de controle chamam isso de um sistema de malha aberta, pois ignorar a percepção quebra o laço entre o agente e o ambiente. 8

Definindo o problema Um problema pode ser definido por quatro componentes: 1. O estado inicialem que o agente começa: Em (Arad) 2. Uma descrição das açõespossíveis que estão disponíveis para o agente. Formulação mais comum é a função sucessor. Dado um estado, função SUCESSOR () retorna pares <ação, >: <Em (Arad), Ir (Zerind)>, Em (Arad), Ir (Sibiu),... 9

Definindo o problema 3.O teste de objetivo, que determina se um dado estado é um estado final (objetivo): Em (Bucharest) 4. Função de custo de caminho, atribui um custo numérico a cada caminho: distâncias de uma cidade a outra 10

Espaços de estado O estado inicial e a função sucessor definem o espaço de estados do problema Espaços de estado é o conjunto de todos os estados acessíveis a partir do estado inicial. O espaço de estados forma uma rede dirigida ou um grafo em que os nós são estados e os arcos entre os nós são ações. Um caminhono espaço de estados é uma sequência de estados conectados por uma sequência de ações. 11

Solucionando oproblema Formulação do problema e do objetivo: quais são os estadose as açõesa considerar? qual é (e como representar) o objetivo? Busca (solução do problema): processo que gera/analisa seqüênciasde ações para alcançar um objetivo solução = caminho entre estado inicial e estado final. Execução: Executar (passo a passo) a solução completa encontrada 12

Problemas de IA Prova automática de teoremas. O quebra-cabeças 3x3 O jogo da velha O Caixeiro Viajante As Torres de Hanói Missionários e Canibais 14

Características dos problemas de IA São solucionáveis por seres humanos e, neste caso, sua solução esta associada à inteligência. Formam classes de complexidade variável existindo desde instâncias triviais até complexas. São problemas de conhecimento total, isto é, tudo que é necessário saber para solucioná-los é conhecido, o que facilita sua formalização. Suas soluções tem a forma de uma sequencia de situações legais e as maneiras de passar de uma situação para outra são em número finito e conhecidas. 15

Problema: jarros Dados uma bica d`agua, um jarro de capacidade 3 litros e um jarro de capacidade 4 litros (ambos vazios). Como obter 2 litros no jarro de 4?

Solução: jarros

Método de solução de Problemas: Busca de Soluções Desenvolver programas, não com os passos de solução de um problema, mas que produzam estes passos; Construir um espaço de estados para encontrar uma sequência de ações cuja aplicação resolve um problema; Recebe um problema e retorna uma solução Um problema de busca pode ser formalizado através de espaço de estados.

Exemplos de Problemas Miniproblemas Utilizado para ilustrar ou exercitar diversos métodos de resolução de problemas. Pode ter uma descrição concisa e exata pode ser utilizado com facilidade por diferentes sistemas de busca, com a finalidade de comparar o desempenho de algoritmos. Problemas do mundo real Tendem a não apresentar uma única descrição consensual, mas é possível fornecer uma ideia geral de suas formulações. 19

Exemplos de Problemas Exemplos: Miniproblemas Mundo do Aspirador de Pó Problema do Quebra-cabeça de 8 Peças Missionários e Canibais Problema das 8 Rainhas Exemplos: Problemas do mundo real Problema de Roteamento Problema de Viagens Aéreas Problema de Tour Problema do Caixeiro Viajante Problema de Navegação de Robôs Problema da Seqüência Automática de Montagem Problema de Pesquisas na Internet 20

Miniproblemas Exemplo 1: Mundo do aspirador de pó com apenas 2 locais. 21

Miniproblemas Problema do Mundo do Aspirador de Pó - Formulação Estados O agente está em uma entre duas posições, cada uma das quais pode conter sujeira ou não. Há 2 x 2 2 = 8 estados do mundo possíveis. Estado inicial Qualquer estado pode ser designado como estado inicial. Função Sucessor Gera os estados válidos que resultam da tentativa de executar as três ações (Esquerda, Direita e Aspirar). 22

Miniproblemas Espaço de estados para o mundo do aspirador de pó. Os arcos denotam ações: E = Esquerda, D = Direita, A = Aspirar 23

Miniproblemas Problema do Mundo do Aspirador de Pó - Formulação Teste de objetivo Verifica se todos os quadrados estão limpos. Custo de caminho Cada passo custa 1, e assim o custo do caminho é o número de passos do caminho. Esse miniproblema tem posições discretas, sujeira discreta, limpeza confiável e nunca é desorganizado depois de limpo. Ambiente com nposições: n x 2 n estados 24

Miniproblemas Exemplo 2: Uma instância típica do quebra-cabeça de 8 peças 25

Miniproblemas Problema do Quebra-cabeça de 8 Peças - Formulação Estados Uma descrição de estado especifica a posição de cada uma das oito peças e do espaço vazio em um dos nove quadrados. Estado inicial Qualquer estado pode ser designado como estado inicial. Função Sucessor Gera os estados válidos que resultam da tentativa de executar as três ações (o espaço vazio se desloca para a Esquerda, Direita, Acima ou Abaixo). 26

Miniproblemas Problema do Quebra-cabeça de 8 peças - Formulação Teste de objetivo Verifica se o estado corresponde à configuração de objetivo mostrada na figura (São possíveis outras configurações de objetivos) Custo de caminho Cada passo custa 1, e assim o custo do caminho é o número de passos do caminho. 27

Miniproblemas Problema do Quebra-cabeça de 8 Peças - Formulação Abstrações incluídas As ações são reduzidas a seus estados iniciais e finais, ignorando-se as posições intermediárias por onde o bloco está deslizando. Foram abstraídas ações como sacudir o tabuleiro quando as peças ficam presas ou extrair as peças com uma faca e colocá-las de volta no tabuleiro. 28

Miniproblemas Problema do Quebra-cabeça de 8 Peças - Formulação Pertence à família de quebra-cabeças de blocos deslizantes usados com freqüência como problemas de teste para novos algoritmos de busca em IA. Número de estados acessíveis Quebra-cabeça de 8 peças: 9!/2 = 181.440 Quebra-cabeça de 15 peças (tabuleiro de 4 x 4): aproximadamente 1,3 trilhão (instâncias aleatórias podem ser resolvidas de forma ótima em alguns ms pelos melhores algoritmos de busca). 29

Espaço de estados para o Quebra-cabeça de 8 Peças. 30

Miniproblemas Como resolveria o problema dos Missionários e Canibais?

Problemas do mundo real Problema de Roteamento (pathfinding): Roteamento em redes de computadores Planejamento de operações militares Sistemas de planejamento de viagens (tour) Planejamento de rotas de aviões Caixeiro viajante Jogos de computadores (rotas dos personagens) Problema de Alocação (scheduling): Salas de aula Máquinas industriais (job shop) Problema de Navegação de robôs Problema da Seqüência Automática de Montagem 32

Problemas do mundo real Problema de Rotas de aviões Formulação Estados Cada um é representado por uma posição (p.ex.: um aeroporto) e pela hora atual. Estado inicial É especificado pelo problema. Função Sucessor Retorna os estados resultantes de tomar qualquer voo programado que parte depois da hora atual somada ao tempo de trânsito no aeroporto, desde o aeroporto atual até outro. Teste de objetivo Estamos no destino após algum tempo especificado? 33

Problemas do mundo real Problema de Rotas de aviões Formulação Custo de caminho Depende do custo monetário, do tempo de espera, do tempo de vôo, dos procedimentos alfandegários, da hora do dia,... Um sistema realmente bom deve incluir planos de contingência. Exemplo: reservas substitutas em voos alternativos. 34

Problemas do mundo real Problemas de Tour Formulação Estreitamente relacionados aos problemas de roteamento Diferença: cada estado deve incluir não apenas a posição atual, mas também o conjunto de cidades que o agente visitou. 35

Problemas do mundo real Problema do Caixeiro-Viajante (PCV) Formulação É um problema de tourem que cada cidade deve ser visitada exatamente uma vez. Objetivo: encontrar o percurso mais curto. Outras aplicações: planejamento do movimento de máquinas automáticas para perfuração de placas de circuitos e de máquinas industriais em fábricas. 36

Problemas do mundo real Problema da Navegação de Robôs Formulação Generalização do problema de roteamento. Característica: um robô pode se mover em um espaço contínuo com (em princípio) um conjunto infinito de ações e estados possíveis. Robô com movimento circular sobre uma superfície plana: espaço bidimensional. Robô com braços e pernas ou rodas espaço de busca com várias dimensões. 37

Problemas do mundo real Problema da Seqüência Automática de Montagem Formulação Objetivo: encontrar uma ordem na qual devem ser montadas as peças de algum objeto. Outro problema de montagem: projeto de proteínas Objetivo: encontrar uma seqüênciade aminoácidos que serão incorporados em uma proteína tridimensional com as propriedades adequadas para curar alguma doença. 38

Problemas do mundo real Problema de Pesquisas na Internet Formulação Objetivo: procurar respostas para perguntas, informações inter-relacionadas ou oportunidades de compras 39