INTRODUÇÃO A BUSCA EXERCÍCIOS

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

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

Teoria dos Grafos Aula 5

Resolução de Problemas

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

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

Busca em Profundidade e em Largura

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

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

Implementação e Avaliação do Algoritmo MCTS-UCT para o jogo Chinese Checkers. Jhonny Moreira

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

SISTEMAS INTELIGENTES 1 PROF. TACLA/UTFPR/CPGEI-PPGCA

INTELIGÊNCIA ARTIFICIAL 2008/09

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

INTELIGÊNCIA ARTIFICIAL 2008/09

Combinando relações. Exemplo Seja A = {1, 2, 3} e B = {1, 2, 3, 4}. As relações

Inteligência Artificial Alameda e Taguspark

O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste

Problema da Árvore Geradora Mínima (The Minimum Spanning Tree Problem-MST)

Estruturas de Dados Grafos

Resolução de Problemas de Busca

Grafos: algoritmos de busca

INTELIGÊNCIA ARTIFICIAL

3. Resolução de problemas por meio de busca

Inteligência Artificial - IA

Introdução à Resolução de Problemas por meio de Busca

Buscas Não Informadas (Cegas) - Parte I

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

Resolução de problemas por meio de busca. Inteligência Artificial

CI065 CI755 Algoritmos e Teoria dos Grafos

Projeto e Análise de Algoritmos

Lista de exercícios 1

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

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

ÁRVORES E ÁRVORE BINÁRIA DE BUSCA

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

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

meio de busca Seções 3.1, 3.2 e 3.3

Inteligência Artificial

*Capítulo 3 (Russel & Norvig)

Árvores: Conceitos Básicos e Árvore Geradora

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

TGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher

PROCURA E PLANEAMENTO

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

GRAFOS DIRIGIDOS: DA TEORIA À APLICAÇÃO EM SITUAÇÕES REAIS

PCS Gabarito da 1a. lista

ESTUDO COMPARATIVO ENTRE ALGORITMO A* E BUSCA EM LARGURA PARA PLANEJAMENTO DE PERSONAGENS EM JOGOS DO TIPO PACMAN

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

Pesquisa em Grafos. Pedro Ribeiro 2014/2015 DCC/FCUP. Pedro Ribeiro (DCC/FCUP) Pesquisa em Grafos 2014/ / 33

Buscas Informadas ou Heurísticas - Parte II

O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste

Teoria dos Grafos Aula 2

Busca em Largura. Adaptado de Humberto C. B. Oliveira

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

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

Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios

Alguns Exercícios de Inteligência Artificial

Introdução à Teoria dos Grafos (MAC-5770) IME-USP Depto CC Profa. Yoshiko. Capítulo 3

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

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO DEPARTAMENTO DE CIÊNCIAS DA COMPUTAÇÃO. 5 a Lista de Exercícios

Comunicação e redes. Aula 2: Teoria dos Grafos Conceitos básicos. Professor: Guilherme Oliveira Mota.

BCC204 - Teoria dos Grafos

Projecto de Algoritmos e Estruturas de Dados

Algoritmos de retrocesso

Oalgoritmo de Dijkstra

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

Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios

Inteligência Artificial

Exercícios de Procura e Planeamento 2013/2014

SCC603 Algoritmos e Estruturas de Dados II Prof.a Rosane Minghim 1o sem. 2013

Grafos Orientados (digrafos)

Sistemas Inteligentes Lista de Exercícios sobre Busca e Agentes Inteligentes

Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo

Problema do Caminho Mínimo

Enunciados dos Exercícios Cap. 2 Russell & Norvig

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

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.

Busca Cega (Exaustiva) e Heurística. Busca Aula 2

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO GABARITO

Transcrição:

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 ida e volta (espaço de estados = grafo direcionado acíclico). 2. Sobre o problema formulado em 1, faça/responda: a. Desenhe o grafo de estados. b. Desenhe a árvore de busca gerada pelo algoritmo busca-em-árvore a partir do grafo de estados (=formulação do problema). Estratégia de busca: selecione o nó mais raso da árvore e, em caso de empate, escolha o nó (cidade) por ordem alfabética DECRESCENTE. c. Compare as medidas obtidas para o espaço de estados e para a árvore de busca construída i. número de vértices do grafo do espaço de estados x nós da árvore de busca ii. tamanho máximo de caminho para dois nós quaisquer do espaço de estados x máxima profundidade da árvore de busca (m) iii. qual a profundidade do nó objetivo mais raso (d) x tamanho do menor caminho do estado inicial ao estado objetivo? iv. número máximo de sucessores de um estado do grafo de estados x número máximo de sucessores de um nó da árvore (b). 3. Suponha um personagem de um jogo que pode se deslocar em uma matriz de dimensões 3 x 2. Considere que em uma modalidade do jogo o personagem somente se move para cima, baixo, esquerda e direita e, em outra modalidade, ele é capaz de se mover também nas diagonais. O estado inicial é a posição superior esquerda e o estado objetivo, a inferior direita.

a. Desenhe os grafos que representam os espaços de estados para a 1ª. e 2ª. modalidade b. Caracterize os espaços de estados das duas modalidades em função das medidas de quantidade de vértices e arestas, fator de ramificação máximo, tamanho máximo de caminho no grafo de estados e caminho mais curto do estado inicial ao estado objetivo (em arestas). c. O que poderia causar aumento no tamanho do espaço de estados neste exemplo? d. ssuma uma estratégia de busca onde o nó mais raso da fronteira é selecionado primeiramente (e em caso de empate, o nó do ramo mais a esquerda é escolhido). Desenhe a árvore de busca para cada uma das modalidades e compare os parâmetros: número de nós, m (tamanho máximo de caminho), b (fator de ramificação) e d (profundidade do nó objetivo mais raso) e. Suponha que o custo de cada ação que movimente o agente na horizontal ou vertical é igual a 1 e na diagonal, 1.4. Encontre as soluções ótimas para as duas modalidades e as compare em termos de custo e solução (sequência de ações). RESPOSTS 1. FEIT EM SL 2. a) espaço de estados foi representado como um grafo direcionado acíclico. O tamanho do espaço de estados é 5, pois temos os estados {PG, SJ,, M, } que correspondem às localidades onde o agente pode estar. PG SJ M b) árvore de busca gerada pelo algoritmo busca-em-árvore com a estratégia mais raso primeiro (desempate: pegar por ordem alfabética DECRESCENTE). Observar que o teste de objetivo só é realizado quando o nó é selecionado para expansão.

PG SJ M c) comparação das medidas espaço de estados árvore de busca tamanho (qtd. vértices) 5 7 tam. máximo de caminho 4 4 prof. nó objetivo mais raso 3 3 fator de ramificação 2 2 árvore de busca tem 2 vértices a mais do que o espaço de estados porque o pedaço de caminho - aparece replicado. O motivo é que ele faz parte de dois caminhos diferentes que levam do estado inicial ao objetivo. profundidade máxima da árvore = 4 (a profundidade máxima obtida foi igual ao tamanho máximo de caminho do grafo = caminho mais longo = PG-SJ-M--). Se a profundidade máxima da árvore fosse maior, significaria que o algoritmo fez passos desnecessários dado que cada passo custa >= 0. Fator de ramificação no espaço de estados é igual ao da árvore de busca (SJ tem o maior fator de ramificação = dois sucessores). Como o grafo de estados é direcionado, não contamos o caminho de volta para PG. profundidade do nó objetivo mais raso na árvore de busca corresponde ao nó que está no caminho PG-SJ--. Sua profundidade é 3 e equivale ao caminho mais curto em número de arestas do estado inicial ao estado objetivo no espaço de estados. 5 estados no grafo de estados x 7 nós na árvore de busca (que representam estados). Na estratégia de busca utilizada, o pedaço - apareceu em dois caminhos possíveis, daí obtermos um número maior de nós na árvore de busca.

3. a) 1ª. modalidade --- --- C!!! D --- E --- F 2ª. modalidade --- --- C!!! D --- E --- F b) modalidade 1 modalidade 2 tam. espaço de estados 6 vértices 6 vértices 7 arestas 11 arestas fator de ramificação 3 ( tem 3 sucessores) (E tem 3 sucessores) 5 ( tem 5 sucessores) (C tem 5 sucessores) tam. máximo de caminho 5 -D-E--C-F 5 -D-E--C-F caminho mais curto do 3 2 início ao objetivo c) Primeiramente, o tamanho do espaço de estados é dado pelo estado inicial e pelos estados alcançáveis a partir das ações possíveis para cada estado (função sucessora). Um aumento nas dimensões da matriz causaria um aumento no número de estados alcançáveis a partir do estado inicial (ex. matriz 4 x 4 = 16 estados). d) ÁRVORE MODLIDDE 1 http://ironcreek.net/phpsyntaxtree/? [ [ [C F] [E F]] [D [E F]]] ÁRVORE MODLIDDE 2 http://ironcreek.net/phpsyntaxtree/? [ [ [C [F]] [D] [E [F]] [F]] [D [E F]] [E [C F] [F]]]

medidas modalidade 1 modalidade 2 nós 9 15 (devido ao número de sucessores para cada estado ser maior, o número de nós também aumentou) d 3 2 (como há movimentos na diagonal, o nó objetivo mais raso é alcançável com apenas duas ações) b 2 4 (as posições do meio do tabuleiro permitem movimentos para todas as demais, com exceção dela mesma e das posições já exploradas). m 3 3 (observar que foi menor do que o m para o grafo do espaço de estados; significa que não necessitou explorar caminhos tão longos quanto o mais longo possível) e) soluções de menor custo para modalidade 1: --C-F : custo = 3 -D-E-F: custo =3 --E-F: custo = 3 soluções de menor custo para modalidade 2 --F: Custo 2.4 -E-F: custo 2.4