Buscas Não Informadas (Cegas) - Parte I

Documentos relacionados
Buscas Informadas ou Heurísticas - Parte I

Inteligência Artificial - IA

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

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

*Capítulo 3 (Russel & Norvig)

Inteligência Artificial

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

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

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

3. Resolução de problemas por meio de busca

Busca em Espaço de Estados: Implementação. Busca em Espaço de Estados: Geração e Teste. Busca em Espaço de Estados:Algoritmo

Buscas Informadas ou Heurísticas - Parte II

lnteligência Artificial

Busca em Espaço de Estados a

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

Revisão sobre Busca 1

Inteligência Artificial

Inteligência Artificial

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

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

BCC204 - Teoria dos Grafos

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

Estratégias de Busca: Métodos Informados. March 9, 2015

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

Estratégias informadas de Busca. March 3, 2016

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

Redes Neurais (Inteligência Artificial)

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

Buscas Informadas ou Heurísticas - Parte III

3. Resolução de problemas por meio de busca

Aula 03 Métodos de busca sem informação

Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa

Tópicos Especiais: Inteligência Artificial BUSCA COM INFORMAÇÃO E EXPLORAÇÃO

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

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

MAC425/5739 Inteligência Artificial 3. Busca informada

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

Resolução de problemas por meio de busca. Inteligência Artificial

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

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

Inteligência Artificial

PCS Gabarito da 1a. lista

Tópicos Especiais: Inteligência Artificial

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

Métodos de Busca. Estratégias de Busca Cega

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO GABARITO

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

Resolução de Problemas

Inteligência Artificial

Agentes de Procura Procura Cega. Capítulo 3: Costa, E. e Simões, A. (2015). Inteligência Artificial Fundamentos e Aplicações, 3.ª edição, FCA.

Métodos de Busca Informada (best first search) Capítulo 4 Parte I

Busca Heurística - Informada

INF 1771 Inteligência Artificial

Sistemas Inteligentes 2014/2

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

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

Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.1

Inteligência Computacional

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

Inteligência Artificial

Estratégias de Busca Cega

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

Relatório de Inteligência Artificial

Resolução de Problemas

INF 1771 Inteligência Artificial

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

Técnicas Inteligência Artificial

Procura Informada. Capítulo 4

Resolução de Problemas Com Procura

Resolução de Problemas: Busca Heurística

Agentes que resolvem problemas através de busca Capítulo 3 Parte I

Resolução de Problemas de Busca

LERCI/LEIC TAGUSPARK INTELIGÊNCIA ARTIFICIAL 2005/06 PROCURA

Agentes que resolvem problemas. Resolução de Problemas. Objectivo. Objectivo

Agentes baseados em metas Capítulo 3 Parte I

meio de busca Seções 3.1, 3.2 e 3.3

Fundamentos de Inteligência Artificial [5COP099]

Estratégias de Busca Cega

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

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

INTRODUÇÃO A BUSCA EXERCÍCIOS

Agentes de Procura Procura Heurística. Capítulo 3: Costa, E. e Simões, A. (2015). Inteligência Artificial Fundamentos e Aplicações, 3.ª edição, FCA.

Inteligência Artificial

Busca Heurística. Profa. Josiane M. P. Ferreira

3. Resolução de problemas por meio de busca

2284-ELE/5, 3316-IE/3

Sistemas Inteligentes / Inteligência Artificial, Outros Métodos de Procura

Árvores B. Árvore B (ou melhor B+)

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

Jogos com Oponentes. March 7, 2018

Inteligência Artificial

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

Técnicas para Implementação de Jogos

Transcrição:

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. Todos os nós gerados pela expansão da raiz são expandidos. Os sucessores dos nós gerados pela expansão da raiz são expandidos. O processo se repete.

BUSCA EM LARGURA(BREADTH-FIRST ) - 1/5 A raiz é expandida. Todos os nós gerados pela expansão da raiz são expandidos. Os sucessores dos nós gerados pela expansão da raiz são expandidos. O processo se repete.

BUSCA EM LARGURA(BREADTH-FIRST ) - 1/5 A raiz é expandida. Todos os nós gerados pela expansão da raiz são expandidos. Os sucessores dos nós gerados pela expansão da raiz são expandidos. O processo se repete.

BUSCA EM LARGURA(BREADTH-FIRST ) - 1/5 A raiz é expandida. Todos os nós gerados pela expansão da raiz são expandidos. Os sucessores dos nós gerados pela expansão da raiz são expandidos. O processo se repete.

Árvore de Busca BUSCA EM LARGURA - 2/5 1

Árvore de Busca BUSCA EM LARGURA - 2/5 1 2 3

Árvore de Busca BUSCA EM LARGURA - 2/5 1 2 3 4 5

Árvore de Busca BUSCA EM LARGURA - 2/5 1 2 3 4 5 6 7

Avaliação BUSCA EM LARGURA - 3/5 Esta estratégia sempre encontra uma solução, caso ela exista. Se houver mais de uma solução esta estratégia encontra primeiro a mais próxima da raiz.

Avaliação BUSCA EM LARGURA - 3/5 Esta estratégia sempre encontra uma solução, caso ela exista. Se houver mais de uma solução esta estratégia encontra primeiro a mais próxima da raiz.

Avaliação BUSCA EM LARGURA - 4/5 Segundo os critérios de avaliação: Completo; Ótimo - se o custo do caminho é uma função não decrescente da profundidade dos nós. Esta condição somente é válida se todos os operadores têm o mesmo custo.

Avaliação BUSCA EM LARGURA - 4/5 Segundo os critérios de avaliação: Completo; Ótimo - se o custo do caminho é uma função não decrescente da profundidade dos nós. Esta condição somente é válida se todos os operadores têm o mesmo custo.

Avaliação BUSCA EM LARGURA - 4/5 Segundo os critérios de avaliação: Completo; Ótimo - se o custo do caminho é uma função não decrescente da profundidade dos nós. Esta condição somente é válida se todos os operadores têm o mesmo custo.

Avaliação BUSCA EM LARGURA - 4/5 Segundo os critérios de avaliação: Completo; Ótimo - se o custo do caminho é uma função não decrescente da profundidade dos nós. Esta condição somente é válida se todos os operadores têm o mesmo custo.

Avaliação BUSCA EM LARGURA - 5/5 Para uma busca completa: Se cada estado produz b (branching factor) Novos estados e a solução está em um caminho de profundidade d: O número máximo (pior caso) de nós expandidos antes de se obter a solução é: 1 + b + b 2 + b 3 +... + b d Complexidade temporal e espacial: O(b d ) Todas as folhas têm que estar na memória ao mesmo tempo.

Avaliação BUSCA EM LARGURA - 5/5 Para uma busca completa: Se cada estado produz b (branching factor) Novos estados e a solução está em um caminho de profundidade d: O número máximo (pior caso) de nós expandidos antes de se obter a solução é: 1 + b + b 2 + b 3 +... + b d Complexidade temporal e espacial: O(b d ) Todas as folhas têm que estar na memória ao mesmo tempo.

Avaliação BUSCA EM LARGURA - 5/5 Para uma busca completa: Se cada estado produz b (branching factor) Novos estados e a solução está em um caminho de profundidade d: O número máximo (pior caso) de nós expandidos antes de se obter a solução é: 1 + b + b 2 + b 3 +... + b d Complexidade temporal e espacial: O(b d ) Todas as folhas têm que estar na memória ao mesmo tempo.

Avaliação BUSCA EM LARGURA - 5/5 Para uma busca completa: Se cada estado produz b (branching factor) Novos estados e a solução está em um caminho de profundidade d: O número máximo (pior caso) de nós expandidos antes de se obter a solução é: 1 + b + b 2 + b 3 +... + b d Complexidade temporal e espacial: O(b d ) Todas as folhas têm que estar na memória ao mesmo tempo.

Avaliação BUSCA EM LARGURA - 5/5 Para uma busca completa: Se cada estado produz b (branching factor) Novos estados e a solução está em um caminho de profundidade d: O número máximo (pior caso) de nós expandidos antes de se obter a solução é: 1 + b + b 2 + b 3 +... + b d Complexidade temporal e espacial: O(b d ) Todas as folhas têm que estar na memória ao mesmo tempo.

Avaliação BUSCA EM LARGURA - 5/5 Para uma busca completa: Se cada estado produz b (branching factor) Novos estados e a solução está em um caminho de profundidade d: O número máximo (pior caso) de nós expandidos antes de se obter a solução é: 1 + b + b 2 + b 3 +... + b d Complexidade temporal e espacial: O(b d ) Todas as folhas têm que estar na memória ao mesmo tempo.

Exemplo BUSCA EM LARGURA - Exemplo Busca em Largura com: Fator de ramificação b = 10; Velocidade de processamento: 1000 nós/s; Memória necessária: 100 Bytes/nós.

Exemplo BUSCA EM LARGURA - Exemplo Busca em Largura com: Fator de ramificação b = 10; Velocidade de processamento: 1000 nós/s; Memória necessária: 100 Bytes/nós.

Exemplo BUSCA EM LARGURA - Exemplo Busca em Largura com: Fator de ramificação b = 10; Velocidade de processamento: 1000 nós/s; Memória necessária: 100 Bytes/nós.

Exemplo BUSCA EM LARGURA - Exemplo Busca em Largura com: Fator de ramificação b = 10; Velocidade de processamento: 1000 nós/s; Memória necessária: 100 Bytes/nós.

Requisitos REQUISITOS DE TEMPO E MEMÓRIA Prof Nós Tempo Memória 0 1 1 ms 100B 2 111 0.1 s 11KB 4 11.111 11 s 1MB 6 10 6 18 m 111MB 8 10 8 31 h 11GB 10 10 10 128 dias 1TB 12 10 12 35 anos 111TB 14 10 14 3500 anos 11.111TB

BUSCA COM CUSTO UNIFORME - 1/4 A meta mais próxima da raiz não representa sempre a de menor custo. A busca em Largura pode ser modificada: Expandir sempre o nó de menor custo da fronteira ao invés nó de menor profundidade.

BUSCA COM CUSTO UNIFORME - 1/4 A meta mais próxima da raiz não representa sempre a de menor custo. A busca em Largura pode ser modificada: Expandir sempre o nó de menor custo da fronteira ao invés nó de menor profundidade.

BUSCA COM CUSTO UNIFORME - 1/4 A meta mais próxima da raiz não representa sempre a de menor custo. A busca em Largura pode ser modificada: Expandir sempre o nó de menor custo da fronteira ao invés nó de menor profundidade.

Exemplo BUSCA COM CUSTO UNIFORME - 2/4 A problema de roteamento Atingir a meta M, a partir do estado inicial R. R 1 5 15 B 5 10 5 M C

Exemplo BUSCA COM CUSTO UNIFORME - 2/4 A problema de roteamento Atingir a meta M, a partir do estado inicial R. R 1 5 15 B 5 10 5 M C

Exemplo BUSCA COM CUSTO UNIFORME - 2/4 A problema de roteamento Atingir a meta M, a partir do estado inicial R. R 1 5 15 B 5 10 5 M C

Exemplo BUSCA COM CUSTO UNIFORME - 2/4 A problema de roteamento Atingir a meta M, a partir do estado inicial R. R 1 5 15 B 5 10 5 M C

Exemplo BUSCA COM CUSTO UNIFORME - 2/4 A problema de roteamento Atingir a meta M, a partir do estado inicial R. R 1 5 15 B 5 10 5 M C

Árvore de Busca BUSCA COM CUSTO UNIFORME - 3/4 R - 00

Árvore de Busca BUSCA COM CUSTO UNIFORME - 3/4 R - 00 A - 01 B - 05 C - 15

Árvore de Busca BUSCA COM CUSTO UNIFORME - 3/4 R - 00 A - 01 B - 05 C - 15 M - 11

Árvore de Busca BUSCA COM CUSTO UNIFORME - 3/4 R - 00 A - 01 B - 05 C - 15 M - 11 M - 10

Avaliação BUSCA COM CUSTO UNIFORME - 4/4 Esta estratégia encontra a melhor solução se: O custo do caminho nunca diminuir enquanto o mesmo for percorrido - g(sucessor(n)) g(n). Esta restrição é obedecida se o custo do caminho é a soma dos custos dos operadores que geram o caminho e nenhum operador tem custo negativo.

Avaliação BUSCA COM CUSTO UNIFORME - 4/4 Esta estratégia encontra a melhor solução se: O custo do caminho nunca diminuir enquanto o mesmo for percorrido - g(sucessor(n)) g(n). Esta restrição é obedecida se o custo do caminho é a soma dos custos dos operadores que geram o caminho e nenhum operador tem custo negativo.

Avaliação BUSCA COM CUSTO UNIFORME - 4/4 Esta estratégia encontra a melhor solução se: O custo do caminho nunca diminuir enquanto o mesmo for percorrido - g(sucessor(n)) g(n). Esta restrição é obedecida se o custo do caminho é a soma dos custos dos operadores que geram o caminho e nenhum operador tem custo negativo.

BUSCA EM PROFUNDIDADE 1/6 Expande sempre um dos nós de maior profundidade na árvore. Quando a busca encontra um nó que não pode ser expandido, retorna e expande os nós que estão pendentes.

BUSCA EM PROFUNDIDADE 1/6 Expande sempre um dos nós de maior profundidade na árvore. Quando a busca encontra um nó que não pode ser expandido, retorna e expande os nós que estão pendentes.

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B D E

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B D E H I

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B D E J K

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B F G

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B F G L M

Árvore de Busca BUSCA EM PROFUNDIDADE 2/6 R A B F G N O

Requisitos BUSCA EM PROFUNDIDADE 3/6 Pouca exigência de memória: É necessário armazenar apenas um único caminho da raiz até um nó-folha. Para um espaço de estados finito, com profundidade máxima m e fator de ramificação b: Necessário armazenar : bm nós. Complexidade temporal: O(b m ).

Requisitos BUSCA EM PROFUNDIDADE 3/6 Pouca exigência de memória: É necessário armazenar apenas um único caminho da raiz até um nó-folha. Para um espaço de estados finito, com profundidade máxima m e fator de ramificação b: Necessário armazenar : bm nós. Complexidade temporal: O(b m ).

Requisitos BUSCA EM PROFUNDIDADE 3/6 Pouca exigência de memória: É necessário armazenar apenas um único caminho da raiz até um nó-folha. Para um espaço de estados finito, com profundidade máxima m e fator de ramificação b: Necessário armazenar : bm nós. Complexidade temporal: O(b m ).

Requisitos BUSCA EM PROFUNDIDADE 3/6 Pouca exigência de memória: É necessário armazenar apenas um único caminho da raiz até um nó-folha. Para um espaço de estados finito, com profundidade máxima m e fator de ramificação b: Necessário armazenar : bm nós. Complexidade temporal: O(b m ).

Requisitos BUSCA EM PROFUNDIDADE 3/6 Pouca exigência de memória: É necessário armazenar apenas um único caminho da raiz até um nó-folha. Para um espaço de estados finito, com profundidade máxima m e fator de ramificação b: Necessário armazenar : bm nós. Complexidade temporal: O(b m ).

Requisitos BUSCA EM PROFUNDIDADE 4/6 Considerando o exemplo anterior (para d = 12): Memória necessária: 12 KB 10 bilhões de vezes menos que a Busca em Largura.

Requisitos BUSCA EM PROFUNDIDADE 4/6 Considerando o exemplo anterior (para d = 12): Memória necessária: 12 KB 10 bilhões de vezes menos que a Busca em Largura.

Requisitos BUSCA EM PROFUNDIDADE 4/6 Considerando o exemplo anterior (para d = 12): Memória necessária: 12 KB 10 bilhões de vezes menos que a Busca em Largura.

Avaliação BUSCA EM PROFUNDIDADE 5/6 Problemas com muitas soluções: a Busca em Profundidade é melhor que a Busca em Largura: Há boas chances de se encontrar uma solução após explorar somente uma pequena parte do espaço de estados.

Avaliação BUSCA EM PROFUNDIDADE 5/6 Problemas com muitas soluções: a Busca em Profundidade é melhor que a Busca em Largura: Há boas chances de se encontrar uma solução após explorar somente uma pequena parte do espaço de estados.

Avaliação BUSCA EM PROFUNDIDADE 6/6 Desvantagem: a estratégia pode forçar uma busca em um ramo que não há soluções: Um dos ramos pode ser extremamente longo ou mesmo infinito. Não é completa nem ótima. Deve ser evitada para árvores de busca com profundidades muito grandes ou infinitas.

Avaliação BUSCA EM PROFUNDIDADE 6/6 Desvantagem: a estratégia pode forçar uma busca em um ramo que não há soluções: Um dos ramos pode ser extremamente longo ou mesmo infinito. Não é completa nem ótima. Deve ser evitada para árvores de busca com profundidades muito grandes ou infinitas.

Avaliação BUSCA EM PROFUNDIDADE 6/6 Desvantagem: a estratégia pode forçar uma busca em um ramo que não há soluções: Um dos ramos pode ser extremamente longo ou mesmo infinito. Não é completa nem ótima. Deve ser evitada para árvores de busca com profundidades muito grandes ou infinitas.

Avaliação BUSCA EM PROFUNDIDADE 6/6 Desvantagem: a estratégia pode forçar uma busca em um ramo que não há soluções: Um dos ramos pode ser extremamente longo ou mesmo infinito. Não é completa nem ótima. Deve ser evitada para árvores de busca com profundidades muito grandes ou infinitas.