INTELIGENCIA ARTIFICIAL 2: 2014-10-05

INTRODUCCIÓN

En la actualidad todas la mayoría de actividades en un empresa o compañía, como en el hogar o el medio ambiente son realizadas por agentes que resuelven problemas, están programadas o diseñadas para persivir su medio ambiente y llegar al objetivo deseado. En este pequeño pero interesante blog de Gerardo Loor les explicaré la resolución de problemas mediante búsqueda. Esta se describe como una búsqueda en un enorme laberinto de posibilidades, un laberinto que describe el entorno.

OBJETIVO

La siguiente clase tiene como objetivo aprender como se resuelve problemas mediante búsqueda para ponerlo en práctica en nuestra vida cotidiana.

RESOLVER PROBLEMAS MEDIANTE BÚSQUEDA

Los agentes resolventes-problemas deciden qué hacer para encontar secuencias de acciones que conduzcan a los estados deseables. Comenzamos definido con precisión los elementos que constituyen el «problema» y su «solución», y daremos diferentes ejemplos para ilustrar estas definiciones. Entonces, describimos diferentes algoritmos de propósito general que podamos utilizar para resolver estos problemas y así comparar las ventajas de cada algoritmo. Los algoritmos son no informados, en el sentido que no dan información sobre el problema salvo su definición.

Problemas y soluciones bien definidos

Un problema puede definirse, formalmente, por cuatro componentes:

· Estado inicial.- en el que comienza el agente.

· Función sucesora.- Una descripción de las posibles acciones disponibles por el agente. La formulación más común utiliza una función sucesor. Dado un estado particular x, SUCESOR-FN(x) devuelve un conjunto de pares ordenados {acción, sucesor), donde cada acción es una de las acciones legales en el estado x y cada sucesor es un estado que puede alcanzarse desde x, aplicando la acción.

· Test objetivo.- el cual determina si un estado es un estado objetivo. Algunas veces existe un conjunto explícito de posibles estados objetivo, y el test simplemente comprueba si el estado es uno de ellos. Algunas veces el objetivo se especifica como una propiedad abstracta más que como un conjunto de estados enumerados explícitamente. Por ejemplo, en el ajedrez, el objetivo es alcanzar un estado llamado «jaque mate», donde el rey del oponente es atacado y no tiene escapatoria

· Función costo del camino.- que asigna un costo numérico a cada camino. El agente resolvente de problemas elige una función costo que refleje nuestra medida de rendimiento.

Problemas de juguete

El primer ejemplo que examinaremos es el mundo de la aspiradora, Éste puede formularse como sigue:

• Estados el agente está en una de dos localizaciones, cada una de las cuales puede o no contener suciedad. Así, hay 2 X 22 = 8 posibles estados del mundo

• Estado inicial: cualquier estado puede designarse como un estado inicial.

• Función sucesor: ésta genera los estados legales que resultan al intentar las tres acciones (Izquierda, Derecha y Aspirar). En la Figura 3.3 se muestra el espacio de estados completo.

• Test objetivo: comprueba si todos los cuadrados están limpios.

• Costo del camino cada costo individual es 1, así que el costo del camino es el número de pasos que lo compone.

MEDIR EL RENDIMIENTO DE LA RESOLUCIÓN DEL

PROBLEMA

La salida del algoritmo de resolución de problemas es fallo o una solución. (Algunos algoritmos podrían caer en un bucle infinito y nunca devolver una salida.) Evaluaremos el rendimiento de un algoritmo de cuatro formas:

• Completitud: ¿está garantizado que el algoritmo encuentre una solución cuando esta exista?

• Optimización: encuentra la estrategia la solución óptima

• Complejidad en tiempo: ¿cuánto tarda en encontrar una solución?

• Complejidad en espacio: ¿cuánta memoria se necesita para el funcionamiento de la búsqueda?

CONCLUSIÓN

El objetivo principal de un agente Resolvente-Problemas esta basado en objetivos llamado nodo objetivo, por lo tanto un agentes resolventes-problema deciden qué hacer para encontrar secuencias de acciones que conduzcan a los estados deseables, evaluando las acciones que el agente puede realizar.

Ademas para resolver un problemas hay que plantearlo con lo siguiente: Estado Inicial, Test Objetivo, Función Sucesora, Función Costo.

Y su resultado se puede medir por completitud, optimización, complejidad en tiempo y complejidad en espacio.

La idea básica es dotar al agente planificador:

Representación del objetivo a alcanzar
Representación de las acciones que puede realizar
Representación del entorno
Capacidad de generar un plan para alcanzar el objetivo

BIBLIOGRAFÍA

Russell, s.2008.inteligencia artificial un enfoque moderno. Segunda edición. Pearson education. Madrid-España.

LSI-FIB-UPC. 2012, Agentes que Planifican. (En línea). EC. Consultado, 8 de Octubre. 2014. Formato PDF. Disponible en: http://www.lsi.upc.edu/~jvazquez/teaching/iag/transpas/4-PL1-IntroPlanificaci%C3%B3n.pdf

Instituto Tecnológico Superior Ambato 2010. Medición de Problemas. (En línea). EC. Consultado, 8 de Octubre. 2014. Formato PDF. Disponible en: http://arantxa.ii.uam.es/~fdiez/docencia/material/bsi.pdf

García, D; Moguillansky, P. y García, A. 2009. Agentes Planificadores. (En línea). EC. Consultado, 8 de Octubre. 2014. Formato PDF. Disponible en: http://sedici.unlp.edu.ar/bitstream/handle/10915/23464/Documento_completo.pdf?sequence=1

INTELIGENCIA ARTIFICIAL 2

jueves, 9 de octubre de 2014

AGENTES QUE PLANIFICAN

SÍLABO

CARÁTULA