Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Busqueda Informadas
Busqueda Informadas
INDICE
1.1.
mejor..
Bsqueda A*: minimizar el costo estimado total de la solucin
... 4
Bsqueda heurstica con memoria acotada
....
5
Aprende a buscar mejor..
....
6
1.2.
Funciones Heursticas
....
8
Inventar Funciones heursticas
admisibles..... 8
Aprendizaje de heursticas desde la
experiencia.... 9
1.3.
Algoritmos de Bsqueda Local y problemas de optimizacin
...
10
Problemas de Bsqueda en
lnea....
10
11
Desconocidos......
1.5.
Conclusiones..
13
.......
14
Esta seccin muestra cmo una estrategia de bsqueda informada puede encontrar
soluciones de una manera ms eficiente que una estrategia no informada. Algunas
estrategias son:
Veamos cmo trabaja para los problemas de encontrar una ruta en Rumania
utilizando la heurstica distancia en lnea recta, que llamaremos h DLR. Si el objetivo
es Bucarest, tendremos que conocer las distancias en lnea recta a Bucarest, que se
muestran en el siguiente grafico:
Etapas en una bsqueda primero el mejor avara para buscar Bucarest utilizando la heurstica
distancia en lnea recta hDLR. Etiquetamos los nodos con sus h-valores.
Mapa de Rumania mostrando curvas de nivel en f=380, f=400 y f=420, con Arad como
estado inicial. Los nodos dentro de cada curva de nivel tienen f-costos menores o iguales al
valor de la curva de nivel.
Con la bsqueda de coste uniforme (bsqueda A* utilizando h(n) = 0), las bandas
sern circulares alrededor del estado inicial. Con heursticas ms precisas, las
bandas estiraran hacia el estado objetivo y se harn ms concntricas alrededor del
camino optimo. Si C* es el coste del camino de solucin ptimo, entonces podemos
decir lo siguiente:
Por intuicin, es obvio que la primera solucin encontrada debe ser optima, porque
los nodos objetivos en todas las curvas de nivel siguientes tendrn el f-coste ms
alto, y as el g-coste ms alto (porque todos los nodos de objetivo tienen h(n) = 0).
Por intuicin, es tambin obvio que la bsqueda A* es completa. Como aadimos las
bandas de f creciente, al final debemos alcanzar una banda donde f sea igual al
coste del camino a un estado objetivo.
Etapas en una bsqueda BRMP para la ruta ms corta a Bucarest. Se muestra el valor de flmite para cada llamada recursiva sobre cada nodo actual. (a) Se sigue el camino va
Rimnicu Vilcea hasta que la mejor hoja actual (Pitesti) tenga un valor que es peor que el
mejor valor de las hojas del subrbol olvidado (417) se le devuelve hacia atrs a Rimnicu
Vilcea; entonces se expande Fagaras, revela un mejor valor de hoja (450). (c) La recursividad
se aplica el mejor valor de las hojas del subrbol olvidado (450) se le devuelve hacia atrs a
Fagaras; entonces se expande Rimnicu Vilcea. Esta vez, debido a que el mejor camino
alternativo por lo menos 447, la expansin sigue por Bucarest.
2. FUNCIONES HEURSTICAS
h = mx. {h1(n),.hn(n)}
INVENTAR
FUNCIONES
HEURSTICAS
PROBLEMA
RELAJO
MENOS
RESTRICCIONES
la
solucin de muchos 8-puzle, por ejemplo cada solucin ptima de un problema del
8 puzle proporciona ejemplos para que pueda aprender
10
Los algoritmos de bsqueda que hemos visto hasta ahora se disean para
explorar sistemticamente espacio de bsqueda. Esta forma sistemtica se alcanza
manteniendo uno o ms caminos en memoria y registrando alternativas se han
explorado en cada punto a lo largo del camino y cules no. Cuando se encuentran
un objetivo, el camino a ese objetivo tambin constituye una solucin al problema.
11
12
13
Antes de abordar sobre los agentes de bsqueda online debemos tener en claro que
son los agentes de bsqueda offline para saber diferenciar unos de otros. Un agente
de bsqueda offline son aquellos que calculan una solucin completa antes de
poner un pie en el mundo real y luego ejecutan la accin sin recurrir a sus
percepciones.
En contraste un agente de bsqueda online funciona intercalando el clculo y la
accin: primero toma una accin, entonces observa el entorno y calcula la siguiente
accin. La bsqueda online es una buena idea en dominios dinmicos o
semidinmicos, y es una idea incluso mejor para dominios estocsticos. La
bsqueda online es una idea necesaria para un problema de exploracin, donde los
estados y las acciones son desconocidos por el agente; un agente en este estado de
ignorancia debe usar sus acciones como experimentos para determinar qu hacer
despus, y a partir de ah debe intercalar el clculo y la accin.
Los algoritmos offline como A* tiene la capacidad de expandir un nodo en una parte
del espacio y luego inmediatamente expandir un nodo en una parte del espacio,
porque la expansin de un nodo implica simulacin ms que verdaderas acciones.
Un algoritmo online, por otra parte, puede expandir el nodo que ocupa fsicamente.
APRENDIZAJE
La ignorancia inicial de los agentes de bsqueda online proporciona varias
oportunidades para aprender. Primero, los agentes aprenden un <<mapa>> del
entorno (mas precisamente, el resultado de cada accin en cada estado)
simplemente registrando cada una de sus experiencias. Segundo los agentes de
bsqueda locales adquieren estimaciones ms exactas del valor de cada estado
utilizando las reglas de actualizacin local.
14
5. CONCLUSIONES
de A* es todava prohibitiva.
El rendimiento de los algoritmos de bsqueda heurstica depende de la
calidad de la funcin heurstica. Las heursticas buenas pueden construirse a
veces relajando la definicin del problema, por costos de solucin
precalculados para sub-problemas en un modelo de bases de datos, o
de nodos en memoria.
Un algoritmo gentico es una bsqueda de ascensin de colinas
estocstica en la que se mantiene una poblacin grande de estados. Los
estados nuevos se generan por mutacin y por cruce, combinando pares de
estados de la poblacin.
Los problemas de exploracin surgen cuando el agente no tiene la menor
idea acerca de los estados y acciones de su entorno. Para entonces
seguramente explorables, los agentes de bsqueda en lnea pueden
construir un mapa y encontrar un objetivo si existe. Las estimaciones de la
heurstica, que se actualizan por la experiencia, proporcionan un mtodo
efectivo para escapar de mnimos locales.
15