UNIVERSIDAD PRIVADA DE CIENCIAS ADMINISTRATIVAS Y

TECNOLGICAS
CARRERA DE INGENIERA DE SISTEMAS
GESTIN ACADMICA I - 2015
MDULO II

PROYECTO PARA LA DEMOSTRACIN DE COMPETENCIAS

Puzle de 8
ASIGNATURA: Inteligencia Artificial y Sistemas Expertos
TURNO: Noche.
HORARIO: 19:00 20:15.
DOCENTE: Lic. Velsquez Ros Claudia Isabel
ESTUDIANTES:
Caoto Carrasco Ariel
Hidalgo Jimnez Rodrigo ngel
Vsquez Gmez Carlos Alberto

Cochabamba Bolivia
2015

CONTENIDO
1.

Introduccin.................................................................................................. 1

2.

Objetivos del proyecto.................................................................................. 1

3.

2.1.

Objetivo General.................................................................................... 1

2.2.

Objetivos Especfico............................................................................... 1

Marco Terico................................................................................................ 1
3.1.

Sistemas Expertos.................................................................................. 1

3.2.

Agentes.................................................................................................. 2

3.2.1 Agente Racional................................................................................... 2

3.2.2 Agente Inteligente............................................................................... 2
3.2.3 Agentes de Estmulo-Respuesta..........................................................2
3.2.4 Caractersticas de un Agente...............................................................2
3.3.

Bsqueda Heurstica............................................................................... 3

3.3.1.

Algoritmo A*..................................................................................... 3

3.3.2.

Bsqueda primero en amplitud........................................................4

3.3.3.

Bsqueda primero en Profundidad...................................................4

3.3.4.

Algoritmo Ascenso de colina............................................................4

4.

MARCO PRCTICO......................................................................................... 5

5.

Conclusin.................................................................................................... 6

6.

Bibliografa.................................................................................................... 6

1. INTRODUCCIN
La inteligencia artificial es considerada una rama de la computacin y relaciona
un fenmeno natural con una analoga artificial a travs de programas de
computador. La inteligencia artificial puede ser tomada como ciencia si se
enfoca hacia la elaboracin de programas basados en comparaciones con la
eficiencia del hombre, contribuyendo a un mayor entendimiento del
conocimiento humano.
El 8-puzzle, es una versin simplificada del juego de Lloyd el cual el objetivo
del juego, es llegar a un estado solucin a partir de un estado inicial en el
menor tiempo posible.

2. OBJETIVOS DEL PROYECTO

2.1. Objetivo General
El objetivo del proyecto es el de poder resolver el problema del 8-Puzzle con un
algoritmo informado de bsqueda.

2.2. Objetivos Especfico

Realizar la resolucin del puzle con el Algoritmo A*.

Plasmar la resolucin del puzle con Bsqueda primero en Profundidad.
Efectuar la resolucin del puzle con el algoritmo Asenso de colina.

3. MARCO TERICO
3.1. Sistemas Expertos
Son programas de computacin inteligentes que usan conocimientos y
procesos de inferencia, para resolver problemas sumamente difciles para un
humano ya que requeriran de mucha experiencia. En s un Sistema Experto;
emula la capacidad de experiencia de un ser humano para tomar decisiones.
Aunque los Sistemas Expertos se centran el domino del problema, no tienen
conocimientos ms all de donde fueron programados, esto es, no relaciona
ningn otro concepto, a menos que este especficamente indicado. A este
conocimiento se le llama Dominio del Conocimiento y como ya se apunt es
muy cerrado. Los Sistemas Expertos se basan en las Redes Neuronales. Sus
partes son: La Base del Conocimiento, el Motor de Inferencia, el Subsistema de
Explicacin y la Interfaz.

La Base del Conocimiento: Aqu estn almacenados todos los datos que
el Sistema Experto tiene para tomar decisiones.
El Motor de Inferencias: Contiene todos los procesos que manipulan la
Base del Conocimiento, para deducir la informacin pedida por el
usuario. (Por Ejemplo, resolucin, encadenamiento atrs hacia delante,
etc.).

El Subsistema de Explicacin: Analiza la estructura del razonamiento y

da una explicacin al usuario.
La Interfaz: Que es el puente de comunicacin entre el sistema y el
usuario.

3.2. Agentes
Un Agente es algo que razona (Viene del latn agere, hacer). Sin embargo los
agentes informticos deben tener algo que los diferencie de los programas
comunes. Entre ellos est tener controles autnomos, percibir su entorno, que
persistan por un periodo de tiempo prolongado, que se adapten a los cambios y
que sean capaces de alcanzar objetivos distintos.

3.2.1 Agente Racional

Es el que acta con la intencin de obtener el mejor resultado, o si hay
incertidumbre, el mas apropiado. Estos agentes se basan en Inferencias,
aunque existen situaciones en las que no se puede hacer nada correcto, pero
se debe tomar una decisin; tambin poseen Actos Reflejos, ya que son mucho
mas eficientes que una larga inferencia en algunos casos. Para pasar la Prueba
de Turing, los sistemas deben tener estas caractersticas. Estudiar la IA en base
a Agentes Racionales, es beneficioso ya que nos hace disear al agente en
base a inferencias, una forma correcta segn las leyes del pensamiento. Sin
embargo, por cuestiones de espacio es imposible disear una personalidad
perfecta. En la prctica se usa una racionalidad limitada, por razones de
tiempo y espacio.

3.2.2 Agente Inteligente

Son capaces de percibir un medio ambiente, usando sensores y actuar usando
actuadores, los sensores pueden ser de un agente robot: Teclado, red,
detectores de luz, etc. Y los activadores pueden ser una pantalla o la red. Se
dice que una agente tiene percepcin si puede recibir mltiples entradas en
cualquier instante. En general este agente tomar decisiones de acuerdo a
todas las entradas que recibi. A esta secuencia se le ordena en una tabla, no
obstante por lo infinita o grande que puede llegar a ser, se limitan algunas
entradas. El Agente es manejado por el programa del Agente, se debe
diferenciar entre la funcin que es una descripcin abstracta en el programa
con el propio programa, que es la implementacin real.

3.2.3 Agentes de Estmulo-Respuesta

Estos agentes solo reaccionan de acuerdo a los estmulos que reciben del
mundo exterior donde operan, esta es la forma ms sencilla de IA. Tomemos
por ejemplo el caso de un robot que puede moverse en una superficie
cuadricular, es capaz de percibir si las celdas estn ocupadas o no y ser capaz
de moverse a las desocupadas. El robot entonces dispondr de 8 entradas que
llamaremos S1, S2, S3, S4, S5, S6, S7, S8. Y que estn numeradas en sentido
horario. Adems tiene 4 movimientos posibles:
2

Norte: Se mueve una celda arriba.

Sur: Se mueve una celda abajo.
Este: Se mueve una celda a la derecha.

3.2.4 Caractersticas de un Agente

Percepcin: Segn el ejemplo anterior hay 8 variables para ubicarnos,

por tanto existen 28=256 combinaciones de valores posibles. Algunos
pueden ser descartados, ya que no existen pasillos estrechos. Podemos
elegir 4 caractersticas llamadas X1, X2, X3, X4.
Accin: De las caractersticas definidas, lo siguiente que debemos hacer
es darles alguna definicin para que puedan cumplir su cometido.

3.3. Bsqueda Heurstica

Los mtodos de bsqueda heursticas (del griego heuriskein, que significa
encontrar) estn orientados a reducir la cantidad de bsqueda requerida para
encontrar una solucin. Cuando un problema es presentado como un rbol de
bsqueda el enfoque heurstico intenta reducir el tamao del rbol cortando
nodos pocos prometedores. Estos mtodos se llaman mtodos fuertes porque
ellos son ms poderosos que los estudiados hasta aqu al incorporar
conocimiento heurstico o heurstica. Hay una contradiccin entre generalidad
y potencia en el sentido que los mtodos dbiles son esencialmente aplicables
universalmente mientras que los fuertes son menos universales en su
aplicabilidad y el conocimiento o heurstica usada en un problema dado puede
no ser totalmente aplicable o ser inaplicable en otro dominio o tarea.

3.3.1.Algoritmo A*
El algoritmo A* es un algoritmo de bsqueda que puede ser empleado para el
clculo de caminos mnimos en una red. Se va a tratar de un algoritmo
heurstico, ya que una de sus principales caractersticas es que har uso de
una funcin de evaluacin heurstica, mediante la cual etiquetar los diferentes
nodos de la red y que servir para determinar la probabilidad de dichos nodos
de pertenecer al camino ptimo.
Esta funcin de evaluacin que etiquetar los nodos de la red estar
compuesta a su vez por otras dos funciones. Una de ellas indicar la distancia
actual desde el nodo origen hasta el nodo a etiquetar, y la otra expresar la
distancia estimada desde este nodo a etiquetar hasta el nodo destino hasta el
que se pretende encontrar un camino mnimo. Es decir, si se pretende
encontrar el camino ms corto desde el nodo origen s, hasta el nodo destino t,
un nodo intermedio de la red n tendra la siguiente funcin de evaluacin f(n)
como etiqueta:
F(n)= g(n) + h(n)

Donde:
-g(n) indica la distancia del camino desde el nodo origen s al n.
-h(n) expresa la distancia estimada desde el nodo n hasta el nodo
destino t.
h(n) se trata de una funcin heurstica, expresa la idea de cun lejos an se
est de alcanzar el nodo destino, y de su correcta eleccin depender en gran
medida el rendimiento del algoritmo A* al aplicarlo en una red. As, en el caso
de que esta funcin heurstica nunca sobreestime el valor de la distancia real
entre el nodo y el destino, se dice que es admisible, y est garantizada la
solucin ptima. Por el contario, en el caso en que la funcin no sea admisible
no se puede garantizar el hallazgo de la solucin ptima para el problema del
camino ms corto.
A la funcin de evaluacin f que caracteriza a un nodo y que sirve para
etiquetarlo, tambin se la conoce como mrito de ese nodo, y expresa la
probabilidad del nodo de estar en el camino ms corto. Cuanto menor sea el
mrito de un nodo, es decir, cuanto menor sea el valor de su funcin de
evaluacin, ms probable ser que el camino ms corto atraviese ese nodo. En
este mrito de los diferentes todos se basar el funcionamiento del algoritmo
A*. El algoritmo ir explorando nodos de la red y sus sucesores (aquellos nodos
con lo que les une algn enlace) basndose en su valor de mrito.

3.3.2.Bsqueda primero en amplitud.

En Ciencias de la Computacin, Bsqueda en anchura (en ingls BFS - Breadth
First Search) es un algoritmo para recorrer o buscar elementos en un grafo
(usado frecuentemente sobre rboles). Intuitivamente, se comienza en la raz
(eligiendo algn nodo como elemento raz en el caso de un grafo) y se exploran
todos los vecinos de este nodo. A continuacin para cada uno de los vecinos se
exploran sus respectivos vecinos adyacentes, y as hasta que se recorra todo el
rbol.
Formalmente, BFS es un algoritmo de bsqueda sin informacin, que expande
y examina todos los nodos de un rbol sistemticamente para buscar una
solucin. El algoritmo no usa ninguna estrategia heurstica.

3.3.3.Bsqueda primero en Profundidad.

Una Bsqueda en profundidad (en ingls DFS o Depth First Search) es un
algoritmo que permite recorrer todos los nodos de un grafo o rbol (teora de
grafos) de manera ordenada, pero no uniforme. Su funcionamiento consiste en
ir expandiendo todos y cada uno de los nodos que va localizando, de forma
recurrente, en un camino concreto. Cuando ya no quedan ms nodos que
visitar en dicho camino, regresa (Backtracking), de modo que repite el mismo
proceso con cada uno de los hermanos del nodo ya procesado.

3.3.4.Algoritmo Ascenso de colina.

Se usa la tcnica de mejoramiento iterativo. Comienzan a partir de un punto
(punto actual) en el espacio de bsqueda. En cada iteracin, un nuevo punto es
seleccionado de la vecindad del punto actual. Si el nuevo punto es mejor, se
transforma en punto actual, sino otro punto vecino es seleccionado y evaluado.
El mtodo termina cuando no hay mejoras, o cuando se alcanza un nmero
predefinido de iteraciones. Los algoritmos de ascenso a colina son tpicamente
locales, ya que deciden qu hacer mirando nicamente a las consecuencias
inmediatas de sus acciones. Pueden que nunca lleguen a encontrar una
solucin si son atrapados en estados que no son el objetivo, desde donde no se
puede hallar mejores estados.

4. MARCO PRCTICO

Algoritmo A*.

Bsqueda primero en Profundidad.

Algoritmo Asenso de colina.

5. CONCLUSIN
En conclusin se puedo implementar los diferentes logaritmo para el juego del
puzle de 8 en el cual tomamos un punto inicial y uno final, donde se tom el
tiempo de resolucin y cantidad de movimientos para determinar cul es el
mejor mtodo para la solucin.

6. BIBLIOGRAFA

Inteligencia Artificial Un Enfoque Moderno, 2da Edicin Russell y Norvig

K.A. Berman and J. Paul. Fundamentals of Sequential and Parallel Algorithms. PWS
Publishing Co.
Boston, MA, USA, 1996.
Millington. Arti_cial Intelligence for Games. Morgan Kaufmann, 2006.
M. Ortega and O. Meza. Grafos y Algoritmos. Equinoccio, 2006.
Reinefeld. Complete Solution of the Eight-Puzzle and the Benet of Node Ordering in IDA.
In
Procs. Int. Joint Conf. on AI, Chambery, pages 248{253, 1993.