Está en la página 1de 8

Universidad de Cuenca

Facultad de Ingeniera
Ingeniera Electrnica y Telecomunicaciones
Redes Neuronales
Adrin Guayara Granda
adrian.guayara@ucuenca.ec
C.I. 0105218739
Wilson Jaramillo Ayavaca
xavier.jaramilloa@ucuenca.ec
C.I. 0105471296
Octubre 1, 2015

Tarea 1: Representacin de un problema usando espacio de estados y


seleccin de estrategias de bsqueda para su solucin.

2. Objetivo
El objetivo de esta tarea es que el estudiante refuerce sus
conocimientos sobre los principios bsicos de la inteligencia artificial y
el uso de agentes inteligentes para la resolucin de problemas
modelados mediante el espacio de estados.
_______________________________________________________________________________
____________________________

3. Sustento Terico: Modelado por espacio de estados de la


inteligencia artificial.
Cuando necesitamos resolver un problema es necesario que
elaboraremos un modelo para que nuestras acciones sean las ms
ptimas y recorran los caminos hipotticos eficaces. [1]

Aqu podemos observar el sistema que utilizamos en el modelado de


espacios de estados.
Descripcin InicialDescripcin
del
Final del
Sistema
Sistema

Estado
1

Estado
2

Estado 3

Estado
Final

El modelado por espacio de estados de la inteligencia hace referencia a


resolver un problema empleando tcnicas en forma simblica y
discreta, en ella iremos creando posibles estados y a su vez formando
diferentes arreglos o caminos de cmo llegar a un solucin de varias
formas, es decir, nuestro universo de soluciones. [2].
Un concepto muy importante en este tema ser el agente que lo
definiremos como una entidad que analiza el entorno en el que se
encuentra, asimila todo tipo de informacin que obtuvo del entorno y
acta de una forma inteligente, es decir, busca la forma adecuada de
llegar al estado final o resultado final tratando de minimizar los costos
ya que busca el camino ms ptimo para llegar a l. Tal agente que
hemos descrito tiene las caractersticas de ubicuidad, interconexin,
inteligencia, delegacin y sentido comn. [3]
El Modelado de Estados en la Inteligencia Artificial est compuesto de.

Espacio de Estados: Las posibles acciones que realiza el agente.


Los operadores: Se refiere a la accin realizada con su costo.
Estado Inicial: El punto de partida para realizar la bsqueda del
camino ptimo.
Bsqueda: La realiza el programa (agente).

________________________________________________________________________
__________________________
4. Descripcin del Problema.
El problema planteado es sobre la recoleccin de basura de ciertos
sectores de una ciudad, bsicamente nos impusimos algunos puntos o
estaciones por la que puede recorrer el camin recolector de basura y
de ah planteamos ciertos lugares que sern limpiados mientras que
otros son solo estaciones de paso del camin. En el grfico de a
continuacin explicamos ms detalladamente
Tenemos 5 sectores a ser limpiados por nuestro camin recolector de
basura, que son la estacin A, B, C, D, E mientras que los sobrantes son

solo estaciones transitorias las que ayudan en el recorrido del camin, y


no sern sujetas a limpiarlas. Fig. [1]

Fig.1 Rutas y estaciones por las que puede recorrer el camin recolector
de basura

Utilizacin del modelado de espacio de estados:

La modelacin del espacio de estados la realizamos de todas las


rutas, un ejemplo de ella sera las rutas. Fig. [2]
[(Inicio, H), (H, I), (I, G), (G, A)]
[(Inicio, G), (G, A)]
[(Inicio, A)]
[(Inicio, J)]
Este Modelado de Espacio de Estados se puede ver en la siguiente
grfica.

Fig.2 Modelado de Espacio de Estados con rutas de inicio con


direccin a A
ABSTRACCIONES NECESARIAS PARA LA SIMPLIFICACIN
DEL PROBLEMA
1) Denotaremos como:
Sector sucio = S
Sector limpio = L
2) Para denotar un estado de un sector primero utilizaremos el
nombre o letra del sector y entre parntesis sus acciones
realizadas por ejemplo en el Estado inicial seria:
Inicio(A, B, C, D, E=S)
3) Las acciones del agente inteligente se vern realizadas en cada
estado, por ejemplo:
A(A=L; B, C, D, E=S)
B(A, B=L; C, D, E=S)
Aqu podemos ver que la accin de limpiar en ciertas estaciones esta
como limpio y en otras como no limpio.
POSIBLES ESTADOS DEL PROBLEMA:
El problema puede tener varios estados, uno de ellos como ejemplo para el
entendimiento del problema es:

1) Tomamos la ruta : [(Inicio,G) , (G,A)]


2) El estado inicial nos dice que todos los Sectores a limpiar estn
sucios as que y como llegamos a una estacin que se debe

limpiar que en este caso es A, nuestro primer estado seria,


Inicio(A,B,C,D,E=S)
ACCIONES POSIBLES PARA CADA UNO DE LOS ESTADOS:
Para este problema el camin es el que tienes que generar la accin que es
limpiar y no limpiar.
COSTOS INVOLUCRADOS PARA CADA TRAYECTORIA.
Para este problema consideramos que cada peso (distancia) de una
estacin a otra sea igual a uno, el costo se ver reflejado en el nmero de
estaciones que debe recorrer por una ruta, es decir, que si para llegar a la
estacin (A) desde el estado inicial (CAR) hay un camino que recorre un
estacin versus otro camino que recorre tres estaciones, el costo ms
eficaz y elegido ser por la ruta que recorre una estacin.

SOLUCIONES Y ESTRATEGIAS PARA LA BSQUEDA OPTIMA DEL


PROBLEMA:

Para poder hallar una solucin al problema se gener una grfica con
todos los estados posibles que pueda cumplir la ruta necesaria para
el recorrido del camin, en este caso existen estados en comn
donde se unen varias rutas de diferentes estados, de esta forma no
se generan estados repetidos, de esta forma se puede optimizar en
una ruta apropiada y de menos coste para el camin. Fig. [3]

Fig.3 Modelado de Espacio con todas las rutas de Estados

ALGORITMO DE BSQUEDA:

El algoritmo de bsqueda que se utiliz para el analizar la ruta ms ptima


para el problema planteado es el mtodo de Primera bsqueda en
magnitud (Breadth-first search).
En este mtodo se analiza casa una de las rutas existentes hasta hallar el
nodo meta. De esta forma se analiza el coste de todas las rutas existentes
para el camin. Una vez concluido este mtodo se puede analizar cul ser
la ruta ms efectiva para el recorrido que involucre el menor precio
posible. Fig. [4]

Fig.4 Diagrama de rbol.

________________________________________________________________________
__________________________

5. Anlisis
En nuestro anlisis podemos incluir los siguientes puntos:
1) Al haber definido un mapa con varias estaciones donde solo
algunas estaciones van a recibir limpieza de basura que hemos
definido implcitamente aunque no aparezca denotado en los
estados planteados la accin no limpiar.
2) Hemos planteado la trayectoria del camin por rutas que tienen
un solo camino, por ello el Modelado espaciado de estados se lo
plateo tratando de generar estados repetidos para tener un
menos coste en las rutas.
3) El sistema de recoleccin de basura tiene varias soluciones pero
con el algoritmo planteado tratamos que nuestro agente
inteligente analice el entorno y vea la ruta ms corta.
4) Tenemos varios estados iguales eso no quiere decir que este mal
sino que el mismo estado puede estar en una diferente estacin,
es decir, el mismo estado recorre por lugares en el mapa de la
Fig.1 que no son necesarios limpiar por lo que guarda el ultimo

estado modificado con la limpieza de dicha estacin o estaciones.


El estado cambiara cuando encuentre un nuevo lugar que limpiar.
5) Una vez obtenido el diagrama de rbol utilizando el mtodo de
(Breadth-first search). Tenemos que existe una ruta ptima con un peso
o coste igual a ses como se indicara en la siguiente figura. Fig. [5]

Fig.5 Diagrama de rbol con el conste en el nodo meta.

6. Conclusiones y Recomendaciones.
Al plantearnos la recoleccin de basura con demasiados sectores o
estaciones vinos que el problema se extenda demasiado, es decir, se
tornaba complejo para la modelacin de espacio de estados puesto que
se creaban muchos estados, as que nos vimos en la necesidad de
primero, reducir el nmero de estaciones a limpiar y segundo ignorar
ciertas estaciones en nuestro modelado de estados y simplemente que
sirvan como sectores por donde transita el camin recolector.

________________________________________________________________________
__________________________
7. Referencias Bibliogrficas.
[1] Bsqueda en Inteligencia Artificial, Dpto. de Ciencias de la
Computacin e I.A. Universidad de Granada, Disponible en:
http://elvex.ugr.es/decsai/iaio/slides/A3%20Search.pdf
[2] Espacio de estados, Universidad de Chile, Disponible en:
http://users.dcc.uchile.cl/~abassi/Cursos/IA/Apuntes/c5.html

[3] Agentes Inteligentes, Disponible en:


http://www.uv.mx/aguerra/documents/2013-ia2-01.pdf