ESCUELA SUPERIOR POLITCNICA AGROPECUARIA

DEMANAB MANUEL FLIX LPEZ

CARRERA INFORMTICA
SEMESTRE SPTIMO

PERODO SEPT-FEBR/2016
TEMA:

AGENTES DE BSQUEDA ONLINE Y AMBIENTES

DESCONOCIDOS
MATERIA:
INTELIGENCIA ARTIFICIAL II
AUTORA:
MOREIRA M. YULY CRISTINA
FACILITADORA:
ING. HIRAIDA SANTANA

CALCETA, DICIEMBRE 2015

MISIN
Formacin de profesionales ntegros que conjuguen ciencia,
tecnologa y valores en su accionar, comprometidos con
la comunidad en el manejo adecuado de programas y
herramientas computacionales de ltima generacin.

VISIN
Ser referente en la formacin de profesionales de prestigio en
el desarrollo de aplicaciones informticas y soluciones
de hardware.

INTRODUCCIN

Hemos visto diferentes tipos de bsqueda ahora vamos a

ver agentes las
bsquedas online y ambientes
desconocidos. Los agentes de bsquedas online son
utilizados para ambientes estocsticos, y solo necesita
considerar lo que pasa en el ambiente, y es ideal para
problemas de exploracin donde los estados y las acciones
son desconocidos por el agente. Un ejemplo de este tipo
de agentes puede ser una aspiradora que tenga que
explorar un edificio nuevo para limpiarlo, es decir debe
experimentar para poder resolver el problema.

OBJETIVO

El objetivo de este tema es conocer y aprender sobre las

bsquedas online y su importancia que tiene de acuerdo
con su entorno.
MARCO TERICO

Hasta ahora nos hemos centrado en agentes que usan

algoritmos de bsqueda offline Ellos calculan una solucin
completa antes de poner un pie en el mundo real y luego
ejecutan la solucin sin recurrir a su percepciones. En
contraste, un agente de bsqueda en lnea 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 (dominios donde hay una
penalizacin por holgazanear y por utilizar demasiado

tiempo para calcular). La bsqueda online es una idea

incluso mejor para dominios estocsticos. En general, una
bsqueda offline debera presentar un plan de contingencia
exponencialmente grande que considere todos los
acontecimientos posibles, mientras que una bsqueda
online necesita solo considerar lo que realmente pasa. Por
ejemplo, a un agente que juega al ajedrez se le aconseja
que haga su primer movimiento mucho antes de que se
haya resuelto el curso completo del juego.

PROBLEMAS DE BUSQUEDA EN LINEA

(ONLINE)

Un problema de bsqueda online puede resolverse

solamente por un agente que ejecute acciones, ms que por
un proceso puramente computacional. Asumiremos que el
agente sabe lo siguiente:

 Acciones (s), que devuelve una lista de acciones

permitidas en el estado s,
Funciones de coste individual
Test-Objetivo.

AGENTES DE BSQUEDA EN LNEA ONLINE)

Despus de cada accin, un agente online recibe una

percepcin al decirle que estado ha alcanzado; de esta
informacin, puede aumentar su mapa del entorno. El
mapa actual se usa para decidir dnde ir despus. Esta
intercalacin de planificacin y accin significa que los
algoritmos de bsqueda online son bastante diferentes
de los algoritmo de bsqueda offline vistos
anteriormente. Por ejemplo, los algoritmos offline como

A* tienen la capacidad de expandir un nodo en una

parte del espacio y luego inmediatamente expandir un
nodo en otra parte del espacio, porque la expansin de
un nodo implica simulacin ms que verdaderas
acciones. Un algoritmo online, por otra parte, puede
expandir solo el nodo que ocupa fsicamente. Para
evitar viajar a travs de todo el rbol para expandir el
siguiente nodo, parece mejor expandir los nodos en un
orden local. La bsqueda primero en profundidad tiene
exactamente esta propiedad, porque (menos cuando
volvemos hacia atrs) el siguiente anteriormente
expandido.

BSQUEDA LOCAL EN LNEA (ONLINE)

Como la bsqueda primero en profundidad, la bsqueda

de ascensin de colinas tiene la propiedad de localidad
en sus expansiones de los nodos. De hecho, porque
mantiene un estado actual en memoria, la bsqueda de
ascensin de colinas es ya un algoritmo de bsqueda
online desafortunadamente, no es muy til en su forma
ms simple porque deja al agente que se situ en
mximos locales con ningn movimiento que hacer.

Por otra parte, los reinicios aleatorios no pueden

utilizarse, porque el agente no puede moverse a un
nuevo estado.
CONCLUSIN

Con esto puedo concluir que la bsqueda en lnea es

una idea importante para un problema que se explora,
donde los estados y las acciones son desconocidos para
el agente; un agente en este estado de ignorancia, donde
debe usar sus acciones como experimentos para
determinar que hacer despus, y a partir de ah debe
intercalar el clculo y la accin, ya que el objetivo del
agente es alcanzar un estado objetivo, siempre y cuando
minimizando el coste del camino.

BIBLIOGRAFA

Alonso, J. 2011.Problemas de Satisfaccin y Restriccin ( (En lnea).

Consultado, el 22 de oct Formato PDF.
Disponible en https://www.cs.us.es/cursos/ia1/temas/tema-04.pdf

Vasirani, M. 2012.Bsqueda en lnea ( (En lnea).

Consultado, el 24 de oct Formato PDF.
Disponible en
http://www.ia.urjc.es/cms/sites/default/files/userfiles/file/ia4/2011 /IA4_%5BMini
max%5D.pdf

Melania , Z. 2012.Bsqueda en linea ( (En lnea).Consultado, el 22 de oct

Formato PDF. Disponible en
http://www.sanchezcrespo.org/Docencia/IA/IA%20%20Tema%203B
%20%20Busquedas%20v1.3.pdf