Jaime Hiram Hernández Santiago ITS 2077935
Algoritmos de búsqueda:
Los algoritmos de búsqueda no informados (también conocidos como algoritmos
de búsqueda ciegos) no conocen información sobre el espacio de búsqueda.
Resuelven la búsqueda de forma sistemática, sin orientación ni conocimientos
específicos del dominio. Se basan completamente en la estructura existente del
espacio de búsqueda para encontrar la solución.
Existen varios tipos diferentes de algoritmos de búsqueda no informados, pero los
tres más comunes son la búsqueda en amplitud (BFS), la búsqueda en
profundidad (DFS) y la búsqueda de costo uniforme (UCS).
Búsqueda en amplitud (BFS) es un algoritmo común que explora un grafo o un
árbol visitando nodos en orden de distancia desde un punto de partida. Utiliza una
cola para realizar un seguimiento de los nodos que deben visitarse a continuación
y marca cada nodo como visitado una vez que se procesa. BFS se puede utilizar
para resolver varios problemas que implican encontrar el camino más corto, el
elemento más cercano o la solución óptima.
Menor costo es un algoritmo de búsqueda árbol utilizado para el desplazamiento
o la búsqueda de un árbol ponderado, estructura de árbol, o un grafo. La
búsqueda comienza en el nodo raíz. La búsqueda, continúa visitando el siguiente
nodo que tiene el menor costo total de la raíz. Los nodos son visitados de esta
manera hasta que se alcanza un estado objetivo.
Las búsquedas coste uniformes siempre expanden el nodo con el coste de la ruta
total más bajo desde el nodo inicial. Por lo tanto, siempre son óptimas (como ya se
ha encontrado ninguna solución más barata sería.) Su característica sobresaliente
es el hecho de que empiezan desde el nodo de partida inicial en el que calculan el
coste de la ruta en la búsqueda. La idea del algoritmo consiste en ir explorando
todos los caminos más cortos que parten del vértice origen y que llevan a todos
los demás vértices, enumerando todos los nodos del espacio de estados por
costes (valores de g) crecientes; cuando se obtiene el camino más corto desde el
Jaime Hiram Hernández Santiago ITS 2077935
vértice origen, a la estación destino objetivo de la búsqueda, el algoritmo se
detiene, Se basa en desarrollar el nodo con el menor costo
Búsqueda con heurística:
Dentro de los algoritmos de búsqueda heurística, el algoritmo de primero mejor
ambicioso es aquel que usa como función de prioridad únicamente a la heurística,
sin tomar en cuenta el costo.
Una heurística es una función sobre los estados que nos da información sobre
qué tan cercanos estamos a la meta. Es decir, nos da información externa al
problema de búsqueda que podemos aprovechar para obtener una solución
óptima. Cabe señalar que la heurística depende del problema que estemos
tratando.
Búsqueda entre adversarios:
Se refiere a técnicas utilizadas en inteligencia artificial para tomar decisiones
óptimas en juegos de dos jugadores con intereses opuestos, como el ajedrez o el
tres en raya. Dos algoritmos fundamentales en este ámbito son el algoritmo
minimax y la poda alfa-beta
El algoritmo minimax es una de los algoritmos de las búsquedas de adversarios,
cuyo objetivo es minimizar la perdida contra adversarios en juegos, para ello hace
uso de un cálculo recurrente de cada uno de sus estados sucesores para elegir el
mejor movimiento. Este algoritmo hace uso de búsqueda en profundidad para
explorar el conjunto de jugadas posibles es decir explora todo el árbol de juegos.
Entre las principales características que posee este algoritmo tenemos:
· Facilidad de problemas complejos con reglas simples.
· Pruebas contra humanos escalables
· Existencia de un solo ganador
· Exploración de N capas
· Tiempo de exploración agotado
Jaime Hiram Hernández Santiago ITS 2077935
· Situaciones estáticas sin cambios significativos
El algoritmo poda Alfa-Beta como ya lo habíamos mencionado anteriormente es
una técnica mejorada del algoritmo Minimax en la cual es posible calcular un
estado objetivo sin la necesidad de recorrer todos los nodos del árbol de juegos,
este tipo de algoritmo suele utilizarse para cualquier tipo de árbol de búsqueda en
profundidad y para subárboles enteros.
Bibliografía:
Las estrategias de búsqueda en inteligencia artificial se dividen en búsquedas no
informadas, con heurística y entre adversarios, cada una con aplicaciones
específicas, las búsquedas no informadas, como amplitud, profundidad y costo
uniforme, exploran el espacio de soluciones sin información adicional,
garantizando soluciones óptimas en algunos casos pero con alto consumo de
memoria o tiempo. Las búsquedas con heurística, como primero el mejor y A*,
optimizan la exploración al usar funciones de estimación, mejorando eficiencia y
garantizando soluciones óptimas si la heurística es viable y permite la toma de
decisiones estratégicas en juegos competitivos, optimizando el rendimiento al
reducir evaluaciones innecesarias.
Conclusión:
06 GreedyBestFirstSearch. (s. f.).
[Link]
06%[Link]
BÚSQUEDA DE COSTO UNIFORME. (2015, 7 febrero). Inteligencia Artificial
Avanzada. [Link]
costo-uniforme/
¿Cuáles son algunos ejemplos de algoritmos que utilizan la búsqueda de amplitud
primero? (2024, 2 marzo). [Link].
[Link]
Jaime Hiram Hernández Santiago ITS 2077935
first-search-nabzc?lang=es#:~:text=B%C3%BAsqueda%20en%20amplitud
%20(BFS)%20es,utilizan%20BFS%20y%20c%C3%B3mo
%20funcionan.&text=Building%20Scalable%20AI%20Solutions%20%7C
%20M.S.,AI%20Agents%20%7C%202%20x%20AWS%E2%80%A6
Team, E. P. (2024, 5 julio). Understanding AI search algorithms. Elastic Blog.
[Link]
Unknown. (s. f.). El algoritmo Minimax y poda Alfa-Beta.
[Link]
[Link]
