ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SÉPTIMO
PERÍODO ABRIL-SEPT/2015 TEMA:
Búsqueda Local en Espacios Continuos y Búsqueda online y Ambientes Desconocidos MATERIA: INTELIGENCIA ARTIFICIAL II AUTORA: LUISA KATERINE FARIAS CHICA FACILITADORA: ING. HIRAIDA SANTANA MISIÓN Formación de profesionales íntegros que conjuguen ciencia, tecnología y valores en su accionar, comprometidos con la sociedad en el manejo adecuado de programas y herramientas computacionales de última generación.
VISIÓN Ser referente en la formación de profesionales de prestigio en el desarrollo de aplicaciones informáticas y soluciones de hardware.
CALCETA, JUNIO 2015
Como hemos venido hablando acerca de las diferentes búsquedas para llegar a la meta de cualquier problema en el día de hoy vamos a tratar acerca de búsqueda local en espacios
continuos,
y
Búsqueda
online
y
Ambientes
Desconocidos. Lo cual trata de entender de como el agente hace una búsqueda en espacio continuo o una búsqueda online por lo que esta búsqueda solo se basa en lo que está pasando en ese estado para tomar de nuevo otra acción.
Entender
los diferentes tipos de búsqueda y aplicarlos
correctamente.
Aun ninguno de los algoritmos descritos puede manejar espacios de estados continuos, la función sucesor en la mayor parte de casos devuelve infinitamente muchos estados! la técnicas de búsqueda local para encontrar soluciones optimas en espacios continuos. Un modo de evitar problemas continuos es simplemente discretizar la vecindad de cada estado. Podemos aplicar entonces cualquiera de los algoritmos de búsqueda local descritos anteriormente. Uno puede aplicar también la ascensión de colinas estocástica y el temple simulado directamente, sin discretizar el espacio. Estos algoritmos eligen a los sucesores aleatoriamente, que pueden hacerse por la generación de vectores aleatorios de longitud. l ongitud. Los métodos locales de búsqueda sufren de máximos locales, crestas, y mesetas tanto en espacios de estados continuos como en espacios discretos. Se pueden utilizar el reinicio aleatorio y el temple simulado y son a menudo provechosos. Los espacios continuos dimensionalmente altos son, sin embargo, lugares grandes en los que es fácil perderse. Un problema de optimización está restringido si las soluciones debieran satisfacer algunas restricciones sobre los valores de
cada variable. La dificultad di ficultad de los problemas de optimización con
restricciones
depende
de
la
naturaleza
de
las
restricciones y la función objetivo. La categoría más conocida es la de los problemas de programación lineal en los cuales las restricciones deben ser desigualdades lineales formando una región convexa y la función objetiva es también lineal. Los problemas de programación lineal pueden resolverse en tiempo polinomial en el número de variables. También se han estudiado problemas con tipos diferentes de restricciones y funciones objetivo (programación cuadrática, programación cónica de segundo orden, etcetera).
Un
agente
de
búsqueda
en
línea
(online)
funciona
intercalando el cálculo y la acción: primero toma una acción, entonces observa el entorno y calcula la siguiente acción. La búsqueda online es una buena idea en dominios dinámicos o
semidinamicos (dominios donde hay una penalización por holgazanear y por utilizar demasiado tiempo para calcular). La búsqueda online es una idea incluso mejor para dominios estocásticos. En general, una búsqueda online debería presentar un plan de contingencia exponencialmente grande que considere todos los acontecimientos posibles, mientras que una búsqueda online necesita solo considerar lo que realmente pasa. La búsqueda online es una idea necesaria para un problema de exploración, 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 que hacer después, y a partir de ahí debe intercalar el cálculo y la acción.
Proporción alcanzable competitiva es infinita en algunos casos. Por ejemplo, si algunas acciones son irreversibles, la búsqueda online podría alcanzar, por casualidad, un estado
sin salida del cual no es accesible ningún estado objetivo. Quizás encuentre el termino por casualidad poco convincente (después de todo, podría haber un algoritmo que no tome el camino sin salida mientras explora). Nuestra reclamación, para ser más precisos, consiste en que ningún algoritmo puede evitar callejones sin salida en todos los espacios de estados. Considere los dos espacios de estados sin salida de la Figura 4.19 (a). A un algoritmo de búsqueda online que haya visitado los estados S y A, los dos espacios de estados parecen idénticos entonces debe tomar la misma decisión en ambos. Por lo tanto, fallara en uno de ellos. Es un ejemplo de un argumento de adversario (podemos imaginar un adversario que construye el espacio de estados, mientras el agente lo explora, y puede poner el objetivo y callejones sin salida donde le guste).
Calcula una solución completa antes de poner un pie en el mundo real. Después ejecutan la solución sin recurrir a las percepciones.
Intercala el calcula y la acción. Toma una acción – Toma Observa el entorno – Observa Calcula la siguiente acción. – Calcula
Problemas de exploración, donde el agente desconoce los – Problemas estados y acciones.
Estas búsquedas solo consideran lo que realmente pasa en ese estado y después tomar nuevas acciones ya que en otras busque necesitan tener una visión general del problema para así poder realizar una acción.
Podemos decir que la función sucesor devuelve infinitos estados además esta búsquedas solo consideran lo que realmente pasa en ese estado y después tomar nuevas acciones, después de haber analizado todas esas búsquedas podemos notar que esta búsqueda simplemente lo que hace es analizar lo que realmente sucede a su entorno y así poder calcular la siguiente acción.
Russell, S. y Norvig, P. 2004. INTELIGENCIA ARTIFICIAL. UN ENFOQUE MODERNO. PEARSON EDUCACION. 2 ed. Madrid.
Melania Z 2012. Búsqueda online. (En línea). EC. Consultado, Consultado, 27 de Noviembre. 2014. Formato PDF. Disponible en: http://www.sanchezcrespo.org/Docencia/IA/IA%20%20Tema%203B%20-%20Busquedas%20v1.3.pdf.
