BÚSQUEDA INFORMADA Y EXPLORACIÓN INTELIGENCIA ARTIFICIAL II

INTRODUCCIÓNSe denomina búsqueda informada a aquella que trata de encontrar una solución al problema, basado en un conocimiento del problema.Este tipo de búsquedas usan como estrategia la información de definición del problema y el coste del estado actual al objetivo, estos datos dependen de cada problema.

Existen diferentes tipos de estrategias como:• Primero el mejor• Búsqueda Avara• Búsqueda Estrella o A*• IDA*• Mejora iterativa• Ascenso de colinas (Hill climbing)

El rendimiento de los algoritmos de búsqueda heurística depende de la calidad de la función heurística.También tiene problemas de exploración cuando el agente no tiene la menor idea acerca de los estados y acciones de su entorno.

Son estrategias que usan la información de definición del problema y el coste del estado actual al objetivo (información específica del problema)

ESTRATEGIAS DE BÚSQUEDA INFORMADA

BUSQUEDA VORÁZ PRIMERO EL MEJORLa búsqueda voráz primero la mejor trata de expandir el nodo más cercano al mejor objetivo, alegando que probablemente conduzca rápidamente una solución.

La búsqueda voraz primero el mejor se parece a la búsqueda primero en profundidad por lo que prefiere seguir un camino hacia el objetivo, pero volverá atrás cuando llegue a un callejón sin salida. No es óptima, y es incompleta.Se expande el nodo con valor menor , se pude implementar como una cola de prioridad, estructura de datos que mantiene la frontera en orden ascendente de los valores de los nodos. Existe una variedad importante de este algoritmo con diferentes funciones de evaluación. Un componente esencial de los mismos es la función heurística que es el valor estimado del camino de coste mínimo desde el nodo inicial al nodo objetivo.

BUSQUEDA ESTRELLA O A*

A la forma más ampliamente conocida de la búsqueda primero el mejor se le llama búsqueda estrella o A*. Evalúa los nodos combinando, el coste para alcanzar el nodo, y el coste de ir al nodo objetivo, si tratamos de encontrar la solución más barata, es razonable intentar primero el nodo con el valor más bajo. Resulta que esta estrategia es más que razonable: con tal de que la función heurística satisfaga ciertas condiciones, la búsqueda A* es tanto completa como óptima.Para garantizar la completitud del algoritmo, la función heurística debe ser admisible, o sea que no sobrestime el coste real de alcanzar el nodo objetivo, de no cumplirse dicha condición, el algoritmo pasa a denominarse simplemente A, y a pesar de seguir siendo completo, no se asegura que el resultado obtenido sea el camino de coste mínimo. De la misma forma, si garantizamos que la heurística es consistente (o monótona), es decir, que para cualquier nodo n y cualquiera de sus sucesores, el coste estimado de alcanzar el objetivo desde n no es mayor que el de alcanzar el sucesor más el coste de alcanzar el objetivo desde el sucesor.

CONCLUSIONES

Existen diferentes tipos de búsquedas como primero el mejor o estrella que tratan de evaluar los nodos para llegar a un objetivo siguiendo un algoritmo propio, ya sea este sencillo o complejo, pero resulta que la mejor búsqueda trata en optimizar los costos, que sea óptimo y con una función heurística adecuada para cada problema.

BIBLIOGRAFÍA

• Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. Segunda Edición. Pearson Education. España

• Ponce, P. 2011. Inteligencia artificial con aplicaciones a la ingeniería. Primera Edición.

• García, A. 2012. Inteligencia artificial, Fundamentos, práctica y aplicaciones. Primera Edición.

• Benítez, R., Escudero, G., Masip, D., Kanaan, S., 2014, Inteligencia artificial avanzada. Primera Edición.