Búsqueda Local en Espacios Continuos
Click here to load reader
-
Upload
kathyarifarias -
Category
Documents
-
view
218 -
download
0
description
Transcript of Búsqueda Local en Espacios Continuos
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 1/8
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DEMANABÍ MANUEL FÉLIX LÓPEZ
CARRERA INFORMÁTICA
SEMESTRE SÉPTIMO PERÍODO ABRIL-SEPT/2015
TEMA:
Búsqueda Local en Espacios Continuos y Búsqueda online y AmbientesDesconocidos
MATERIA:
INTELIGENCIA ARTIFICIAL II
AUTORA:
LUISA KATERINE FARIAS CHICA
FACILITADORA:
ING. HIRAIDA SANTANA
MISIÓN
Formación de profesionales íntegros que conjuguen ciencia, tecnología y valores ensu 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 deaplicaciones informáticas y soluciones de hardware.
CALCETA, JUNIO 2015
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 2/8
Como hemos venido hablando acerca de las diferentesbúsquedas 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.
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 3/8
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.
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
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 4/8
cada variable. La dificultad 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
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 5/8
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 problemade 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, labúsqueda online podría alcanzar, por casualidad, un estado
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 6/8
sin salida del cual no es accesible ningún estado objetivo.Quizás encuentre el termino por casualidad pococonvincente (después de todo, podría haber un algoritmoque no tome el camino sin salida mientras explora). Nuestra
reclamación, para ser más precisos, consiste en que ningúnalgoritmo puede evitar callejones sin salida en todos losespacios de estados.
Considere los dos espacios de estados sin salida de la Figura4.19 (a). A un algoritmo de búsqueda online que hayavisitado los estados S y A, los dos espacios de estadosparecen idénticos entonces debe tomar la misma decisión enambos. Por lo tanto, fallara en uno de ellos. Es un ejemplo deun argumento de adversario (podemos imaginar unadversario que construye el espacio de estados, mientras elagente lo explora, y puede poner el objetivo y callejones sinsalida donde le guste).
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 7/8
Calcula una solución completa antes de poner un pieen el mundo real.
Después ejecutan la solución sin recurrir a las
percepciones.
Intercala el calcula y la acción.
– Toma una acción
– Observa el entorno
– Calcula la siguiente acción.
– Problemas de exploración, donde el agente desconoce losestados 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.
7/18/2019 Búsqueda Local en Espacios Continuos
http://slidepdf.com/reader/full/busqueda-local-en-espacios-continuos-5696765118526 8/8
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,
27 de Noviembre. 2014. Formato PDF. Disponible
en: http://www.sanchezcrespo.org/Docencia/IA/IA%20-
%20Tema%203B%20-%20Busquedas%20v1.3.pdf.