RESOLVER PROBLEMAS MEDIANTE BUSQUEDA

INTRODUCCIÓN

En este informe se describirá  una clase de agente basado en objetivos llamado agente resolvente de problemas, estos agentes  deciden que hacer para encontrar secuencias de acciones que conduzcan a estados deseables. Comenzaremos definiendo los elementos que constituyen el problema y su solución. Además estudiaremos algunos métodos de búsqueda ya que cuando se esté ante un problema la mejor opción sería aplicar alguno de estos métodos.

AGENTES RESOLVENTES DE PROBLEMAS

Estos agentes están constituidos por dos elementos que son: una solución y un problema, estos agentes deben seguir un objetivo, el cual es el encargado de organizar el comportamiento del agente, según el problema.

• Formulación del problema
• Formulación del objetivo
• Fase de búsqueda
• Ejecuta

PROBLEMAS Y SOLUCIONES BIEN DEFINIDOS

El problema tiene cuatro componentes principales que son:

Estado Inicial: Es el lugar donde comienza el agente. Ejemplo si una agente está en un lugar A y quiere llegar a un lugar B, su estado inicial será A.

Test Objetivo: Es donde se determina si un estado es objetivo, es un conjunto de posibles estados objetivos en si lo que hace es comprobar si el estado pertenece a ellos. Ejemplo si una agente está en un lugar  A y quiere ir a un lugar B, el test objetivo es llegar a B.

Función Sucesor: son las posibles acciones que un agente realiza y con estas obtener como resultado  un estado. Ejemplo si una agente está en un lugar A y quiere ir a un lugar B, la función sucesor sería ir a B, estar en B.

Función Costo: Es el valor de la ruta al cual se le asigna  un costo. Con la función costo se puede reflejar las medidas de rendimiento de un agente resolventes-problemas.

ESTARTEGIAS DE BUSQUEDA NO INFORMADA

La búsqueda no informada como su no nombre lo dice es cuando existen escases o no hay ninguna información adicional sobre los estados que están más allá de lo que específica el problema, y esto conlleva a  generar varias acciones y estados sucesores

BUSQUEDA PRIMERO EN ANCHURA

La búsqueda primero en anchura es una estrategia sencilla en la que se expande primero el nodo raíz, a continuación se expanden todos los sucesores del nodo raíz, después sus sucesores, etc. En general, se expanden todos los nodos a una profundidad en el árbol de búsqueda antes de expandir cualquier nodo del próximo nivel.Esta técnica utiliza el método FIFO; primero en entrar y primero en salir. Este método es óptimo cuando el costo de todos los nodos es igual.

BUSQUEDA DE COSTO UNIFORME

La búsqueda de costo uniforme expande el nodo n con el camino de costo más pequeño. Notemos que si todos los costos son iguales, es idéntico a la búsqueda primero en anchura. La búsqueda de costo uniforme no se preocupa por el número de pasos que tiene un camino, pero si sobre su coste total. Por lo tanto, este se meterá en un bucle infinito si expande un nodo que tiene una acción de coste cero que conduzca de nuevo al mismo estado.

BUSQUEDA PRIMERO EN PROFUNDIDAD

Esta búsqueda expande siempre el nodo más profundo en la frontera del árbol, si la solución no fue encontrada por la rama expandida, entonces la búsqueda retrocede y expande último nodo no expandido, se podría implementar con la búsqueda de árbol con una cola que utiliza el método LIFO último en entrar y primero en salir.

BUSQUEDA DE PROFUNDIDAD LIMITADA

Su procedimiento consiste en visitar todos los nodos de forma ordenada pero no uniforme en un camino concreto, dejando caminos sin visitar en su proceso, imponiendo un límite máximo de profundidad de búsqueda.

La búsqueda en profundidad limitada encontrará una solución si esta se encuentra dentro del límite de profundidad.

BUSQUEDA PRIMERO CON PROFUNDIDAD ITERATIVA

Es una estrategia general, usada a menudo en combinación con la búsqueda primero en profundidad, la cual encuentra el mejor límite de profundidad. Esto se hace aumentando gradualmente el limite (primero 0, después 1, después 2, etcétera) hasta que encontramos un objetivo. Esto ocurrirá cuando el límite de profundidad alcanza d, profundidad del nodo objetivo.

BUSQUEDA BIDIRECCIONAL

Esta inicia dos búsquedas al mismo tiempo una desde el nodo raíz y otra desde el objetivo, por lo menos una de las búsquedas debe ser en anchura para que en algún momento se encuentren.

  

CONCLUSION

Para resolver problemas de búsqueda se deberían de ponen en práctica los diversos tipos de búsqueda ya que si no se los usan es posible caer en bucles infinitos o quizás llegar al resultado pero de una manera poco eficiente, además la aplicación de estas técnicas ayudan a mejorar el rendimiento acortando distancias y reduciendo costos ya sea de caminos o recursos.

BIBLIOGRAFÍA

Berzal, F. s.f. Búsqueda en inteligencia artificial. (En línea). Disponible en: http://elvex.ugr.es/decsai/iaio/slides/A3%20Search.pdf

Díaz, P. 2013. Tipos de Búsquedas Inteligencia Artificial. Disponible en: http://es.slideshare.net/pakodiaz752/tipos-de-busquedas-ia

Rusell, S; Norvig, P. 2004. Inteligencia Artificial un Enfoque Moderno, Madrid, 2ed.