Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptx
IA CAPITULO 4
1.
2. Utilizan conocimiento específico del problema, más allá de la definición del problema en sí mismo Pueden encontrar la solución de manera más eficiente Introducción
3.
4. Búsqueda Primero el Mejor -Caso particular del algoritmo general de búsqueda en Árboles en la cual se selecciona el siguiente nodo a expandir en base a una función de evaluación f(n) -La evaluación mide la “distancia” al objetivo -Se expande el nodo con la evaluación más baja
5. Búsqueda Primero el Mejor (cont…) -La función de evaluación nos brinda el nodo que “parece” ser el mejor y por tanto el que se debe expandir -Familia de algoritmos basados en una función heurística h(n) h(n) = costo estimado del camino más barato desde el nodo n hasta el Objetivo
6. Búsqueda Voraz (Avara) Primero el Mejor -Expande el nodo más cercano al Objetivo, asumiendo que probablemente conduzca más rápidamente a la solución. -La función de evaluación f(n) sería la función heurística h(n) f(n) = h(n) h(n) = costo estimado del camino más barato desde el nodo n hasta el Objetivo
7. Búsqueda Voraz (Avara) Primero el Mejor -El término Voraz ó Avara es porque en cada paso trata de ponerse tan cerca del objetivo como pueda, seleccionando el nodo con menor función de evaluación f(n) -No necesariamente brinda la solución óptima -Al igual que los otros métodos estudiados es necesario verificar los “callejones sin salidas” (no exapandir estados repetidos)
9. Consideraremos como función de evaluación (función heurística): Distancia en Línea Recta h DLR (n) = Distancia en Línea Recta desde la ciudad n hasta Bucharest
10. Figura 4.1 Valores de h DLR. Distancias en línea recta a Bucarest
11. Etapas de una búsqueda avara para llegar a Bucarest. Se utiliza la distancia en línea recta a Bucarest y la función heurística h DLR . Los nodos se identifican con sus valores h correspondientes.
14. Búsqueda A* Primero el Mejor: Minimizar el costo estimado total de la solución: -Evalúa los nodos combinando g(n) y h(n) g(n): costo de haber alcanzado n h(n): costo para llegar desde n hasta el objetivo f(n) = g(n) + h(n) Costo más barato estimado de la solución a través de n f(n) Combina el costo del camino para llegar a n y el costo estimado para llegar desde n al objetivo .
15. - En cada paso se expande el nodo con el valor más bajo de f(n), ó sea, de g(n)+h(n) - La búsqueda A* es óptima siempre y cuando la función heurística h(n) se una heurística admisible . -Significa que la función nunca sobreestime el costo de alcanzar el objetivo -Son funciones optimistas -En el ejemplo h DLR es admisible ya que la distancia en línea recta entre dos puntos es el camino más corto.