Baixe o app para aproveitar ainda mais
Prévia do material em texto
10/03/2015 1 Inteligência Artificial Aula: Resolução de Problemas Busca em Espaço de Estados DECOM/UFOP Problemas de busca • Um problema de busca consiste de: ▫ Espaço de estados ▫ Função Sucessor ▫ Estado inicial, estado(s) objetivo(s) e função de custo de caminho • Uma solução é a sequência de ações (plano) para transformar o estado inicial no estado objetivo. N, 1 E, 1 2Inteligência Artificial 10/03/2015 2 Formulação do Problema de Busca Grafo de Estados 3 � Espaço de estados S � Função sucessor � Estado inicial � Estado(s) Objetivo � Custo de arco � Solução: � caminho S 1 3 2 Inteligência Artificial Um problema simples... • Na Romênia, sair de Arad e chegar em Bucareste, de carro. 4Inteligência Artificial 10/03/2015 3 Mais informação... 5Inteligência Artificial Romênia: Mais informação relevante... 6Inteligência Artificial 10/03/2015 4 Romênia: Problema de Busca • Espaço de estados: ▫ Cidades • Successor: ▫ Cidade adjacente com custo igual distância • Estado inicial: ▫ Arad • Estado objetivo: Bucharest? • Solução? 7Inteligência Artificial Grafo de Estados • Cada estado é representado por um nó • Um arco conecta s a s’ se e somente se s’ ∈ SUCCESSORS(s) • Pode conter mais de um componente conexo 8Inteligência Artificial 10/03/2015 5 Solução em Grafo de Estados para o Problema de Busca • Caminho conectando nó que representa estado inicial a qualquer nó que represente objetivo 9 I G Inteligência Artificial Solução para o Problema de Busca • O custo do caminho é a soma dos custos das arestas. • Uma solução ótima é o caminho de menor custo. • Pode não haver solução! 10 I G Inteligência Artificial 10/03/2015 6 Buscando no espaço de estados • Muitas vezes é inviável (ou muito caro) construir a representação completa do grafo de estados. 11Inteligência Artificial Buscando no espaço de estados • O resolvedor de problemas deve construir a solução explorando um pequeno pedaço do grafo de estados… 12Inteligência Artificial 10/03/2015 7 13 Árvore de busca Buscando no espaço de estados – a Árvore de Busca Inteligência Artificial 14 Árvore de busca Buscando no espaço de estados – a árvore de busca Inteligência Artificial 10/03/2015 8 Buscando no espaço de estados – a árvore de busca 15 Árvore de busca Inteligência Artificial 16 Árvore de busca Buscando no espaço de estados – a árvore de busca Inteligência Artificial 10/03/2015 9 17 Árvore de busca Buscando no espaço de estados – a árvore de busca Inteligência Artificial 18 Árvore de busca Buscando no espaço de estados – a árvore de busca Inteligência Artificial Cada nó da árvore de busca corresponde a um caminho no grafo de estados. 10/03/2015 10 Tipos de busca • Clássica: cega ou sem informação ▫ Largura ▫ Profundidade ▫ Profundidade limitada ▫ Aprofundamento Iterativo ▫ Custo Uniforme ▫ Bidirecional • Clássica: Heurísticas ▫ Melhor primeiro ▫ A* • Além das clássicas ▫ Busca gulosa ▫ Simulated annealing ▫ Algoritmos genéticos 19Inteligência Artificial Algoritmo de Árvore de Busca • Idéias importantes: ▫ Fronteira (ou fringe) ▫ Expansão ▫ Estratégia de exploração • Principal pergunta: qual o próximo nó da fronteira a ser explorado? 20Inteligência Artificial 10/03/2015 11 21Inteligência Artificial Estados vs. Nós • Nós no grafo de estados são estados ▫ Representam um estado abstrato do mundo ▫ Podem ser objetivo, têm sucessores, podem ter múltiplos predecessores • Nós nas árvores de busca são planos ▫ Representam o plano (sequência de ações) que levou o mundo para aquele estado, a partir do inicial. ▫ Tem um estado associado e um pai, tamanho de caminho, profundidade, custo. ▫ O mesmo estado pode ser alcançado em diferentes nós da árvore de busca Profundidade 5 Profundidade 6 Pai Nó Ação 22Inteligência Artificial 10/03/2015 12 Propriedades de Algoritmos de Busca • Completo? Garante que acha solução se existe? • Ótimo? Garante achar o caminho de menor custo? • Complexidade de tempo? • Complexidade de espaço? Variáveis: n Número de estados (representação) b Fator médio de ramificação (número médio de sucessores - expansão) C* Custo da solução ótima d Profundidade da solução mais curta m Maior profundidade da árvore de busca 23Inteligência Artificial Busca em profundidade 24BCC 325/2012-2 10/03/2015 13 DFS: resumo S a b d p a c e p h f r q q c G a qe p h f r q q c G a S G d b p q c e h a f r q p h fd b a c e r Estratégia: expanda o nó mais profundo primeiro Implementação: fronteira é pilha (lista LIFO) 25Inteligência Artificial DFS • Completo? Garante que acha solução se existe? • Ótimo? Garante achar o caminho de menor custo? • Complexidade de tempo? • Complexidade de espaço? Variáveis: n Número de estados (representação) b Fator médio de ramificação (número médio de sucessores - expansão) C* Custo da solução ótima d Profundidade da solução mais curta m Maior profundidade da árvore 26Inteligência Artificial 10/03/2015 14 Avaliação de buscas … b 1 node b nodes b2 nodes bm nodes m níveis para solução Algoritmo Completo Ótimo Tempo Espaço DFS O(bm) O(bm) 27Inteligência Artificial DFS puro não é completo… • Como consertar???? Grafo de busca evita revisitar. START GOAL a b 28Inteligência Artificial 10/03/2015 15 Resolvendo o problema da completude ao preço de memória… • Evitar ciclos – não visitar o mesmo estado no caminho • Evitar caminhos redundantes – não visitar o mesmo estado 29 Inteligência Artificial S a b d p a c e p h f r q q c G a qe p h f r q q c G a Busca em grafo 30Inteligência Artificial 10/03/2015 16 DFS não garante otimalidade… • Objetivo alcançado em primeiro lugar depende da ordem de geração dos sucessores. • Existe sempre uma estratégia que garante o ótimo, mas encontrá-la é equivalente a resolver o problema original. 31Inteligência Artificial Avaliação de buscas em grafo … b 1 node b nodes b2 nodes bm nodes m níveis para solução Algoritmo Completo Ótimo Tempo Espaço DFS Somente caminho S N O(bm) O(bm) 32Inteligência Artificial 10/03/2015 17 Busca em Largura 33BCC 325/2012-2 BFS: resumo S a b d p a c e p h f r q q c G a qe p h f r q q c G a S G d b p q c e h a f r Camadas de Busca Estratégia: expandir o nó mais raso primeiro Implementação: Fronteira é uma fila FIFO 34Inteligência Artificial 10/03/2015 18 Avaliação de buscas em grafo Algoritmo Completo Ótimo Tempo Espaço DFS Com caminho S BFS N … b 1 nó b nós b2 nós bm nós d camadas O(bd) O(bd) bd nós 35Inteligência Artificial O(bm) O(bm) S*S Ótimo para custo igual Requisitos de Tempo e Memória d # Nós Tempo Memória 2 111 .01 msec 11 Kbytes 4 11,111 1 msec 1 Mbyte 6 ~106 1 sec 100 Mb 8 ~108 100 sec 10 Gbytes 10 ~1010 2.8 hours 1 Tbyte 12 ~1012 11.6 days 100 Tbytes 14 ~1014 3.2 years 10,000 Tbytes 36 b = 10; 1,000,000 nós/seg; 100bytes/nó Inteligência Artificial 10/03/2015 19 BFS: Algoritmo 37Inteligência Artificial
Compartilhar