2.3 Búsqueda Ciega

Búsqueda Ciega

Búsqueda por anchura:

En esta búsqueda todos los nodos que están en la profundidad d del árbol de búsqueda se expanden antes de los nodos que estén en la profundidad d+1.

• Si son varias las soluciones, este tipo de búsqueda permitirá siempre encontrar primero el estado meta más próximo a la raíz.
• En esta búsqueda el tiempo y la cantidad de memoria necesaria crece exponencialmente con respecto a la profundidad.
• Es óptima y completa.

Búsqueda por profundidad:

En esta búsqueda siempre se expande uno de los nodos que se encuentren en los mas profundo del árbol. Solo si  la búsqueda conduce a un callejón sin salida, ser revierte la búsqueda y se expanden los nodos de niveles menos profundos.

Esta búsqueda o se queda atorada en un bucle infinito y nunca es posible regresar al encuentro de una solución, o a la larga encontrará una ruta de solución mas larga que la solución óptima.

• En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal
• No es óptima ni completa.

Búsqueda por profundidad limitada:

Esta búsqueda es similar a la búsqueda preferente por profundidad con la diferencia que se impone un límite a la profundidad máxima de una ruta.

Se utilizan operadores que informan constantemente de la profundad del nodo.

• En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal
• No es óptima, pero si completa cuando la profundidad del límite es menor o igual a la profundidad de la solución.

Búsqueda por profundidad iterativa:

Esta búsqueda es similar a la búsqueda limitada por profundidad con la diferencia que se repiten las búsquedas dando en cada iteración un valor distinto de profundiad para la misma.

• En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal
• Es óptima y completa.

Búsqueda bidireccional:

Esta es una búsqueda que avanza a partir del estado inicial y que retrocede a partir de la meta y que se detiene cuando ambas búsquedas se encuentran en algún punto intermedio.

• En esta búsqueda el tiempo y el espacio requerido en memoria crecen exponencialmente con respecto a la mitad de la profundidad.
• Es óptima y completa.

Búsquedas de costo uniforme:

En esta búsqueda se modifica la estrategia preferente por amplitud en el sentido de expandir siempre el nodo de menor costo en el margen (medido por el costo de la ruta g(n)) en vez del nodo de menor profundidad.

Este tipo de búsqueda permitirá siempre encontrar la solución mas barata siempre y cuando el costo de ruta nunca disminuya conforme avanzamos por la ruta.

• En esta búsqueda el tiempo y la cantidad de memoria necesaria crece exponencialmente con respecto a la profundidad.
• Es óptima y completa.

Para saber más sobre el tema, dar click en la siguiente liga:

http://www.angelfire.com/falcon/popikpe/cap_tres.htm

2.2 Agentes para la solución de problemas

Agentes para la solución de problemas

 Son agentes basados en metas que determinan que deberán hacer por medio de secuencias de acciones que les permitan obtener estados deseables.

Pasos para la solución de problemas:

• Formulación de metas: se establece el objetivo
•  Formulación del problema: se decide que acciones y estados habrán de considerarse.
• Búsqueda: evaluación de las posibles secuencias de acciones que le llevan a la meta y elección de la más apta.
• Ejecución: se llevan adelante la solución que presenta la búsqueda.

jj    Tipos de problemas:

• Problemas de un solo estado: el agente conoce con exactitud en qué estado se encuentra y el resultado de cada una de sus acciones.
• Problemas de estados múltiples: el agente no conoce con exactitud en qué estado se encuentra, pero si el resultado de cada una de sus acciones.
• Problemas de contingencias: el agente no conoce con exactitud en qué estado se encuentra, pero si el resultado de cada una de sus acciones, aunque se le pueden presentar ciertas contingencias en las mismas.
• Problemas de exploración: el agente no conoce con exactitud en qué estado se encuentra, ni el resultado exacto de cada una de sus acciones.

Un problema está compuesto por:

• Un estado inicial es la descripción del estado del cual partirá el agente.
• Operadores, indica la descripción de las posibles acciones que el agente pueda entender.
• Función subsecuente, es otra forma de definir el conjunto de estados obtenibles a partir de una estado particular mediante una sola acción.
• Espacio de estados, conjunto de estados que pueda alcanzarse a partir del estado inicial.
• Ruta, secuencia de acciones que permite pasar de cierto estado a otro.
• La prueba de meta, verificación de un estado determinado, por parte del agente para decidir si se trata de un estado meta.
• Costo de ruta, es una función mediante la cual se asigna un costo a una ruta determinada.
• Costo de búsqueda, consiste en dar un costo, generalmente en tiempo y memoria necesarios para alcanzar y encontrar solución.
• Costo total, suma Costo de ruta y y búsqueda.

Tipos de estrategias de búsqueda

          Las estrategias de búsqueda se pueden agrupar en dos grandes grupos:

• Búsquedas sin contar con información (o búsqueda ciega): no existe información acerca de la cantidad de pasos necesarios o sobre el costo de ruta para pasar del estado de un momento dado a la meta.
• Búsqueda respaldada con información (o búsqueda heurística): se posee información muy valiosa para orientar la búsqueda para que sea mas óptima.

Las estrategias de búsqueda se evalúan según los siguientes criterios:

• Completez: si garantiza o no encontrar la solución si es que existe.
• Complejidad temporal: cantidad de tiempo necesario para encontrar la solución.
• Complejidad espacial: cantidad de memoria necesaria para encontrar la solución.
• Optimidad: si se encontrará o no la mejor solución en caso de que existan varias.

Las seis estrategias de búsqueda sin contar con información son las siguientes:

• Búsqueda preferente por amplitud
• Búsqueda de costo uniforme
• Búsqueda preferente por profundidad
• Búsqueda limitada por profundidad
• Búsqueda por profundización iterativa
• Búsqueda direccional

Para saber más sobre el tema, dar click en la siguiente liga: 

http://www.angelfire.com/falcon/popikpe/cap_tres.htm

2.1 Medición del desempeño de un agente

Medición del desempeño de un agente

• Objetivo del agente determina los criterios.
• Nivel de autonomía.
• Función de su historial.
• Conocimiento inicial.
• Las acciones disponibles.
• Capacidad de adaptación.

Para saber más sobre el tema, dar click en la siguiente liga:

http://iartificial.galeon.com/productos1221420.html

2.0 Diagramas PAMA

Ejemplo: 

Para saber más sobre el tema, dar click en la siguiente liga:

http://es.slideshare.net/marcodeagua/para-la-elaboracion-de-cuadros-diagramas-y-mapas

1.9 Ambientes de los Agentes

Ambientes

•   Accesible y No accesible:      Si los sensores de un agente le permiten tener accesos al estado total del ambiente se dice que este es accesible a tal agente. Un agente es realmente accesible si los sensores detectan todos los aspectos relevantes a la elección de una acción.
• Determinista y No determinista:      Si el estado siguiente de un ambiente se determina completamente mediante el estado actual, así mismo como las acciones escogidas por el agente, nos encontramos ante un ambiente determinista.
• Episódico y No episódico:       En este ambiente la experiencia del agente se divide en "episodios". Cada episodio consta de un agente que percibe y actúa. La calidad de su actuación dependerá del episodio mismo dado que los episodios subsecuentes no dependerán de las acciones producidas en episodios anteriores.
•  Estáticos y Dinámicos:        Si existe la posibilidad de que el ambiente sufra modificaciones mientras que el agente se encuentra deliberando, se dice que tal ambiente se comporta en forma dinámica en relación con el agente.
• Discretos y continuos:        Si existe una cantidad limitada de percepciones y acciones distintas y claramente discernibles, se dice que el ambiente es discreto caso contrario es continuo.

Agente Racional Ideal

                Es aquel que en todos los casos de posibles secuencias de Precepciones emprenda todas aquellas acciones que favorezcan obtener el máximo de su medida de rendimiento basándose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento incorporando el estado interno del agente.

Racional y Omniciencia

                Cuando trabajamos con un agente hay que establecer la diferencia entre Racional y Omniciencia, ya que un agente Omniciente tendría que saber el resultado real que producirán todas y cada una de sus acciones y ajustar su conducta a dicho conocimiento; en forma práctica se concibe que no es posible lograr la Omniciencia en los agentes, debido a la gran cantidad de sensores que se requerirían y a la inacción del agente mientras toma una decisión.

Para saber más sobre el tema, dar click en la siguiente liga:

http://sedici.unlp.edu.ar/bitstream/handle/10915/27318/Documento_completo.pdf?sequence=1 

http://iartificial.galeon.com/productos1221420.html

1.8 Agente Inteligente & Clasificaciones

Agente

              Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. Es capaz de percibir su medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores (elementos que reaccionan a un estímulo realizando una acción).

Es posible clasificar a los agentes inteligentes en 6 categorías principales:

1.   agentes reactivos

2.   agentes reactivos basados en modelo

3.   agentes basados en objetivos

4.   agentes basados en utilidad

5.   agentes que aprenden

6.   agentes de consultas

Para saber más sobre el tema, dar click en la siguiente liga: 

https://es.wikipedia.org/wiki/Agente_inteligente_(inteligencia_artificial)#Clasificaci.C3.B3n