▷ Busqueda no informada inteligencia artificial

algoritmo de búsqueda de coste uniforme

En los últimos años, la Inteligencia Artificial (IA) ha tenido un enorme impacto en las tecnologías de la robótica, la búsqueda de rutas y la resolución de problemas. Además, los humanos dependen de estas tecnologías para encontrar soluciones y realizar tareas. Sin embargo, ¿qué hace posible estas acciones? La respuesta es sencilla: Los algoritmos de búsqueda. La búsqueda es una parte integral de la IA, y las máquinas de IA la utilizan, junto con varias técnicas de algoritmos de búsqueda, para explorar sistemáticamente las alternativas y encontrar el camino más adecuado para alcanzar el objetivo.

Eso no es todo, estos algoritmos de búsqueda se dividen en dos partes principales Algoritmos de búsqueda no informados e informados, que hacen que esta búsqueda sea más ágil y precisa. Es uno de estos tipos -el Algoritmo de Búsqueda Desinformada- el que vamos a discutir en detalle hoy, junto con varias estrategias de búsqueda desinformada.

Basándose en la información disponible sobre el problema, el Algoritmo de Búsqueda se clasifica primero en Algoritmo de Búsqueda No Informada, que genera el árbol de búsqueda sin ningún conocimiento específico del dominio o información adicional sobre los estados más allá de la información proporcionada en las definiciones del problema. Este algoritmo de búsqueda de clase, que también se conoce como Búsqueda Ciega o Búsqueda de Fuerza Bruta, opera de forma de fuerza bruta y examina cada nodo raíz del árbol de búsqueda hasta alcanzar el estado objetivo.

algoritmo de búsqueda de costes uniformes en inteligencia artificial con ejemplo

profundización iterativa depth-first…

Una búsqueda no informada es un grupo de algoritmos de uso amplio de la época. Estos algoritmos son operaciones de fuerza bruta, y no tienen información adicional sobre el espacio de búsqueda; la única información que tienen es sobre cómo atravesar o visitar los nodos del árbol. Por ello, los algoritmos de búsqueda sin información también se denominan algoritmos de búsqueda ciega. El algoritmo de búsqueda produce el árbol de búsqueda sin utilizar ningún conocimiento del dominio, que es la fuerza bruta en la naturaleza. Se diferencian de los algoritmos de búsqueda informada en que se comprueba la existencia de un objetivo cuando se genera o expande un nodo, y no tienen ninguna información de fondo sobre cómo acercarse al objetivo.

BFS es una operación de búsqueda para encontrar los nodos de un árbol. El algoritmo trabaja a lo ancho y atraviesa para encontrar el nodo deseado en un árbol. Comienza la operación de búsqueda desde los nodos raíz y expande los nodos sucesores en ese nivel antes de avanzar y luego se mueve a lo largo de la anchura para una mayor expansión.

DFS es uno de los algoritmos recursivos que conocemos. Recorre el gráfico o un árbol en profundidad. Por lo tanto, se conoce como un algoritmo de búsqueda en profundidad, ya que su nombre proviene de la forma en que funciona. El DFS utiliza la pila para su implementación. El proceso de búsqueda es similar al del BFS. La única diferencia radica en la expansión de los nodos, que en este caso es en profundidad.

búsqueda informada y búsqueda desinformada

Algoritmos de búsqueda Búsqueda ciega no informada Búsqueda heurística informadaPrimera profundidad uniforme Primera profundidad Iterativa Primera profundidad Rama y Límite Bidireccional Búsqueda heurística informada Búsqueda codiciosa, hill climbing, Heurística Conceptos importantes: Completitud Complejidad temporal Complejidad espacial Calidad de la solución

Búsqueda basada en el árbol Idea básica: Exploración del espacio de estados mediante la generación de sucesores de estados ya explorados (también llamados estados en expansión). Cada estado se evalúa: ¿es un estado objetivo? En la práctica, el espacio de soluciones puede ser un gráfico, no un árbol. Por ejemplo, el rompecabezas de 8. El enfoque más general es la búsqueda en el gráfico. La búsqueda en el árbol puede acabar visitando repetidamente los mismos nodos, a menos que lleve la cuenta de todos los nodos visitados… pero esto podría requerir grandes cantidades de memoria.

Estados frente a nodos Un estado es una (representación de) una configuración física Un nodo es una estructura de datos que constituye parte de un árbol de búsqueda contiene información como: estado, nodo padre, acción, coste del camino g(x), profundidad La función Expand crea nuevos nodos, rellenando los distintos campos y utilizando el SuccessorFn del problema para crear los estados correspondientes.