EVITAR ESTADOS REPETIDOS

Fecha: 28 de Mayo 2015
Tema:Evitar Estados Repetidos y búsqueda con información parcial.

INTRODUCCIÓN

En entornos que son totalmente observables y deterministas y el agente conoce cuales son los efectos de cada acción.

El agente pude calcular exactamente cuál es el estado resultado de cualquier secuencia de acciones y siempre sabe en qué estado está y su percepción no proporciona ninguna nueva información después de cada acción.

El objetivo es diferenciar en que campos son aplicables los métodos de búsqueda y sus debilidades ante situaciones que puedan presentarse en el mundo real.

MARCO TEÓRICO 

EVITAR ESTADOS REPETIDOS

Se da el caso que para algunos problemas, el hecho de repetir un estado es inevitable. Sin embargo si el algoritmo no es capaz de detectar los estados repetidos, estos logran hacer  que un problema divisible llegue a ser problemático.

El descubrimiento como tal, se da cuando se compara el nodo a expandir con aquellos que anteriormente han sido expandidos; si se llega el caso de encontrar una igualación, se dice entonces que el algoritmo ha descubierto dos caminos al mismo estado y puede eliminar  a uno de ellos.

ELIMINACIÓN DE ESTADOS REPETIDOS

Una forma de impedir que los estados se repitan, es considerando los siguientes métodos:

1.-No se debe generar un nodo hijo de un nodo, si en ese caso los dos corresponden al mismo estado.

2.- Se debe evadir ramas con ciclos.

3.- Cuando se quiere generar un nodo, pero si su estado asociado ya fue generado por un nodo anterior, hay que eliminar el nodo inferior del árbol de búsqueda.

Estos métodos están relacionados entre sí, ya que el método 2 contiene al 1y el 3 incluye al 2 y posteriormente al 1.
Ejemplo :
                                                       Búsqueda en anchura

Búsqueda en profundidad

BÚSQUEDA CON INFORMACIÓN PARCIAL

En una búsqueda parcial se desconoce la información, entonces ¿Qué  pasa cuando el conocimiento de los estados es parcial? Descubrimos que varios tipos de inconclusos llevan a tres tipos de dificultades distintas:

1.- Problemas sin sensores: También denominados problemas conformados, el agente no posee ningún sensor, pero no obstante a esto conserva un historial.

2.- Problemas de contingencia: El agente se encontrara en un entorno parcialmente observable, este espera nuevas acciones imprevisibles.

3.- Problemas de exploración: No se tiene un conocimiento previo de los estados y las acciones del entorno, entonces el agente debe actuar para poder descubrirlos. 

CONCLUSIONES

Evitar las repeticiones ayuda a disminuir el costo de la búsqueda y también se obtiene una mayor eficiencia.

La repetición de estados para algunos problemas es inevitables. Estos contienen todos problemas donde las acciones son variables.

Los algoritmos que olvidan su historia sin duda alguna están forzados a volver a repetirlas.

BIBLIOGRAFIA 

                                           

Díaz, F.2008.Resolucion de problemas mediante Búsqueda.(En Línea).EC.Consultado , 27 de Mayo del 2015.Formato PDF.Disponible en 

Russell, S y Norving, P. 2008. Inteligencia Artificial Un Enfoque Moderno. 2ed. Pearson Educación. Madrid, ES. p 91-97.