UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Razonamiento y Planificación Automática
Guía de Estudio: TEMA 5. Búsqueda informada
UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Razonamiento y Planificación Automática
Guía de Estudio: TEMA 5. Búsqueda informada
Este documento proporciona una guía detallada y técnica sobre la búsqueda informada,
adecuada para estudiantes avanzados y profesionales en el campo de la inteligencia artificial.
Introducción
La búsqueda informada es una técnica de resolución de problemas en inteligencia artificial que
utiliza información adicional para guiar el proceso de búsqueda hacia una solución más eficiente.
A diferencia de la búsqueda no informada, que explora el espacio de estados sin información
previa, la búsqueda informada emplea heurísticas para estimar la proximidad de un estado al
objetivo, optimizando así el rendimiento. Este enfoque es crucial en aplicaciones complejas donde
el espacio de búsqueda es vasto y explorar todas las posibilidades sería inviable.
a. ¿Cómo estudiar este tema?
Para estudiar el tema de búsqueda informada, es esencial tener una base sólida en algoritmos de
búsqueda y teoría de grafos. Recomendamos seguir estos pasos:
1. Revisar conceptos básicos: Familiarízate con algoritmos de búsqueda no informada
como búsqueda en amplitud y en profundidad.
2. Comprender heurísticas: Estudia qué son las heurísticas y cómo se aplican en la
búsqueda informada.
3. Analizar ejemplos: Trabaja con ejemplos prácticos de algoritmos como A* y búsqueda por
subobjetivos.
4. Implementar algoritmos: Desarrolla implementaciones de estos algoritmos en un lenguaje
de programación de tu elección.
5. Evaluar rendimiento: Compara la eficiencia de diferentes algoritmos y heurísticas en
diversos escenarios.
b. Tipos de heurísticas
Las heurísticas son funciones que estiman el costo para llegar al objetivo desde un estado dado.
Se clasifican en:
Admisibles: Nunca sobrestiman el costo real. Ejemplo: la distancia euclidiana en un mapa.
Consistentes (Monótonas): Cumplen la desigualdad triangular, es decir, el costo estimado
entre dos estados es menor o igual que el costo real sumado a la estimación desde el
estado siguiente al objetivo. Ejemplo: la distancia Manhattan en un tablero de ajedrez.
Inadmisibles: Pueden sobrestimar el costo real, lo que puede llevar a soluciones
subóptimas pero más rápidas en algunos casos.
, Ventajas:
Mejoran la eficiencia de la búsqueda.
Reducen el espacio de búsqueda explorado.
Desventajas:
Elegir una heurística inapropiada puede llevar a resultados ineficientes.
Calcular heurísticas puede ser computacionalmente costoso.
c. Búsqueda A*
El algoritmo A* es uno de los más conocidos en la búsqueda informada. Combina las ventajas de
la búsqueda en amplitud y profundidad mediante el uso de una función de coste total ( f(n) = g(n)
+ h(n) ), donde ( g(n) ) es el costo del camino desde el estado inicial hasta el nodo ( n ) y ( h(n) )
es el costo estimado desde ( n ) hasta el objetivo.
Características:
Utiliza una cola de prioridad para seleccionar el siguiente nodo a expandir.
Es óptimo y completo si la heurística es admisible.
Ventajas:
Encuentra el camino más corto de manera eficiente.
Se adapta bien a muchos tipos de problemas.
Desventajas:
Puede requerir mucha memoria en espacios de búsqueda grandes.
La eficiencia depende en gran medida de la calidad de la heurística.
d. Búsqueda por subobjetivos
La búsqueda por subobjetivos descompone el problema principal en subproblemas más
pequeños y manejables. Esto se logra identificando y alcanzando una serie de subobjetivos que
eventualmente conducen al objetivo final.
Características:
Divide y vencerás aplicado a la búsqueda.
Puede emplearse en combinación con otras técnicas de búsqueda.
Ventajas:
Simplifica problemas complejos.
Puede reducir significativamente el tiempo de búsqueda.
Desventajas:
Identificar subobjetivos adecuados puede ser difícil.
Puede no ser óptima si los subobjetivos no están bien definidos.
Los beneficios de comprar resúmenes en Stuvia estan en línea:
Garantiza la calidad de los comentarios
Compradores de Stuvia evaluaron más de 700.000 resúmenes. Así estas seguro que compras los mejores documentos!
Compra fácil y rápido
Puedes pagar rápidamente y en una vez con iDeal, tarjeta de crédito o con tu crédito de Stuvia. Sin tener que hacerte miembro.
Enfócate en lo más importante
Tus compañeros escriben los resúmenes. Por eso tienes la seguridad que tienes un resumen actual y confiable.
Así llegas a la conclusión rapidamente!
Preguntas frecuentes
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
100% de satisfacción garantizada: ¿Cómo funciona?
Nuestra garantía de satisfacción le asegura que siempre encontrará un documento de estudio a tu medida. Tu rellenas un formulario y nuestro equipo de atención al cliente se encarga del resto.
Who am I buying this summary from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller ma_medina. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy this summary for 7,09 €. You're not tied to anything after your purchase.
