Agentes Resolventes de Problemas

ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ

MANUEL FÉLIX LÓPEZ

CARRERA INFORMÁTICA

    SEMESTRE  SÉPTIMO           PERIODO  ABR 2015/SEP 2015

TEMA:

AGENTES RESOLVENTES DE PROBLEMAS

MATERIA:

INTELIGENCIA ARTIFICIAL II

AUTOR:

CARLOS A. ZAMBRANO VIDAL

FACILITADORA:

ING. HIRAIDA SANTANA

CALCETA,  ABRIL 2015

INTRODUCCIÓN

Como ya vimos anteriormente, conocimos una parte de la inteligencia artificial y este campo es muy extenso. El objetivo de esta unidad es conocer cómo trabajan y funcionan los distintos agentes resolventes de problemas para así también conocer los diferentes métodos y algoritmos más eficientes de resolver problemas mediante búsquedas.

MARCO TEÓRICO

AGENTES RESOLVENTES DE PROBLEMAS

Son los que deciden que hacer para encontrar secuencias de acciones que conduzcan a los estados deseables. Comenzado definiendo el problema y su solución, formulando un algoritmo para la solución del problema.

Los pasos para solucionar un problema son:

ü  Formulación del objetivo

ü  Formulación del problema

ü  Búsqueda

ü  Solución

ü  Ejecución 

PROBLEMAS Y SOLUCIONES BIEN DEFINIDOS

Ø  Estado Inicial: Un estado es la situación en la que está una persona o cosa, un objeto observado en particular, generalmente un estado es una situación temporal ya que puede cambiar, un ejemplo sería un foco, puede estar en ocasiones en estado encendido y en ocasiones apagado. Entonces se puede decir que un estado inicial es la situación actual del agente.

Ø  Función sucesor: Es la siguiente acción a realizar dentro de una representación abstracta de acciones posibles. Una función sucesor es lo que sigue después de haber hecho algo, es decir las posibles decisiones que se pueden tomar, los distintos caminos que llevan a que un individuo entre en determinados estados. La función sucesor define el espacio de estados que es el conjunto de situaciones que puede tomar un objeto determinado, el conjunto de situaciones posibles que sean válidas y así representan las acciones del objeto determinado.

Ø  Test Objetivo: Es el que determina si un estado es el adecuado o no. Cuando hay un conjunto de estados posibles el test objetivo determina cuál de todos ellos es el objetivo.

Ø  Costo del camino: Se asigna un costo numérico al camino que se debe recorrer hasta encontrar una solución. En general se puede decir que es la suma de todas las acciones que realiza el agente.

Una vez determinados los cuatro elementos del problema se puede decir que para que una solución sea óptima, no basta con resolver el problema, sino con tener el mínimo costo del camino que recorre el agente hasta llegar a dicha solución.

CONCLUSIONES

Se llega a la conclusión q es muy importante utilizar los agentes resolventes de problemas porque estos actúan en el momento indicado ya sabiendo el objetivo que va a realizar en el entorno y también es muy bueno porque podemos medir su rendimiento dependiendo del problema que vaya a resolver.

BIBLIOGRAFÍA

Russell, s.2008.inteligencia artificial un enfoque moderno. Segunda edición. Pearson education. Madrid-España.

Jiménez, L y Sánchez, L. s.f. Inteligencia Artificial e Ingeniería del Conocimiento,Tema 3: Métodos de Búsqueda de soluciones. (En Línea). Consultado 21 de abr. 2015. Formato PDF. Disponible en http://www.sanchezcrespo.org/Docencia/IA/IA%20-20Tema%203A%20-%20Busquedas%20v1.2.pdf