Inteligencia Artificial Pp-1
-
Upload
nury-silvana-espindola -
Category
Documents
-
view
217 -
download
0
Transcript of Inteligencia Artificial Pp-1
-
8/2/2019 Inteligencia Artificial Pp-1
1/115
Compilado por:
Elicer Pineda Ballesteros
Inteligencia Artificial
-
8/2/2019 Inteligencia Artificial Pp-1
2/115
Paulo Freire
ProcesoEducativo
2
-
8/2/2019 Inteligencia Artificial Pp-1
3/115
Nadie ensea a
nadie,
Paulo Freire
ProcesoEducativo
3
-
8/2/2019 Inteligencia Artificial Pp-1
4/115
todos aprendemos detodos,
Paulo Freire
ProcesoEducativo
Nadie ensea a
nadie,
4
-
8/2/2019 Inteligencia Artificial Pp-1
5/115
mediados por elmundo
Paulo Freire
ProcesoEducativo
todos aprendemos detodos,
Nadie ensea a
nadie,
5
-
8/2/2019 Inteligencia Artificial Pp-1
6/115
6
Paulo Freire (1921-1997)
Con su principio del dilogo, enseun nuevo camino para la relacinentre profesores y alumnos.
Todos nosotros sabemos algo.
Todos nosotros ignoramos algo.
Por eso, aprendemos siempre.
Estudiar no es un acto de consumir
ideas, sino de crearlas y recrearlas
-
8/2/2019 Inteligencia Artificial Pp-1
7/115
7
FUNDAMENTOS
-
8/2/2019 Inteligencia Artificial Pp-1
8/115
8
La Inteligencia Artificial es un campo de la cienciaque trata de realizar, con mquinas, tareas que
pueden ser realizadas por el hombre, aplicandocualquier tipo de razonamiento.
-
8/2/2019 Inteligencia Artificial Pp-1
9/115
9
En cierta media cualquier programa de
computador puede considerarseinteligente.
Un programa inteligente es aquel que exhibeun comportamiento similar al humano
cuando se enfrenta a un problema idntico.
-
8/2/2019 Inteligencia Artificial Pp-1
10/115
10
Sistemas que PIENSAN comohumanos
El nuevo y excitante esfuerzo de hacer
que los computadores piensenLa automatizacin de actividades que
vinculamos con procesos de pensamientohumano, actividades como la toma dedecisiones, resolucin de problemas,aprendizaje..
-
8/2/2019 Inteligencia Artificial Pp-1
11/115
11
Sistemas que PIENSAN comohumanos
Sistemas que PIENSANracionalmente
El nuevo y excitante esfuerzo de hacer
que los computadores piensenLa automatizacin de actividades que
vinculamos con procesos de pensamientohumano, actividades como la toma dedecisiones, resolucin de problemas,aprendizaje..
El estudios de las facultades mentales
mediante el uso de modeloscomputacionales
El estudio de los clculos que hacen
posible percibir, razonar y actuar
-
8/2/2019 Inteligencia Artificial Pp-1
12/115
12
Sistemas que PIENSAN comohumanos
Sistemas que PIENSANracionalmente
El nuevo y excitante esfuerzo de hacer
que los computadores piensenLa automatizacin de actividades que
vinculamos con procesos de pensamientohumano, actividades como la toma dedecisiones, resolucin de problemas,aprendizaje..
El estudios de las facultades mentales
mediante el uso de modeloscomputacionales
El estudio de los clculos que hacen
posible percibir, razonar y actuar
Sistemas que ACTAN comohumanos
Desarrollar mquinas con capacidad para
realizar funciones que cuando sonrealizadas por personas requieren deinteligenciaEl estudio de cmo lograr que los
computadores realicen tareas, que por elmomento, los humanos hacen mejor
-
8/2/2019 Inteligencia Artificial Pp-1
13/115
13
Sistemas que PIENSAN comohumanos
Sistemas que PIENSANracionalmente
El nuevo y excitante esfuerzo de hacer
que los computadores piensenLa automatizacin de actividades que
vinculamos con procesos de pensamientohumano, actividades como la toma dedecisiones, resolucin de problemas,aprendizaje..
El estudios de las facultades mentales
mediante el uso de modeloscomputacionales
El estudio de los clculos que hacen
posible percibir, razonar y actuar
Sistemas que ACTAN comohumanos
Sistemas que ACTANracionalmente
Desarrollar mquinas con capacidad para
realizar funciones que cuando sonrealizadas por personas requieren deinteligenciaEl estudio de cmo lograr que los
computadores realicen tareas, que por elmomento, los humanos hacen mejor
La inteligencia Computacional es el
estudio del diseo de agentes inteligentes
Est relacionada con conductasinteligentes en artefactos
-
8/2/2019 Inteligencia Artificial Pp-1
14/115
14
-
8/2/2019 Inteligencia Artificial Pp-1
15/115
15
Inteligencia
En Psicologa, facultad de aprender,comprender y abstraer conceptos para luegoaplicarlos en la resolucin de problemas.
Es una medida, una vara, que indica cuan fcillogra el sistema sus objetivos.
-
8/2/2019 Inteligencia Artificial Pp-1
16/115
16
PRUEBA DE TURING
- Alan Turing. 1950, "Computing Machinery andIntelligence" .
- Proporciona una definicin operacional ysatisfactoria de Inteligencia
- Prueba basada en la incapacidad de diferenciar
entre entidades artificiales y seres humanos
-
8/2/2019 Inteligencia Artificial Pp-1
17/115
17
EL ENFOQUE DE LA PRUEBA DETURING.
-
8/2/2019 Inteligencia Artificial Pp-1
18/115
-
8/2/2019 Inteligencia Artificial Pp-1
19/115
19
CAPACIDADES COMPUTACIONALES
Procesamiento de lenguaje natural: Para podercomunicarse satisfactoriamente en lenguaje natural
Representacin del conocimiento: Para almacenar lo quese conoce siente
Razonamiento automtico: Para utilizar el conocimientoalmacenado para responder a preguntas y extraernuevas conclusiones
Aprendizaje automtico: Para adaptarse a nuevascircunstancias y para detectar y extrapolar patrones
-
8/2/2019 Inteligencia Artificial Pp-1
20/115
-
8/2/2019 Inteligencia Artificial Pp-1
21/115
21
Fundamentos de la IA
Filosofa
Matemticas
Economa
Neurociencia
Psicologa
Ingeniera
Computacional
Teora del Control y la
Ciberntica
Lingstica
-
8/2/2019 Inteligencia Artificial Pp-1
22/115
-
8/2/2019 Inteligencia Artificial Pp-1
23/115
23
Fundamentos de la IA
MatemticasQu reglas formales seguir para obtenerconclusiones vlidas?
Qu se puede computar?
Cmo razonamos con incertidumbre?Lgica formal: Desarrollo matemtico a travs
de la lgica proposicional Booleana
Probabilidad: Ayuda al tratamiento demediciones con incertidumbre
-
8/2/2019 Inteligencia Artificial Pp-1
24/115
24
Fundamentos de la IA
EconomaCmo tomar decisiones para maximizarrendimiento?
Teora de la decisin: Combina la teora de la
probabilidad con la teora de la utilidadTeora de juegos: En algunos juegos, un
agente racional deba actuar de formaaleatoria, o al menos, aleatoria enapariencia con respecto a sus contrincantes
-
8/2/2019 Inteligencia Artificial Pp-1
25/115
-
8/2/2019 Inteligencia Artificial Pp-1
26/115
26
El dilema del prisionero
Qu debe hacer el rojo? Debe confesar y confiar enrecibir una sentencia breve?
Eso es mejor que el ao a que sera condenado si noconfesara.
Pero veamos. Hay una razn mejor para confesar, puessupongamos que el rojo no confiesa y, que sinsaberlo, confiesa el negro.
El rojo se arriesga a ser condenado a diez aos! Mejorque eso es confesar y recibir una condena mxima decinco aos. El negro se encuentra ante el mismodilema.
-
8/2/2019 Inteligencia Artificial Pp-1
27/115
27
Fundamentos de la IA
Investigacin de operaciones: Orienta a laoptimizacin y toma de decisiones de
direccin complejas.
Satisfaccin: Toma de decisiones que son
suficientemente buenas
-
8/2/2019 Inteligencia Artificial Pp-1
28/115
28
Fundamentos de la IA
NeurocienciaCmo procesa informacin el cerebro?
Neurociencia: Estudio del sistema neurolgico y enespecial el cerebro. La forma exacta en que elcerebro genera los pensamientos.
Neuronas: El cerebro est formado por clulasnerviosas llamadas neuronas que han sidoobservadas y estudiadas individualmente
-
8/2/2019 Inteligencia Artificial Pp-1
29/115
29
Fundamentos de la IA
PsicologaCmo piensan y actan los humanos y los
animales?
Conductismo: Rechaza cualquier teora en la queintervengan procesos mentales. Insistieron en elestudio exclusivo de mediciones objetivas de
percepciones (estmulos) y de las accionesresultantes (respuestas)
-
8/2/2019 Inteligencia Artificial Pp-1
30/115
-
8/2/2019 Inteligencia Artificial Pp-1
31/115
31
Fundamentos de la IA
Ingeniera ComputacionalCmo se puede construir un computador eficiente?
Computadora: La IA necesita adems de Inteligenciay un Artefacto (la computadora)
Hardware: Cada generacin de dispositivos haconllevado a un aumento en la velocidad deproceso y capacidad de almacenamiento
-
8/2/2019 Inteligencia Artificial Pp-1
32/115
32
Fundamentos de la IA
Teora del Control y CibernticaCmo pueden los artefactos operar bajo su
propio control?
Teora del control: Ver el comportamientodeterminista como algo emergente de unmecanismo regulador que intenta minimizar elerror (la diferencia entre el estado actual y elobjetivo)
Ciberntica: Modelos cognitivos matemticos ycomputacionales
-
8/2/2019 Inteligencia Artificial Pp-1
33/115
33
Fundamentos de la IA
LingsticaCmo est relacionado el lenguaje con el
pensamiento?
Connotacin Denotacin
Lingstica computacional: Convergencia entre lalingstica moderna y la IA (procesamiento delenguaje natural)
-
8/2/2019 Inteligencia Artificial Pp-1
34/115
34
Fundamentos de la IA
-
8/2/2019 Inteligencia Artificial Pp-1
35/115
35
Historia de la IA
Perodo de Gestacin (1943-1956)- Modelo de neuronas artificiales (1943)
- Reglas de actualizacin de aprendizaje (1949)
- Programas de ajedrez para computadoras(1950,1953)
- Primera computadora para simular una red de 40neuronas a partir de un computador de tubos de
vaco (1951)- Lenguaje LISP. Primer lenguaje de IA (1958)
-
8/2/2019 Inteligencia Artificial Pp-1
36/115
36
Historia de la IA
Reunin en el Darmouth College (1956)- Programa capaz de demostrar teoremas de lgica
- Aparece por primera vez el trmino: InteligenciaArtificial
-
8/2/2019 Inteligencia Artificial Pp-1
37/115
37
Historia de la IA
Entusiasmo y grandes expectativas (1952-1965)- GPS. Solucionador general de problemas. Aborda
un problema como un conjunto de sub-problemasy posibles cursos de accin.
- Juego de damas con aprendizaje de la experienciade las partidas jugadas (1952)
-
8/2/2019 Inteligencia Artificial Pp-1
38/115
38
Historia de la IA
- Contribuciones de McCarthy en el MIT. LISPCompartido y desarrollo del EC (programaque incorpora conceptos de representaciny conocimiento) (1958)
- Contribuciones de McCarthy en Stanford.
Sistema de planificacin y respuesta depreguntas (1969).
-
8/2/2019 Inteligencia Artificial Pp-1
39/115
39
Historia de la IA
Dosis de Realidad (1966-1974)- Se predijo que en 10 aos habra una mquina
inteligente
- Teora de NP-Completos
- Programa ELIZA, en el MIT, que simulaba elcomportamiento de un psicoanalista (1965)
- Experimentos en Machine Evolution (ahora
llamados algoritmos genticos)- Perceptrones. Tipo de redes neuronales (1969)
-
8/2/2019 Inteligencia Artificial Pp-1
40/115
40
Historia de la IA
Sistemas basados en conocimientos (1969-1979)- Dendral. Sistema para inferir estructuras
moleculares
- Mycin. Sistema para el diagnstico mdico de
enfermedades sanguneas
- Se modela la incertidumbre
- SHDRLU. Sistema para la comprensin del lenguaje
natural.- Lenguaje PROLOG (1972)
-
8/2/2019 Inteligencia Artificial Pp-1
41/115
41
Historia de la IA
IA como industria (1980-1988)- R1. Primer sistema experto comercial, para la
elaboracin de pedidos
- Proyecto de quinta generacin en Japn (mquina
PROLOG)
- Mquinas optimizadas para ejecutar LISP
- Se produce un impacto industrial en los campos
como la robtica y la visin artificial
-
8/2/2019 Inteligencia Artificial Pp-1
42/115
42
Historia de la IA
Regreso a las redes neronales (1986-presente)
- Hopfield. Rumelhart y Hinton. Nuevos modelos deRN
- Reconocimiento de voz (HMM)
- Incertidumbre (Bayes)- Robtica
- Aprendizaje
- Realidad virtual
-
8/2/2019 Inteligencia Artificial Pp-1
43/115
43
Aplicaciones de la IA
Tratamiento de lenguaje naturalSistemas Expertos
Demostracin de teoremas
Robtica
Programacin automtica
Problemas de planificacin
Reconocimiento de patrones
Manejo de incertidumbre
Resolucin de problemas
Visin artificial
-
8/2/2019 Inteligencia Artificial Pp-1
44/115
44
RESOLUCIN DE PROBLEMAS
-
8/2/2019 Inteligencia Artificial Pp-1
45/115
45
CARACTERSTICAS
Traslado del proceso de razonamientohumano e identificar estado actual delproblema.
rea especfica.
No hay soluciones ptimas
La precisin y exactitud dependen delconocimiento disponible y del entorno.
-
8/2/2019 Inteligencia Artificial Pp-1
46/115
46
PROCESO DE SOLUCIN
Identificar los posibles estados.
Los operadores.
Los Siguientes son los Pasos
Definir el ambiente del problema
Definir los estados iniciales
Definir los estados finales
Definir el conjunto de operadores y lascondiciones de aplicacin.
l
-
8/2/2019 Inteligencia Artificial Pp-1
47/115
47
Ejemplo
0 1 0 10 0 1 0
0 1 0 0
0 0 0 0
X 1 0 1
0 0 1 0
0 1 0 0
0 0 0 0
l
-
8/2/2019 Inteligencia Artificial Pp-1
48/115
48
Ejemplo
0 1 0 10 0 1 0
0 1 0 0
0 0 0 XOperadores
Moverse de (i,j) a (i,j+1) si: (i,j+1) no hay 1 y 0
-
8/2/2019 Inteligencia Artificial Pp-1
49/115
Ej l
-
8/2/2019 Inteligencia Artificial Pp-1
50/115
50
Ejemplo
0 1 0 10 0 1 0
0 1 0 0 Op1
0 X 0 0
0 1 0 1
0 0 1 0
0 1 0 0
0 0 0 X
0 1 0 10 0 1 0
0 1 0 0 Op1
0 0 X 0
T
-
8/2/2019 Inteligencia Artificial Pp-1
51/115
51
Tarea
Las Torres de Hanoi
-
8/2/2019 Inteligencia Artificial Pp-1
52/115
Nmero de Condiciones para su
-
8/2/2019 Inteligencia Artificial Pp-1
53/115
53
Nmero dela Accin
Accin Condiciones para suaplicacin
1 Llenar el balde de 8 gal. El balde de 8 gal. no est lleno
Nmero de Condiciones para su
-
8/2/2019 Inteligencia Artificial Pp-1
54/115
54
Nmero dela Accin
Accin Condiciones para suaplicacin
1 Llenar el balde de 8 gal. El balde de 8 gal. no est lleno
2 Llenar el balde de 6 gal. El balde de 6 gal. no est lleno
-
8/2/2019 Inteligencia Artificial Pp-1
55/115
Nmero de Condiciones para su
-
8/2/2019 Inteligencia Artificial Pp-1
56/115
56
Nmero dela Accin
Accin Condiciones para suaplicacin
1 Llenar el balde de 8 gal. El balde de 8 gal. no est lleno
2 Llenar el balde de 6 gal. El balde de 6 gal. no est lleno
3 Descargue el balde de 8 gal. El balde de 8 gal. no est vaco
4 Descargue el balde de 6 gal El balde de 6 gal. no est vaco
Nmero de Condiciones para su
-
8/2/2019 Inteligencia Artificial Pp-1
57/115
57
Nmero dela Accin
Accin Condiciones para suaplicacin
1 Llenar el balde de 8 gal. El balde de 8 gal. no est lleno
2 Llenar el balde de 6 gal. El balde de 6 gal. no est lleno
3 Descargue el balde de 8 gal. El balde de 8 gal. no est vaco
4 Descargue el balde de 6 gal El balde de 6 gal. no est vaco
5 Vace el balde de 8 gal. en elde 6 gal.
El balde de 6 gal. no est llenoy el de 8 gal. no est vaco. Elcontenido conjunto es
-
8/2/2019 Inteligencia Artificial Pp-1
58/115
-
8/2/2019 Inteligencia Artificial Pp-1
59/115
Nmero de Condiciones para su
-
8/2/2019 Inteligencia Artificial Pp-1
60/115
60
Nmero dela Accin
Accin Condiciones para suaplicacin
1 Llenar el balde de 8 gal. El balde de 8 gal. no est lleno
2 Llenar el balde de 6 gal. El balde de 6 gal. no est lleno
3 Descargue el balde de 8 gal. El balde de 8 gal. no est vaco
4 Descargue el balde de 6 gal El balde de 6 gal. no est vaco
5 Vace el balde de 8 gal. en elde 6 gal.
El balde de 6 gal. no est llenoy el de 8 gal. no est vaco. Elcontenido conjunto es = 8 gal
-
8/2/2019 Inteligencia Artificial Pp-1
61/115
-
8/2/2019 Inteligencia Artificial Pp-1
62/115
-
8/2/2019 Inteligencia Artificial Pp-1
63/115
-
8/2/2019 Inteligencia Artificial Pp-1
64/115
-
8/2/2019 Inteligencia Artificial Pp-1
65/115
-
8/2/2019 Inteligencia Artificial Pp-1
66/115
66
BSQUEDA EN UN ESPACIO DE ESTADOS
Considere la siguiente grfica: Objetivo: encontrar una ruta desde S hasta G Estado Inicial: S Estado Final: G
-
8/2/2019 Inteligencia Artificial Pp-1
67/115
BSQUEDA PRIMERO EN
-
8/2/2019 Inteligencia Artificial Pp-1
68/115
68
BSQUEDA PRIMERO ENANCHURA
Este tipo de bsqueda permitir siempreencontrar primero el estado objetivo msprximo.
Esta estrategia en general no es buena debidoa la cantidad de tiempo y memoria necesariapara realizar una bsqueda.
-
8/2/2019 Inteligencia Artificial Pp-1
69/115
BSQUEDA PRIMERO EN
-
8/2/2019 Inteligencia Artificial Pp-1
70/115
70
BSQUEDA PRIMERO ENPROFUNDIDAD
Esta bsqueda se centra en expandir un nicocamino desde la raz.
Siempre se expande el nodo ms profundo en
la frontera actual. En el caso de llegar a un callejn sin salida se
retrocede hasta el nodo ms cercano donde se
puede tomar una rama alternativa para poderseguir avanzando.
-
8/2/2019 Inteligencia Artificial Pp-1
71/115
-
8/2/2019 Inteligencia Artificial Pp-1
72/115
-
8/2/2019 Inteligencia Artificial Pp-1
73/115
-
8/2/2019 Inteligencia Artificial Pp-1
74/115
-
8/2/2019 Inteligencia Artificial Pp-1
75/115
75
Bsqueda Primero en Profundidad
-
8/2/2019 Inteligencia Artificial Pp-1
76/115
76
Bsqueda Primero en Profundidad
-
8/2/2019 Inteligencia Artificial Pp-1
77/115
77
Bsqueda Primero en Profundidad
-
8/2/2019 Inteligencia Artificial Pp-1
78/115
78
Bsqueda Primero en Profundidad
d f d d d
-
8/2/2019 Inteligencia Artificial Pp-1
79/115
79
Bsqueda Primero en Profundidad
-
8/2/2019 Inteligencia Artificial Pp-1
80/115
BSQUEDA PRIMERO EN
-
8/2/2019 Inteligencia Artificial Pp-1
81/115
81
BSQUEDA PRIMERO ENPROFUNDIDAD
-
8/2/2019 Inteligencia Artificial Pp-1
82/115
-
8/2/2019 Inteligencia Artificial Pp-1
83/115
-
8/2/2019 Inteligencia Artificial Pp-1
84/115
-
8/2/2019 Inteligencia Artificial Pp-1
85/115
-
8/2/2019 Inteligencia Artificial Pp-1
86/115
-
8/2/2019 Inteligencia Artificial Pp-1
87/115
-
8/2/2019 Inteligencia Artificial Pp-1
88/115
-
8/2/2019 Inteligencia Artificial Pp-1
89/115
-
8/2/2019 Inteligencia Artificial Pp-1
90/115
-
8/2/2019 Inteligencia Artificial Pp-1
91/115
-
8/2/2019 Inteligencia Artificial Pp-1
92/115
-
8/2/2019 Inteligencia Artificial Pp-1
93/115
Problema
-
8/2/2019 Inteligencia Artificial Pp-1
94/115
94
Problema
Imagine que un agente de viajes y un clientebastante molesto que quiere que reserve unvuelo de Nueva York a los ngeles, con una
cierta aerolnea. Aunque se le dice al clienteque no hay vuelo directo, ste insiste en volarcon la aerolnea. Al ver el horario de vuelos se
encuentra lo siguiente:
-
8/2/2019 Inteligencia Artificial Pp-1
95/115
El Mapa
-
8/2/2019 Inteligencia Artificial Pp-1
96/115
96
p
-
8/2/2019 Inteligencia Artificial Pp-1
97/115
-
8/2/2019 Inteligencia Artificial Pp-1
98/115
-
8/2/2019 Inteligencia Artificial Pp-1
99/115
Remonte de Colinas
-
8/2/2019 Inteligencia Artificial Pp-1
100/115
100
Menor Coste
-
8/2/2019 Inteligencia Artificial Pp-1
101/115
101
-
8/2/2019 Inteligencia Artificial Pp-1
102/115
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
103/115
103
MINIMAX
Aplicacin: juegos de antagonismoCaractersticas de este tipo de problemas:
la accin la desarrollan 2 antagonistas.
el turno pasa alternativamente de uno a otro.
la informacin es completa: cada antagonistaconoce el estado del otro (ajedrez, damas, domin,cartas).
juegos de suma nula: lo que gana uno de losantagonistas es lo que pierde el otro puede habertablas o empate.
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
104/115
104
MINIMAX
El espacio de bsqueda se representa mediante rbolesAlternados.
- nodo: representa una situacin (del juego).
- sucesores de un nodo: situaciones a las que se puede
acceder aplicando las reglas del juego.- cada nivel: contiene las situaciones posibles para uno
de los antagonistas.
Si primero juega el antagonista A, lo har en los niveles
pares (0,2,4, ...) del rbol alternado. B lo har en los niveles impares (1,3,5, ...) del rbol alternado
-
8/2/2019 Inteligencia Artificial Pp-1
105/115
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
106/115
106
MINIMAX
Heurstica :- no garantiza el xito.
- el camino seleccionado es razonablemente
un camino hacia la victoria o el empate.- imita el comportamiento humano al examinar
por anticipado un pequeo nmero dejugadas antes de decidirse por una.
-
8/2/2019 Inteligencia Artificial Pp-1
107/115
-
8/2/2019 Inteligencia Artificial Pp-1
108/115
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
109/115
109
MINIMAX
El maximizador busca un movimiento que lelleve al mayor nmero positivo.
El minimizador busca un movimiento que lelleve al menor nmero negativo.
El maximizador. puede esperar llegar a la situacin que le
producir un valor de 8. sabe que el minimizador puede escoger un
movimiento que le lleve a la situacin de valor 1.
-
8/2/2019 Inteligencia Artificial Pp-1
110/115
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
111/115
111
MINIMAX
Desde el punto de vista del maximizador, elminimizador puede escoger entre losresultados efectivos de 2 o 1.
El maximizador elegir moverse hacia la
alternativa en la que el minimizador debaelegir el resultado de 2.
Los resultados de un nivel determinan laaccin y el resultado efectivo del nivelinmediato superior.
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
112/115
112
MINIMAX
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
113/115
113
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
114/115
MINIMAX
-
8/2/2019 Inteligencia Artificial Pp-1
115/115
MINIMAX
Para efectuar una bsqueda minimax:1.- Si el lmite de bsqueda se ha alcanzado, se calcula
el valor numrico de la situacin actual en relacincon el jugador apropiado, dando a conocer elresultado.
2.- De otro modo, si el nivel es de minimizacin, se usaminimax en los hijos de la situacin actual, dando aconocer el mnimo de los resultados.
3.- Si el nivel es de maximizacin, se usa minimax en los
hijos de la situacin actual, dando a conocer elmximo de los resultados.