Embed Size (px)
DESCRIPTION
Inteligencia artificial
Citation preview
Principais Toacutepicos1048708 Introduccedilatildeo1048708 Meacutetodos de busca1048708 Busca cega1048708 Busca em profundidade1048708 Busca em amplitude (largura)1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Problema1048708 Suponha que vocecirc quer descobrir o caminho de umacidade (S) para uma outra (G) usando um mapa
Para encontrar o melhor caminho dois custosdiferentes devem ser considerados1048708 Custo computacional gasto para encontrar um caminho1048708 Custo de ldquoviagemrdquo decorrente da utilizaccedilatildeo destecaminho1048708 Possiacuteveis situaccedilotildees1048708 Viagem frequente Vale a pena gastar algum tempopara encontrar um bom caminho1048708 Viagem rara e difiacutecil de achar um caminho bastaencontrar um caminho
Problema pode ser representado por uma rede (grafo)1048708 Ao percorrer uma rede deve-se evitar visitar o mesmo noacutemais de uma vez1048708 Representa um ciclo o que significa que loops infinitos podemocorrer1048708 Soluccedilatildeo remover loops1048708 Remoccedilatildeo de loops1048708 Soluccedilatildeo traccedilar todos os caminhos possiacuteveis ateacute natildeo poderextender nenhum deles sem criar um loop
Um sistema de IA pode resolver problemas damesma forma1048708 Ele sabe onde ele estaacute (conjunto de informaccedilotildees iniciais)1048708 Ele sabe onde deseja ir (estado objetivo)1048708 Resolver problema em IA envolve busca do estadoobjetivo (paradigma de resoluccedilatildeo de problemas)1048708 Forma simplificada de raciociacutenio1048708 Simples sistemas de IA reduzem raciociacutenio agrave busca8
Problemas de busca satildeofrequentemente descritos utilizandodiagramas de aacutervores de busca1048708 Aacutervores semacircnticas onde cada noacute denotaum passo no caminho do noacute inicial parao noacute objetivo1048708 Noacute inicial (I) = onde a busca comeccedila1048708 Noacute objetivo (O) = onde ela termina1048708 Objetivo Encontrar um caminho queligue o noacute inicial a um noacute objetivo
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Problema1048708 Suponha que vocecirc quer descobrir o caminho de umacidade (S) para uma outra (G) usando um mapa
Para encontrar o melhor caminho dois custosdiferentes devem ser considerados1048708 Custo computacional gasto para encontrar um caminho1048708 Custo de ldquoviagemrdquo decorrente da utilizaccedilatildeo destecaminho1048708 Possiacuteveis situaccedilotildees1048708 Viagem frequente Vale a pena gastar algum tempopara encontrar um bom caminho1048708 Viagem rara e difiacutecil de achar um caminho bastaencontrar um caminho
Problema pode ser representado por uma rede (grafo)1048708 Ao percorrer uma rede deve-se evitar visitar o mesmo noacutemais de uma vez1048708 Representa um ciclo o que significa que loops infinitos podemocorrer1048708 Soluccedilatildeo remover loops1048708 Remoccedilatildeo de loops1048708 Soluccedilatildeo traccedilar todos os caminhos possiacuteveis ateacute natildeo poderextender nenhum deles sem criar um loop
Um sistema de IA pode resolver problemas damesma forma1048708 Ele sabe onde ele estaacute (conjunto de informaccedilotildees iniciais)1048708 Ele sabe onde deseja ir (estado objetivo)1048708 Resolver problema em IA envolve busca do estadoobjetivo (paradigma de resoluccedilatildeo de problemas)1048708 Forma simplificada de raciociacutenio1048708 Simples sistemas de IA reduzem raciociacutenio agrave busca8
Problemas de busca satildeofrequentemente descritos utilizandodiagramas de aacutervores de busca1048708 Aacutervores semacircnticas onde cada noacute denotaum passo no caminho do noacute inicial parao noacute objetivo1048708 Noacute inicial (I) = onde a busca comeccedila1048708 Noacute objetivo (O) = onde ela termina1048708 Objetivo Encontrar um caminho queligue o noacute inicial a um noacute objetivo
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Para encontrar o melhor caminho dois custosdiferentes devem ser considerados1048708 Custo computacional gasto para encontrar um caminho1048708 Custo de ldquoviagemrdquo decorrente da utilizaccedilatildeo destecaminho1048708 Possiacuteveis situaccedilotildees1048708 Viagem frequente Vale a pena gastar algum tempopara encontrar um bom caminho1048708 Viagem rara e difiacutecil de achar um caminho bastaencontrar um caminho
Problema pode ser representado por uma rede (grafo)1048708 Ao percorrer uma rede deve-se evitar visitar o mesmo noacutemais de uma vez1048708 Representa um ciclo o que significa que loops infinitos podemocorrer1048708 Soluccedilatildeo remover loops1048708 Remoccedilatildeo de loops1048708 Soluccedilatildeo traccedilar todos os caminhos possiacuteveis ateacute natildeo poderextender nenhum deles sem criar um loop
Um sistema de IA pode resolver problemas damesma forma1048708 Ele sabe onde ele estaacute (conjunto de informaccedilotildees iniciais)1048708 Ele sabe onde deseja ir (estado objetivo)1048708 Resolver problema em IA envolve busca do estadoobjetivo (paradigma de resoluccedilatildeo de problemas)1048708 Forma simplificada de raciociacutenio1048708 Simples sistemas de IA reduzem raciociacutenio agrave busca8
Problemas de busca satildeofrequentemente descritos utilizandodiagramas de aacutervores de busca1048708 Aacutervores semacircnticas onde cada noacute denotaum passo no caminho do noacute inicial parao noacute objetivo1048708 Noacute inicial (I) = onde a busca comeccedila1048708 Noacute objetivo (O) = onde ela termina1048708 Objetivo Encontrar um caminho queligue o noacute inicial a um noacute objetivo
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Problema pode ser representado por uma rede (grafo)1048708 Ao percorrer uma rede deve-se evitar visitar o mesmo noacutemais de uma vez1048708 Representa um ciclo o que significa que loops infinitos podemocorrer1048708 Soluccedilatildeo remover loops1048708 Remoccedilatildeo de loops1048708 Soluccedilatildeo traccedilar todos os caminhos possiacuteveis ateacute natildeo poderextender nenhum deles sem criar um loop
Um sistema de IA pode resolver problemas damesma forma1048708 Ele sabe onde ele estaacute (conjunto de informaccedilotildees iniciais)1048708 Ele sabe onde deseja ir (estado objetivo)1048708 Resolver problema em IA envolve busca do estadoobjetivo (paradigma de resoluccedilatildeo de problemas)1048708 Forma simplificada de raciociacutenio1048708 Simples sistemas de IA reduzem raciociacutenio agrave busca8
Problemas de busca satildeofrequentemente descritos utilizandodiagramas de aacutervores de busca1048708 Aacutervores semacircnticas onde cada noacute denotaum passo no caminho do noacute inicial parao noacute objetivo1048708 Noacute inicial (I) = onde a busca comeccedila1048708 Noacute objetivo (O) = onde ela termina1048708 Objetivo Encontrar um caminho queligue o noacute inicial a um noacute objetivo
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Um sistema de IA pode resolver problemas damesma forma1048708 Ele sabe onde ele estaacute (conjunto de informaccedilotildees iniciais)1048708 Ele sabe onde deseja ir (estado objetivo)1048708 Resolver problema em IA envolve busca do estadoobjetivo (paradigma de resoluccedilatildeo de problemas)1048708 Forma simplificada de raciociacutenio1048708 Simples sistemas de IA reduzem raciociacutenio agrave busca8
Problemas de busca satildeofrequentemente descritos utilizandodiagramas de aacutervores de busca1048708 Aacutervores semacircnticas onde cada noacute denotaum passo no caminho do noacute inicial parao noacute objetivo1048708 Noacute inicial (I) = onde a busca comeccedila1048708 Noacute objetivo (O) = onde ela termina1048708 Objetivo Encontrar um caminho queligue o noacute inicial a um noacute objetivo
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Problemas de busca satildeofrequentemente descritos utilizandodiagramas de aacutervores de busca1048708 Aacutervores semacircnticas onde cada noacute denotaum passo no caminho do noacute inicial parao noacute objetivo1048708 Noacute inicial (I) = onde a busca comeccedila1048708 Noacute objetivo (O) = onde ela termina1048708 Objetivo Encontrar um caminho queligue o noacute inicial a um noacute objetivo
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Problema de busca1048708 Entrada1048708 Descriccedilatildeo dos noacutes inicial e objetivo1048708 Procedimento que produz os sucessores de um dadonoacute1048708 Saiacuteda1048708 Sequecircncia vaacutelida de noacutes iniciando com o noacute iniciale terminando com o noacute objetivo1048708 Exemplo palavras cruzadas
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Definiccedilotildees importantes1048708 Profundidade nuacutemero de ligaccedilotildees entre um dadonoacute e o noacute inicial1048708 Amplitude nuacutemero de sucessores (filhos) de umnoacute1048708 Noacute raiacutez Noacute que natildeo tem pai (ascendente)1048708 Noacute folha noacute que natildeo tem filhos (descendentes)1048708 Noacute objetivo noacute que satisfaz o problema
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Definiccedilotildees importantes1048708 Caminho parcial caminho onde o noacute final(folha) natildeo eacute um objetivo1048708 Caminho final ou completo caminho onde o noacutefinal eacute um noacute objetivo1048708 Expandir um noacute gerar as crianccedilas de um noacute1048708 Em busca vocecirc aprende como encontrar umcaminho entre o noacute inicial e o noacute objetivo
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Problemas da operaccedilatildeo de busca1048708 Com o aumento do tamanho da aacutervore de buscae do nuacutemero de possiacuteveis caminhos o tempo debusca aumenta1048708 Existem vaacuterias formas de reduzir o tempo debusca alguns dos quais seratildeo discutidos maisadiante
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Possiacuteveis situaccedilotildees1048708 Mais de um noacute objetivo1048708 Mais de um noacute inicial1048708 Nestas situaccedilotildees1048708 Encontrar qualquer caminho de um noacute inicial paraum noacute objetivo1048708 Encontrar melhor caminho
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo baacutesico de busca1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Escolher um noacute n de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cadaum com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmos de busca1048708 Existem vaacuterios algoritmos de busca diferentes1048708 O que os distingue eacute a maneira como o noacute n eacuteescolhido no passo 21048708 Meacutetodos de busca1048708 Busca cega escolha depende da posiccedilatildeo do noacute nalista (escolhe o primeiro elemento)1048708 Busca heuriacutestica escolha utiliza informaccedilotildeesespeciacuteficas do domiacutenio para ajudar na decisatildeo
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Maneira mais direta de encontrar umasoluccedilatildeo1048708 Visitar todos os caminhos possiacuteveis sem repetirum mesmo noacute1048708 Busca cega natildeo utiliza informaccedilotildees sobre oproblema para guiar a busca1048708 Estrateacutegia de busca exaustivamente aplicada ateacuteuma soluccedilatildeo ser encontrada (ou falhar)
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Ex suponha que vocecirc deseja encontrar omelhor caminho de Recife a Satildeo Paulo1048708 Utilizando um mapa de estradas sem asdistacircncias1048708 Seu caminho comeccedila em Recife (ponto departida) e termina em Satildeo Paulo (objetivo)
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca cega1048708 Existe um grande nuacutemero de teacutecnicas1048708 Busca em Profundidade (BP)1048708 A aacutervore eacute examinada de cima para baixo1048708 Aconselhaacutevel nos casos onde os caminhos improdutivosnatildeo satildeo muito longos1048708 Busca em Amplitude (BA)1048708 A aacutervore eacute examinada da esquerda para a direita1048708 Aconselhaacutevel quando o nuacutemero de ramos (filhos) dos noacutesnatildeo eacute muito grande (natildeo vale a pena quando os noacutesobjetivos estatildeo em um mesmo niacutevel)
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo BP1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo BA1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
BA versus BP1048708 BP e BA natildeo precisam ser realizadas em umaordem especiacutefica1048708 Memoacuteria utilizada pelas duas teacutecnicas1048708 BP precisa armazenar todos os filhos natildeovisitados entre noacute atual e noacute inicial1048708 BA antes de examinar noacute a uma profundidade d eacutenecessaacuterio examinar e armazenar todos os noacutes auma profundidade d - 11048708 BP geralmente utiliza menos memoacuteria
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
BA versus BP1048708 Quanto ao tempo1048708 BP eacute geralmente mais raacutepida1048708 Melhor busca depende da aacutervore1048708 Quando natildeo se conhece a aacutervore pode-se buscarum compromisso entre BA e BP1048708 Busca natildeo determiniacutestica (BN)1048708 Combina BA com BP
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca natildeo determiniacutestica1048708 Escolhe aleatoriamente o noacute da aacutervore a serexpandido1048708 Tiro no escuro1048708 Provavelmente vantajosa apenas paraaacutervores muito pequenas com uns poucosramos infinitos1048708 Alternativa vaacutelida se BP e BA satildeoimpraticaacuteveis
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo BN1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo Seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar em posiccedilotildees aleatoacuterias de L todos os filhos de nrotulando cada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca1048708 Busca cega natildeo eacute eficiente1048708 Eacute necessaacuterio limitar de alguma forma o espaccedilo debusca para tornaacute-la mais raacutepida e eficiente1048708 Busca seria mais eficiente se as escolhas pudessemser ordenadas1048708 Escolhas mais promissores seriam exploradas antes1048708 Em vaacuterias situaccedilotildees eacute possiacutevel determinar umordenamento razoaacutevel1048708 Alternativas podem ser ordenadas atraveacutes de heuriacutesticas
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca1048708 Exemplo1048708 Imagine que vocecirc estaacute em uma cidade e quer pegarum trem para casa mas natildeo sabe qual deve pegar1048708 Se vocecirc morasse na zona Norte naturalmenteignoraria todos os trens que fossem para o sul1048708 Se vocecirc morasse na zona Sul naturalmente ignorariatodos os trens que fossem para o Norte1048708 Estas heuriacutesticas ajudam a limitar a busca
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca1048708 Heuriacutesticas1048708 Humanos utilizariam ldquomacetesrdquoou dicas1048708 Em IAestas ldquodicasrdquo satildeo chamadas de heuriacutesticas1048708 Busca heuriacutestica1048708 Meacutetodos de busca heuriacutestica1048708 Busca hill climbing1048708 Busca em feixe1048708 Busca melhor-primeiro
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca heuriacutestica1048708 Observaccedilatildeo1048708 Tempo gasto avaliando uma funccedilatildeo heuriacutesticadeve ser recuperado por uma reduccedilatildeocorrespondente no espaccedilo de pesquisa1048708 Atividade niacutevel base esforccedilo gasto tentando resolvero problema1048708 Atividade niacutevel meta trabalho gasto decidindo comoresolver o problema1048708 Por que escolher e usar regras heuriacutesticas quando eacutemais raacutepido executar uma busca cega
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca heuriacutestica1048708 Observaccedilatildeo (cont)1048708 Existe um trade-off atividade no niacutevel baseversus atividade no niacutevel meta1048708 Busca eficiente tempo gasto no niacutevel meta eacuterecuperado com reduccedilotildees no tempo necessaacuteriopara o niacutevel base1048708 As vezes pode ser melhor definir um novoespaccedilo de busca
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Funcionamento1048708 Procurar entre os noacutes proacuteximos aquele mais pertodo objetivo1048708 Seleciona o filho do noacute mais proacuteximo do objetivosegundo uma medida heuriacutestica1048708 ldquoRaio de visatildeordquo limitado agrave proximidade do noacute atual1048708 Semelhante agrave otimizaccedilatildeo de funccedilatildeo1048708 Procurar a combinaccedilatildeo de valores dos paracircmetrosque fazem com que a funccedilatildeo assuma o maior valor
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Hill Climbing1048708 Exemplo de funcionamento1048708 Imagine que vocecirc queira escalar uma montanha e1048708 Estaacute fazendo uma neblina forte1048708 Vocecirc possui apenas um altiacutemetro e uma buacutessola1048708 Procurar o ponto mais alto em um terreno durante umacaminhada1048708 Alternativa daacute um passo em cada possiacutevel direccedilatildeoe escolher aquela em que vocecirc sobe mais
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Hill Climbing1048708 Caracteriacutesticas1048708 Funciona como BP mas escolhe o filho de acordocom sua ldquodistacircnciardquo ao objetivo1048708 Quanto melhor a medida heuriacutestica mais eficienteeacute a busca1048708 Quantidade maior de conhecimento leva a umareduccedilatildeo no tempo de busca1048708 Ex Suponha que a medida utilizada seja adistacircncia fiacutesica ao noacute objetivo
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo Hill Climbing1 Definir um conjunto L de noacutes iniciais classificados de acordo com suasdistacircncias ao noacute objetivo (em ordem crescente)2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LOrdenar os filhos de n em ordem crescente de acordo com suasdistacircncias ao noacute objetivoAdicionar ao iniacutecio de L todos os filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Hill Climbing1048708 Problemas1048708 Menor caminho da primeira para a segunda cidadepode levar levar a uma outra mais distante1048708 Opccedilatildeo 1 voltar atraacutes e tomar o segundo menorcaminho etcbull Este processo de ldquoolhar para a frente e voltar atraacutesrdquocertamente leva tempo1048708 Opccedilatildeo 2 incluir natildeo determinismobull Nuacutemero de passos tamanho dos passos direccedilatildeo aleatoacuterios1048708 Opccedilatildeo 3 utilizar outros meacutetodos heuriacutesticos
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Hill Climbing1048708 Problemas1048708 Maacuteximo local1048708 Existe um pico mais elevado que natildeo eacute necessariamenteo objetivo1048708 Planiacutecie1048708 Todos os pontos vizinhos levam ao mesmo valor1048708 Aresta (ponte)1048708 Existe pelo menos uma direccedilatildeo que aumenta o valor masnenhuma das transiccedilotildees possiacuteveis segue esta direccedilatildeo
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca em feixe (BF)1048708 Funcionamento1048708 Assim como BA progride niacutevel a niacutevel1048708 Move para baixo apenas atraveacutes dos M melhores noacutesde cada niacutevel1048708 Outros noacutes do mesmo niacutevel satildeo ignorados1048708 M eacute constante para todos os niacuteveis1048708 Vantagens1048708 Reduz nuacutemero de noacutes visitados1048708 Escapa do problema de ramificaccedilatildeo infinita
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo BF1 Definir um conjunto L de noacutes iniciais2 Se L eacute vazioEntatildeo Busca natildeo foi bem sucedidaSenatildeo seja n o primeiro noacute de L3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar ao final de L os M melhores filhos de n rotulandocada um com o seu caminho ateacute o noacute inicialVoltar ao passo 2
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Busca Melhor-Primeiro1048708 Funcionamento1048708 Busca segue pelo melhor noacute aberto (que aindatem filho para ser visitado)1048708 Hill Climbing sem a restriccedilatildeo da busca emprofundidade1048708 Escolhe o melhor noacute n da lista L1048708 Geralmente encontra caminhos mais curtos que oHill Climbingbull Sempre move em direccedilatildeo ao noacute mais proacuteximo do objetivonatildeo importa onde ele esteja na aacutervore
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Algoritmo Melhor-Primeiro1 Definir um conjunto L de noacutes iniciais2 Seja n o noacute de L mais proacuteximo do objetivoSe L eacute vazioEntatildeo Busca natildeo foi bem sucedida3 Se n eacute um noacute objetivoEntatildeo Retornar caminho do noacute inicial ateacute nPararSenatildeo Remover n de LAdicionar a L todos os filhos de n rotulando cada um com oseu caminho ateacute o noacute inicialVoltar ao passo 2
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Observaccedilotildees1048708 Perguntas a serem feitas antes de utilizarmeacutetodos de busca1048708 Busca eacute a melhor maneira para resolver oproblema1048708 Quais meacutetodos de busca resolvem o problema1048708 Qual deles eacute o mais eficiente para esteproblema
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
Conclusatildeo1048708 Definiccedilotildees baacutesicas1048708 Busca cega1048708 Busca em profundidade1048708 Busca em largura1048708 Busca natildeo determiniacutestica1048708 Busca heuriacutestica1048708 Hill Climbing1048708 Busca em Feixe1048708 Busca Best first
