9. búsqueda entre adversarios

8
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SÉPTIMO PERÍODO ABRIL-SEPT/2015 TEMA: PROBLEMAS ENTRE BÚSQUEDAS ENTRE ADVERSARIOS MATERIA: INTELIGENCIA ARTIFICIAL II AUTORA: MÓNICA L. DIAZ ENCARNACIÓN FACILITADORA: ING. HIRAIDA SANTANA MISIÓN Formación de profesionales íntegros que conjuguen ciencia, tecnología y valores en su accionar, comprometidos con la sociedad en el manejo adecuado de programas y herramientas computacionales de última generación. VISIÓN Ser referente en la formación de profesionales de prestigio en el desarrollo de aplicaciones informáticas y soluciones de hardware. CALCETA, JULIO 2015

Upload: monika-diaz

Post on 08-Sep-2015

24 views

Category:

Documents


3 download

DESCRIPTION

Búsqueda Entre Adversarios

TRANSCRIPT

  • ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

    MANAB MANUEL FLIX LPEZ

    CARRERA INFORMTICA

    SEMESTRE SPTIMO PERODO ABRIL-SEPT/2015

    TEMA:

    PROBLEMAS ENTRE BSQUEDAS ENTRE ADVERSARIOS

    MATERIA:

    INTELIGENCIA ARTIFICIAL II

    AUTORA:

    MNICA L. DIAZ ENCARNACIN

    FACILITADORA:

    ING. HIRAIDA SANTANA

    MISIN

    Formacin de profesionales ntegros que conjuguen ciencia, tecnologa y valores en

    su accionar, comprometidos con la sociedad en el manejo adecuado de programas

    y herramientas computacionales de ltima generacin.

    VISIN

    Ser referente en la formacin de profesionales de prestigio en el desarrollo de

    aplicaciones informticas y soluciones de hardware.

    CALCETA, JULIO 2015

  • 07 de Julio del 2015

    INTRODUCCIN

    Como sabemos que los agentes tienen la finalidad de dar una

    solucin a un problema en especfico, y ver como este acta en el

    entorno, en la que existen dos tipo de agente. Simple que es aquel

    que no se preocupa de su oponente, en cambio un agente

    multiagente es lo contrario, est pendiente de algn cambio o

    estrategia de su contrincante pueda realizar, con el propsito de

    apoderarse del juego.

    Dentro de este agente se encuentra el de juegos, en la que va a estar

    pendiente de lo que sucede con oponte, en el momento de jugar.

    OBJETIVO

    Conocer, aprender sobre las bsquedas entre adversarios, y como

    esta se relaciona con el medio.

    MARCO TERICO

    JUEGOS

    Los juegos, como el mundo real, requieren la capacidad de tomar alguna

    decisin (la jugada) cuando es infactible calcular la decisin ptima.

  • En IA, los juegos son una clase ms especializada, que los tericos llaman

    juegos:

    De suma cero.

    Dos jugadores (jugador MAX, jugador MIN).

    Por turnos.

    Deterministas.

    Informacin perfecta.

    En cualquier juego siempre tiene que haber un ganador (+1), y un perdedor (-1)

    o empate.

    Tipos de Juegos

    JUEGOS DETERMINISTAS JUEGOS DE AZAR

    CON INFORMACIN

    PERFECTA Ajedrez, damas.

    Backgammon,

    Monopolio.

    CON INFORMACIN

    IMPERFECTA Barquitos.

    Bridge, pker,

    scrabble.

    Un juego perfecto:

    Dos jugadores.

    Movimientos intercalados.

    Sumo cero (la ganancia de uno es la prdida del otro).

    Informacin perfecta (ambos jugadores tienen acceso a todo la

    informacin sobre el estado del juego: no se ocultan informacin el uno al

    otro).

    No interviene al azar (dados).

    Ejemplo:

  • Nim, Grundym, 3 en raya, conecta -4, damas, ajedrez, etc.

    DECISIONES PTIMAS DE JUEGOS

    Un juego puede definirse formalmente como una clase de problemas de

    bsqueda con los componentes siguientes:

    A

    ESTADO

    INICIAL

    A

    FUNCIN

    SUCESOR

    A

    TEST

    TERMI-

    NAL

    FUNCIN

    UTILIDAD

  • ESTRATEGIAS PTIMAS

    La solucin ptima sera una secuencia de movimientos que conducen a un

    estado objetivo (un estado terminal que es ganador). En un juego, el agente debe

    estar pendiente de las acciones que realizan a su rival y cmo influye en el

    entorno.

    ALGORITMO MINIMAX

    Utilidad para MAX de estar en el estado n asumiendo que ambos jugadores

    jueguen ptimamente, calculando as la decisin minimax del estado actual, en

    la que usa un clculo simple recurrente de los valores minimax de cada estado

    sucesor. Los valores minimax retroceden por el rbol cuando la recursin se va

    deshaciendo.

    Pasos para realizar un algoritmo MINIMAX

    Se generan todos los nodos hasta llegar a un estado terminal.

    Calculo de los valores de la funcin de utilidad para cada nodo terminal.

    Calcular el valor de los nodos.

    Elegir la jugada valorando los valores que han llegado al nivel superior.

  • CONCLUSIN

    He concluido que los problemas de Bsquedas entre adversarios es

    un tema principal que todo estudiante debe conocer, ya que es lgico

    que esta bsqueda se aplica en todo momento que haya un juego

    con un contrincante, porque es ah donde cada uno tiene sus

    estrategias, y sabr en que momento aplicarla, con el fin de que gane

    el juego.

    Esta bsqueda tambin nos enfoca como el agente se relaciona con

    el ambiente y de qu manera este acta, con el objetivo de

    involucrarse ms en ella y saber de qu manera este puede ganarle

    al oponte, sea en cualquier entorno que se encuentre.

  • BIBLIOGRAFA

    Berzal, F. 2012. Bsqueda con adversarios: Juegos. (En lnea).

    Consultado el 09 Jul. 2015. Formato: PDF. Disponible en:

    http://elvex.ugr.es/decsai/iaio/slides/A6%20Games.pdf

    Ceccaroni, L- 2007. Inteligencia Artificial Bsqueda entre

    adversarios. (En lnea). Consultado el 09 Jul. 2015. Formato: PDF.

    Disponible en: http://www.cs.upc.edu/~luigi/II/IA-2007-fall/2d-

    busqueda-entre-adversarios-%28es%29.pdf

    Gonzales, J. 2012. Bsquedas con Adversarios. (En lnea).

    Consultado el 09 Jul. 2015. Formato: PDF. Disponible en:

    http://ccc.inaoep.mx/~jagonzalez/AI/Sesion7_Juegos_con_Opon

    entes.pdf

  • Ruiz, J; Alonso, J; Martin, F; Hidalgo, M. 2012. Bsqueda con

    adversarios. (En lnea). Consultado el 09 Jul. 2015. Formato: PDF.

    Disponible en: http://www.cs.us.es/cursos/ia1/temas/tema-07.pdf

    Russell, S y Norvig, P. 2008. Inteligencia Artificial Un Enfoque

    Moderno. 2 ed. Espaa. Pearson Education. p 1242