Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 4: Bài toán tìm kiếm 2
lượt xem 5
download
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 4: Bài toán tìm kiếm 2 có nội dung trình bày về heuristic, tìm kiếm tham lam, thuật giải A*, sự nới lỏng,... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 4: Bài toán tìm kiếm 2
- CÁC HỆ THỐNG THÔNG MINH NHÂN TẠO & ỨNG DỤNG Bài toán tìm kiếm II THS. BÙI THỊ DANH BM.KHMT, KHOA CNTT, ĐH.KHTN TP.HCM
- Nội dung Heuristic Tìm kiếm tham lam Thuật giải A* Sự nới lỏng 2
- Heuristic Các thuật toán tìm kiếm mù duyệt trạng thái theo mọi hướng, không sử dụng thông tin của trạng thái đích. Ước lượng chi phí đến trạng thái đích. Liệu có tìm đường nhanh hơn?!? 3
- Heuristic Heuristic là một hàm ước lượng mức độ gần của một trạng thái so với trạng thái đích ◦ Kí hiệu là h(s), với s là trạng thái. Heuristic được thiết kế cho từng bài toán tìm kiếm cụ thể Một số hàm heuristic phổ biến: ◦ Khoảng cách Euclidean, Mahattan. ◦… 4
- Ví dụ - Tìm đường đi cho Pacman Hàm h(s) là hàm Euclidean 5
- Ví dụ - Tìm đường đi trên bản đồ Hàm h(s) là khoảng cách đường chim bay 6
- Ví dụ - N-Puzzle Hàm h(s): số ô khác biệt giữa 2 puzzle… 7
- Nội dung Heuristic Tìm kiếm tham lam Thuật giải A* Sự nới lỏng 8
- Tìm kiếm tham lam (greedy search) Chiến lược duyệt: mở rộng trạng thái được ước lượng là gần trạng thái đích nhất ◦ Hàm heuristic tương ứng h(s) có giá trị nhỏ nhất Sử dụng hàng đợi ưu tiên để triển khai, với độ ưu tiên là h(s) Tùy chọn: đánh dấu các trạng thái đã được xem xét ◦ Đánh dấu khi trạng thái được lấy khỏi hàng đợi 9
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = null, PQ={(Start,12)} 10
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = Start/12, PQ={(e, 4), (d, 8), (p,11)} 11
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = e/4, PQ={ (h,6), (r, 6), (d, 8), (p,11),} 12
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = h/6, PQ={(r, 6), (d, 8), (q, 9), (p,11),} 13
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = r/6, PQ={ (f, 4), (d, 8), (q, 9), (p,11),} 14
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = f/4, PQ={ (Goal, 0), (d, 8), (q, 9), (p,11),} 15
- Ví dụ Goal a 2 h=0 2 h=8 h=5 b 1 8 c 2 5 h = 11 2 e 3 d h=4 f 9 h=8 Start 1 9 h=4 4 h 5 h = 12 1 h=6 p 15 q 4 r h = 11 h=9 h=6 S = Goal/0, PQ={ (d, 8), (q, 9), (p,11),} Đã tìm thấy Goal 16
- Tìm kiếm tham lam (greedy search) Khởi tạo hàng đợi ưu tiên pQueue Đưa trạng thái bắt đầu start vào pQueue Loop If không còn trạng thái để mở rộng then return “không có lời giải” Chọn trạng thái s đầu hàng đợi để mở rộng If s là trạng thái đích then return “có lời giải” Gán nhãn cho trạng thái s Với mỗi trạng thái mới s’ mở rộng từ s: If s’ chưa được gán nhãn then Tí𝑛ℎ ℎ(𝑠 ′ ) If 𝑠′ không có trong pQueue then Thêm s’ vào pQueue Ghi nhớ trạng thái trước của s’ là s end 17
- Tìm kiếm tham lam (greedy search) Tính đầy đủ: ◦ Có Tính tối ưu: ◦ Không, vì chỉ dựa vào chi phí ước lượng ◦ Thường đưa agent tới thẳng trạng thái đích, nhưng không phải với chi phí tốt nhất Độ phức tạp tính toán: ◦ O(min N, 𝑏 max ) Độ phức tạp lưu trữ: ◦ O(min N, 𝑏 max ) 18
- Nội dung Heuristic Tìm kiếm tham lam Thuật giải A* Sự nới lỏng 19
- Thuật giải A* Ý tưởng: kết hợp thuật toán UCS và tìm kiếm tham lam UCS: chiến lược duyệt dựa theo chi phí từ trạng thái bắt đầu đến trạng thái đang xét, 𝑔(𝑠) Tìm kiếm tham lam: chiến lược duyệt dựa theo chi phí ước lượng từ trạng thái đang xét đến trạng thái cuối, ℎ(𝑠) Thuật giải A*: chiến lược duyệt dựa theo theo giá trị tổng 𝑓 𝑠 = 𝑔 𝑠 + ℎ(𝑠) ℎ 𝑠 ,ước lượng Start … s … Goal 𝑔(𝑠) 20
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Bài giảng Các hệ thống thông tin phân tán - TS. Hồ Bảo Quốc
44 p | 281 | 38
-
Bài giảng môn Hệ thống thông tin quản lý: Chương 3
130 p | 316 | 26
-
Bài giảng môn Hệ thống thông tin quản lý: Chương 4
131 p | 198 | 21
-
Bài giảng môn Hệ thống thông tin quản lý: Chương 1
96 p | 141 | 14
-
Bài giảng môn Hệ thống thông tin quản lý: Chương 2
192 p | 190 | 14
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 2: Tổng quan trí tuệ nhân tạo
26 p | 48 | 8
-
Bài giảng Các hệ thống thông tin số - Trường Đại học Hàng Hải Việt Nam
49 p | 81 | 6
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 6: Logic (tiếp theo)
50 p | 42 | 6
-
Bài giảng Các hệ thống phân tán và ứng dụng: Chương 1 - TS. Đặng Tuấn Linh
67 p | 12 | 5
-
Bài giảng Các hệ thống thông tin và chiến lược
17 p | 19 | 5
-
Bài giảng Các hệ thống thông tin tích hợp
63 p | 24 | 5
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 7: Máy học
58 p | 32 | 5
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 5: Logic
73 p | 36 | 5
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 3: Bài toán tìm kiếm 1
68 p | 39 | 5
-
Bài giảng Các hệ thống dựa trên tri thức: Phần 1
78 p | 48 | 4
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 1: Giới thiệu môn học
8 p | 46 | 4
-
Bài giảng Các hệ thống phân tán và ứng dụng: Chương 2 - TS. Đặng Tuấn Linh
118 p | 20 | 4
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn