22 de diciembre de 2008
|
|
- Vicente Soler Río
- hace 5 años
- Vistas:
Transcripción
1 de dos agentes Grupo de Planificación y Aprendizaje (PLG) Departamento de Informática Escuela Politécnica Superior Universidad Carlos III de Madrid 22 de diciembre de 2008
2 de dos agentes de dos agentes Grupo de Planificación y Aprendizaje (PLG) Departamento de Informática Escuela Politécnica Superior Universidad Carlos III de Madrid 22 de diciembre de 2008
3 En Esta Sección: de dos agentes de dos agentes
4 de dos agentes Suma nula: lo que gana uno, lo pierde el otro Dos agentes (se puede generalizar, Max n ) Información completa: se conoce en cada momento el estado completo del juego Deterministas o de información perfecta: no entra en juego el azar (se puede generalizar) Alternados: las decisiones de cada agente se toman de forma alternada
5 de dos agentes Resolución con función de evaluación perfecta n 0 n n 2 n 3 f (n) = Problema Normalmente, no se conoce dicha función
6 de dos agentes Resolución con búsqueda completa + n 0 0 n n 2 + n 3 Observaciones Nodos hoja: ganar ( ), perder ( ) o empatar (0) Problema: es intratable; no se puede realizar en un tiempo razonable
7 de dos agentes v i v i : Nodos max (juega el Minimax) : Nodos min (juega el oponente)
8 de dos agentes Cálculo del valor de cada nodo Minimax f (n) = + si n es una situación ganadora si n es una situación perdedora 0 si n es una situación de empate fev(n) si p = Profundidad-máxima máx Si S(n) f (S i ) si n es nodo max y p < p max mín Si S(n) f (S i ) si n es nodo min y p < p max Negamax f (n) = { f ev(n) si d = 0 máx( f (S ),..., f (S k )) si d > 0
9 Algoritmo minimax de dos agentes Procedimiento Minimax (Situación Profundidad) SI Profundidad = p max ENTONCES devolver evaluación (Situación) SI NO SI ganadora (Situación) ENTONCES devolver + SI NO SI perdedora (Situación) ENTONCES devolver - SI NO SI empate (Situación) ENTONCES devolver 0 SI NO S = sucesores (Situación) L = lista de llamadas al MINIMA (S i S, Profundidad + ) SI nivel-max (Profundidad) ENTONCES devolver max (L) SI NO devolver min (L)
10 de dos agentes Tic-tac-toe Minimax Función de evaluación f (n): número de posibilidades de hacer tres en raya del jugador menos número de posibilidades de hacer tres en raya del oponente Si colocamos la primera ficha en: el centro: posibilidades para hacer 3 en raya (f (n) = = 0) en una esquina: 3 posibilidades (f (n) = 3 = 2) en el centro de un lateral: 2 posibilidades (f (n) = 2 6 = )
11 de dos agentes Tic-tac-toe Minimax 2=2 2=2 2=2 3 2= 2=3 3 2=
12 de dos agentes Tic-tac-toe Minimax 0 3= 3= 3= 3 3=0 3= 3 3=0
13 de dos agentes Tic-tac-toe Minimax 0 2=2 2=2 2=2 2=2 2=2 3 2=
14 de dos agentes Poda en los nodos max α= α= ; 6; 3 > 3 6 3
15 de dos agentes Poda en los nodos min α= β= α= ; 2; 6 β= 6 > 2 6
16 Poda Alfa-Beta de dos agentes Nodos max: se utiliza el parámetro α para guardar el valor máximo de los sucesores encontrado hasta el momento. α 0 = Nodos min: se utiliza el parámetro β para guardar el valor mínimo de los sucesores encontrado hasta el momento. β 0 = + Poda en los nodos max: Poda en los nodos min: α p β p β p α p
17 Alfa-Beta: Ejemplo de dos agentes
18 Alfa-Beta: Ejemplo de dos agentes α= α= ; β= + α= 3 α= α= ; 3; β= + α= ; 6 α= β= 6 α= ; 6 β= α= 3 α= 3 α= α= β= 6 Poda (6 )
19 Alfa-Beta: Ejemplo de dos agentes α= α= α= 6 7 α=; 6; 7 β= + 7 α= α= β=7 α= ; 7; α= β=7 Poda ( ) α= 6 α= 6 7 α= β=7
20 Alfa-Beta: Ejemplo de dos agentes α= α= 8 α=; α=; 8 α= α= ; 8 0 α= β=8 0 α=; 0 β= 8 α= 8 α= 8 α= β=8 0 Poda (0 8)
21 Alfa-Beta: Ejemplo de dos agentes
22 de dos agentes Algunos aspectos relacionados Efecto horizonte: se produce al fijar una profundidad máxima (horizonte) Ordenación de nodos: se ordenan los nodos hasta profundidad k de acuerdo a una función de evaluación más sencilla f Ventana inicial: se puede comenzar por valores de alfa y beta diferentes del mínimo y máximo valor, respectivamente Profundización iterativa Movimiento nulo: suponer que no se realiza ninguna acción es lo peor que se puede hacer en algunos casos (posiciones zugzwang ) Movimiento asesino: guardar estados y valores Tablas de transposicición: para evitar la re-expansión de nodos
23 de dos agentes Algunos aspectos relacionados secundaria: realizar búsquedas parciales en los nodos en los que se detecten problemas Extensiones selectivas: donde se realiza la búsqueda secundaria Cálculo del valor de cada nodo: se puede utilizar la media, la suma ponderada, tener en cuenta las probabilidades,...
24 de dos agentes Estado de la cuestión en juegos de dos jugadores Ajedrez: HiTech, Deep Thought-Blue, Fritz Damas: Chinook Othello: Logistello Backgammon: NeuroGammon Juegos resueltos: Tic-Tac-Toe, Cuatro en Raya, Qubic, Go-Moku, Damas (oficialmente desde 2007),... IA en juegos actuales: estrategia (ORTS), independencia de dominios (GGP),...
25 de dos agentes equivalentes de suma nula: sss, B, números conspiratorios, de prueba, y otros No-deterministas: -Minimax Más de dos oponentes: Max n En lugar de mantener un valor (alfa o beta) mantienen n valores en un vector Sólo es aplicable si la suma de todas las puntuaciones es un valor constante
Inteligencia Artificial
Inteligencia Artificial Grupo PLG Universidad Carlos III de Madrid IA. 2008 Grupo PLG (UC3M) Inteligencia Artificial Inteligencia Artificial 1 / 70 Indice 1 Introducción 2 Búsqueda sin información Búsqueda
Más detallesJUEGOS. Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil
JUEGOS Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil I Oponente: Jugador: intenta mover a un estado que es el peor para Etiquetar cada nivel del espacio de búsqueda
Más detallesInteligencia Artificial
I.T. en Informática de Sistemas, 3º Curso académico: 2009/2010 Profesores: Sascha Ossowski y Ramón Hermoso 1 Tema 2: Búsqueda Resumen: 2. Búsqueda 2.1. Agentes de resolución de problemas 2.2. Búsqueda
Más detallesCI-6675 Algoritmos y Estructuras Optimizadas para Videojuegos
Especialización en Creación y Programación de Videojuegos CI-6675 Algoritmos y Estructuras Optimizadas para Videojuegos Agenda de hoy Juegos Combinatorios Información en un Juego La suma de un Juego s
Más detallesBúsqueda en línea y Búsqueda multiagente
Búsqueda en línea y Búsqueda multiagente Ingeniería Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados
Más detallesSistemas Inteligentes I Tema 3. Juegos José A. Montenegro Montes
Sistemas Inteligentes I Tema 3. Juegos José A. Montenegro Montes monte@lcc.uma.es Resumen! Juegos! Algoritmo Minimax! Poda Alfa-Beta! Funciones de Evaluación Juegos! Entornos multiagente, donde cada agente
Más detallesBúsqueda con adversario
Búsqueda con adversario José Luis Ruiz Reina José Antonio Alonso Jiménez Franciso J. Martín Mateos María José Hidalgo Doblado Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla
Más detallesMétodos de Búsqueda para juegos humano-maquina. PROF: Lic. Ana María Huayna D.
Métodos de Búsqueda para juegos humano-maquina PROF: Lic. Ana María Huayna D. Tópicos 1. Introducción 2. Juegos 3. Estrategias de Juego 4. Algoritmo Minimax 5. Algoritmo Poda Alfa-Beta 1.- Introducción
Más detallesResumen de las clases dictadas: Semana 16 al 20 de Noviembre INTRODUCCIÓN
Resumen de las clases dictadas: Semana 16 al 20 de Noviembre 2015 Tema: Algoritmo Minimax 1. INTRODUCCIÓN En este tema se tratará sobre el algoritmo minimax, con el propósito de mostrar implementaciones
Más detallesLa habilidad de jugar es considerada como una distinción de inteligencia. Fácil de crear situaciones complicadas con reglas sencillas.
Capítulo 3 Juegos 3.1 Introducción La habilidad de jugar es considerada como una distinción de inteligencia. Características: Fácil de crear situaciones complicadas con reglas sencillas. Se pueden probar
Más detallesBúsqueda con adversario
Introducción Búsqueda con adversario Uso: Decidir mejor jugada en cada momento para cierto tipo de juegos Hay diferentes tipos de juegos según sus características: Numero de jugadores, toda la información
Más detallesNo se permiten libros ni apuntes. Ejercicio 1 Ejercicio 2 Ejercicio 3 Ejercicio 4 TOTAL NOTA
PLLID: MR: o se permiten libros ni apuntes jercicio 1 jercicio 2 jercicio 3 jercicio 4 TTL T jercicio 1: [XX puntos: respuesta acertada = +2, respuesta incorrecta = 2] Complete las siguientes frases y
Más detallesAlgoritmo Poda Alpha-Beta
Algoritmo Poda Alpha-Beta Información imperfecta. i JUEGO DE INSPECCION - Me imagino aquí a mi exalumno y ahora colega, el Dr. Heinecken, actualmente Inspector de Instalaciones Nucleares de la ONU. i Los
Más detallesA B MIN C D E F MAX x E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO
E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO UNIVERSIDAD DE MÁLAGA Dpto. Lenguajes y Ciencias de la Computación RELACIÓN DE PROBLEMAS. TEMA IV. PROBLEMAS DE JUEGOS.
Más detallesNo se permiten libros ni apuntes. Ejercicio 1 Ejercicio 2 Ejercicio 3 Ejercicio 4 TOTAL NOTA
Junio Duración: h Ejercicio Ejercicio Ejercicio Ejercicio TOTAL NOTA Ejercicio : [ puntos: respuesta acertada = +., respuesta incorrecta =.] Complete las siguientes frases y conteste a cada una con verdadero
Más detallesBúsqueda Heurística IV
Búsqueda Heurística IV Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es 2 jugadores Búsqueda para juegos Perfecta información: cada jugador conoce toda la información del contrario no hay
Más detallesBúsqueda con adversario
Búsqueda con adversario José Luis Ruiz Reina José Antonio Alonso Jiménez Franciso J. Martín Mateos María José Hidalgo Doblado Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla
Más detallesALGORITMO MINIMAX. o Nodo: Representa una situación del juego. o Sucesores de un nodo: Situaciones del juego a las que se
ALGORITMO MINIMAX Algoritmo de decisión para minimizar la pérdida máxima aplicada en juegos de adversarios Información completa (cada jugador conoce el estado del otro) Elección del mejor movimiento para
Más detallesVivaMéxico sin PRI. Quiero que mi país sea de todos. Dr. Ivo H. Pineda Torres. Primavera Lllegó el calor sabroso
VivaMéxico sin PRI Quiero que mi país sea de todos. Dr. Ivo H. Pineda Torres Facultad de Ciencias de la Computación Benemérita Universidad Autónoma de Puebla Primavera 2014. Lllegó el calor sabroso IMAGENESpemexmorena
Más detallesInteligencia Artificial. Integrantes Equipo # 1:
INSTITUTO TECNOLÓGICO De Nuevo Laredo Especialidad: Ingeniería en Sistemas Computacionales Catedrático: Ing. Bruno López Takeyas. Asignatura: Inteligencia Artificial. Integrantes Equipo # 1: Javier Alonso
Más detalles(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesInteligencia Artificial. Oscar Bedoya
Inteligencia Artificial Oscar Bedoya oscarbed@eisc.univalle.edu.co * Algoritmo minimax * Poda alfa-beta * Juegos con decisiones imperfectas * Juegos con elemento aleatorio * Aplicaciones Tipos de contrincantes
Más detallesJuegos deterministas. Ajedrez, damas, Go, Othello. barquitos
Árboles de juegos Análisis y Diseño de Algoritmos Tipos de juegos Juegos deterministas Juegos de azar Con información perfecta Con información imperfecta Ajedrez, damas, Go, Othello barquitos Backgammon,
Más detallesFundamentos de Inteligencia Artificial
Fundamentos de Inteligencia Artificial Búsqueda con Adversario Hugo Vega Huerta En esta sección Conoceremos métodos que permiten practicar juegos de tablero. una opción conduce a otra, pero se trata de
Más detalles4ta. Práctica. Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta. Inteligencia Artificial Prácticas 2004/2005
4ta. Práctica Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta Inteligencia Artificial Prácticas 2004/2005 Decisiones Perfectas en Juegos de DOS Participantes Definición de Juego Estado Inicial:
Más detallesBúsqueda con adversario. Representación del juego. Búsqueda con adversario. Notas. Uso: Decidir mejor jugada en cada momento para cierto tipo de
úsqueda con adversario ntroducción Uso: ecidir mejor jugada en cada momento para cierto tipo de juegos Hay diferentes tipos de juegos según sus características: umero de jugadores, toda la información
Más detallesTema 7: Búsqueda con adversario (juegos)
Tema 7: Búsqueda con adversario (juegos) José Luis Ruiz Reina José Antonio Alonso Franciso J. Martín Mateos María José Hidalgo Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad
Más detallesBÚSQUEDA. Vicente Martínez Orga
BÚSQUEDA Vicente Martínez Orga vicente.martinez@upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660 Boadilla del Monte,
Más detallesTema 4: Técnicas heurísticas en juegos
Tema 4: Técnicas heurísticas en juegos José A. Alonso Jiménez Carmen Graciani Díaz Francisco Jesús Martín Mateos José Luis Ruiz Reina Dpto. Ciencias de la Computación e Inteligencia Artificial UNIVERSIDAD
Más detallesJuegos INAOE. Juegos. Eduardo Morales, Enrique Sucar. Introducción. MiniMax. Alpha Beta SSS MCTS. Estrategias de Juego. Juegos con eventos externos
INAOE con (INAOE) 1 / 54 1 Contenido con 2 3 4 5 6 7 con 8 (INAOE) 2 / 54 con La habilidad de jugar es considerada como una distinción de inteligencia. Caractersticas: Fácil de crear situaciones complicadas
Más detallesJuegos deterministas. Ajedrez, damas, Go, Othello. barquitos
Búsqueda con adversario: Juegos Fernando Berzal, berzal@acm.org Tipos de juegos Juegos deterministas Juegos de azar Con información perfecta Con información imperfecta Ajedrez, damas, Go, Othello barquitos
Más detallesIngeniería en Sistemas Computacionales. Inteligencia Artificial. Ing. Bruno López Takeyas. Unidad III Algoritmo Alfa - Beta
Instituto Tecnológico de Nuevo Laredo Ingeniería en Sistemas Computacionales Inteligencia Artificial Ing. Bruno López Takeyas Unidad III Algoritmo Alfa - Beta Sergio Alfredo Santos Ramírez Gerson Antonio
Más detallesPara definir en formalmente el juego se deberá establecer:
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 5- JUEGOS COMO PROBLEMA DE BÚSQUEDA Referencias: Inteligencia Artificial Russell and Norvig Cap.5. Artificial Intellingence Nils Nilsson Ch.3 Se trata el
Más detallesTema 6: Técnicas heurísticas en juegos
Inteligencia Artificial I Curso 2005 2006 Tema 6: Técnicas heurísticas en juegos José A. Alonso Jiménez Francisco J. Martín Mateos José L. Ruiz Reina Dpto. de Ciencias de la Computación e Inteligencia
Más detallesApellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa:
Inteligencia Artificial I (5 Febrero 2008) Apellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa: 1. Consideremos el siguiente puzle:
Más detallesProblemas de búsqueda entre adversarios
Introducción, I Problemas de búsqueda entre adversarios Juegos For IA researchers, the abstract nature of games makes them an appealing subject for study (Russell & Norvig, 2003). Juegos» Origen, 1928:
Más detalles4. En el algoritmo de minimax con poda alfa-beta es posible podar TODOS los sucesores de un nodo de juego que se está analizando? Por qué?
Inteligencia Artificial (Curso 2013 2014) Máster en Matemática Avanzada Tema 3: Búsqueda con adversario 1. Influye el orden en el que se analizan los sucesores de un nodo en la eficiencia del algoritmo
Más detallesProblemas de. adversarios. Juegos
Problemas de búsqueda entre adversarios Juegos 1 Juegos Introducción, I» Origen, 1928: John Von Newmann Teorema fundamental de los juegos bipersonales de suma nula.» Desarrollo, 1944: Von Newmann, J. Morgernsten,
Más detallesINTELIGENCIA EN REDES DE COMUNICACIONES
INTELIGENCIA EN REDES DE COMUNICACIONES JUEGOS CON ADVERSARIO ALGORITMO MINIMAX PODA ALFA BETA OTRAS MEJORAS ANA BEATRIZ SOLANA SÁNCHEZ JUEGOS BIPERSONALES Este tipo de juegos los podemos definir como:
Más detalles(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesEl Juego como Problema de Búsqueda
El Juego como Problema de Búsqueda En este algoritmo identificamos dos jugadores: max y min. El objetivo es encontrar la mejor movida para max. Supondremos que max mueve inicialmente y que luego se turnan
Más detalles5.1 introducción: LOS JUEGOS COMO PROBLEMAS DE BÚSQUEDA
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERIA MECANICA ELECTRICA UNIDAD CULHUACAN INGENIERIA EN COMPUTACIÓN PROGRAMACIÓN LOGICA JUEGOS Grupo: C6M1 10 Octubre de 2003 JUEGOS 5.1 introducción:
Más detallesInteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales
Inteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales Rafael Vázquez Pérez Unidad II:Técnicas de Búsqueda. 2.1. Solución de problemas con búsqueda. 2.2. Espacios de estados.
Más detallesConceptos de Inteligencia Artificial & Sistemas Inteligentes Artificiales. Clase 12 CIA Clase 5 SIA Algoritmos genéticos Búsqueda adversaria
Conceptos de Inteligencia Artificial & Sistemas Inteligentes Artificiales Clase 12 CIA Clase 5 SIA Algoritmos genéticos Búsqueda adversaria Dr. Luciano H. Tamargo http://cs.uns.edu.ar/~lt Departamento
Más detalles(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesCurso 2012-2013 15/10/12. Inteligencia Artificial (30223) Lección 5. Juegos. Índice. Juegos. Los juegos son una forma de entorno multiagente
Inteligencia Artificial (30223) Lección 5. Juegos Curso 2012-2013 José Ángel Bañares 15/10/2013. Dpto. Informática e Ingeniería de Sistemas. Índice Juegos Decisiones optimas Poda α-β Juegos con información
Más detallesAlgoritmos de búsqueda
Capítulo 3 Algoritmos de búsqueda 3.1. Introducción Para realizar una búsqueda en el juego del ajedrez, éste, puede ser representado mediante un árbol, en el cual los nodos representan posiciones del tablero
Más detallesINTELIGECIA EN REDES DE COMUNICACIONES 5º ING TELECOMUNICACIÓN TRABAJO FINAL DE LA ASIGNATURA EL DOMINÓ AUTORES
INTELIGECIA EN REDES DE COMUNICACIONES 5º ING TELECOMUNICACIÓN 2006-2007 TRABAJO FINAL DE LA ASIGNATURA EL DOMINÓ AUTORES DANIEL F. TAVEIRA MONTEIRO RODRIGO GÓMEZ RODRIGUEZ DAVID TOLEDO NAVARRO 1. Índice
Más detallesJaque a la Inteligencia
Índice Jaque a la Inteligencia Autores:Ignacio Pastor Benito, José Redondo Hurtado. Asignatura: Sistemas Inteligentes, 5º Curso Profesor: José Carlos González Dep. Ing. Sistemas Telemáticos, E.T.S.I. Telecomunicación
Más detallesResolución de Problemas: Juegos
Elena Alaña Salazar Inteligencia en Redes de Comunicaciones Ingeniería de Telecomunicación La resolución de problemas es una tarea fundamental que forma parte de casi cualquier proceso supuestamente inteligente.
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Inteligencia Artificial CCIA, US Búsqueda en espacio de estados IA 1 / 35 Metodología
Más detallesProblemas de búsqueda entre adversarios
Problemas de búsqueda entre adversarios Juegos For IA researchers, the abstract nature of games makes them an appealing subject for study (Russell & Norvig, 2003). 1 Introducción Juegos» Origen, 1928:
Más detallesAmpliación de Algoritmos y Estructura de Datos Curso 02/03. Ejercicios
272. En un problema determinado, una solución está dada por una tupla de n elementos (x, x 2,..., x n ). Para cada elemento existen en total m posibles valores. Comparar el número de nodos generados para
Más detallesAutor: Álvaro Torralba Arias de Reyna Tutor: Carlos Linares López
Autor: Álvaro Torralba Arias de Reyna Tutor: Carlos Linares López Índice Estado de la cuestión Objetivos Desarrollo Resultados Conclusiones Líneas futuras 2 Índice Estado de la cuestión Objetivos Desarrollo
Más detallesEjercicio 1: [20 puntos: respuesta acertada = +1, respuesta incorrecta = 1]
Ejercicio 1: [20 puntos: respuesta acertada = +1, respuesta incorrecta = 1] Complete las frases que se muestran a continuación con las alternativas especificadas. En la siguiente tabla, indique "V" o "F"
Más detallesTP de Programación Funcional: Reversi
TP de Programación Funcional: Reversi Fecha de entrega: 20 de septiembre 6 de septiembre de 2007 Índice 1. Módulo Reversi 1 1.1. Reglas del juego........................... 1 1.2. Tipos de datos............................
Más detallesIntroducción Historia del ajedrez computacional
Capítulo 1 Introducción 1.1. Historia del ajedrez computacional El periodo de tiempo comprendido entre 1949 y 1959 es considerado como el nacimiento del ajedrez computacional. En el año de 1949 el matemático
Más detallesTeoría de Algoritmos. Capitulo 5: Algoritmos para la Exploración n de Grafos.
Teoría de Algoritmos Capitulo 5: Algoritmos para la Exploración n de Grafos. Tema 13: Grafos implicitos Grafos Implícitos. Árboles para Juegos. Algoritmos de solución para juegos elementales. Grafos implicitos.
Más detallesInteligencia Artificial
Inteligencia Artificial Tema 2 Búsquedas Dr. Jesús Antonio González Bernal Contenido Estructura General de un PSA (Problem Solving Agent) Formulación de un PSA Algoritmos de Búsqueda de Sl Soluciones Aplicaciones
Más detallesHoja de Ejercicios. Temas 1 y 2
Hoja de Ejercicios Temas 1 y 2 Ejercicio 1: Complete las siguientes frases con las alternativas especificadas. Si existen varias alternativas verdaderas, márquelas todas. 1.1. Cuál(es) de las siguientes
Más detalles(Ficha 2, CASILLA) i. FE(1, A1) = = 1 ii. FE(1, A2) = = 2 iii. FE(5, A3) = = 1
onsidérese la siguiente posición del tablero de parchís con la situación de fichas descrita en el mismo. La posición se describe en la siguiente tabla: Jugador (Ficha 1, SILL) (Ficha 2, SILL) (Ficha 3,
Más detallesTipos de juegos. Número de jugadores. Número de estrategias. Evolución en el tiempo. Intercambio de información entre jugadores
Teoría de Juegos Introducción Dos o más decisores (jugadores) deben tomar una decisión entre un conjunto de alternativas (estrategias) Puede existir conflicto entre los intereses de los jugadores Puede
Más detallesInteligencia Artificial Búsqueda entre adversarios
Inteligencia Artificial Búsqueda entre adversarios Primavera 27 profesor: Luigi Ceccaroni Juegos En los entornos multiagente (cooperativos o competitivos), cualquier agente tiene que considerar las acciones
Más detalles22 de diciembre de 2008
Grupo de Planificación y Aprendizaje (PLG) Departamento de Informática Escuela Politécnica Superior Universidad Carlos III de Madrid 22 de diciembre de 2008 Grupo de Planificación y Aprendizaje (PLG) Departamento
Más detallesUniversidad Nacional de Educación a Distancia. Ingeniería Técnica en Informática de Sistemas. Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes septiembre 2010 Ejercicio 1. (Valoración:
Más detallesPlanificación y control de proyectos
Planificación y control de proyectos José María Ferrer Caja Universidad Pontificia Comillas Introducción Un proyecto es un conjunto de actividades o tareas interrelacionadas Se conocen con antelación las
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Abstracción Problema Representación como espacio de estados Implementación del
Más detallesUniversidad Carlos III de Madrid Escuela politécnica superior Ingeniería Informática. Proyecto Fin de Carrera
Universidad Carlos III de Madrid Escuela politécnica superior Ingeniería Informática Proyecto Fin de Carrera Creación de un cliente para razonar en juegos de propósito general Autor: Ignacio Navarro Martín
Más detallesUniversidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes junio 2010 Semana 1. Ejercicio 1. (Valoración:
Más detallesJUEGOS UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA JUEGOS Universitarios: Argollo Delgadillo Irene Moscoso Delgado Abraham Ortiz Mamani Carla Julia Vega Terrazas Cesar Israel Carrera: Ing.
Más detallesIII. Búsqueda en un espacio de Estado Estudiaremos la formulación de un problema de la IA como un problema de Búsqueda en un Espacio de Estado
III. Búsqueda en un espacio de Estado Estudiaremos la formulación de un problema de la IA como un problema de Búsqueda en un Espacio de Estado 1 3. Búsqueda en un Espacio de Estado Problema de IA Problema
Más detallescontroladores automáticos
Análisis, diseño e implementación del juego Fútbol en papel y aplicación y comparativa de diversas técnicas de inteligencia artificial clásicas y bioinspiradas para generar controladores automáticos Autor:
Más detallesProblemas de Inteligencia Artificial I (Curso ) Cuarto curso de Ingeniería Informática, Universidad de Sevilla
Problemas de Inteligencia Artificial I (Curso 2009 200) Cuarto curso de Ingeniería Informática, Universidad de Sevilla Búsqueda en espacios de estados. Consideremos un problema de espacio de estados con
Más detallesTema 17. Decisiones Competitivas
Tema. Decisiones Competitivas Técnicas de Organización y Gestión Empresarial Ingeniería Técnica en Informática de Gestión Universidad de Castilla-La Mancha. INTRODUCCION 2. ELEMENTOS DE UN JUEGO 3. TIPOS
Más detallesBúsqueda Heurística I
Búsqueda Heurística I Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es Introducción Temario curso Búsqueda sistemática Búsqueda ciega Búsqueda informada: primero el mejor, A* Búsqueda en memoria
Más detallesLa forma en que se determina el Elo de un jugador fue ideada para el ajedrez en 1959, por el profesor de matemáticas, el Dr. Élő Árpád.
1.1.1 Qué es el Elo y cómo se calcula?. El Elo es un valor numérico que se asigna a cada jugador en relación con su "fuerza" o nivel de juego, en base al cual se puede estimar su probabilidad de victoria
Más detallesCurso Extraordinario INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS
Curso Extraordinario INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS Contenidos del Curso Introducción a la I.A. Cómo razonamos?. Algunas experiencias con el razonamiento automático Procedimientos de solución
Más detallesBúsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución.
BÚSQUEDA HEURÍSTICA estudio de los métodos y reglas del descubrimiento y la invención. Búsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución. Situaciones
Más detallesEl Tamaño de la Muestra: Cuántos Pacientes Voy a Necesitar?
El Tamaño de la Muestra: Cuántos Pacientes Voy a Necesitar? OBJETIVOS Comprender la lógica que rige la realización de los cálculos, relativos al tamaño de la muestra, en estudios clínicos La Cuestión Clave
Más detallesEstrategias ganadoras
XV PrimeraFecha 22 de Abril de 2017 Soluciones Grupal Estrategias ganadoras En esta prueba vamos a estudiar algunos juegos para dos jugadores. Para entender un juego, es necesario establecer sus reglas,
Más detallesAprendizaje por Refuerzo
Sesiones del Curso Máster en Ciencia y Tecnología Informática Grupo de Planificación y Aprendizaje (PLG) Departamento de Informática Escuela Politécnica Superior Universidad Carlos III de Madrid 30 de
Más detallesLuis A. Azpicueta Ruiz MLG 22/04/2013
Luis A. Azpicueta Ruiz MLG 22/04/2013 TrueSkill TM TrueSkill es un sistema de ranking basado en la estimación de la habilidad de un jugador desarrollado por Microsoft Research para Xbox live. Basado principalmente
Más detallesDÍA 2 SOLUCIONES BANCO DE PROBLEMAS. Nivel I (7 )
XXIX OLIMPIADA COSTARRICENSE DE MATEMÁTICA MEP - UNA - UCR - MICITT - UNED - TEC DÍA 2 SOLUCIONES BANCO DE PROBLEMAS Nivel I (7 ) Martes 14 de noviembre Final 2017 GEOMETRÍA 1. Considere el ABC y sean
Más detallesSemana 4: Métodos de Búsqueda No informados. Prof. Oscar Benito Pacheco.
Semana 4: Métodos de Búsqueda No informados Prof. Oscar Benito Pacheco. Estrategias de Búsqueda Búsqueda No Informada Búsqueda Informada (Ciega) (Heurística) 1. Búsqueda preferente por amplitud 2. Búsqueda
Más detallesIV Taller de Olimpiadas Matemáticas para Profesores 2014
IV Taller de Olimpiadas Matemáticas para Profesores 2014 Problemas de Estrategias Juan Neyra Faustino Introducción Los problemas de estrategia están relacionados con juegos en los que participan dos jugadores,
Más detallesWANTED REGLAMENTO VERSION 1.0
WANTED REGLAMENTO VERSION 1.0 WANTED (Basado en el juego Western de Cesar Augusto Ocampo Castro 2012) Descripción Entra al inhóspito mundo del Salvaje Oeste en busca de los peores criminales y forajidos,
Más detallesProblemas de Inteligencia Artificial I (Curso ) Cuarto curso de Ingeniería Informática, Universidad de Sevilla. Tareas.
Problemas de Inteligencia Artificial I (Curso 2011 2012) Cuarto curso de Ingeniería Informática, Universidad de Sevilla Búsqueda local y algoritmos genéticos 1. Supongamos que n trabajadores tienen que
Más detallesJueves, 30 de abril. Ejemplo de recursión. Ejemplo de PD. Ejemplo de programación dinámica. Programación dinámica
.0 Jueves, 0 de abril Programación dinámica. Recursión. Principio de optimalidad. Entregas: material de clase. Programación dinámica Transforma un problema de optimización complejo en una secuencia problemas
Más detallesBIOINFORMÁTICA Examen Ordinario 22 de Junio de 2011
BIOINFORMÁTICA Examen Ordinario 22 de Junio de 2011 1. (1 pto.) Dar un esquema (máximo 2 páginas) de los algoritmos de Evolución Diferencial. 2. (1 pto.) Explica similitudes y diferencias entre los Algoritmos
Más detallesJuegos. Esquema. Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β
Juegos Transparencias IA (F29) M.Marcos, 2002 (Figuras c S.Russell & P.Norvig, 1998) 1 Esquema Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β Transparencias IA
Más detallesAlgoritmos y Estructuras de Datos Curso 04/05. Ejercicios
0. En un problema determinado, una solución está dada por una tupla de n elementos (x, x,..., x n ). Para cada elemento existen en total m posibles valores. Comparar el número de nodos generados para resolver
Más detallesMejoras a la búsqueda
Capítulo 4 Mejoras a la búsqueda 4.1. Introducción El algoritmo α β devuelve exactamente el mismo resultado que el algoritmo Minimax, sin embargo, el número de nodos visitados puede ser bastante diferente,
Más detallesProporcionalidad
Proporcionalidad Calcula porcentajes e identifica distintas formas de representación (fracción común, decimal, %) Relación del tanto por ciento con la expresión n de cada 100. Relación de 50%, 25%, 20%,
Más detallesAprendizaje Automático
id3 id3 como búsqueda Cuestiones Adicionales Regresión Lineal. Árboles y Reglas de Regresión Ingeniería Informática Fernando Fernández Rebollo y Daniel Borrajo Millán Grupo de Planificación y Aprendizaje
Más detallesJugando al 2048 con Inteligencia Artificial
Universidad Carlos III de Madrid Escuela Politécnica Superior Grado en Ingeniería Informática Jugando al 2048 con Inteligencia Artificial Autor: Ignacio Sáez Lahidalga Tutor: Moisés Martínez Muñoz y Nerea
Más detalles