Fecha: 27 de mayo 2015 Tema: Búsqueda con información Parcial OBJETIVO Entender sobre la búsqueda con información parcial, tipos de problemas de búsqueda, como un agente puede construir secuencia de acciones para lograr su objetivo. INTRODUCCIÓN Cuando se plantea un problema, lo primero que se hace es fijarse una meta u objetivo y para poder darle una solución, debemos construir un modelo que represente la aplicación, en cada búsqueda siempre nos vamos a tropezar con algún tipo de problemas y por tal motivo se hace el estudio de dicha materia. En el campo del conocimiento humano, la incógnita se determina para poder llegar a una solución, ya sea esta conocida totalmente o inédita. El conocimiento acerca del dominio de problema nos permite evaluar a determinada direcciones de búsqueda con más agrado. En este apartado también conoceremos los diversos tipos de incompletitud de problemas de búsqueda las cuales se verán con mas detalles en el capitulo del marco teórico.
MARCO TEÓRICO BÚSQUEDA CON INFORMACIÓN PARCIAL Un agente conoce cuáles son los efectos de cada acción es decir aquel agente puede calcular exactamente su resultado de cualquier secuencia de acciones sabiendo además el estado en que se encuentra, su percepción no proporciona ninguna otra nueva información después de cada acción. La raíz del árbol de búsqueda es el nodo de búsqueda que corresponde al estado inicial, los nodos se encuentran en caminos particulares según estén definidos por el puntero del nodo padre, mientras que los estados no lo estén. Hemos podido encontrar diversos tipos de Incompletitud, aquellos que nos lleva a estos tres tipos de problemas. Problemas sin sensores: Conocidos también como problemas conformados, un agente sin sensor estaría aislado de lo que pueda pasar en su entorno, es decir al momento de ejecutar una acción podría encontrarse en uno de los posibles estados iniciales. Cuenta con su estado inicial, pero no sabe su entorno ni en que estado se encuentra. Problemas de contingencia: Si el entorno es parcialmente observable o si las acciones son inciertas, entonces las percepciones del agente proporcionan información después de cada acción. Cada percepción posible define una contingencia que debe de planearse. A un problema se le llama entre adversarios si la incertidumbre está causada por las acciones de otro agente. No cuenta con una visión, una nueva información la puede obtener mediante sensores después de la actuación, ninguna de las acciones severas garantiza la solución al problema
Problemas de exploración: Cuando se desconocen los estados y las acciones del entorno, el agente debe actuar para descubrirlos. Los problemas de exploración pueden verse como un caso extremo de problemas de contingencia. No dispone de información eficiente, un ejemplo seria un agente que supervise el suelo de marte y no cuente con cámaras, la cual la información sería incompleta.
CONCLUSIÓN Dependiendo del problema que se proyecte, se elige la forma de representar el conocimiento del dominio, a pesar que ningún sistema experto es completamente declarativo o procedimental salvo que el problema que solucione sea sencillo, ya que la especificación del conocimiento declarativo necesita de algoritmos para su tratamiento procedimental. Ante un problema se nos pueden plantear escenarios que posean el conocimiento sobre lo que hay que hacer y como llegar a la solución. Los agentes resolventes de problemas deciden qué hacer para encontrar secuencias de acciones que conduzcan a los estados deseables. El agente puede construir secuencias de acciones que alcanzan sus objetivos y tal proceso se le llama búsqueda. Autor: Edy L. Gómez Coaboy
BIBLIOGRAFÍA Russell, S y Norving, P. 2008. Inteligencia Artificial Un Enfoque Moderno: introducción a la inteligencia artificial. 2ed. Pearson Education. Madrid, ES. p 1242