BÚSQUEDA CON INFORMACIÓN PARCIAL

INTRODUCCION

En cada búsqueda siempre vamos a encontrar algún tipo de problemas es por esto que en el curso de esta materia se decide impartir esta catedra porque ayuda buscando los tipos de problemas existentes en cada búsqueda.

MARCO TEORICO

BÚSQUEDA CON INFORMACIÓN PARCIAL

Asumimos que el entorno es totalmente observable y determinista y que el agente conoce cuáles son los efectos de cada acción. Por lo tanto, el agente puede calcular exactamente cuál es el estado resultado de cualquier secuencia de acciones y siempre sabe en qué estado está. Su percepción no proporciona ninguna nueva información después de cada acción.

¿Qué pasa cuando el conocimiento de los estados o acciones es incompleto? Encontramos que diversos tipos de incompletitud conducen a tres tipos de problemas distintos:

1. Problemas sin sensores (también llamados problemas conformados): si el agente no tiene ningún sensor, entonces (por lo que sabe) podría estar en uno de los posibles estados iniciales, y cada acción por lo tanto podría conducir a uno de los posibles estados sucesores.

2. 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.

3. Problemas de explotación: 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.

CONCLUSIÓN

En si esta nos ayuda a observar los diversos tipos de problemas que puede surgir en una búsqueda para de esta manera tener una visión para poder solucionar los problemas y que todo una búsqueda óptima.

BIBLIOGRAFÍA

Russell, s.2008.inteligencia artificial un enfoque moderno. Segunda edición. Pearson education. Madrid-España.