Bài giảng Trí tuệ nhân tạo - Bài 3: Giải quyết vấn đề bằng tìm kiếm: tìm kiếm mù

Bài 3 của bài giảng Trí tuệ nhân tạo giúp người học biểu diễn được các bài toán trong không gian trạng thái, biết được các chiến lược tìm kiếm, biết cách tìm kiếm trên không gian trạng thái, nắm bắt được cách sử dụng không gian trạng thái để biễu diễn suy luận với phép tính vị từ: đồ thị và/hoặc. Mời các bạn cùng tham khảo.
Nội dung trích xuất từ tài liệu:
Bài giảng Trí tuệ nhân tạo - Bài 3: Giải quyết vấn đề bằng tìm kiếm: tìm kiếm mù CHƯƠNG 3: KỸTHUẬT TÌM KIẾM: Lec 3 Giải quyết vấn đề bằng tìm kiếm: tìm kiếm mù TTNT. p.1 Nội dung Biểu diễn bài toán trong Không Gian Trạng Thái Các chiến lược tìm kiếm – Tìm kiếm mù – Tìm kiếm kinh nghiệm (heuristic). Tìm kiếm trên không gian trạng thái: – Tìm kiếm theo chiều rộng (breath – first search) – Tìm kiếm theo chiều sâu (depth – first search) – Tìm kiếm sâu bằng cách đào sâu nhiều lần (depth – first search with iterative deepening) Sử dụng không gian trạng thái để biễu diễn suy luận với phép tính vị từ: Đồ thị Và/Hoặc (And/Or Graph) TTNT. p.2 Giải quyết vấn đề bằng tìm kiếm Khi biểu diễn một vấn đề như là một đồ thị không gian trạng thái, chúng ta có thể sử dụng lý thuyết đồ thị để phân tích cấu trúc và độ phức tạp của các vấn đề cũng rb1 như các thủ tục tìm kiếm. b2 b4 Riverbank1 b3 b1 4 i2 2 3 i1 1 Island1 Island 2 b6 b5 b7 5 6 7 Riverbank 2 rb2 Hệ thống cầu thành phố Konigsberg và biểu diễn đồ thị tương ứng TTNT. p.3 Bài toán tìm kiếm Tìm kiếm: là tìm một đối tượng thoả mãn một số đòi hỏi nào đó, trong một tập hợp rộng lớn các đối tượng Các kỹ thuật tìm kiếm đuợc áp dụng rộng rãi trong lĩnh vực TTNT : – Tìm kiếm mù : không có hiểu biết gì về các đối tượng để hướng dẫn tìm kiếm – Tìm kiếm kinh nghiệm (heuristic) : dựa vào kinh nghiệm và hiểu biết về vấn đề cần giải quyết để xây dựng hàm đánh giá hướng dẫn sự tìm kiếm. • Tìm kiếm tối ưu • Tìm kiếm có đối thủ : tìm kiếm nước đi trong các trò chơi hai người (cờ vua, cờ tướng,...) TTNT. p.4 Không gian trạng thái Không gian tìm kiếm : bao gồm tất cả các đối tượng mà ta cần quan tâm tìm kiếm (có thể là không gian liên tục (không gian các véc tơ thực n chiều) hoạc không gian các đối tượng rời rạc. Toán tử : mô tả hành động hoặc phép biến đổi để đưa một trạng thái tới trạng thái khác Ví dụ : Bài toán tìm đường đi : các con đường nối các thành phố sẽ được biểu diễn bởi các toán tử --->Giải bài toán bằng tìm một dãy các toán tử để đưa trạng thái ban đầu (điểm xuất phát) về trạng thái kết thúc (điểm đích) Biểu diễn một bài toán trong không gian trạng thái, cần xác định các yếu tố : + Trạng thái ban đầu + Một tập hợp các toán tử + Một tập hợp các trạng thái kết thúc (trạng thái đích).Không gian trạng thái có thể được biểu diễn bởi một đồ thị có hướng: mỗi đỉnh của đồ thị tương đương với một trạng thái, nếu toán tử R biến đổi trạng thái u thành trạng thái v thì cung (u,v) được gán nhãn R TTNT. p.5 Một phần KGTT triển khai trong Tic-tac-toeĐồ thị có hướng không lặp (directed acyclic graph - DAG) TTNT. p.6 Trò đố 8 ô hay 15 ô Trạng thái ban đầu Trạng thái đích Trò đố 11 14 4 7 1 2 3 4 15 ô 10 6 5 12 13 14 5 1 2 13 15 11 15 6 9 12 8 3 10 9 8 7 Trò đố 2 8 1 2 3 3 5 7 8 4 8ô 6 2 1 7 6 5 Cần biểu diễn KGTT cho bài toán này như thế nào? TTNT. p.7KGTT của 8-puzzle sinh ra bằng phép “di chuyển ô trống” Có khả năng xảy ra vòng lặp không? TTNT. p.8 Một ví dụ của bài toán TSP Cần biểu diễn KGTT cho bài toán này n ...