CSI 4506: Introduction à l'intelligence artificielle La recherche aveugle

Plan du cours Terminologie pour espace/arbre de recherche Recherche depth-first Recherche breadth-first Analyse de temps et despace Garantie darrivée a un noeud final (but) Combiner (au niveau asymptotique) loptimalité avec la garantie de trouver un noeud final Recherche iterative-Deepening Recherche dans les Graphes

Terminologie pour espace/arbre de recherche Recherche aveugle Espaces de recherche, structures en arbre Arc dirigé Outdegree Branching Factor Profondeur

Recherche depth-first (Voir Exemple au Tableau) N = A n=A N = N= B->C n=B N=C N= D->E->C n=D N=E->C N= E->C n=E N=C N= C n=C N = N= F->G n=F N=G N= G n=G N= Succes!!! Ordre de la visiteChemin le plus court: ACG

Recherche breadth-first (Voir exemple au tableau) N = A n=A N = N= B->C n=B N = C N= C->D->E n=C N= D->E N= D->E->F->G n=D N= E->F->G N= E->F->G n=E N = F->G N= F->G n=F N= G N= G n=G N= Succès!!! Chemin le plus court: ACG Ordre de la visite

Analyse de temps et despace: (resumé) [Dérivation faite au tableau] Recherche Depth-First Recherche Breadth-First Temps au pire(b d+1 -1) (b-1) (b d+1 -1) (b-1) Temps moyenb d+1 +db+b-d-2 2(b-1) B d+1 +b d +b-3 2(b-1) Espace au pire1+(b-1)dBdBd

Discussion RBF coûte plus tant en temps quen espace computationnelle Est-ce quil y a un avantage a la RBF? La réponse est: OUI Pourquoi? RBF trouvera un noeud final sil en existe un, meme si larbre a une profondeur infinie!!! RDF nen trouvera pas!!!

Recherche Iterative- Deepening (Voir exemple au Tableau) N = A n=A N = Échec!! N = A n=A N = N= B->C n=B N= C N= C n=C N = Échec!! N = A n=A N = N= B->C n=B N= C N= D->E->C n=D N=E->C N= E->C Max=0 Max=1 Max=2

Recherche Iterative- Deepening (suite) n=E N=C N= C n=C N = N= F->G n=F N=G N= G n=G N= Succès!!! Ordre de la visite

Analyse de temps et despace: Résumé [Dérivation faite au tableau] Temps Moyen: – O ( (b+1) b d+1 / 2 (b-1) 2 ) – Asymptotiquement, ce temps est egal au temps demandé par la recherche DF. Usage despace: – Comme DFS: 1 + (b-1) d – À lencontre de RBF, lutilisation despace est raisonnable.

Discussion La recherche Iterative-Deepening est asymptotiquement optimale pour une recherche aveugle La recherche Iterative-Deepening est garantie de trouver un noeud final sil en existe!

Quelle recherche? quand? RDF: Préférée pour chercher un espace de recherche structuré en un arbre fini avec des noeuds finaux dans les feuilles de larbre. RBF: Préférée lorsque le branching factor est petit, les opérateurs ont une application coûteuse et les noeuds finaux sont attendus a une profondeur raisonnable. RID: Préferée pour chercher un espace de recherche structure en un arbre fini et si la profondeur de larbre est bien plus grande que la profondeur dau moins un noeud final.

Recherche dans les Graphes 2 méthodes: – Méthode 1: Faire la même chose que dans un arbre, mais garder une liste des noeuds déjà visités qui ne doivent pas être re-visités. On peut sy perdre!!! – Méthode 2: Retracer le graphe en un arbre en suivant tous les chemins possibles jusquà ce quils ne puissent plus être allongés sans créer de boucle.