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 d’Espace Garantie d’arrivee a un noeud final (but) Combiner (au niveau asymptotique) l’optimalite 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 Dirige Outdegree Branching Factor Profondeur

Recherche Depth-First (Voir Example 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 Example 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=   Succes!!! Chemin le plus court: ACG Ordre de la visite

Analyse de Temps et d’Espace: Resume [Derivation 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 coute plus tant en temps qu’en espace computationnel  Y-a-t-il un avantage a la RBF? La reponse est: OUI Pourquoi? RBF trouvera un noeud final s’il en existe un, meme si l’arbre a une profondeur infinie!!! RDF n’en trouvera pas!!!

Recherche Iterative- Deepening (Voir Example au Tableau) N = A n=A N =   Echec!! N = A n=A N =   N= B->C n=B N= C  N= C n=C N =   Echec!! 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 (Continuee) 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 visite

Analyse de Temps et d’Espace: Resume [Derivation faite au tableau] Temps Moyen: – O ( (b+1) b d+1 / 2 (b-1) 2 ) – Asymptotiquement, ce temps est egal au temps demande par la recherche DF. Usage d’espace: – Comme DFS: 1 + (b-1) d – A l’encontre de RBF, l’utilisation d’espace 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 s’il en existe!

Quelle Recherche? Quand? RDF: Preferee pour chercher un espace de recherche structure en un arbre fini avec des noeuds finaux dans les feuilles de l’arbre. RBF: Preferee lorsque le “branching factor” est petit, les operateurs ont une application couteuse et les noeuds finaux sont attendus a une profondeur raisonnable. RID: Preferee pour chercher un espace de recherche structure en un arbre fini et si la profondeur de l’arbre est bien plus grande que la profondeur d’au moins un noeud final.

Recherche dans les Graphes 2 facons de le faire: – Facon 1: Faire la meme chose que dans un arbre, mais garder une liste des noeuds deja visites qui ne doivent pas etre re- visites.  On peut s’y perdre!!! – Facon 2: Re-tracer le graphe en un arbre en suivant tous les chemins possibles jusqu’a ce qu’ils ne puissent plus etre etendus sans creer de boucle.