I

N
T
E
L
I
G
E
N
C
I
A
A
R
T
I
F
I
C
I
A
L

INTEGRANTES:
LARA URBINA JOSEPH ALBERTO
SARAO CADENA LETICIA
CRUZ MENDOZA MARIO
MATEOS CRUZ JOSE SANTIAGO
ROMERO MONTERO RODOLFO
REINA

Mtodos Heursticos en Inteligencia

Artificial
Los problemas de Inteligencia Artificial (IA) generalmente usan un
trmino comn llamado estado.
No hay un algoritmo formal que los resuelva, es decir, dado un
estado inicial no se puede decir cual es la secuencia de etapas para
llegar a un estado meta.

 La IA estudia especialmente mtodos que permiten resolver

problemas en los que no existe el conocimiento sistemtico para
plantear una solucin analtica.
Estos mtodos tienen la ventaja de poderse aplicar en una gran
diversidad de clases de problemas.
Para llevarlos a cabo efectiva y eficientemente, sobre dichos mtodos
se utiliza el conocimiento heurstico disponible.
Entre menos estados se generen, mejor es el algoritmo utilizado para
llegar al estado meta.

 Heurstico: Viene del griego heuriskein que significa encontrar o

descubrir.
En Inteligencia Artificial, heurstico se describe mejor como
mtodo de bsqueda.
La bsqueda heurstica consiste en aadir informacin,
basndose en el espacio estudiado hasta ese momento, de forma
que se restringe drsticamente esa bsqueda.

 Muchos problemas de IA se pueden modelar como una grfica en

donde hay que buscar recorridos o caminos con ciertas
caractersticas.
Para estos modelos se han desarrollado muy diversas heursticas
que han dado muy buenos resultados para encontrar soluciones
aproximadas.
Entre las que se pueden mencionar algoritmos genticos,
recocido simulado y en general algoritmos evolutivos.

Bsqueda Heurstica
George Polya: Estudio de mtodos y reglas
para descubrimiento e invencin.
Las heursticas son formalizadas como reglas para elegir (buscar) las
ramas en el espacio de estados que son ms probables de llegar a una
solucin aceptable del problema.

En IA, se emplean heursticas en dos casos

Un problema puede no contar con solucin exacta n debido a
ambigedades inherentes en el problema o datos disponibles.
Diagnostico medico
Visin

Un problema puede tener solucin exacta, n pero el costo

computacional por encontrarla puede ser prohibitivo.
Problema del agente viajero
Problema de coloracin
Juego de ajedrez

Las Heursticas
Atacan la complejidad guiando la bsqueda por los caminos ms
prometedores en el espacio de bsqueda.
Eliminan estados no prometedores y sus descendientes

Encuentran soluciones aceptables.

Desafortunadamente las reglas son falibles, pues usan informacin
limitada.

 No es posible examinar cada inferencia que puede ser hecha en un

dominio matemtico, o cada movimiento que puede ser hecho en un
tablero de ajedrez.
De aqu que las funciones heursticas sean un componente esencial
para resolver este tipo de problemas.
Juegos y probar teoremas son dos de las mas antiguas aplicaciones
en IA.

Un Algoritmo heurstico consta de dos

partes:
1. La medida heurstica.
2.Un algoritmo que la usa para buscar en el
espacio de estados.

Algoritmos para bsqueda heurstica

La forma ms simple de implementar una bsqueda heurstica es

mediante el procedimiento llamado Hill climbing (escalando una
colina):

no se corrigen fallas en la estrategia

tendencia a caer en ptimo local (Hill climbing-RecSimul).
Mejor primera bsqueda (best-first-search) (MBH)
Usar listas para mantener estados: abiertos y cerrados (algoritmo
A*).

FUNCIONES DE EVALUACIN HEURSTICA

A continuacin se evala el desempeo de varias heursticas para el
rompecabezas de las 9 celdas y 8 azulejos:
o Piezas fuera de lugar, con respecto al estado meta.
o Suma de distancias fuera de lugar, con respecto al estado meta.

o Nmero de regresos directos por 2. Con respecto al estado meta

8
7

META

Heursticas

(1) Piezas fuera de

lugar

(2) Suma de
distancias fuera de
lugar

(3) 2 x n. Regresos
directos

Un estado con una meta y dos regresos directos: 1 y 2, 5 y 6

EJEMPLO
g(n) = 0

g(n) = 0

Valores de h(n)

f(n) = g(n) + h(n), donde:

g(n) = distancia de n al
estado inicial (no. de
niveles)
h(n)
=
nmero
de
distancias fuera de lugar /
heurstica (2)

5
6

4
1

3
4

META

h(n) = 6 4 6

7
2

h(n) = 5 3 5
2

3
4

h(n) = 6 2 3

h(n) = 1 2 2

8
6

8
7

3
4

Anlisis de las heursticas

1. La heurstica ms simple cuenta los azulejos que estn fuera de lugar, cuando
se compara con el estado meta.
2. Una heurstica mejor sera la que suma todas las distancias por las cuales los
azulejos estn fuera de lugar.
Ambas desconocen las dificultades para intercambiar azulejos.
3. Una heurstica que toma en cuenta esta dificultad, es la que utiliza un factor de
cambio, cuando multiplica por un nmero pequeo; en este caso 2, cada regreso
directo de un azulejo. Esto es, cuando dos azulejos adyacentes deben
intercambiarse (en cualquier sentido) para estar en el orden del objetivo.

Puntos a considerar en el diseo de

funciones heursticas
En una funcin heurstica no solo existe el deseo de encontrar
una solucin sino tambin encontrar el camino ms corto a una
meta.
Esto es importante cuando en una aplicacin las etapas extras tienen un costo excesivo,
tal como la planificacin de un camino para un robot autnomo a travs de ambientes
peligrosos.

Admisible
Se denomina a la funcin heurstica que encuentra el camino ms corto a una meta
siempre que exista.