INF4230 – Intelligence Artificielle Algorithme A* PDF

ALGORITHME – UTILISATION DES FORMULES À BASE DE PROTÉINES EXTENSIVEMENT HYDROLYSÉES. Dans un contexte de pénurie il importe de s'assurer de la

LES ÉTAPES DE LALGORITHME DU SIMPLEXE

Avant que l'algorithme du simplexe puisse être utilisé pour résoudre un programme linéaire ce programme linéaire doit être converti en un programme

Cours dAlgorithmique - Florent Hivert

La notion d'algorithme. Pour résoudre un problème de manière informatique il y a un cheminement méthodique à respecter : Énoncé. Programme. Problème.

cours 2:Complexité des algorithmes récursifs

C'est une fonction qui contient dans son corps un seul appel récursif. Exemple: Fonction Factorielle. Page 4. 4. 7. Algorithmes

Figure 1 - Algorithme de prise en charge des personnes à risque

Algorithme de prise en charge des personnes à risque moyen de cancer colorectal. 1 Si la coloscopie est impossible envisager plutôt le lavement baryté en

INF4230 – Intelligence Artificielle Algorithme A*

Agents. – Résolution de problème par recherche. – Espace d'états. • Recherche informée. • Recherche «meilleur en premier». • Algorithme A*. • Heuristiques.

Cours Complexité algorithmique (MBDS) Outline

L'algorithmique est l'étude des algorithmes. ?. Un algorithme est une suite d'instructions qui décrit comment résoudre un problème particulier en un temps

Ordonnancement des processus

Donnez le digramme d'exécution des processus en utilisant l'algorithme d'ordonnancement SJF. 2. Calculez le TAM et le TTM. Page 13. • Les algorithmes fondés sur

Algorithmique Trier et Trouver

Tableaux triés algorithmes de tris. 12 de 47. Tri par insertion. Algorithme (InsertSort). Entrée : Tableau T de taille taille. Effet : T trié.

Cours complexité algorithmique (MBDS) Outline

cours 1 Applications: algorithmes de recherche et de tri. Dr. Dhouha Maatar Razgallah Calculer la complexité de l'algorithme de Recherche séquentielle?

INF4230 - Intelligence Artificielle

Recherche heuristique /

Algorithme A*

Hiver 2017

Sommaire

Rappels :

Agents.

Résolution de problème par recherche.

Espace d'Ġtats.

Recherche informée.

Recherche "meilleur en premier».

Algorithme A*.

Heuristiques.

Propriétés de A*.

INF4230 - Intelligence artificielle 2

Rappel : Agents rationnels

Agent :

Perçoit son environnement.

Agit dans son environnement

Se fait une représentation du monde (modèle).

Mesure de performance.

(Modèle PEAS).

Un agent a une fonction f: P* AE A .

INF4230 - Intelligence artificielle 3

Rappel : Environnements

Complètement observable vs partiellement

observable.

Déterministe vs stochastique.

Épisodique vs séquentiel.

Statique vs dynamique.

Discret vs continu.

Agent unique vs multi-agent.

Quasi synonymes : environnement et monde

(world).

INF4230 - Intelligence artificielle 4

Rappel : Paradigme de résolution de problème La fonction f d'un agent peut ġtre implĠmentĠe ă l'aide du paradigme ͨrĠsolution de problğmes par recherche». Construction d'un modğle du monde ă l'aide des données sensorielles provenant des capteurs. Un graphe est Ġtendu ă partir de l'Ġtat initial Les décisions séquentielles sont sélectionnées à l'aide d'une recherche dans un graphe.

INF4230 - Intelligence artificielle 5

Rappel : Types de problème

Déterministe + Complètement observable AE problème à

L'agent sait tout et peut simuler ses actions.

Non déterministe et/ou observabilité partielle AE problème de contingence. Solution = Plan contingent; Alternance recherche et exécution. Non observable AE problème sans capteurs ou problème de conformance (conformant planning). L'agent n'a aucune idĠe de son enǀironnement. Espace d'Ġtats inconnu AE problğme d'eǆploration.

INF4230 - Intelligence artificielle 6

Rappel : Agent basé sur des buts

INF4230 - Intelligence artificielle 7

Exemple 1 - Agent sur une carte

v0 v3 v2 v1 v4 v6 v5 2 3 1 1 7 2 4 4 4

Monde:

Villes et routes.

Problème posé (état_initial, but):

v0: ville de départ (état initial) v6: destination (but)

INF4230 - Intelligence artificielle 8

Exemple 2 - Jeu de taquin (puzzle)

1 2 3 4 5 7 6 8 8 1 3 4 5 7 6 2 ? 1 2 3 4 5 7 6 8 1 2 3 4 5 7 6 8 1 2 3 4 5 7 6 8 1 2 3 4 5 7 6 8 1 2 3 4 5 7 6 8 1 2 3 4 5 7 6 8

Nord Sud Ouest Nord Est

INF4230 - Intelligence artificielle 9

RECHERCHE INFORMÉE

INF4230 - Intelligence artificielle 10

Algorithme Meilleur en premier

(Best-First-Search)

La définition varie selon les auteurs :

Dans le livre de Norvig et Russell :

"Greedy Best-First-Searchͩ т ͨBest-First-Search» "Greedy Best-First-Search» (GBFS) est une recherche locale у hill climbing (chapitre 4). "Best-First-Search» est une recherche globale. Idée = choisir le prochain état qui "semble» le plus près du but (meilleur).

Ce choix est fait par une (fonction) heuristique.

INF4230 - Intelligence artificielle 11

Dans divers domaines, dont en informatique,

une heuristique est une méthode (~algorithme) qui calcule rapidement (ex: en temps constant, linéaire ou polynomiale) une solution pouvant être approximative et incomplète à un problème généralement trop complexe.

INF4230 - Intelligence artificielle 12

Algorithme de recherche en IA /

Fonction heuristique

Estimation de la distance (coût restant) entre un

état n et un but g.

Le but g peut être implicite.

quotesdbs_dbs7.pdfusesText_5

[PDF] INF4230 – Intelligence Artificielle Algorithme A*