ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

MANAB MANUEL FLIX LPEZ

CARRERA INFORMTICA

SEMESTRE SEPTIMO

PERODO ABRIL-SEPT/2015

TEMA:
AGENTES RESOLVENTES DE PROBLEMAS

MATERIA:
INTELIGENCIA ARTIFICIAL II

AUTORA:
SINDY M. COBEA CEDEO

FACILITADORA:
ING. HIRAIDA SANTANA

MISIN
Formacin de profesionales ntegros que conjuguen ciencia, tecnologa y valores en
su accionar, comprometidos con la sociedad en el manejo adecuado de programas
y herramientas computacionales de ltima generacin.

VISIN
Ser referente en la formacin de profesionales de prestigio en el desarrollo de
aplicaciones informticas y soluciones de hardware.

CALCETA, MAYO 2015

INTRODUCCIN
En este captulo hablaremos sobre los agentes resolventes de problemas. Los
cuales son los que buscar alternativas para llegar a un objetivo final,
aprenderemos sobre las fases que debe de seguir y sus cuatro componentes
para que este modelo pueda trabajar de una manera correcta y llegar as a
resolver los problemas que se le presenten.

OBJETIVO
El objetivo de este captulo es conocer los conceptos principales de los agentes,
sus fases y sus componentes a la hora de resolver los problemas.

MARCO TERICO
AGENTES RESOLVENTES DE PROBLEMAS
Son los que deciden que hacer para encontrar secuencias de acciones que
conduzcan a los estados deseables. Comenzado definiendo el problema y su
solucin, formulando un algoritmo para la solucin del problema.
Se debe hacer dos formulaciones:
1. Formulacin del objetivo Alcanzar todo lo que le interesa al agente Se
pueden eliminar estados basndose en 2 cosas la medida del rendimiento y
en la situacin actual de nuestro problema.

2. Formulacin del problema Se debe establecer que estados y acciones se

debe considerar para llegar al objetivo.

Un agente con distintas opciones inmediatas de valores desconocidos puede

decidir qu hacer examinando las diferentes secuencias posibles de acciones
que le conduzcan a estados de valores conocidos y entonces escoger la mejor
secuencia.

FASES A SEGUIR

Formular

Buscar

Ejecutar

Decide que
acciones y estados
deberan
considerarse.

Proceso para hallar

las secuencias de
acciones que
conduzcan a una
meta.

Fase donde se
llevan a cabo las
acciones que
conducen a la
meta.

EJEMPLO
Imagine un agente en la ciudad de Arad, Rumana, disfrutando de un viaje de
vacaciones. Maana sale un viaje a Bucarest.

Formulacin del objetivo:

Estar en Bucarest

Formulacin del problema:

Estados: varias ciudades

 Acciones: conducir entre las ciudades

Encontrar solucin: secuencia de ciudades, por

ejemplo, Arad, Sibiu,

Fagaras, Bucarest.

EJEMPLO

PROBLEMAS Y SOLUCIONES BIEN DEFINIDAS

Un problema consta de cuatro componentes:

Estado Inicial
Estado en el que
comienza el
agente

Funcion Sucesor
Test Objetivo
Costo de Camino

Descripcin de las
posibles acciones
El cual determina Asigna un costo
disponibles para
si un estado es un numrico a cada
el agente
estado objetivo
camino.

EJEMPLO DE PROBLEMA
Rompecabezas de 8 piezas

Estado inicial: El que muestra la figura de la izquierda

Funcin sucesor: Genera estados legales al intentar mover el espacio
vaco, hacia la izquierda, a la derecha, arriba o abajo.
Test Objetivo: Se lleg al estado mostrado en la figura de la derecha?
Costo de camino: 1 por movimiento.

CONCLUSIN
Es fundamental medir el rendimiento de un problema ya que este define sus
beneficios a la hora de resolver problemas, es por esto que los agentes
resolventes de problemas como su nombre lo dice determinan que camino
escoger para llegar a la mejor solucin y as compr4ender y obtener el resultado
deseado.

BIBLIOGRAFAS

Anubis, C. Agentes resolventes de problemas Formato: PDF. Consultado.

Disponible en: http://carlosmaggotia.blogspot.com/2011/09/capitulo-iii-resolverproblemas.html

Russell, S y Norvig, P.2004. Inteligencia Artificial Un enfoque Moderno. 2ed.

Madrid, ESP. Pearson. p 68-98