AGENTES DE BUSQUEDA ONLINE Y AMBIENTES DESCONOCIDOS

AGENTES DE BUSQUEDA ONLINE Y AMBIENTES DESCONOCIDOS

INTRODUCCION

Los agentes de búsqueda de búsquedas ayudan a buscar las rautas más óptimas para llegar a sus objetivos planteados.

Para ellos existen varios tipos de búsquedas como la online y la de ambientes desconocidos, ya q la online trabaja en un entorno desconocido para ejecutar la siguiente acción y la otra los hace en un ambiente controlado ante de ejecutarlo en un ambiente real.

MARCO TEORICO

AGENTES DE BÚSQUEDA ONLINE

Los agentes de búsquedas online trabaja en uno de aprendizaje en donde va percibiendo su entorno para así poder dar una acción a la misma por esta razón deben interactuar el cálculo y la acción, estos agentes expanden el nodo que está ocupando para evitar recorrer cada uno de los nodos del árbol

AMBIENTES DESCONOCIDOS

La búsqueda online es una idea necesaria para un problema de exploración, donde los estados, y las acciones son desconocidos por el agente, un agente en ese estado de ignorancia debe usar sus acciones como experimentos para determinar que hacer después, y a partir de ahí debe intercalar el cálculo y la acción.

Fig.1. Forma de aprendizaje del agente de búsqueda online

Objetivo del agente:

Los objetivos del agente

·                     Es alcanzar su objetivo

·                     Reducir el coste

INTERACION DE PLANIFICACIÓN ACCIÓN:

Una vez el agente ejecute una acción recibe una percepción en el cual indica el estado que alcanzado dando una mejor enfoque en su entorno para tener un mejor enfoque de dónde ir.

Estos agente son ido neones en ambientes de exploración por sus adaptabilidad a su entorno mediante los va reconociendo.

Búsqueda online: Intercala el calcula y la acción.

– Toma una acción

– Observa el entorno

– Calcula la siguiente acción.

Problemas  de búsqueda en línea (online)

Los agentes online pueden dar solución a los problemas de búsquedas en donde que ejecuta acciones en donde no puede ser resuelto por procesos computacionales, ya que en esta deben de interactuar con los siguientes factores:

·         Acciones:

 Que devuelve una lista de acciones permitidas en el estado s;

·         Funciones:

Coste individual c(s, a, s’) hay que tener en cuenta que no pude usarse hasta que el agente sepa que s’ es el resultado; y

·         Test-Objetivo

Ejemplo:

Un claro ejemplo sería el de un laberinto en donde no tiene conocimiento sobre su entorno y este lo va adquiriendo mediante valla explorando.

Búsqueda off-line:

Los agentes de búsquedas  de ambientes desconocidos antes de hacer alguna acción en el mundo real, hace los respectivos cálculos en un ambiente conocido para así después ejecutarla.

CONCLUSIÓN

Llegamos a la conclusión que para cada necesidad existe un método que se adapta mejor a las necesidades como los agentes de búsqueda online se la implemente en un entorno de problema de exploración en donde este ejecuta una acción acorde a su entorno de carácter variable y la agente de búsqueda de ambiente desconocido trabajan en un entorno computacional de cálculos antes efectuar cualquier acción en el mundo real.

BIBLIOGRAFÍA

Russell, s.2008.inteligencia artificial un enfoque moderno. Segunda edición. Pearson education. Madrid-España.

Sánchez, L.2012. Métodos de búsqueda de soluciones (Búsqueda informada y exploración). Formato (PDF).Disponible en:

http://ants.inf.um.es/~felixgm/pub/others/InteligenciaArtificial.pdf