TAILIEUCHUNG - Bài giảng Trí tuệ nhân tạo: Bài 5 - Phạm Thị Anh Lê

Bài giảng Trí tuệ nhân tạo: Bài 5 - Phạm Thị Anh Lê cung cấp cho học viên những kiến thức về tìm kiếm tối ưu, các kỹ thuật tìm đường đi ngắn nhất, các kỹ thuật tìm kiếm đối tượng tốt nhất, tìm kiếm bắt chước sự tiến hóa, tìm kiếm mô phỏng luyện kim, . Mời các bạn cùng tham khảo chi tiết nội dung bài giảng! | Lec 5 Tìm kiếm tối ưu Lec 5. Nội Dung Các kỹ thuật tìm đường đi ngắn nhất Thuật toán A Thuật toán nhánh-cận Các kỹ thuật tìm kiếm đối tượng tốt nhất Tìm kiếm leo đồi Tìm kiếm Gradient Tìm kiếm mô phỏng luyện kim Tìm kiếm bắt chước sự tiến hoá thuật toán di truyền Lec 5. Tìm đường đi ngắn nhất Trạng thái u gọi là trạng thái đạt tới nếu có đường đi từ trạng thái ban đầu u0 tới u . Hàm đánh giá Độ dài đường đi ngắn nhất từ u0 tới u g u Nếu u không phải trạng thái đích thì đường đi từ u0 tới u gọi là đường đi một phần Nếu u là trạng thái đích thì đường đi từ u0 tới u gọi là đường đi đầy đủ Độ dài đường đi ngắn nhất từ u tới trạng thái đích h u hàm đánh giá f u g u h u Lec 5. Cài Đặt Hàm Đánh Giá Evaluation Function Xét trò chơi 8-puzzle. Cho mỗi trạng thái u một giá trị f u f u g u h u g u khoảng cách thực sự từ u đến trạng thái bắt đầu h u hàm heuristic đánh giá khoảng cách từ trạng thái u đến start mục tiêu. 2 8 3 1 2 3 g u 0 1 6 4 8 4 7 5 7 6 5 goal 2 8 3 2 8 3 2 8 3 h u số lượng các vị trí còn sai g u 1 1 6 4 1 4 1 6 4 7 5 7 6 5 7 5 f u 6 4 6 Lec 5. Thuật toán A Tìm kiếm tốt nhất đầu tiên hàm đánh giá f u Procedure A Begin 1. Khởi tạo danh sách L chỉ chứa trạng thái đầu 2. Loop do If L rỗng then thông báo thất bại stop Loại trạng thái u ở đầu danh sách L If u là trạng thái kết thúc then thông báo thành công stop For mỗi trạng thái v kề u do g v g u k u v f v g v h v đặt v vào danh sách L Sắp xếp L theo thứ tự tăng dần của hàm f End Lec 5. Ví dụ thuật toán A 14 14 9 A A 20 15 C 7 27 13 F 7 F 6 4 24 C 6 D 4 21 E 10 8 6 13 D H E 8 12 G 5 4 3 9 2 K I 4 25 H E 19 6 B 5 0 Đồ thị không gian trạng thái với hàm đánh giá 17 K I 18 21 B K 25 B 19 Cây tìm kiếm theo thuật toán A Lec 5. Nhận xét về thuật toán A Nếu h u là đánh giá thấp đặc biệt h u 0 với mọi trạng thái u thì A là thuật toán tối ưu tức là nghiệm tìm được là tối ưu. Nếu độ dài các cung không nhỏ hơn một số dương δ nào đó thì A là thuật toán đầy đủ tức là nó luôn dừng và

• Kỹ thuật lập trình
• Bài giảng Trí tuệ nhân tạo
• Trí tuệ nhân tạo
• Tìm kiếm tối ưu
• Kỹ thuật tìm đường đi ngắn nhất
• Kỹ thuật tìm kiếm đối tượng tốt nhất
• Tìm kiếm bắt chước sự tiến hóa
• Trí tuệ nhân tạo chương 1
• Tổng quan về trí tuệ nhân tạo
• Nền tảng của trí tuệ nhân tạo
• Bài giảng Trí tuệ nhân tạo chương 1
• Nền tảng trí tuệ nhân tạo
• Định nghĩa trí tuệ nhân tạo
• Thành tự trí tuệ nhân tạo
• Lịch sử trí tuệ nhân tạo
• Thành tựu trí tuệ nhân tạo
• Thách thức trí tuệ nhân tạo
• Cơ sở Trí tuệ nhân tạo‎
• Bài giảng Cơ sở Trí tuệ nhân tạo‎
• Đối tượng nghiên cứu trí tuệ nhân tạo
• Lĩnh vực áp dụng trí tuệ nhân tạo
• Trí tuệ nhân tạo chương 2
• Bài giảng Trí tuệ nhân tạo chương 2
• Biểu diễn bài toán
• Agen thông minh
• Đặc điểm của trí tuệ nhân tạo
• Ứng dụng của trí tuệ nhân tạo
• Tác nhân thông minh
• Khái niệm Trí tuệ nhân tạo
• Thành tựu của khoa học Trí tuệ nhân tạo
• Xu hướng mới Trí tuệ nhân tạo
• kinh tế chính trị học
• học thuyết kinh tế
• sách kinh tế học
• tài liệu học đại học
• giáo trình trí tuệ nhân tạo
• tài liệu trí tuệ nhân tạo
• đề cương bài giảng
• sách trí tuệ nhân tạo
• xử lý ngôn ngữ tự nhiên
• ứng dụng trí tuệ nhân tạo
• sản phẩm trí tuệ nhân tạo
• nghiên cứu trí tuệ nhân tạo
• đề cương Trí tuệ Nhân tạo
• lý thuyết Trí tuệ Nhân tạo
• Tri tuệ nhân tạo
• nghiên cứu Tri tuệ nhân tạo
• hệ thống Tri tuệ nhân tạo
• thiết kế Tri tuệ nhân tạo
• tìm hiểu Tri tuệ nhân tạo
• phương pháp giải quyết vấn đề cơ bản
• Bài giảng Nhập môn trí tuệ nhân tạo
• Nhập môn trí tuệ nhân tạo
• Vai trò trí tuệ nhân tạo
• Tính chất của một thuật toán
• Kỹ thuật tìm kiếm