Lista 1 — Sistemas Inteligentes (INE5633) ~ 201452 Sistemas de Informacio ~ Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercicios selecionados (respostas em azul) 1, Tanto a medida de desempenho quanto a funcao de utilidade medem o quanto um agente esté desem- penhando bem suas atividades. Explique a diferenca entre as duas medidas. Uma medida de desempenho é utilizada por unt obseroador externo para avaliar 0 sucesso de um agente, Uma fungao de utilidade 6 utilizada por wm agente para avaliar estados. A fungito de utilidade pode nao ser igual a medida de desempenho; além disso, um agente pode nao ter uma funcao de utilidade explicita, enquanto que mpre existe uma medida de desempenho. 2. Pode haver mais de um programa de agente que implemente uma dada funcdo de agente? Dé um exemplo ou mostre porque nao é possivel Sim. Podemos criar unt novo programa de agente por meio da modificagao de um programa de agente existente, inserindo comandos iniiteis que nao alterem a safda do programa. Estes dois programas implementam a mesma fungi de agente. 3. Descreva uma fungao de agente racional para o mundo do aspirador de pé com a medida de desempe- nho modificada que deduz um ponto a cada movimento. O programa de agente correspondente exige estado interno? O agente deve ter meméria para guardar a informagio de que um quadrado jé foi limpo. Desa forma ele s6 vai para 0 outro quadrado se ainda nio verificou que 0 quadrado estava linipo. A meméria que guarda essa informagao & um estado interno, 4, Para cada um dos agentes a seguir, desenvolva uma descricao de PEAS do ambiente de tarefas. (a) Rob6 jogador de futebol. (b) Agente de compras na Internet. (©) Robé explorador de Marte. ‘Agente | Medida de desempenho | Ambiente Atuadores Sensores Futebot | Ganhar jogo, saldo de gols | Campo, bola, trave, | Dispositioos para To- | Camera, sensores de proprio time, outro | comogio ¢ chute toque, acclerdmetros, time, proprio corpo sensores de orientagio Taternet | Obter produtos requisita- | Internet Seguir link, preencher | Paginas da Web, pe- dos, minimizar gastos dados em campos, | dido dos usuérios mostrar para usuiirio ‘Marte | Terrenos _explorados, | Verculo _langador, | Rodas, equipamento | Camera, sensores de amostras recothidas Marte coletor de amostras, | toque, —acelerdmetro, transmissor de ridio | sensores de orientacio, receptor de rédio 5, Para cada um dos agentes a seguir, caracterize 0 ambiente de acordo com as propriedades dadas na Seco 2.3 e selecione um projeto de agente adequado. (a) Robé jogador de futebol. (b) Agente de compras na Internet. (6) Robo explorador de Marte. ‘Sistemas Inteligentes INE5633Ambiente | Obserodvel | Deterministico | Episédico | Estatico | Discreto | Agente Futebol | Parcialmente | Estocistico Sequencial | Dindmico | Continuo | Multiplo Internet _ | Parcialmente | Delerministico | Sequencial | Estitico | Discreto_| Uinico ‘Marte _| Parcialmente | Fstocistico Sequencial_ | Dindmico | Continuo | Unico Cap. 3 - Russel & Norvig - Exercicios selecionados 6. Suponha que ACOES-VALIDAS(s) denote o conjunto de ages validas no estado s, e que RESULTADO(a.s) denote o estado que resulta da execugdo dle uma acao valida « no estado s. Defina SUCESSOR em termos de ACOES-VALIDAS e RESULTADO, e vice-ver SUCESSOR(s) = {(a,s') | a € ACOES-VALIDAS(s) Es’ AGOES-VALIDAS(s) = { a | (as’) € SUCESSOR(s)} RESULTADO(a,s) = { s’| (as°) € SUCESSOR(S)} RESULTADO(a.s)} 7. Um espaco de estados finito conduz.a uma drvore de busca finita? E no caso de um espaco de estados finito que é uma Arvore? Vocé poderia ser mais preciso em definir que tipos de espacos de estados sempre levam a drvores de busca finitas? ido. Um espaco de estados finitos nem sempre leoa a uma droore de busca finita. Considere um espago de estados com dois estados, cada um deles com uma acio que leva ao outro. Iss0 gera uma droore de busca infinita, porque podemos ir e volar infinitas vezes. Porém, se o espaco de estados for uma éroore finita, ou, em geral, um DAG (grafo aciclico direcionado), no haverd loops ea droore de busca sera finita. 8, Fornesa o estado inicial, o teste de objetivo, a fungao sucessor ea fungao de custo para cada um dos itens a seguir: (a) Voce tem de colorir um mapa plano usando apenas quatro cores, de tal modo que nao haja duas regides adjacentes com a mesma cor. Estado inicial: nenhuma regido colorida, Teste de objetivo: todas as regides coloridas, ¢ nenhuma regio adjacente com a mesma cor. Fungao sucessor: atribuir wma cor a una regio que esteja sem cor, Fungao de custo: ntimero total de atribuicoes (igual para todas as solugdes). (b) Um macaco com um metro de altura esté em uma sala em que algumas bananas esto presas no teto, a 2,5 metros de altura. Ele gostaria de aleancar as bananas. A sala contém dois engradados cempilhaveis, méveis e escalaveis, com um metro de altura cada. Estado inicial: como descrito no enunciado. Teste de objetioo: macaco aleangou as bananas Fungito sucessor: subir no engradado; descer do engradado; mudar engradado de lugar; andar de um lugar a outro; agarrar bananas Fungao de custo: niimero total de agdes. 9. Considere um espaco de estados onde o estado inicial 6 0 namero 1 e a fungao sucess retorna dois estados, com os néimeros 2m e 2n +1 ‘or para o estado n (a) Desenhe a porgdo do espaco de estados correspondente aos estados 1a 15. Sistemas Inteligentes INE5633x Jd % Cue od Ys (b) Suponha que o estado objetivo seja 11. Liste a ordem em que os nés sero visitados no caso da busca em extensdo, da busca em profundidade limitada com limite 3 e da busca por aprofundamento iterativo. Busca em extensto: 1234567891011 Busca em profundidade limitada: 124895 10 11 Aprofundamento iterativo: 1; 123;1245367;1248951011 10. Problema de missiondrios e canibais: Trés missiondrios e trés canibais estdo em um lado de um rio, juntamente com um barco que pode conter uma ou duas pessoas. Descubra um meio de fazer todos atravessarem 0 rio, sem deixar que um grupo de missiondrios de um lado fique em ntimero menor que ‘© ntimero de canibais. (a) Formule o problema precisamente. Trace um diagrama do espaco de estados completo. Uma representagdo posstvel: Um estado é wm vetor com trés inteivos listando 0 niimero de missionérios, canibais e barcos na margem inicial do rio, Sendo assim, o estado inicial &(3,3,1) ¢0 estado objetivo & (0,0,0). O teste de objetivo verifica se 0 estado objetivo (0,0,0) foi alcangado. A funcito de custo tem valor um para cada acto. Os sucessores de um estado sio todos os estados que movem uma ou duas pessoas e um barco de tum: lado para 0 outro, sem que o niimero de missionérios de wim lado fique menor do que o ntimero de canibais Espaco de Estados (extraido de missionaries.htmal): Sistemas Inteligentes INE5633(b) Resolva o problema de forma 6tima, utilizando um algoritmo de busca apropriado. f boa ideia verificar a existéncia de estados repetidos? Quatquer algoritmo de busca funciona bem, porque o espaco de estades & muito pequeno, Basta eliminar estados repetidos e estados inlidos (com maior niimero de canibais do que missiondrios do mesmo lado). Cap. 4 - Russel & Norvig - Exercicios selecionados LL. Represente a operagio da busca A* aplicada ao problema de ir até Bucareste a partir de Lugoj usando a heuristica de distancia em linha reta. Isto é mostre a sequéncia de nés que o algoritmo ira considerar e a pontuagao de f, ge h para cada n6, Timisoara 329 Urziceni 80 Vaslui 19 Zerind x4 Sequéncia de nds na borda: Lfo+244=244] (7o+241=311] , T[111+329=440] L[140+244=384] , D[145+242=387], TL111+329=440] D[145+242=387] , T[111+329=440] , M[210+241=451] , T[251+329=580] cl265+160=425], T[111+329=440], M(210+241=451], Ml220+241=461], TL251+321 ‘TE111+329=440] , M[210+241=451] , M[220+241=461], P[403+100=503] , T[251+32: R[411+193-604] , D[385+242-627] M[210+241=451] , M[220+241=461] , L[222+244=466], P[403+100=503] , T[251+329=580] , A[229+366=595] , R[411+193-604] , D[385+242-627] M[220+241=461] , L[222+244=466] , P[403+100=503] , L[280+244=524] , D[285+242=527] , 7[251+329=580] , A[229+366=595] , R[411+193=604] , D[385+242=627] L[222+244=466] , P[403+100=503] , L[280+244=824], D[285+242=527], L[2904244=534] , p[295+242=537], T[251+329=580], A[229+366=595], R[411+193=604] , D[385+242=627] P[403+100-503] , L[280+244-524] , D[285+242=527], M[292+241-533], L[290+244-534] , D[295+242-537], T[251+329-580], A[229+366-595] , R[411+193-604] , D[385+242~6271, T[333+329=662] Sistemas Inteligentes INE5633B[504+0-504], L[280+244=524], D[285+242-527], M[292+241-533] , L[290+244=534] , D[295+242=537], T[251+329=580] , A[229+366=595] , R[411+193=604] , D[385+242=627] , ‘T[s33+329=662] , R[S00+193-603], C[S41+160=701] 12. O algoritmo de caminho heurfstico é uma busca pela melhor escolha na qual a funcao objetivo é f(n) (2—w)g(nt) + wh(). Para que valores de w esse algoritmo oferece a garantia de ser étimo? Que espécie de busca ele executa quando w = 0? E quando w = 1? E quando w = 2? w=0 faz com que f(n) = 2g(n), que equioate & busca de custo uniforme (a multiplicagdo por 2 no modifica a cordem em que os ris sao expandidos). w = 1 faz com que f(n) = g(t) + h(n), que equivale a busca A*. w = 2 {faz com que f(t) = 2h(n), que equivate & busca gulosa pela melhor escotha. Este algoritnto € étimo quando h(n) 6 admissfoel ew <1 13. Prove cada uma das afirmacées a seguir: (a) A busca em extensao é um caso especial de busca de custo uniforme. Quando todos os custos sao iguais, temas que ¢(n) é proporcional a profundidade (n), logo a busca de custo uniforme reproduz a busca em extensio, jd que 0 nés so expandidos em ordem de menor profiundidade (menor custo) para maior profundidade. (b) A busca em extensio, a busca em profundidade e a busca de custo uniforme sao casos especiais da busca pela melhor escolha. Busca em extensio equivale @ busca pela melhor escolha com F(n)=profundidadetn); busca em profiundidade e busca pela melhor escolha com f (n)=-profundidade(n); busca de custo uniforme ¢ busca pela melhor escolha com f (1) = g(n) (0) A busca de custo uniforme é um caso especial da busca At Busca de custo uniforme equivale a A* com h(n) = 0. 14. Na pagina 111, definimos 0 relaxamento do quebra-cabeca de 8 pecas em que um bloco pode se mover do quadrado A para o quadrado B, se B estiver vazio. A solucao exata desse problema define a heuristica de Gaschnig. Explique por que a heuristica de Gaschnig é pelo menos tao precisa quanto hl (blocos mal posicionados) e mostre casos em que ela é mais precisa que hl e h? (distincia Manhattan). Vocé poderia sugerir um modo de calcular a heuristica de Gaschnig com eficiéncia? A heuristica dos blocos mal posicionados é exata para o problema em que um bloco pode ser movido de um quadrado A para qualquer quadrado B. Como esse problenta é um relaxantento da condicao que um quadrado pode ser movido do quadrado A para um quadrado B se B estiver vazio, o valor da heuristica de Gaschnig nao pode ser menor que 0 valor da heuristica dos blocos mal posicionados. Como ela também & admissfvel (por ser wm relaxamento do problema original), ela & mais precisa. Se permutarmos dois blocos adjacentes no estado objetivo, teremos unt estado em que a heurtstica dos blocos mal posicionados ¢ a heurtstice da distancia Manhattan terdo valor 2, ¢ a heuristica de Gaschnig terd valor 3. Para calcular a heuristica de Gaschnig, repita o seguinte ate que o estado objetivo seja atingido: seja B a posigto atual do espaco vazio; se B for ocupado pelo quadrado X (nit vazio) no estado objetivo, mova X para B; sendo, mova qualquer bloco mal posicionado para B. 15. Forneca o nome do algoritmo que resulta de cada um dos seguintes casos especiais: (a) Busca de feixe local com k = 1. Busca de subida de encosta (b) Busca em feixe local com k = cv. (Nao fizz sentido) Sistemas Inteligentes INE5633(€) Tempera simulada com T = 0 em todos os momentos. Busca de subida de encosta (d) Algoritmo genético com tamanho da populagao N Busca aleatéria Sistemas Inteligentes INE5633