Intelligenza Artificiale Compito - 12 Marzo 2007
|
|
- Gianmaria Gianpiero Rostagno
- 5 anni fa
- Visualizzazioni
Transcript
1 Intelligenza Artificiale Compito - 1 Marzo 007 Nome e Cognome: Matricola: Nickname: ESERCIZIO N 1 Ricerca Informata A* 4 punti Stabilite se un euristica monotona permette ad A* di espandere sempre meno nodi rispetto alla ricerca a costo uniforme. Motivate la risposta. Sì. A*, usando un euristica monotona, espanderà sempre meno nodi della ricerca UCS. UCS rappresenta un caso particolare di A* in cui h USC (n) = 0 n. A* sfrutta un euristica monotona, quindi ammissibile, h A* (n) h*(n) n. Ipotizzando che al nodo goal l euristica abbia valore pari a 0, ne consegue che: 0 = h USC (n) h A* (n) h*(n) n. Questo coincide con la definizione di dominanza: h A* (n) domina h UCS (n) ogni nodo espanso da A* è anche espanso da UCS. Infatti f A* (n) f UCS (n) n, quindi il numero di nodi espansi da UCS, in cui f UCS (n) f*, è maggiore dei nodi espansi da A*, in cui f A* (n) f*. ESERCIZIO N Quiz Vero o Falso (+0, per ogni risposta corretta, -0, per ogni risposta errata) 6 punti Usando una versione di WA* in cui f(n)=g(n)+wh(n) e w=3, se h*(x o ) = 0 allora il costo delle soluzioni ottenute sarà superiore a 60. Un algoritmo di ricerca ad approfondimenti iterativi trova la stessa soluzione di un algoritmo di ricerca depth-first. Nella ricerca bidirezionale le euristiche front-to-front valutano la distanza tra un nodo della frontiera forward e un nodo della frontiera backward. 4. Con lookahead infinito gli algoritmi real-time coincidono con gli algoritmi off-line.. La ricerca ad approfondimenti iterativi visita sempre più nodi della ricerca in ampiezza. 6. Alfa-Beta Pruning trova mosse migliori di Minimax (a parità di taglio di profondità) I pattern databases permettono di calcolare un euristica più informata sfruttando l informazione ottenuta dalla risoluzione previa di porzioni del problema. Aggiungendo a IDA* una tabella hash che conserva i nodi già espansi si diminuisce sia il costo temporale e sia il costo spaziale della ricerca. L Alfa-beta pruning pota solo i rami dell albero di ricerca che non influenzano la decisione minimax. A differenza di LRTA* l algoritmo Online Depth First Search ha bisogno unicamente di una pila di nodi per effettuare la scelta di un operatore. Nel caso di giochi multiplayer in cui le alleanze non sono ammesse non è possibile determinare la mossa ottima (secondo il criterio minimax) per l agente intelligente. L algoritmo minimax potrebbe essere reso più efficiente usando la ricerca ad approfondimenti iterativi, invece che la ricerca in profondità.
2 ESERCIZIO N 3 Ricerca Informata 8 punti C 3 G A 4 6 D S B 1 E G 0 In questo grafo vengono riportati sugli archi i costi di cammino da uno stato all altro e all interno dei nodi una valutazione euristica della distanza da uno stato goal. Lo stato di partenza è S, gli stati goal sono G1 e G. Per ognuno degli algoritmi proposti riportate: a) il percorso risolvente; b) la lista ordinata di nodi espansi. In caso di algoritmo iterativo separare con / le varie iterazioni. NOTA: il test di terminazione viene effettuato in fase di espansione. In caso di dubbio la scelta tra i nodi avviene in ordine alfabetico. Iterative deepening search S B G {} / S / S,A,B / S,A,C,D,B,E,G Uniformed Cost search S B E G (with CLOSED list) S,A,C,B,D,E,G (without CLOSED list) S,A,C,S,B,D,E,A,D,C,B,B,E,S,B,E,G Greedy search S A D G1 S,A,D,G1 A* search S B E G S,A,C,D,B,E,G IDA* search S B E G {} / S,A,C,D / S,A,C,D,D / S,A,C,D,D,B,E / S,A,C,D,D,B,E,G
3 ESERCIZIO N 4 Game Playing punti Osservate il seguente albero in cui MAX muove per primo. v=3 α=3 v=4 β=3 v=7 β=4 A) Qual è la mossa che MAX dovrà effettuare? E quale sarà probabilmente la mossa di MIN? Nel caso in cui MIN non muova in modo ottimo, quale potrebbe essere l utilità finale di MAX? MAX effettuerà la mossa che porta a D. MIN dovrebbe rispondere con J. In caso contrario (configurazione K) MAX muoverebbe su U e quindi l utilità finale sarebbe pari a 7 (maggiore dell utilità minimax teorica: U(A)=4). B) Riportate in modo ordinato i nodi visitati da MINIMAX. A,B,C,D,E,F,G,L,M,N,O,P,H,Q,I,R,S,W,X,Y,Z,J,T,K,U,V,X,Y,Z oppure (nodi espansi ) A,B,E,L,M,F,N,O,G,P,C,H,Q,I,R,W,X,S,Y,Z,D,J,T,K,U,X,V,Y,Z C) Riportate, nodo per nodo, i valori di utilità calcolati da MINIMAX. E=3; F=4; G=; H=3; R=1; S=-1; I=1; J=4; U=7; V=-; K=7; B=3; C=1; D=4; A=4; D) Quali sono i nodi che la potatura alfa-beta non visita? Motivate la risposta mostrando sull albero i valor assunti da v, alfa e beta nel caso di potature. La potatura alfa-beta evita la visita dei nodi: O; I; R; W; X; S; Y; Z; V; Y; Z.
4 ESERCIZIO N Torre di Hanoi 10 punti Considerate il problema della Torre di Hanoi (Figura A). Avete 3 paletti sui quali infilare 3 dischi di diverse dimensioni. Lo scopo del gioco è quello di portare i dischi dalla configurazione S (dove tutti i dischi si trovano sul paletto sinistro) alla configurazione G (tutti i dischi sul paletto destro). Potete muovere un solo disco per volta. Un disco non può essere collocato sopra un disco di dimensioni inferiori. NOTA: come nei riquadri in Figura A, i dischi possono essere rappresentati usando i numeri 1 (piccolo), (medio), 3 (grande). (S) 1 X X X X 3 X X Figura A: Torre di Hanoi. (S) configurazione iniziale (G) configurazione goal (G) X X 1 X X X X 3 (n) configurazione di prova per l esercizio D (n) 1 3 X Un disco può essere spostato da un paletto ad un altro solo se nel paletto di arrivo non è presente un disco più piccolo. Ogni mossa ha costo pari a 1 (indipendentemente dalla distanza tra il paletto di origine e quello di arrivo). A) Analizzate la dimensione dello spazio degli stati e dite come questa cambia al variare del numero di dischi. Per generare configurazioni legali della Torre di Hanoi partiamo da una configurazione priva di dischi e li inseriamo partendo da quello più grande fino al più piccolo. Grazie all inserimento ordinato siamo liberi di posizionare ogni disco su qualsiasi paletto. Sia il disco 3, sia il disco, sia il disco 1 potranno essere inseriti in 3 paletti diversi. Il numero di configurazioni legali è quindi pari a 3x3x3 = 7. Nel caso generale, dati N dischi il numero di configurazioni legali è 3 N. B) Analizzate il branching factor minimo e massimo dell albero di ricerca e dite come questi cambiano al variare del numero di dischi. Indipendentemente dal numero di dischi, il problema presenta 3 torri con un totale di 3 dischi di dimensioni diverse su cui applicare l operatore di spostamento: D1 < D < D3 (la torre vuota è come un disco di dimensioni infinite). Qualunque sia l ordine, D1 potrà essere mosso su D e D3; D su D3; mentre D3 non potrà essere mosso. In totale si hanno al massimo 3 mosse. Il branch factor minimo si ha quando torri sono nulle, quindi vale solo: D1 muove su D e D3. Il branching factor minimo è di mosse. Durante la ricerca, possiamo imporre che non venga mai rivisitato il nodo padre (più in generale che non venga mai rimosso due volte di seguito lo stesso disco).: quindi b MAX = ; b MIN =1. Al variare del numero di dischi il branching factor rimane invariato. C) Provate a proporre euristiche garantitamente ammissibili h 1 e h usando le tecniche viste a lezione. Obiettivo: portare tutti i dischi sul paletto target in modo ordinato. I vincoli sugli operatori sono i seguenti: A) si muove un disco per volta da t1 a t; B) si preleva un disco dalla cima della torre t1; C) si inserisce un disco sulla cima di una torre t; D) si muove un disco da t1 a t se il disco in t è più grande; E) il numero di paletti su cui fare un inserimento è pari a. Si possono ottenere molte euristiche diverse a seconda della combinazione dei vincoli rilassati. Ad es: h 1 = euristica che deriva dal rilassamento di B, C, D, E. Questa euristica equivale al numero di dischi fuori posto. h = rilassamento di D ed E. Per calcolarla si può effettuare una ricerca nello spazio degli stati del problema rilassato. E equivalente a dire: numero dischi fuori posto + mosse per ogni disco sul paletto target che non è al livello giusto (perché il disco andrà tolto e rimesso effetto del vincolo C) + 1 mossa per ogni disco non sul target che ha sotto di sé un disco più grande (il disco dovrà essere portato su un altro paletto non target per lasciar uscire il disco più grande effetto del vincolo B).
5 D) Applicate A* partendo dalla configurazione n (Figura A). Mostrate sul retro del foglio gli alberi di ricerca di A* considerando che a parità di f(n) si preferisce il nodo con minor h(n). Quale delle due euristiche domina l altra? Motivate. Dopo aver applicato A* usando l euristica h 1 e l euristica h osserviamo che il numero di nodi espansi nella ricerca è minore per h. Di più, con h A* espande i nodi in modo verticale verso la soluzione: nel caso della configurazione n l euristica h risulta perfettamente informata. Entrambe le euristiche sono ammissibili perché ottenute da tecnica di astrazione e rilassamento dei vincoli. Contemporaneamente vale la disuguaglianza h (n) h 1 (n) n. Quindi h domina h 1. ESERCIZIO N 6 (FACOLTATIVO) Game Playing punti Immaginate di giocare una versione di Tic-Tac-Toe (tris) in cui: a) i giocatori non vedono le mosse dell avversario; b) una segnalazione acustica vi avverte quando inserite la crocetta (o cerchio) in una cella dove si trova già l avversario. In caso di segnalazione potrete ripetere la mossa. Analizzate le caratteristiche di questo gioco e provate ad adattare l algoritmo minimax in modo opportuno. Illustrate il vostro ragionamento tramite una configurazione di esempio. Si tratta di un gioco ad informazione imperfetta (non conosciamo completamente lo stato del gioco). Data la mancanza di conoscenza sulle mosse dell avversario la segnalazione acustica può essere considerata come un evento di natura stocastica. Dobbiamo quindi adattare minimax in modo da gestire questi due fattori. La mancanza di conoscenza sulla configurazione può essere gestita associando ad ogni nodo dell albero di ricerca minimax un doppio stato, ciascuno composto da una matrice 3x3. Lo stato A conterrà in ogni cella la probabilità (determinata dalle informazioni in possesso di MAX) che la cella sia occupata da MAX e la probabilità che sia occupata da MIN. [1;0] se MAX l ha occupata, [0;1] se MAX ha scoperto che MIN l ha occupata, [0;p] se MIN ha la probabilità p di averla occupata. Lo stato B conterrà in ogni cella le probabilità determinate dalle informazioni (stimate da MAX) in possesso di MIN. Vedi figura di esempio dove MAX muove O. L euristica usata dovrà tenere conto delle probabilità interne alla configurazione. Il fattore stocastico potrà essere modellato con Expectiminimax. Ad ogni mossa saranno associati N possibili eventi: N sarà pari al numero di volte che può essere stata emessa la segnalazione acustica prima di aver completato la mossa, cioè pari al numero di mosse fatte ignote. Ad esempio, nella configurazione sopra, dove tocca a MIN muovere e dove sono state fatte mosse di cui tre ignote : p 0 =4/7 sarà la probabilità dell evento non sentire la segnalazione acustica ; p 1 =(3/7)x(/6)x(1/) sarà la probabilità di scoprire tutte le mosse ignote ; p =(3/7)*(4/6) la probabilità di scoprire solo una mossa ignota ; p 3 =(3/7)*(/6)*(4/) sarà la probabilità di scoprire solo due mosse.
Intelligenza Artificiale Compito - 12 Marzo 2007
Intelligenza Artificiale Compito - 1 Marzo 007 Nome e Cognome: Matricola: Nickname: ESERCIZIO N 1 Ricerca Informata A* 4 punti Stabilite se un euristica monotona permette ad A* di espandere sempre meno
DettagliIntelligenza Artificiale
Intelligenza Artificiale 17 Marzo 2005 Nome e Cognome: Matricola: ESERCIZIO N 1 Ricerca Cieca 5 punti 1.A) Elencare in modo ordinato i nodi (dell'albero sotto) che vengono scelti per l'espansione dalle
DettagliRicerca con avversari
Ricerca con avversari Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 12/03/2018 Ricerca con avversari Definizione di gioco Giochi deterministici Giochi stocastici Giochi con parziale
Dettaglimax e tagli alfa-beta Una funzione euristica h(n) è detta ammissibile se non sbaglia mai per eccesso la stima del costo per arrivare all obbiettivo
Strategie di ricerca Esercizi Martedì Maggio 005 Scopo:. Esercizi sulle strategie di ricerca. Esercizi sui giochi, alberi min-max max e tagli alfa-beta Errata corrige precedente esercitazione Una funzione
DettagliIntelligenza Artificiale. Ricerca euristica Algoritmo A*
Intelligenza Artificiale Ricerca euristica Algoritmo A* Marco Piastra Metodi di ricerca - Ricerca non informata Ricerca nello spazio degli stati Definizione di un grafo come spazio degli stati I nodi rappresentano
DettagliIntelligenza Artificiale. Risoluzione dei Problemi
Intelligenza Artificiale Risoluzione dei Problemi Strategie non-informate: principali 1. breadth-first; 2. depth-first; 3. depth-first a profondità limitata; 4. ad approfondimento iterativo. Ricerca in
Dettagli3 Ricerca per Giochi e CSP
Esercizio 3.1 Dire quale tecnica usereste per risolvere i seguenti giochi: 1. Backgammon 2. Scarabeo 3. Scacchi 4. Go 5. Monpoli 6. Poker Motivate le risposte con adeguate ragioni basate sulle caratteristiche
DettagliCorso di Intelligenza Artificiale
Nome e Cognome: Matricola: Corso di Intelligenza Artificiale Anno Accademico 2010/2011 Compitino del 14 Febbraio 2011 Istruzioni Scrivere la risposta nello spazio bianco al di sotto della domanda; Non
DettagliRicerca Automatica. Esercitazione 3. Intelligenza Artificiale Daniele Nardi, 2004 Esercitazione 3 0
Ricerca Automatica Esercitazione 3 Intelligenza Artificiale Daniele Nardi, 2004 Esercitazione 3 0 Ascensore In un grattacielo ci sono 3 coppie formate da marito e moglie. Il cancello delle scale viene
DettagliRicerca non informata
Ricerca non informata Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 05/03/2018 Ricerca non informata Definizione del problema della ricerca Architettura necessaria Blind search
DettagliIntelligenza Artificiale. Ricerca euristica L algoritmo A*
Intelligenza Artificiale Ricerca euristica L algoritmo A* Marco Piastra Ricerca euristica - Ricerca non informata Ricerca nello spazio degli stati Definizione di un grafo come spazio degli stati I nodi
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 16 Giugno 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 16 Giugno 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si modellino le seguenti frasi (si noti che il dominio contiene solo entità
DettagliEspansione: si parte da uno stato e applicando gli operatori (o la funzione successore) si generano nuovi stati.
CERCARE SOLUZIONI Generare sequenze di azioni. Espansione: si parte da uno stato e applicando gli operatori (o la funzione successore) si generano nuovi stati. Strategia di ricerca: ad ogni passo scegliere
DettagliIntroduzione all Intelligenza Artificiale a.a. 2016/17
Introduzione all Intelligenza Artificiale a.a. 2016/17 Prima prova intermedia 7 Aprile 2017 PRIMA PARTE Domande (punti 7) La risposta corretta alla maggior parte delle domande abilita la correzione della
DettagliI giochi con avversario. I giochi con avversario. Introduzione. Giochi come problemi di ricerca. Il gioco del NIM.
I giochi con avversario I giochi con avversario Maria Simi a.a. 26/27 Regole semplici e formalizzabili eterministici, due giocatori, turni alterni, zero-sum, informazione perfetta (ambiente accessibile)
DettagliIntelligenza Artificiale. Tecniche di ricerca basate sullo spazio degli stati
Intelligenza Artificiale Tecniche di ricerca basate sullo spazio degli stati Marco Piastra Ricerca e stati - 1 Problemi diversi, soluzioni simili Fox, Goat and Cabbage La definizione prevede Uno stato
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 11 Gennaio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 11 Gennaio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati: 1. Chi conosce la
DettagliUniversità degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 16 Aprile 2018
DIPARTIMENTO DI INGEGNERIA GESTIONALE, DELL INFORMAZIONE E DELLA PRODUZIONE Università degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 16 Aprile 2018 Nome: Cognome: Matricola: Riga: Colonna:
DettagliEsercizi d'esame su strategie di ricerca, CSP e Giochi. Compiti d'esame 2017 e 2018
Esercizi d'esame su strategie di ricerca, CSP e Giochi Compiti d'esame 2017 e 2018 1 Giugno 2018 Strategia a costo uniforme Si consideri il seguente grafo in cui gli archi sono annotati col costo e si
DettagliTECNOLOGIE INFORMATICHE MULTIMEDIALI
TECNOLOGIE INFORMATICHE MULTIMEDIALI ««Gli errori sono necessari, utili come il pane e spesso anche belli: per esempio, la torre di Pisa.» (Gianni Rodari, Il libro degli errori) Prof. Giorgio Poletti giorgio.poletti@unife.it
DettagliESERCIZIO MIN-MAX Si consideri il seguente albero di gioco dove i punteggi sono tutti dal punto di vista del primo giocatore.
ESERCIZIO MIN- Si consideri il seguente albero di gioco dove i punteggi sono tutti dal punto di vista del primo giocatore. B C D E F G H I J K L M N O P Q R S T U (6) (8) (5) (0) (-2) (2) (5) (8) (9) (2)
DettagliUniversità degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 16 Aprile 2018
DIPARTIMENTO DI INGEGNERIA GESTIONALE, DELL INFORMAZIONE E DELLA PRODUZIONE Università degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 16 Aprile 2018 Nome: Cognome: Matricola: Riga: Colonna:
DettagliRicerca Cieca. Spazio di Ricerca. ! albero di ricerca. Russell & Norvig: Introduzione al Problem Solving. Introduzione al Problem Solving
Ricerca Cieca Russell & Norvig: 3.4 3.6 Spazio di Ricerca! albero di ricerca Concetti di Base Albero di ricerca Espansione nodi Strategia di ricerca: Per ogni nodo determina quale nodo espandere Nodi di
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 9 Febbraio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 9 Febbraio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati: 1. Ogni opera di
DettagliIntelligenza Artificiale. Lezione 5. Sommario. Ricerca Best-first. Ricerca golosa. Russell & Norvig Capitolo 4, Paragrafi 1 2. Ricerca Best-first
Sommario Russell & Norvig Capitolo 4, Paragrafi 1 2 Intelligenza Artificiale Ricerca Best-first Ricerca A Euristiche Lezione 5 IDA* SMA* Intelligenza Artificiale Daniele Nardi, 2004 Lezione 5 0 Intelligenza
DettagliAlgoritmi di Ricerca
Algoritmi di Ricerca Contenuto Algoritmi non informati Nessuna conoscenza sul problema in esame Algoritmi euristici Sfruttano conoscenze specifiche sul problema Giochi Quando la ricerca è ostacolata da
DettagliAlgoritmi e giochi combinatori
Algoritmi e giochi combinatori Panoramica Giochi combinatori Programmi che giocano Albero di un gioco L algoritmo Minimax 1 Perché studiare i giochi? Problemi che coinvolgono agenti in competizione tra
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Gennaio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Gennaio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si esprimano in logica dei predicati del I ordine le seguenti frasi:
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE PRIMA PARTE (6 CFU) 9 Dicembre 2010 Tempo a disposizione 2h Risultato 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE PRIMA PARTE (6 CFU) 9 Dicembre 0 Tempo a disposizione h Risultato / punti Esercizio 1 (punti 6) Si rappresentino in logica dei predicati del primo ordine le seguenti
DettagliUniversità degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 6 Maggio 2019
DIPARTIMENTO DI INGEGNERIA GESTIONALE, DELL INFORMAZIONE E DELLA PRODUZIONE Università degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 6 Maggio 2019 Nome: Cognome: Matricola: Riga: Colonna:
DettagliCOMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I. 2 Dicembre 2008 (Tempo a disposizione 2h ; su 32 punti)
COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I 2 Dicembre 2008 (Tempo a disposizione 2h ; su 32 punti) Esercizio 1 (punti 5) Rappresentare le seguenti frasi:
DettagliEsame di Ricerca Operativa del 21/07/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y + y y y +y + y +y
DettagliRICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:
o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x x x + x x x x x x applicando l algoritmo del Simplesso Primale per via algebrica a partire
DettagliRicerca informata in uno spazio di stati
Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A5_3 V2.5 Ricerca informata in uno spazio di stati Il contenuto del documento è liberamente utilizzabile dagli studenti,
DettagliRisoluzione automatica di problemi. Sistemi distribuiti LS Prof. Andrea Omicini A.A
Risoluzione automatica di problemi Sistemi distribuiti LS Prof. Andrea Omicini A.A. 2003-2004 Problemi del risolvere problemi Goal organizzare il comportamento del problema attorno al goal rappresentare
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 25 Gennaio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 25 Gennaio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati: 1. Ogni attore invitato
DettagliQuinto appello 27/6/ = 4. B b B = 2 b N = 4
Quinto appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {, }. Per
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (5 punti) Si formalizzino in logica dei predicati del I ordine le seguenti frasi: 1.
DettagliEspansione: si parte da uno stato e applicando gli operatori (o la funzione successore) si generano nuovi stati.
Strategie di ricerca Esercitazione del 12 Marzo 2010 Scopo: 1. Assestare la comprensione delle strategie di ricerca viste a lezione 2. Imparare ad utilizzare la libreria aima.search, che vi potrà essere
DettagliI giochi con avversario. I giochi con avversario. Introduzione. Il gioco del NIM. Il gioco del NIM. Giochi come problemi di ricerca
I giochi con avversario I giochi con avversario Maria Simi a.a. 200/20 Regole semplici e formalizzabili Deterministici, due giocatori, turni alterni, zero-sum, informazione perfetta (ambiente accessibile)
DettagliEsame di Ricerca Operativa del 17/01/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ Cognome) Nome) Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min 8 y y + y + y + y + y +0 y y +y
DettagliCOMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04 Esercizio 1 1)Dato il seguente problema di PL: max 2x 1 x 2 x 1 + x 2 2 x 1 + 2x 2 7 x 1 + x 2 1 x 1, x 2 0 trasformarlo in forma standard (2 punti) 2)
DettagliCOMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE L-S e INTELLIGENZA ARTIFICIALE MODULO A Prof. Paola Mello Tempo 2h e Luglio 2006
COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE L-S e INTELLIGENZA ARTIFICIALE MODULO A Prof. Paola Mello Tempo 2h e 30 Luglio 2006 Esercizio 1 (punti ) Si definisca un predicato Prolog memberlist(l1,l2,l3)
DettagliConstraint Satisfaction Problems
Constraint Satisfaction Problems Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 19/03/2018 Constraint Satisfaction problem Fino ad ora ogni stato è stato modellizzato come una
DettagliEsame di Ricerca Operativa del 03/07/18. Base x degenere y Indice Rapporti Indice entrante uscente
Esame di Ricerca Operativa del 0/0/8 Cognome) Nome) Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso duale per il problema min y + y + y + y + y +8 y y +y y y y y
DettagliI giochi con avversario. Maria Simi a.a. 2016/2017 Credits: Alessio Micheli Russell-Norvig
I giochi con avversario Maria Simi a.a. 2016/2017 Credits: Alessio Micheli Russell-Norvig I giochi con avversario Regole semplici e formalizzabili Ambiente accessibile e determistico Due giocatori, turni
DettagliEsame di Ricerca Operativa del 11/02/2015
Esame di Ricerca Operativa del /0/0 (Cognome) (Nome) (Matricola) Esercizio. Un azienda produce tipi di TV (, 0, 0 e pollici) ed è divisa in stabilimenti (A e B). L azienda dispone di 0 operai in A e 0
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 26 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 26 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati del I ordine: - I
DettagliEsame di Ricerca Operativa del 18/06/18
Esame di Ricerca Operativa del 8/0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x +x x x x +x x x x + x
DettagliEsame di Ricerca Operativa del 30/06/14. max 4 x 1 7 x 2 x 1 +7 x 2 7 x 1 4 x 2 7 x 1 +5 x 2 5 x 1 x 2 5 x 2 1 x 1 +4 x 2 6
Esame di Ricerca Operativa del 0/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x 7 x x +7 x 7 x x 7 x + x x x x x
DettagliIntelligenza artificiale
Intelligenza artificiale Appunti NON UFFICIALI del corso del prof. Francesco Amigoni Politecnico di Milano Marcello Pogliani marcello.pogliani - at - gmail - dot - com A.A. 2012 2013 Questo documento raccoglie
DettagliFigura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.
ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c
DettagliEsame di Ricerca Operativa del 15/01/19. max 6 x 1 x 2 6 x x x 1 +2 x x 1 3 x x 1 4 x x 1 +2 x x 1 x 2 19
Esame di Ricerca Operativa del /0/9 Cognome) Nome) Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso primale: max x x x + x x + x 8 x x x x x + x x x 9 passo {,} passo
DettagliFACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 5 Febbraio , : ; ;,, trovare il punto di
Verona, Febbraio 99 ) Dato il problema min( cx + cx ) x+ x x = x + x x = ax + x x = x i 0 i =,... a) dire, giustificando, per quali valori di c, c ed a in una soluzione ammissibile si ha x =x =/; la soluzione
Dettagli2 Problemi di Ricerca
Esercizio 2.1 Formalizzare come problema di ricerca il problema delle 8 regine. Esercizio 2.2 Analizzare l algoritmo di ricerca a lunghezza iterativa. Tale algoritmo incrementa iterativamente il limite
DettagliEsame di Ricerca Operativa del 15/09/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /09/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x x x x +x 9 x + x 8 x +x Base
DettagliRICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:
Primo appello 9//8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x + x x + x x x x x applicando l algoritmo del Simplesso Primale, per via algebrica,
DettagliEsame di Ricerca Operativa del 16/02/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y + y +0 y +0 y +y + y y y +y y y y
DettagliRICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:
7 o Appello /9/ RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL max x x x x x x + x 6 x e la corrispondente soluzione x = [,. Utilizzando il teorema degli
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Febbraio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Febbraio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Date le seguenti frasi in linguaggio naturale: 1. Chi soffre di allergie starnutisce.
DettagliRICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:
o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x + x x x x x x + x x Si applichi l algoritmo del Simplesso Duale, per via algebrica, a
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)
FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 10 Settembre 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si rappresentino le seguenti affermazioni in logica dei predicati
Dettagli3 Ricerca per Giochi e CSP
Esercizio 3.1 Dire quale tecnica usereste per risolvere i seguenti giochi: 1. Backgammon 2. Scarabeo 3. Scacchi 4. Go 5. Monpoli 6. Poker Motivate le risposte con adeguate ragioni basate sulle caratteristiche
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 9/0/06 (Cognome) (Nome) (Matricola) Esercizio. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliRICERCA OPERATIVA (a.a. 2018/19) Nome: Cognome: Matricola:
Primo appello //9 RICERCA OPERATIVA (a.a. /9) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x + x x + x x + x x x x x applicando l algoritmo del Simplesso Primale, per via algebrica,
DettagliEsame di Ricerca Operativa del 10/09/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 0/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x + x 8 x +x x x x x x x x Base
DettagliEsame di Ricerca Operativa del 04/07/17
Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y + y +9 y y y
DettagliRICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:
o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x +x x +x x +x +x 7 x x Utilizzando il Teorema degli scarti complementari, si dimostri che
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 8 Settembre 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 8 Settembre 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino in logica dei predicati del I ordine le seguenti frasi: 1.
DettagliUn secondo problema : Quadrato Magico
Un secondo problema : Quadrato Magico E dato un quadrato di 10 caselle per 10 (in totale 100 caselle). Nello stato iniziale tutte le caselle sono vuote tranne la più in alto a sinistra che contiene il
DettagliUn secondo problema : Quadrato Magico
Un secondo problema : Quadrato Magico E dato un quadrato di 10 caselle per 10 (in totale 100 caselle). Nello stato iniziale tutte le caselle sono vuote tranne la più in alto a sinistra che contiene il
DettagliEsame di Ricerca Operativa del 28/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 8/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y +8 y + y y y +y +y
DettagliGenerare sequenze di azioni.
Cercare soluzioni L idea è quella di mantenere ed estendere un insieme di sequenze soluzioni parziali. Un agente con diverse opzioni immediate di esito sconosciuto può decidere cosa fare esaminando prima
DettagliEsame di Ricerca Operativa del 22/01/18
Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda informatica produce tre tipi di processori P, P, P nelle sedi S, S, S. La capacitá di produzione settimanale
DettagliFACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 6 Giugno 1996
Verona, Giugno ) E dato il seguente problema di Programmazione Lineare: min( x + ) x x x Rappresentare il problema geometricamente e successivamente scriverlo in forma standard. a) Determinare una soluzione
DettagliRICERCA OPERATIVA (a.a. 2016/17) Nome: Cognome: Matricola:
Appello Straordinario 8// RICERCA OPERATIVA (a.a. /7) Nome: Cognome: Matricola: ) Si risolva il problema del flusso massimo dal nodo al nodo relativamente all istanza in figura, utilizzando l algoritmo
Dettaglin n 1 n = > Il calcolo del fattoriale La funzione fattoriale, molto usata nel calcolo combinatorio, è così definita
Il calcolo del fattoriale La funzione fattoriale, molto usata nel calcolo combinatorio, è così definita n! = 1 n( n 1)! se se n n = > 0 0 dove n è un numero intero non negativo Il calcolo del fattoriale
DettagliEsame di Ricerca Operativa del 22/01/18
Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda informatica produce tre tipi di processori P, P, P nelle sedi S, S, S. La capacitá di produzione settimanale
DettagliFac-simile dell esame di Ricerca Operativa. max 7 x 1 2 x 2 3 x 1 +x 2 2 x 1 2 x 2 3 x x 1 +x x 1 x 2 5
Fac-simile dell esame di Ricerca Operativa (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x +x x x x x +x x
DettagliEsame di Ricerca Operativa del 12/06/18. Base x Degenere? y Indice Rapporti Indice uscente entrante
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso duale: min y + y + y + y + y + y y y y + y +y = y y + y +y y
DettagliRICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:
Appello straordinario //8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x + x x x x x x + x x Si applichi l algoritmo del Simplesso Duale, per via
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 19/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliAgenti basati su Ricerca: Introduzione
Agenti basati su Ricerca: Introduzione Intelligenza Artificiale Prof. Alfonso E. Gerevini Dipartimento Ingegneria dell Informazione Università degli Studi di Brescia Un Agente Risolutore di Problemi Segue
DettagliRICERCA OPERATIVA (a.a. 2018/19)
Secondo appello //9 RICERCA OPERATIVA (a.a. 8/9) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: min y + y y y y y = y + y y = y, y, y, y Si verifichi se la soluzione ȳ =,,, sia ottima
DettagliPage 1. Risoluzione di Problemi. Intelligenza Artificiale. Risoluzione di Problemi. Risoluzione di Problemi: Esempio. Esempio
Risoluzione di Problemi Intelligenza Artificiale Risoluzione di Problemi Un problema è definito dal goal e dall insieme di strumenti usati per raggiungere il goal. La prima fase della risoluzione di un
DettagliEsame di Ricerca Operativa del 16/01/18. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y +9 y +9 y + y +y +0 y y +
DettagliEsame di Ricerca Operativa del 13/06/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y y + y y +y +y
DettagliIntelligenza Artificiale. Lezione 15. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 15 0
Intelligenza Artificiale Lezione 15 Intelligenza Artificiale Daniele Nardi, 2003 Lezione 15 0 Sommario CSP RN 3.8, 4.3, 4.5 Giochi RN 5.1, 5.2, 5.3, 5.4 Algoritmi genetici RN 20.8 Intelligenza Artificiale
DettagliRICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:
Terzo appello //8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x x x x x x x x x applicando l algoritmo del Simplesso Primale, per via algebrica, a
Dettagli2.6 Calcolo degli equilibri di Nash
92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito
Dettagli1 SOLUZIONE DEI PROBLEMI TRAMITE GRAFI
1 SOLUZIONE DEI PROBLEMI TRAMITE GRAFI Questo capitolo tratta della possibilità di risolvere problemi analizzando le diverse possibilità prodotte dalla scelta dell agente. Abbiamo già visto come un agente
DettagliGrafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill)
Grafi: visite Una breve presentazione Visite di grafi Scopo e tipi di visita Una visita (o attraversamento) di un grafo G permette di esaminare i nodi e gli archi di G in modo sistematico Problema di base
DettagliRICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:
Sesto appello 7/7/8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B
Dettagli