Referencias Bibliográficas: [Russell and Norvig, 2020,Luger, 2008]
Temas
- Búsqueda en grafo heurística para resolución de problemas:
- Construcción heurística y admisibilidad
- Ascenso de colinas
- Mínimos locales y el paisaje de búsqueda:
- Soluciones locales versus globales
- Búsqueda primero el mejor voraz
- Búsqueda A*
- Búsqueda en haz
- Implementación de la búsqueda A*
- Satisfacción de restricciones
- Variaciones de A* (IDA*, SMA*, RBFS)
Aprendizaje esperado (Learning Outcomes)
- Seleccionar e implementar un algoritmo de búsqueda informada apropiado para un problema después de diseñar una función heurística útil (por ejemplo, un robot navegando en un mundo de cuadrícula 2D) [Aplicar]
- Evaluar si una heurística para un problema dado es admisible/puede garantizar una solución óptima [Evaluar]
- Diseñar e implementar búsqueda A*/en haz para resolver un problema, y compararla con otros algoritmos de búsqueda en términos del costo de la solución, número de nodos expandidos, etc [Aplicar]
- Comparar y contrastar varias búsquedas heurísticas con respecto a la aplicabilidad a un problema dado [Evaluar]
- Modelar un rompecabezas lógico o Sudoku como un problema de satisfacción de restricciones, resolverlo con búsqueda con retroceso y determinar cuánto la consistencia de arcos puede reducir el espacio de búsqueda [Aplicar]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM