Fecha de clases: 15 de julio/2014
INTRODUCCIÓN
En los entornos multiagente
(cooperativos o competitivos), cualquier agente tiene que considerar las
acciones de otros agentes. La imprevisibilidad de estos otros agentes puede
introducir muchas contingencias en el proceso de resolución de problemas. Los
entornos competitivos, en los cuales los objetivos de los agentes están en
conflicto, dan ocasión a problemas de búsqueda entre adversarios, a menudo
conocidos como juegos.
JUEGOS.
La Teoría de Juegos estudia de manera
formal y abstracta las decisiones óptimas que deben tomar diversos adversarios
en conflicto, pudiendo definirse como el estudio de modelos matemáticos que
describen el conflicto y la cooperación entre entes inteligentes que toman decisiones.
Tales decisiones se consideran estratégicas, es decir, que los entes que
participan en el juego actúan teniendo en cuanta las acciones que tomarían los
demás.
La teoría de juegos es capaz de ofrecer
cuestiones de interés para estudiantes de todas las ramas de las Ciencias
Sociales y la Biología, así como técnicas para tomar decisiones prácticas.
Los juegos son interesantes porque son
demasiado difíciles de resolver. El ajedrez, por ejemplo, tiene un factor de
ramificación promedio de 35 y los juegos van a menudo a 50 movimientos por cada
jugador:
Grafo de búsqueda: aproximadamente 1040
nodos distintos árbol de búsqueda: 35100 o 10154. Los juegos, como el mundo
real, requieren la capacidad de tomar alguna decisión (la jugada) cuando es
infactible calcular la decisión óptima.
DECISIONES
ÓPTIMAS EN JUEGO.
Un juego puede definirse formalmente
como una clase de problemas de búsqueda con los componentes siguientes:
El
estado inicial
Una función sucesor, que devuelve una
lista de pares (movimiento, estado)
Un test terminal, que determina cuándo
termina el juego (por estructura o propiedades o función utilidad)
EL
PROCEDIMIENTO MINIMAX.
Calcula la decisión minimax del estado
actual.
Usa un cálculo simple recurrente de los
valores minimax de cada estado sucesor.
La recursión avanza hacia las hojas del
árbol.
Los valores minimax retroceden por el
árbol cuando la recursión se va deshaciendo.
Realiza una exploración primero en
profundidad completa del árbol de juegos.
Si la profundidad máxima del árbol es
m, y hay b movimientos legales en cada punto, entonces la complejidad:
En tiempo es O (bm);
En espacio es O (bm) si se generan
todos los sucesores a la vez;
O (m) si se generan los sucesores uno
por uno.
Juegos reales: los costos de tiempo son
inaceptables, pero este algoritmo sirve como base para el primer análisis
matemático y para algoritmos más prácticos.
Las estrategias maximin y minimax
conducen a los dos jugadores del juego a situaciones en las que ningún jugador
tiene razón o incentivo alguno para cambiar su posición. Así mismo, se dice que
un jugador posee una estrategia dominante si una estrategia particular es
preferida a cualquier otra estrategia a disposición de él.
CONCLUSIÓN
Se han visto estrategias en las que un
solo agente busca la solución a un problema. Existen otro tipo de problemas en
los que dos agentes compiten por un mismo objetivo. Las búsquedas con
adversarios son parte de la teoría matemática de juegos, y para la I.A. se
centran en los de un tipo determinado.
Algunas teorías buscan encontrar las
estrategias racionales, que se utilizan en situaciones donde el resultado
depende no solamente de las estrategias propias y las condiciones del entorno,
sino también en las estrategias utilizadas por otros jugadores con objetivos
distintos.
BIBLIOGRAFÍAS
Ceccaroni, L. 2007. Inteligencia
Artificial: Búsqueda entre adversarios.
Russell, S., Norvig, P. 2008.
Inteligencia Artificial Un Enfoque Moderno. Segunda Edición. Pearson Education.
España.
Fernando Fernández Rodríguez. 2005. Teoría
de juegos: análisis matemático de conflictos. Curso Interuniversitario
“Sociedad, Ciencia, Tecnología y Matemáticas”
No hay comentarios.:
Publicar un comentario