Algorithmesderecherche 160306125009
Algorithmesderecherche 160306125009
Algorithmesderecherche 160306125009
LES
ALGORITHMES
DE RECHERCHE
Objectif :
Concevoir un système de résolution automatique de problèmes qui soit indépendant du problème à résoudre
Démarche :
Considérer qu’il existe des méthodes générales permettant de résoudre
n’importe quel type de Pb!
La méthode doit être "neutre" sur le domaine concerné
La méthode sépare les connaissances du Pb et sa résolution
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROBLÈME EN IA ?
Un sujet est confronté à un ‘problème’ dès qu'il doit produire une action
non réflexe (non prévisible) sur son environnement
On a un problème quand :
i. On se trouve dans une certaine situation : état
ii. On a un but à atteindre : état ayant des caractéristiques données
iii. On ne voit pas immédiatement la suite d’actions à accomplir pour atteindre
ce but : résoudre le problème
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE DE RECHERCHE
Résoudre ce Pb :
revient à partir de Pi (pierre initiale)
de proposer une stratégie permettant
de parcourir l'espace d'états
(les pierres)
pour trouver l'état Pf (pierre finale)
ESPRIT 2012-2013
Mohamed Heny SELMI ©
“WATER JUGS PROBLEM”
3L 5L 9L 3L 5L 9L
0 0 0 start
3 0 0
0 0 3
3
0
0
0
3
6
7L
3 0 6
0 3 6
3 3 6
1 5 6
0 5 7 goal
ESPRIT 2012-2013
Mohamed Heny SELMI ©
“WATER JUGS PROBLEM”
Une autre Solution :
3L 5L 9L
3L 5L 9L
0 0 0 start
0 5 0
3 2 0 7L
3 0 2
3 5 2
3 0 7 goal
ESPRIT 2012-2013
Mohamed Heny SELMI ©
“WATER JUGS PROBLEM”
Solution 1: Solution 2:
3L 5L 9L 3L 5L 9L
0 0 0 start 0 0 0 start
3 0 0 0 5 0
0 0 3 3 2 0
3 0 3 3 0 2
0 0 6 3 5 2
3 0 6 3 0 7 goal
0 3 6
3 3 6
1 5 6
0 5 7 goal
ESPRIT 2012-2013
Mohamed Heny SELMI ©
“WATER JUGS PROBLEM”
3L 5L 9L
Solution Optimale :
3L 5L 9L 7L
0 0 0 start
0 0 9
0 5 4
3 5 4
0 5 7 goal
ESPRIT 2012-2013
Mohamed Heny SELMI ©
UN ARBRE D’ÉTATS DU PROBLÈME “WATER JUGS”
(0 0 0)
(3 0 0) (0 5 0) (0 0 9)
(0 0 3) (3 5 0) (3 2 0) (0 0 5) (3 0 9) (0 5 9) (0 5 4) (3 0 6)
(0 3 0)
(3 3 0) (3 0 3) (3 0 5) (0 2 3) (0 5 5) (3 5 4) (3 2 4) (0 3 6)
(0 3 9) (0 5 3) (3 5 9) (3 0 2) (3 2 9) (3 5 6) (3 5 1)
(0 5 7) (0 2 7)
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROBLÈMES DU MONDE RÉEL
Recherche d'un trajet (coût de chemin : distance, temps, fuel, etc.)
- Routage dans les réseaux informatiques
- Systèmes de synchronisation dans les transports en commun
- Navigation d'un robot
Entreprise / Economie:
- Changer le système informatique de l’entreprise
- Racheter une P.M.E.
- Mettre sur le marché une nouvelle gamme de produits
Faire un diagnostic
Traduire un texte
Construire un système de reconnaissance d’un visage dans une image digitale
Etc.
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROBLÈMES DU MONDE RÉEL
Jeu d'échecs
- Recherche parmi un ensemble de déplacements
- Trouver un déplacement qui améliore le positionnement
Itinéraire
- Recherche parmi un ensemble de chemins
- Trouver un chemin qui minimise la distance à parcourir
Preuve de théorème
- Recherche parmi un ensemble d'étapes de raisonnement
- Trouver un raisonnement qui permet de prouver le théorème
ESPRIT 2012-2013
Mohamed Heny SELMI ©
LES CONCEPTS DE LA RÉSOLUTION D'UN PB
Variable d’état
- variable décrivant un certain ensemble d’objets ou de situations relatifs à un
problème donné
- le problème est décrit sous forme de variables d’états
- Structure de donné ou une formule du langage de prédicats de 1er ordre
Espace d'états
- chaque état est une représentation abstraite de l'environnement
- l'espace d'état est discret
État initial
- habituellement l'état courant
- parfois un ou plusieurs états hypothétiques
Test-solution (ou test de but)
- habituellement une condition à satisfaire
- parfois la description explicite d'un état
ESPRIT 2012-2013
Mohamed Heny SELMI ©
LES CONCEPTS DE LA RÉSOLUTION D'UN PB
Opérateur
- transforme une situation en une autre qui la rapproche d'une situation
solution (degré de solution)
- Le programme de résolution de problème choisit l'opérateur qui minimise au
mieux ce degré
- règle de production: si …alors
- opérateur : <Précondition, Post-condition, coût>
Précondition : Condition à vérifier lors de l’appel d’un opérateur
Post-condition : effet de l’application de l’opérateur
coût : coût du chemin(optionnel); distance, temps, énergie, etc.
Fonction "successeur"
- fonction : [ état → sous-ensemble d'états ]
- une représentation abstraite des actions possibles
ESPRIT 2012-2013
Mohamed Heny SELMI ©
LES CONCEPTS DE LA RÉSOLUTION D'UN PB
Espace d’états (EE)
- Postulat de base de la RP : l’ensemble de tous les états possibles pour le
problème considéré
- Les nœuds représentent les états qu’on peut atteindre
- Les liens sont des transitions légales entre états
- L’espace d’états représente tous les états et les opérateurs du problème
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXERCICE WATER JUGS PROBLEM
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXERCICE WATER JUGS PROBLEM
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXERCICE WATER JUGS PROBLEM
ESPRIT 2012-2013
Mohamed Heny SELMI ©
DÉMARCHE GÉNÉRALE DE RÉSOLUTION DE PROBLÈMES
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROBLÈMES – ESPACE D’ÉTATS
Formuler le problème
identifier les objets et les variables d’états du problème
décider des états et des actions à considérer étant donné un but
c’est la partie modélisation des données et des opérateurs
Explorer l'espace de recherche
déterminer une séquence d'actions qui permet d'atteindre le but
c’est la seule partie algorithmique
Dans la vie courante, une telle recherche est la conséquence d’un manque de
connaissances. C’est vrai également en I.A; le "GPS" est un outil pour
"attaquer" (résoudre) les problèmes qui ne peuvent pas être résolus d’une
autre façon (algorithmique)
ESPRIT 2012-2013
Mohamed Heny SELMI ©
REPRÉSENTATION FORMELLE
Énoncé type : soit un état initial, un(des) état(s) terminal(aux), un
ensemble d’opérateurs de changement d’états, trouver une séquence
d’opérateurs permettant de passer de l’état initial à l’état final.
Représentation
formelle
•Modélisation du problème •Décision
•Recherche
Pour un même problème, plusieurs représentations par graphe d'états sont possibles
ESPRIT 2012-2013
Mohamed Heny SELMI ©
L’ÉTAPE LA PLUS IMPORTANTE :
LA FORMULATION DU PROBLÈME
►Mettre en évidence les caractéristiques essentielles d’un problème pour les
rendre accessibles à une procédure de résolution de problèmes :
Graphes (arbres) d’états
Calcul de prédicats (logique du 1er Ordre)
►La représentation d’un problème est la capture des éléments essentiels du
problème :
Supprimer les détails de la représentation
Conserver le minimum nécessaire pour la résolution du problème
ESPRIT 2012-2013
Mohamed Heny SELMI ©
L’ABSTRACTION D’UNE REPRÉSENTATION
L’abstraction de la représentation est essentielle pour réduire la
complexité
Abstraire également les actions
La représentation doit être efficace et expressive
L’abstraction est utile si elle simplifie la réalisation de la solution
L’abstraction est valide si on peut projeter (développer) la solution dans le
monde réel
La méthode générale pour choisir un opérateur ou construire un opérateur
consiste à essayer de combler le fossé entre les états Si et Sj. C'est ce que
"Simon" appelle la "réduction de la différence"
C’est du rapprochement mental entre Si et Sj que naît l'opérateur
Les raisons qui font passer d'un état à l'autre résultent d'une appréciation
des différences entre ces états et de l'idée qu’on fait du chemin qui nous
permettra de passer
ESPRIT 2012-2013
Mohamed Heny SELMI ©
LE CHOIX D’UNE BONNE REPRÉSENTATION
le choix est souvent justifié par référence à des notions telles que le caractère
processus de formulation de Pb
ESPRIT 2012-2013
Mohamed Heny SELMI ©
COMPOSANTES D’UN GENERAL PROBLEM SOLVER
ESPRIT 2012-2013
Mohamed Heny SELMI ©
STRATÉGIE DE RECHERCHE
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EVALUATION D’UN ALGORITHME DE RECHERCHE
d
b m
G
Ne pas créer des chemins avec des cycles: développer la fonction peut
sauter certains successeurs qui sont dans la liste des nœuds exécutés
ESPRIT 2012-2013
Mohamed Heny SELMI ©
STRATÉGIES DE RECHERCHE
Tout Chemin
Jeux
chemin optimal
ESPRIT 2012-2013
Mohamed Heny SELMI ©
ALGORITHMES
DE RECHERCHE
NON-INFORMÉS
Méthodes Aveugles
ESPRIT 2012-2013
Mohamed Heny SELMI ©
RECHERCHE EN PROFONDEUR D’ABORD
« DEPTH FIRST SEARCH »
►Principe:
i. Sélectionner une possibilité à chaque nœud
ii. Descendre jusqu’à ce qu’on atteigne le but ou une feuille
iii. En cas d’impasse, reprendre la recherche de l’ancêtre le plus proche
dont au moins un fils n’a pas encore été exploré
Algorithme: (Représentation Pile)
1. Empiler la racine
2. Jusqu'à ce que la pile soit vide ou nœud but soit atteint
Déterminer si sommet pile=but
2-a Si oui ne rien faire
2-b Sinon dépiler le 1er élément et empiler ses fils, s’il en a, de d à g
3. La recherche aboutit si nœud but a été atteint et échoue sinon
ESPRIT 2012-2013
Mohamed Heny SELMI ©
DEPTH-FIRST SEARCH
S
A D
B D A E
C E E B B F
11
D F B F C E A C G
14 17 15 15 13
G C G F
19 19 17 G 25
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION DEPTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROPRIÉTÉS DU DEPTH-FIRST SEARCH
chemins absurdes
L’algorithme peut dans certains cas parcourir tout l'espace d'état avant de trouver une
solution
Utilise moins de mémoire que BFS et plus performant dans un environnement de mémoire
limitée
Plus rapide dans le cas où il y a beaucoup de chemins conduisant à la solution, et surtout s’ils
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SATISFACTION DES CRITÈRES D’ÉVALUATION
i. Complétude:
- A la profondeur d on a b nœuds
ESPRIT 2012-2013
Mohamed Heny SELMI ©
RECHERCHE EN LARGEUR D’ABORD
« BREADTH FIRST SEARCH »
►Principe:
i. Chercher le but souhaité parmi tous les nœuds d’un niveau(i) donné
avant d’aller consulter leurs fils (niveaui+1)
ii. Continuer, niveau par niveau jusqu’au but
ESPRIT 2012-2013
Mohamed Heny SELMI ©
BREADTH-FIRST SEARCH
S
A D
B D A E
C E E B B F
11
D F B F C E A C G
14 17 15 15 13
G C G F
19 19 17 G 25
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BREADTH-FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROPRIÉTÉS DU BREADTH-FIRST SEARCH
La solution trouvée est la moins profonde, garantie de trouver une solution même s’il existe
un cycle
identiques
DFS descend directement au fond de l’arbre de recherche, BFS descend uniformément dans
l’arbre
BFS effectue plus rapidement une recherche qui tente de déterminer le chemin le plus court à
la solution, alors que DFS visitera tous les enfants de chaque nœud de la pile
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SATISFACTION DES CRITÈRES D’ÉVALUATION
i. Complétude:
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : 8-PUZZLE
►déterminer :
Les états :
L’état initial :
Les actions :
L’état but :
Le coût du chemin :
8 2
3 4 7
5 1 6
8 2 7
3 4 Si les états autorisés sont déjà exploités,
L’arbre de recherche peut être infini
5 1 6 même lorsque l’espace d’états est fini
8 2 8 2 8 4 2 8 2
3 4 7 3 4 7 3 7 3 4 7
5 1 6 5 1 6 5 1 6 5 1 6
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : 8-PUZZLE
8 2
ETAT
3 4 7 Nœud parent
5 1 6
Nœuds fils
...
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : 8-PUZZLE
Si un problème n’admet pas de solution
l’espace d’état est infini
possibilité d’examiner arbitrairement des états plus qu’une fois
1 2 3 4 1 2 3 4
5 6 7 8 ? 5 6 7 8
9 10 11 12 9 10 11 12
13 14 15 13 15 14
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 2 : « RIVER TEST PRO »
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 2 : « RIVER TEST PRO »
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 2 : « RIVER TEST PRO »
FORMULATION DU PROBLÈME
► déterminer :
Les états :
L’état initial :
Les actions :
L’état but :
Le coût du chemin :
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 2 : « RIVER TEST PRO »
B
s
W
C
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 2 : « RIVER TEST PRO »
GRAPHE D’ÉTATS
(W) (W, S, B)
(C) (C, S, B)
() (S, B)
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 3 : « FROG PUZZLE »
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 3 : « FROG PUZZLE »
►lequel de ces états est un état qui ne doit pas être exploité par un algorithme de recherche aveugle ?
ESPRIT 2012-2013
Mohamed Heny SELMI ©
ALGORITHMES
DE RECHERCHE
INFORMÉS
Méthodes Heuristiques
ESPRIT 2012-2013
Mohamed Heny SELMI ©
OBJECTIFS DE LA RECHERCHE INFORMÉE
► pourquoi ?
Éviter le parcours complet de l’espace des états
Éviter le parcours complet de l’espace des actions
Éviter l’énumération complète des solutions
► comment ?
Coupant les solutions partielles mauvaises
Explorant d’abord les solutions partielles prometteuses
► critères ?
Critères de choix liés au problème (recherche guidée)
Prend en compte le non-déterminisme lors du choix de l'alternative
Employée lorsque le coût est primordial
Peut estimer si un nœud est plus prometteur qu’un autre
ESPRIT 2012-2013
Mohamed Heny SELMI ©
CHOIX D’UN NŒUD NÉCESSITE UNE HEURISTIQUE
► Une stratégie d’organisation de recherche ne permet pas de prendre en
compte des connaissances supplémentaires sur la manière de trouver l’état
but depuis un état quelconque de l’Espace d’états.
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROPRIÉTÉS DES HEURISTIQUES
► Connaissance spécifique au Pb à résoudre, indépendante de l’algorithme
de recherche, et non généralisable
►Une règle d'estimation, une stratégie, une astuce, une simplification ou
autre règle permettant de guider les choix non-déterministes
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE INTRODUCTIF
Largeur d’abord :
Chemin : S, B, G
Coût : 8
Profondeur d’abord :
Chemin : S, A, E, G
Coût : 15
À propos ?
Chemin : S, C, F, G
Coût : 7
ESPRIT 2012-2013
Mohamed Heny SELMI ©
RECHERCHE MEILLEUR D’ABORD
« BEST FIRST SEARCH »
nœuds
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
S S
B, S, 2
C, S, 4
A, S, 5
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
S S
B, S, 2 B, S, 2
C, S, 4
A, S, 5
G, B, 8
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
S S
B, S, 2 B, S, 2
C, S, 4 C, S, 4
A, S, 5
F, C, 6
G, B, 8
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
S S
B, S, 2 B, S, 2
C, S, 4 C, S, 4
A, S, 5 A, S, 5
F, C, 6
G, B, 8
E, A, 9
D, A, 14
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
S S
B, S, 2 B, S, 2
C, S, 4 C, S, 4
A, S, 5 A, S, 5
F, C, 6 F, C, 6
G, F, 7
G, B, 8
E, A, 9
D, A, 14
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SIMULATION BEST FIRST SEARCH
S S
B, S, 2 B, S, 2
C, S, 4 C, S, 4
A, S, 5 A, S, 5
F, C, 6 F, C, 6
G, F, 7 G, F, 7
G, B, 8
Path: S, C, F, G E, A, 9
Cost: 7
D, A, 14
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PROPRIÉTÉS DU BEST FIRST SEARCH
Le terme “best” réfère à la valeur de F, et non pas à la qualité du chemin actuel traversé
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SATISFACTION DES CRITÈRES D’ÉVALUATION
i. Complétude :
ESPRIT 2012-2013
Mohamed Heny SELMI ©
CONSTRUCTION DE LA FONCTION D’ÉVALUATION
BUT.
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «8-PUZZLE»
5 8 1 2 3
4 2 1 4 5 6
7 3 6 7 8
STATE(N) Goal state
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «8-PUZZLE»
5 8 1 2 3
4 2 1 4 5 6
7 3 6 7 8
STATE(N) Goal state
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «8-PUZZLE»
5 8 1 2 3
4 2 1 4 5 6
7 3 6 7 8
STATE(N) Goal state
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «8-PUZZLE»
5 8 1 2 3
4 2 1 4 5 6
7 3 6 7 8
STATE(N) Goal state
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «8-PUZZLE»
f(N) = h1(N) = nombre de pions qui ne sont pas dans leurs cases
3 3 4
5 3
4
2
4 2 1
3 3
0
4
5 4
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «8-PUZZLE»
f(N) = h2(N) = la somme des nombres
minimaux de déplacements pour amener
chaque pion à sa case finale
6 5
5 2 1
4 3
0
4
6 5
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 2 : «ROBOT NAVIGATION»
N
yN
yg
xN xg
BEST-FIRST EFFICACITÉ
ESPRIT 2012-2013
Mohamed Heny SELMI ©
INFORMATION HEURISTIQUE
Si on sait combien cela nous coûte d’arriver à un nœud et que l’on peut
estimer combien cela va nous coûter de ce nœud au but, la somme des deux
sera donc un estimé de la distance totale de ce chemin.
ESPRIT 2012-2013
Mohamed Heny SELMI ©
AMÉLIORATION CLASSIQUE DE LA FONCTION D’ÉVALUATION
H : fonction
heuristique
[Indépendante de
l’arbre de recherche]
F(N)= H(N)+G(N)
G : Coût du
meilleur chemin
trouvé jusqu’à le
nœud courant
[Dépendante de l’arbre
de recherche]
ESPRIT 2012-2013
Mohamed Heny SELMI ©
PRINCIPE GÉNÉRAL : ÉVALUATION DU
COÛT TOTAL D’UN SOMMET
ESPRIT 2012-2013
Mohamed Heny SELMI ©
COÛT VERS LA DESTINATION
Pourquoi évaluer un coût vers la destination ?
Afin de resserrer l’ensemble des sommets à explorer en
privilégiant les sommets « qui semblent » nous rapprocher
de la destination.
Goal
Start
ESPRIT 2012-2013
Mohamed Heny SELMI ©
OBJECTIFS DE L’ESTIMÉ DE LA DISTANCE AU BUT
Goal
Start
ESPRIT 2012-2013
Mohamed Heny SELMI ©
L’ALGORITHME A*
A* SEARCH
Si on arrrive à un nœud avec une chemin ayant un coût a et après d’autres exécutions on arrive à
redécouvrir le même nœud avec un chemin ayant un coût < a, on doit éliminer le premier chemin et ne
ESPRIT 2012-2013
Mohamed Heny SELMI ©
APPLICATION : 8-PUZZLE
f(N) = g(N) + h(N), où :
h(N) = nombre des pièces mal placées
g(n) = coût jusqu’au nœud courant
3+3
1+5 2+3
3+4
5+2
1+5 2+4
ESPRIT 2012-2013
Mohamed Heny SELMI ©
HEURISTIQUE ADMISSIBLE
ESPRIT 2012-2013
Mohamed Heny SELMI ©
HEURISTIQUE : ADMISSIBILITÉ
h*(n) : le véritable coût pour atteindre l’objectif à partir de n
h(n) : coût estimé du chemin le moins cher entre n et le but
h(n) estimation de h *(n)
h est une heuristique admissible (minorante) si :
h(n) ≤ h*(n) (h sous estime h*)
Solution optimale: la "meilleure" solution, mesurée relativement à h
Si une pièce peut être déplacée à tout endroit alors h1 donne la solution optimale
Si une pièce peut être déplacée dans toute cellule adjacente alors h2 donne la solution
optimale
Si n h2(n)≥h1(n) (les deux étant admissibles), alors h2 domine h1 et par conséquent h2 est
meilleure pour la recherche que h1
H2 est préférable à h1 si elle conduit à explorer moins d’alternative que h1
(h2 est plus proche à h* que h1)
ESPRIT 2012-2013
Mohamed Heny SELMI ©
HEURISTIQUE : ADMISSIBILITÉ
Que se passe-t-il si h n’est pas admissible ?
Dans l’exemple suivant, il ne coute que 3 pour aller de l’état initial au but : Mais nous
avons h(x)=100!
De l’autre côté, cela nous coûte 73 pour aller a Y, mais h(x)=1 seulement
Apprentissage d’heuristiques :
Réseaux de Neurones
Arbres de Décisions
ESPRIT 2012-2013
Mohamed Heny SELMI ©
FONCTION HEURISTIQUE
CONSISTANTE
Une heuristique h est consistante si
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «ROBOT NAVIGATION»
Start
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «ROBOT NAVIGATION»
f(N) = h(N), avec h(N) = Manhattan distance to the goal
(not A*)
8 7 6 5 4 3 2 3 4 5 6
7 5 4 3 5
6 3 2 1 0 1 2 4
Start 7 6 5
8 7 6 5 4 3 2 3 4 5 6
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «ROBOT NAVIGATION»
f(N) = h(N), avec h(N) = Manhattan distance to the goal
(not A*)
8 7 6 5 4 3 2 3 4 5 6
7 5 4 3 5
6 3 2 1 00 1 2 4
Start 77 6 5
8 7 6 5 4 3 2 3 4 5 6
ESPRIT 2012-2013
Mohamed Heny SELMI ©
EXEMPLE 1 : «ROBOT NAVIGATION»
f(N) = g(N)+h(N), avec h(N) = distance de Manhattan
(A*)
8+3
8 7+4
7 6+3
6+5
6 5+6
5 4+7
4 3+8
3 2+9
2 3+10
3 4 5 6
7+2
7 5+6
5 4+7
4 3+8
3 5
6+1
6 3 2+9
2 1+10
1 0+11
0 1 2 4
Start 7+0
7 6+1
6 5
8+1
8 7+2
7 6+3
6 5+4
5 4+5
4 3+6
3 2+7
2 3+8
3 4 5 6
ESPRIT 2012-2013
Mohamed Heny SELMI ©
SATISFACTION DES CRITÈRES D’ÉVALUATION
i. Complétude :
Complexité en espace :
- exponentielle (garde tous les nœuds en mémoire)
- Habituellement, on manque d’espace bien avant de manquer de temps
Optimalité : OUI
ESPRIT 2012-2013
Mohamed Heny SELMI ©