Las funciones heurísticas objeto de este tema:, A.- Conviene que proporcionen una estimación del coste lo más próximo posible al coste real, aunque el coste computacional sea alto, B.- Siempre se puede utilizar una heurística hNo = 0 que garantiza una mejora por el uso de heurísticas respecto a las búsquedas ciegas, A y B son ciertas, Las otras son falsas, En las funciones heurísticas objeto de este tema:, Admisibilidad es cuando los costes reales siempre quedan por debajo del estimado, Admisibilidad es cuando la estimación es optimista, es decir, siempre está por debajo de los costes reales, Es admisible que las heurísticas sobreestimen el coste para un pequeño número de estados, Las otras son falsas, En las funciones heurísticas objeto de este tema:, Monotonía (consistencia) restringe las heurísticas admisibles para que cumplan una propiedad típica de las métricas (distancias), Monotonía (consistencia) es la propiedad que garantiza que la estimación desde un estado no puede ser peor que la suma del coste real para pasar de este estado a otro más la estimación de este estado, Es una propiedad similar a la propiedad triangular de las distancias, Todas las anteriores son ciertas, Cuando en la búsqueda en árboles se ordena la frontera por valor creciente de la función fNo=gNo+hNo:, Si la h es admisible, la estrategia es óptima, Si la h es monótona, la estrategia es óptima, Si la h no es monótona, la estrategia puede ser óptima, Todas son ciertas, Cuando en la búsqueda en grafos se ordena la frontera por valor creciente de la función fNo=gNo+hNo:, Si la h es admisible, la estrategia es óptima, Si la h es monótona, la estrategia es óptima, Si la h no es monótona, la estrategia puede ser óptima, Todas son ciertas, Cuando se dispone de dos heurísticas, h1 y h2, y una, h1, está mejor informada que la otra, h2:, Presumiblemente, el rendimiento total será peor aunque la complejidad del cálculo de ambas sea similar, El rendimiento espacial es esperable que sea mejor con h1, El rendimiento espacial es esperable que sea mejor con h2, Todas son ciertas, Los tipos de problemas multiagente contemplan:, Escenarios parcialmente cooperativos y escenarios con metas opuestas, Escenarios con metas compartidas y escenarios con metas opuestas, Escenarios con metas compartidas, escenarios parcialmente cooperativos y escenarios con metas opuestas, Sobre los tipos de juegos:, Los hay simétricos y asimétricos, Los hay simultáneos y secuenciales, Los hay discretos y continuos, Todas son ciertas, La teoría de juegos:, Es una pseudociencia en la que se intenta aplicar informalmente la probabilidad para estimar las opciones de ganar en los juegos de azar, Es un área científica de interés multidisciplinar con aplicaciones en matemáticas, sociología, biología, informática, por ejemplo, Es un área de la filosofía que estudia la capacidad propia del ser humano de inventar situaciones lúdicas, Todas las demás son falsas, Se llama estrategia óptima a la que:, Implica el mejor resultado garantizado para max, Implica el mejor resultado garantizado para min, Implica que tanto max como min obtengan el mejor resultado garantizado, En un juego en el que max puede asumir que min hará lo mejor para sí mismo, lo que implica que es lo peor para max, la estrategia óptima para max es:, Minimizar los valores minimax para el jugador max, Maximizar los valores minimax para el jugador max, Maximizar los valores minimax para el jugador min, Todas son falsas, Minimax genera:, El árbol de juego incompleto, primero en profundidad, pero no llega a cubrir todos los nodos, El árbol de juego completo, primero en profundidad, hasta los nodos suspensión, No genera ningún árbol, El algoritmo minimax con poda alfa-beta:, Produce el mismo resultado que sin poda, Nunca produce el mismo resultado que sin poda, El resultado depende de la exploración de los nodos, por lo que no se tiene el mismo resultado nunca, La eficiencia de minimax con poda alfa-beta:, Es independiente del orden en el que se exploran los nodos, El orden en el que se exploran los nodos no influye, Depende del orden en el que se exploran los nodos, En la poda alfa beta:, Existe un criterio para poda alfa en sucesores inmediatos del nodo considerado, Existe un criterio para poda beta en sucesores inmediatos del nodo considerado, Existen criterios de poda alfa y poda beta en cualquier nivel del árbol, Todas son correctas, El algoritmo expectminimax utiliza el algoritmo minimax y:, Añade un árbol complejo teniendo en cuenta el azar para que en cada uno de los nodos ocurra siempre el mismo resultado, Añade el azar como si fuera un jugador y, por tanto, también podría ganar, Añade el azar como si fuera un jugador, siempre que haya un evento con independencia de los jugadores cuyo resultado sea aleatorio, La complejidad de expectminimax es:, Inversamente proporcional al número de nodos del árbol, Proporcional al número de nodos en el árbol, No tiene relación con el número de nodos en el árbol, En expectiminimax, ¿qué no es correcto?:, El azar es abordado incorporando las probabilidades de cada resultado en el proceso de propagación del árbol, Las probabilidades utilizadas para formalizar el azar condicionan los valores numéricos que deben ser usados en las funciones de evaluación o utilidad, Se deben discretizar las probabilidades porque no se pueden utilizar números reales en este algoritmo.

Test Modulo 5-6

oleh
Cetak
Menyematkan

Papan Peringkat

Gaya visual

Pilihan

Berganti templat

Pulihkan simpan otomatis: ?