I. INTRODUCCIÓN
La inteligencia artificial desde su creación a intentando crear agentes que sean cada vez mas resolventes de problemas, para esto es primordial definir cómo solucionar dichos problemas, por lo cual se crearon las búsquedas de soluciones, pero como los problemas siempre son distintos, los agentes también lo son, lo cual lleva a que la manera en la que se busca una solución sea distinta.
A lo largo de las publicaciones pasadas en las que se hablaba sobre búsquedas informadas y no informadas, me refería a los agentes que realizan búsquedas offline, estas tratan de que los agentes propongan una solución completa a un problema, mucho antes de realizar alguna acción y no se dedican a percibir el entorno.
Las búsquedas online y offline tratan de optimizar un agente de modo que este se comporte de manera adecuada según su REAS (Rendimiento, Entorno, Actuadores y Sensores), una búsqueda offline es aquella en la que el espacio de búsqueda es conocido como punto principal, en cambio de las búsquedas online que hablare más detalladamente a continuación, son búsquedas en las que el entorno se conoce de manera posterior. (García, 2014)
II. OBJETIVO
Aprender sobre las búsquedas online y ambientes desconocidos, de manera que sea más comprensible la realización de ejercicios prácticos.
III. MARCO TEÓRICO
3.1.¿QUÉ ES LA BUSQUEDA ONLINE?
Es también llamada búsqueda en línea y a diferencia de las búsquedas offline, esta observa el entorno y hace el cálculo de la acción que debe realizar, si recordamos el agente simple aspiradora, podríamos decir que es un agente con una búsqueda offline, sin embargo en caso de que se tenga una penalización por cada vez que se realice una acción sin observar el entorno, las búsquedas online serian adecuadas. (Hermoso y Vasirani, 2012).
Este tipo de búsquedas es muy utilizada cuando el agente se encuentra en ambientes desconocidos, como podría ser el caso de la imagen 3.1, en donde una agente es colocado en una oficina que no conoce, por lo tanto debe explorar el espacio donde se desenvolverá, es por esto que la búsqueda online se conoce también como búsqueda explorativa. (Jiménez, y Sánchez, s.f)
Imagen 3.1 Agente de oficina
Además del ejemplo de la imagen 3.1 en la que el agente puede construir un mapa de direcciones, el más simple ejemplo es un bebé recién nacido, el cual puede realizar una secuencia de acciones sin conocer nada, el proceso de conocimiento del mundo que rodea al bebé es una representación de la búsqueda online.
3.1.1. PROBLEMAS CON LA BÚSQUEDA ONLINE
Si bien es cierto el objetivo de un agente es llegar a la meta al más bajo costo la busque online presenta problemas ya que solamente sirve para aquellos agentes que realizan acciones, la proporción competitiva intenta comparar el costo del camino que tendría un agente en caso de realizar un búsqueda, esto en caso de que se conociera el camino a recorrer.
Algo que se debe entender es que ningún agente tiene un algoritmo tan perfecto que no lo lleve a callejones sin salida, por ejemplo, un callejón sin salida para un robot podría ser una escalera, si este no es capaz de subirla o bajarla.
3.2 .AGENTES DE BÚSQUEDA EN LÍNEA
Para entender de mejor manera los agentes de búsqueda online compararé estos con los agentes de búsqueda offline en la imagen 3.2
Imagen 3.2. Comparación entre búsquedas.
3.2.1. BÚSQUEDA LOCAL EN LÍNEA
Al igual que búsquedas locales offline también existen las búsquedas locales en línea, una de ellas es la búsqueda local de ascensión de colinas, ya que puede guardar en memoria un estado actual.
Un problema con esta búsqueda es que no se permite el reinicio aleatorio, sin embargo puede ser considerado usar los denominados caminos aleatorios, los cuales seleccionan aleatoriamente una de las acciones disponibles dentro de un estado actual.
La importancia del uso de caminos aleatorios dentro de esta búsqueda, es grande debido a que al final se encontrará un objetivo con el término de su exploración.
Optimismo bajo incertidumbre: Se denomina así cuando se anima al agente a explorar nuevos caminos que pueden ser prometedores. (Russell y Norvig, 2008).
3.2.2. APRENDIZAJE EN LA BÚSQUEDA EN LÍNEA
El aprendizaje en este tipo de agentes que realizan búsquedas online es continuo debido a que, como no conocen un entorno, realizan una acción por medio de las percepciones, y aprenden sobre dicha acción la cual es guardada en una memoria, por lo cual el agente va aprendiendo, con un “Mapa” de acciones.
Por medio de algoritmos llamados AA*TR, los agentes pueden saber el valor exacto de cada estado de manera que así se puedan tomar decisiones más optimas, trasladándose desde el estado actual hacia estados sucesores con valores exactos más altos, cumpliendo con la búsqueda en ascensión de colinas. (Russell y Norvig, 2008).
IV. CONCLUSIÓN
La búsqueda en línea también llamada online, es la diferenciación de la búsqueda offline en la cual el agente percibe el entorno y procede a realizar una acción, sin embargo el tipo de búsquedas offline no son factibles cuando existen penalizaciones por acciones realizadas indebidamente o innecesariamente.
La búsqueda online es una alternativa de búsqueda para aquellos agentes que tienen que enfrentarse a ambientes desconocidos, estos conceptos son muy importantes para la inteligencia artificial, ya que gran parte de los tipos de agentes que existen, son aquellos que se enfrentan a situaciones desconocidas, sean estas complejas o difíciles de resolver.
La búsqueda online, es también conocida como búsqueda explorativa, y esto se debe a que para conocer el ambiente que lo rodea, debe realizar la exploración del mismo y aprender sobre este, es decir formar una especie de mapa en su memoria.
V. BIBLIOGRAFÍA
García, B. 2014. Agentes de Búsqueda Online y Ambientes Desconocidos. (En línea). GTM. Consultado el 19 de Jun. 2015. Formato HTML. Disponible en: https://prezi.com/lxz20c2b2tin/agentes-de-busqueda-online-y-ambientes-desconocidos/
Hermoso, R y Vasirani, M. 2012. Búsqueda en línea y Búsqueda multiagente. (En línea). ES. Consultado el 20 de Jun. 2015. Formato PDF. Disponible en: http://www.ia.urjc.es/cms/sites/default/files/userfiles/file/ia4/2011/IA4_%5BMinimax%5D.pdf
Jiménez, L y Sánchez, L.s.f. Tema3: Métodos de búsqueda de soluciones (Búsqueda informada y exploración). ES. Consultado el 20 de Jun. 2015. Formato PDF. Disponible en: http://www.sanchezcrespo.org/Docencia/IA/IA%20-%20Tema%203B%20-%20Busquedas%20v1.3.pdf
Russell, S y Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. 2 ed. España. Pearson Education. p 1242