INF 3/ oktober Søk i tilstandsrom. Modeller for avgjørelsessekvenser. Modeller for avgjørelsessekvenser

Like dokumenter
INF 3/ oktober Fra kap 10 : Dybde-først og branch-and-bound søk Fra kap 23: A*-søk

INF oktober Fra kap 10 : Dybde-først og branch-and-bound søk Fra kap 23: A*-søk

Traversering av grafer

MAYERS LIVSSITUASJONS-SKJEMA (3) Er du i stand til å: På egenhånd Vanskelig Svært vanskelig

MAYERS LIVSSITUASJONS - SKJEMA (1)

MAYERS LIVSSITUASJONS-SKJEMA (2) Er du i stand til å: På egenhånd Vanskelig Svært vanskelig

Next Generation Plattformen Quick guide

Spørreskjema: Hvordan bedre kvaliteten på allemennlegens tilbud til pasienter med spiseforstyrrelse

Grunntall 10 Kapittel 2 Algebra Fordypning

ny student06 Published from to responses (10 unique) 1. Din alder 2. Kjønn Current filter (SAMFØK_MASTER) a b c d e f

ny student06 Published from to responses (29 unique) 1. Din alder 2. Kjønn Current filter (SAMFØK_BA) a b c d e f 37,9 %

Mer øving til kapittel 1

Mer øving til kapittel 1

Ved å prøve lykkehjulet 1000 ganger har vi funnet ut at sannsynligheten for at pila stopper på de ulike fargene er slik du ser i tabellen nedenfor.

Next Generation Plattformen Quick guide

Evaluering av NGU-dagen

MODELL FRIDA GENSER GRÅ LAVENDEL STERK & AIR. #dustorealpakka #DSA #houseofyarn_norway 4,5 4,5+5 3

(urettede) Grafer. Sterke og 2-sammenhengende komponeneter, DFS. Rettede grafer. Sammenhengende grafer

med en mengde korrelasjoner mellom delmengdene. Det er her viktig a fa med

Fagevaluering FYS Klassisk mekanikk og elektrodynamikk

Kompetansevurdering av MTS utøver

Tilkobling. Windows-instruksjoner for en lokalt tilkoblet skriver. Hva er lokal utskrift? Installere programvare ved hjelp av CDen

Flere utfordringer til kapittel 1

Tillatt utvendig overtrykk/innvendig undertrykk

Høring- Forslag til forskrift om evakuerings- og redningsredskaper på flyttbare innretninger

Dans i Midsund. Danseprosjektet i. Midsund kommune. Våren Dans i skolene Dans i klubbene Dans i fritida Dans i hverdagen

LØSNINGSFORSLAG for EKSAMEN i INF110 H 2002:

Dans Dans Dans. Danseprosjektet i. Midsund kommune. Våren Dans i skolene Dans i klubbene Dans i fritida Dans i hverdagen

Periodisk emne-evaluering FYS Relativistisk kvantefetteori

LANDSOMFATTENDE UNDERSØKELSE 22. JANUAR - 6. FEBRUAR ============================= Respons

Convex hull. Konveks innhylling. La P være en mengde punkter i et k-dimensjonalt rom, P R k. (Vi skal for enkelthets skyld bare se på k = 2.

Langnes barnehage 2a rsavdelinga. Ma nedsbrev & plan for april 2016.

ENKELT, TRYGT OG LØNNSOMT!

Tidstypiske bygninger og bygningsdetaljer i Norge

Matematikk for IT, høsten 2018

ARSPLAN. Stavsberg barnehage

PEDAL. Trykksaker. Nr. 4/2011. Organ for NORSK T-FORD KLUBB NORSK T-FORD KLUBB BOKS 91 LILLEAKER, N-0216 OSLO

Testgrunnlag: VDE 0660 del 500/IEC Gjennomført test: Driftsstøtstrømfasthet I pk. lp Støtkortslutningsstrøm [ka] Samleskinneholderavstand [mm]

Løsningsforslag til eksamen i MAT 1100, 8/12-04 Del 1

Vi feirer med 20-års jubileumspakker på flere av våre mest populære modeller

Generelt format på fil ved innsending av eksamensresultater og emner til Eksamensdatabasen

Snarveien til. Photoshop CS6. Extended. Oppgaver

Grafer og trær. MAT1030 Diskret matematikk. Eksempel. Eksempel. Forelesning 28: Grafer og trær, eksempler

Løsningsforslag til Obligatorisk oppgave 2

MA1102 Grunnkurs i analyse II Vår 2014

Butikkstekte brød. grove, stort utvalg, % grovhet. Tilbudet gjelder man-ons. ord.pris 169,00/kg. Lettsaltet torskefilet SPAR 47-49% SPAR 25-32%

Fagevaluering FYS Kvantefeltteori

Tjen penger til klubbkassen.

Referanseguide for montører og brukere

Oppgave 1 (25 %) 100 e = = R = ln R = 0.020, dvs. spotrenten for 1 år er 2,0 % 100 e = e e

HJEMMEEKSAMEN FYS2160 HØSTEN Kortfattet løsning. Oppgave 1

Tjen penger til klubbkassen.

ISE matavfallskverner

Referanseguide for montører og brukere

Retningslinjer for klart og tydelig språk i Statens vegvesen

Snarveien til. Photoshop CS5. Extended. Oppgaver

TILBAKEBLIKK JORDBÆR SEPTEMBER ICDP: Tema 2: Juster deg til barnet og følg dets initiativ.

Søknad om Grønt Flagg på Østbyen skole

Referanseguide for montører og brukere

Generell info vedr. avfallshåndtering ved skipsanløp til Alta Havn

Løsningsforslag til avsluttende eksamen i HUMIT1750 høsten 2003.

Eldre i Verdal Muligheter Rettigheter Aktiviteter/tilbud

Løsningsforslag til eksamen

Tjen penger til klassekassen.

TILBAKEBLIKK JORDBÆR AUGUST 2018

Våre Vakreste # & Q Q Q A & Q Q Q - & Q Q Q.# arr:panæss 2016 E A A 9 A - - Gla- ned. skjul F Q m. ler. jul. eng- da- jul. ler.

Oppgaver fra boka: Oppgave 12.1 (utg. 9) Y n 1 x 1n x 2n. og y =

PLANTEGNINGER FOR PROFESSOR DAHLS GATE 1

Oppgave 1 Diagrammet nedenfor viser hvordan karakteren var fordelt på en norskprøve.

KRAVFIL TIL KREDITORFORENINGEN [Spesialrapport]

KRAVFIL TIL KREDINOR [Spesialrapport]

GRAFER. Dobbeltsammenheng (biconnectivity) Dagens plan: Dobbeltsammenhengende grafer (Kapittel 9.6.2) Å finne ledd-noder (articulation points)

S1 kapittel 1 Algebra Løsninger til oppgavene i læreboka

Kapittel 5 Statistikk og sannsynlighet Mer øving

Konkurransen starter i august og avsluttes i månedsskiftet mai/juni hvert år.

Eneboerspillet. Håvard Johnsbråten

Bioberegninger - notat 3: Anvendelser av Newton s metode

Øvinger uke 42 løsninger

Eksamen høsten 2015 Løsninger

9 Potenser. Logaritmer

Tjen penger til klassekassen.

Tall i arbeid Påbygging terminprøve våren 2014

FORELESNINGSNOTATER I INFORMASJONSØKONOMI Geir B. Asheim, våren 2001 (oppdatert ). 3. UGUNSTIG UTVALG

TDT4195 Bildeteknikk

Basisoppgaver til 2P kap. 1 Tall og algebra

LØSNINGSFORSLAG(Sensor) I TMA4140 og MA0302

Påskestemningen. Frokosten. Din lokale gartner. Plukk & den gode. er servert! Gjør deg klar for våren se side 6. finner du hos Bogrønt TILBULD!

Visma Flyt skole. Foresatte

Klart vi skal debattere om skum!!

Tall i arbeid Påbygging terminprøve våren 2013

VT 261

Håndbok 014 Laboratorieundersøkelser

Terminprøve Matematikk Påbygging høsten 2014

FYS2140 Kvantefysikk, Oblig 10. Sindre Rannem Bilden,Gruppe 4

Eksempeloppgaver 2014 Løsninger

Mundell-Fleming modellen ved perfekt kapitalmobilitet 1

VT 265 VT

Christiania Spigerverk AS, Postboks 4397 Nydalen, 0402 Oslo BYGNINGSBESLAG

Vernerunde sjekkliste og oppfølging

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer

Transkript:

INF 3/4130 19. oktor 2006 Dgns: Kpittl 10 og 23 i hovok Fr kp 10 : Dyførst og rnhnoun søk Fr kp 23: A*søk Olig 2 hr liggt ut n stun. Frist 27 oktor. Konkurrns: Kommr i løpt v n uk (15spill? Frist. 20 novmr Forlsning nst uk: Dino Krg strtr om NPkomplttht, uvgjørrht, t. NB: På rommt AlfOmg i 4. tsj (NR 1 Søk i tilstnsrom Kp 10: Hrfr skl vi minn om (fr INF 1020 Bktring lgorithms y først søk i tilstnsrommt Trngr lit lgrplss Brnh n oun (l knskj ikk klt t i INF 1020? Br først søk, m vrintr Trngr my plss: Må hol i lgrt ll nor (tilstnr som r stt, mn som ikk r sturt Vrintr: Kn f.ks. gi hvr no n lovnht, og gå vir lngs n non som r mst lovn (huristikk. Dtstruktur: Priorittskø, liknr på Dijkstrs kortst vi Et ltrntiv til å gjør rnt rførstsøk (ikk i ok: jør yførstsøk til nivå 1, så nytt søk til nivå 2, osv. Om t r stor forgrningsfktor tr ikk tt så my mr ti nn vnlig rførst Og t krvr my minr plss Kp 23: Hrfr skl vi t om A*søk. Liknr my på rnhnoun m priorittskø Mn om vi sttr viss krv til huristikkn, så får vi n lgoritm lis Dijkstrs Kortst vi lgoritm Mollr for vgjørlssskvnsr Mollr for vgjørlssskvnsr Dt r flr måtr å mollr vgjørlssskvnsr for t gitt prolm itt mollringsmåt: D mulig skvnsn nnr t tr Eksmpl, finn mulig Hmiltonin Cyl (innom ll non én og r én gng: Hmiltonin Cyl Hr opplgt ingn Hmiltonin Cyl To måtr å mollr tt på: Strt vi i tilflig no og forlng vin på ll mulig måtr Mulig vlg i stgt i lgoritmn: All kntr (ut fr sist vino så lngt som ikk går tilk til llr rukt no. Strt m n knt, og lgg stig til n knt til: Mulig vlg i stgt i lgoritmn: All ikkvlgt kntr som gjør t ll smmnhngn komponntn v vlgt kntr frmls forlir nkl vir Førr til forskjllig stt sp tr = tilstnsromtrt Prolm stt : Tilstnr r n l vlg r gjort ol stts : Dt gjort t ntll vlg, og vi står m n løsning. Trstruktur ut fr først moll: Vlg n no og forlng vin fr nn på ll mulig måtr Mulig vlg i stgt i lgoritmn: All kntr (ut fr sist vino så lngt som ikk går tilk til llr rukt no.

Mollr for vgjørlssskvnsr Tilstnstr ut fr nr molln: Strt m n knt, og lgg stig til n knt til: Mulig vlg i stgt i lgoritmn: All ikkvlgt kntr som gjør t ll smmnhngn komponntn v vlgt kntr frmls forlir nkl vir C B D F A E B C E D A E F B C D E F Forskjllig mollr kn gi r/årligr mulightr for vskjæring. Eksmplr fr ok: Figur 10.3 og 10.4 (Sust sum Si 719 (8spill, litn utgv v 15spill Dyførst søk/tilksporing jnnomsøkr tilstnsromstrt yførst, til vi kommr til n måltilstn Brukr grist n rkursiv prosyr, som hr slv prolmstillingn som glol t. Tr litn plss: Holr r non mllom rotn og n non mn r i Kn ruk huristikk til å først vlg mst lovn vi ut v n non vi nå står i (f.ks. nærmstkntførst, om mn vil finn kortst Hm. Cyl. Må ruk vskjæring så got som mulig (pruning, ouning: Ikk gå n i sutrær som umulig kn innhol n måltilstn. Hr: Kn vær lur F.ks.: Når mn hr vlgt, og, kn mn s t ll tilkkntr til r sprrt, og t tt ikk kn før til n Hm. Cyl. Brnh n oun Brukr n llr nnn form for rførstsøk Blir n mng v nor som ok kllr Liv Nos Dtt r som r stt, mn ikk fulgt opp. NB: Kn li stor! Liv nos vil vær t snitt gjnnom tilstnsromtrt (grønn All ovr (nærmr rotn r mn frig m (lå All unr r ikk stt n (gul Stgt: Vlg n no N fr mngn LivNos Er N n målno? Om j: Frig! Om ni: T N ut v livnos køn Stt ll N s rn inn i Liv Nos køn Tr strtgir: LNmngn r n FIFOkø Ekt r først LNmngn r n LIFOkø Liknr på yførst LNmngn r prioritskø, m n psslig huristikk som prioritt (hvor lovn r non Liknr my på A*søk (kommr Kn slvfølglig også ruk trisjonll vskjæring (ouning, pruning Søk ttr st løsning, ié 1 For nklhts skyl: Bst løsning r n målnon som r nærmst rotn, rgnt i ntll kntr (mn lr sg ltt gnrlisr D måvi ikk tnk på Hm. Cyl som ksmpl (ll målnor lik yp Ié1: Bruk y først, og ruk ll vnlig vskjæring slik som før Hol n glol vril hittil kortst lng : HKL å lri ypr n t st vi hr stt til nå, s tgning Om vi også kn rgn t minstmål for hvor lngt t r til nærmst målno får vi n r vskjæring Kn oft på forhån rgn n øvr grns for hvor lngt unn st målno r. Stts som strtvri for HKL. HKL x y x x

Søk ttr st løsning, ié2 Litt fornrt fr forlsningn SOM FØR: Bst løsning r n målnon som r nærmst rotn, rgnt i ntll kntr. Ié 2: Bruk rn r først. Dtt vil hlt rtt frm gi st løsning utn non gng å gå for ypt Altrntiv, om optimlittskritrit r litt mr komplisrt nn r nærmst mulig rotn : Bruk prioritrt rførst søk. Prioritt: Estimt for hvor snnsynlig t r t st no liggr i mitt sutr. Også hr: Hol n glol vril hittil st no : HBN Om u kommr til n no r t r sikkrt t ingn i hl nons sutr r r nn HBN, så skjær v. MEN: Mn må gnrlt fortstt søkt inntil ll grnr r vskårt som skrvt i forrig punkt, ltså til prioritskøn v stt, mn ikk hnl nor r tom. Hr vil A*søk gi r løsning. x y HBN x x Itrtiv r først (ikk i ok Et ltrntiv om mn vil gjør rnt rførstsøk Brukr lik lit plss som y først søk Mn må gjør litt ri om igjn Ié: jør yførstsøk til nivå 1, så t hlt nytt søk til nivå 2, osv. Om t r stor forgrningsfktor tr ikk tt så my mr ti nn vnlig rførst Og t krvr ltså my minr plss Kn også ruks m priorittr/huristikkr t. A*søk Ellr: Dijkstrs kortst vi lgoritm, m huristikk! A*søk gnr sg for prolmr r vi hr n (ksplisitt llr implisitt grf v tilstnr, M n strttilstn, og t ntll måltilstnr Mulig tilstnsovrgngr (rtt kntr m n gitt kost. Og: Skl finn n vi fr strt til n måltilstn m, m miniml kost. Altså logisk stt: kortstviprolmt r S si 728/29, figurr 23.8 23.10. Hr r h(x = vstnn i rtt linj Strtgin r t rførstsøk, m huristikk Vi rukr n huristikkfunksjon h(x for stig å vlg mst lovn vi Altså rførstsøk m n prioritskø for vlg v nst fr LivNos Mn: Må h spsill krv på h(x for t lgoritmn skl li lik nkl som Dijkstr Finns vrintr til fullt A*søk (Asøk, A*søk utn ll h(xkrv oppfylt PQ Krv til h(x Krv (monotonitt: 1. Huristikkfunkjsonn h(x r minrllrlik lngn v fktisk kortst vi fr x til nærmst målno 2. Om t r knt fr x til y m vkt w(x,y, så skl gjl: h(x <= h(y+w(x,y 3. All målnor m hr h(m = 0, og llrs må vi h h(m>= 0. Om h(x llti r 0, så r iss oppfylt. D får vi Dijkstrs lgoritm. Dt fin r t krv 2 og 3 mførr krv 1, så vi slippr å tnk på krv 1. Bvis: Vi ntr t x > y > > målno r kortst vi fr x til nærmst målno: x h(x <= h(y + w(x,y Nærmst målno m y h(y <= h( + w(y, h( <= h(mål + w(,mål = w(,mål Kominrr vi iss får vi: h(x <= w(x,y + w(y, + w(, m Altså: h(x <= kortst vi til nærmst målno.

Om Asøk og vrintr v A*søk Om u hr n huristikk h(v for hvor lngt t r til n målno Og h(v kn vær å litt for stor og litt for litn D klls tt Asøk (vlig likt prioritrt rførstsøk Om vi vt t h(x lri vil vær størr nn n virklig kortst vi til målt Mn ikk tilfrstillr t full monotonitskrv Og vi rukr n Dijkstrliknn lgoritm, m psslig ruk v h(x D vil vi llti til slutt få riktig rsultt (kortst vi fr strt til nærmst mål Mn vi må stig gå tilk til nor vi tro vi vr frig m og opptr lngn, og rm få my kstrri! Hr r ok ssvrr ikk hlt go hr (s trykkfillistn. Vi tr rfor ikk tt m som pnsum Dt for slv A* lgoritmn (si 725/726 Vi hr n rttt grf m kntvktr w(x,y, n strtno og t ntll målnor, smt n monoton huristikkfunksjon h(x. Hvr no x hr i tillgg følgn vril: g(x = forløpig kortst vi fr strtnon. Dnn vil stig fornr sg unr lgoritmn, mn vil til slutt få lngn v kortst vi fr strtnon til x. prnt(x som skl li forlrpkr i t tr v kortst vir fr strtnon f(x som hl tin r lik g(x+h(x, ltså t stimt v vilngn fr strt til t mål gjnnom x. Vi hr n priorittskø PQ v nor, r priorittn går på vrin v f(x Dnn initilisrs m r strtnon s, m g(s=0, og h(s vilkårlig. (Dtt mnglr i slv prosyrskrivlsn i ok, si 725 D non som for øylikkt ikk r i PQ ls i to typr Trnor: Diss hr n forlrpkr i t tr m strtnon som rot (kortst vi til rotntrt. Diss hr ll vært i PQ, og v strtn r t ingn slik trnor. Ustt nor ( vi ikk hr kommt orti så lngt Figur for A* lgoritmn Trnor: Blå PQnor: rønn Ustt nor: ul All nor v hr: h(v: En fst huristikkvri for hvr no g(v: Forløpig kortst vi fr r (fornrr sg forlrpkr: Visr vi tilk til r, ut fr nåværn gvri f(v: g(v + h(v r PQ All nor m pkr fr lå nor, må vær grønn llr lå Slv lgoritmn PQ initilisrs ltså m r strtnon, m g(s = 0 (ll nr r ustt Stgt, som gjnts så lng PQ ikk r tom llr vi trffr n målno: Plukk n st prioritrt non x ut fr PQ (m minst fvri Drsom x r n målno, sluttr hrv lgoritmn g(x og prnt(x ngir kortst vi fr strtnon og n ktull vin (klngs. T ny mist ut v PQ, kll n x, og l n li n trno Dn hr ll nå sin forlrpkr og g(x stt riktig, vis kommr S på ll nor til x lnt ustt nor, og for hvr slik y: Stt g(y = g(x + w(x,y, f(y = g(y + h(y smt prnt(y = x og stt y inn i PQ S på ll nor til x i PQ, og for hvr slik y: Drsom g(y > g(x + w(x,y så stt g(y = g(x + w(x,y og prnt(y= x Vi sr ltså ikk på non til x som r trnor! At t går r krvr t vis som kommr på nst foiln. Algoritmn kn ltså slutt på to måtr: V t PQ lir tom. Dt tyr t t ikk går non vi fr strtnon til n målno V t vi kommr til n målno m, og r g(m lngn v kortst vi fr strtnon til m og prnt(m ngir slv vin. Om h(x = 0 for ll nor, så lir tt ltså Dijkstrs kortstvilgoritm

A*søk går utn tilklgging m monoton h(x Om vi rukr h(x = 0 for ll nor, så lir tt Dijkstrs kortstvilgoritm. V å ruk huristikkn håpr vi å konsntrr oss mr om vin som førr til t mål, slik t lgoritmn går rskr. Mn, vi tr non ut v PQ i n nnn rkkfølg nn i Dijkstrlgoritmn Dtt kunn før til t riktig vilng ikk r kommt inn i n no x når n ts ut v PQ og ovr i trt (slik t vi stig mått gå tilk og opptr g(v og prnt(v for nor y i trt (som hr forltt PQ Hligvis gjlr (proposition 23.3.2 i ok: Om h(x r monoton, så vil vrin v g(x og prnt(x llti h litt riktig i t øylikk x ts ut v PQ ovr i trt. Drm høvr vi lri gå tilk i trt og opptr no. Og lgoritmn lir v smm orn som Dijkstrlgoritmn Bvis på nst foil. Mrk: Dt r n viktig trykkfil på si 724, forml 23.3.7: Dr t står: h(v + h(v skl t stå h(v <= g(v + h(v Figur til vist for t nor hr fått riktig gvri når ts ut v PQ r=v 0 v k v k+1 Vi visr ssnsilt t ll iss må h smm f vri, og rm også smm gvri x lir nå vlgt som nst no som skl ut PQ, og x kn rfor ikk h størr fvri nn v k+1 x=v j Trnor PQ og ustt nor Bvis: Jg mnr vi må ruk inuksjon (ikk i ok: Inuksjonshypots: Stningn gjlr for ll y som r flyttt fr PQ til trt før x. Vi visr t gjlr n også for x. Vi lr gnrlt g*(v vær lngn v kortst vi fr strtnon til non v. Vi sr på situsjonn når x ts ut v PQ, og vi sr på n noskvns P: strtnon = v 0, v 1, v 2,, v j = x som r n kortst vi fr strtnon til x (m lng g*(x Vi ntr t v 0, v 1,, v k (mn ikk v k+1 r litt trnor når x ts ut v PQ. Non v k+1 r ltså i PQ når x lir ttt ut v køn. Ut fr monotonittn vt vi (for i = 0, 1,, j1 g*(v i + h(v i <= g*(v i + h(v i+1 + w(v i, v i+1 Sin kntn fr v i til v i+1 r m i n kortst til v i+1, gjlr g*(v i+1 = g*(v i + w(v i, v i+1 Til smmn gir to sist: g*(v i + h(v i <= g*(v i+1 + h(v i+1 som så gir, v å l i vær k+1, k+2,, j1 g*(v k+1 + h(v k+1 <= g*(v j + h(v j = g*(x + h(x Ut fr inuksjonshypotsn vt vi t g(v k = g*(v k, og rm må også (ut fr ksjonn når v k l ttt ut v PQ g(v k+1 = g*(v k+1, slv om n liggr i PQ Drv hr vi: f(v k+1 = g(v k+1 +h(v k+1 = g*(v k+1 +h(v k+1 <= g*(x+h(x <= g(x+h(x = f(x Hr må imilrti ll <= vær likhtr, llrs vill f(v k+1 < f(x, og vill ikk x litt ttt ut v køn før v k+1. Drv r g*(x+h(x = g(x+h(x og ltså g*(x = g(x. Eksmplr på A*søk (kopirt opp på tr. foil Eksmpl i kp. 23.3.2: Finn kortst løsning i 8spill Figurr si 719 og 727