BÁO CÁO THẢO LUẬN-Đồ thị và-hoặc (and-or graph)

Tìm kiếm trên đồ thị Và/Hoặc
(And/Or graph)
Nhóm 7
CNTT2a2
Artificial Intelligence
Trí tuệ nhân tạo
1
Đặt vấn đề: Tìm đường
Artificial Intelligence
 Giả sử có bản đồ một thành
phố như sau:
 Cần tìm đường đi từ A đến B.
Như vậy, có thể có 2 trường
hợp:
 Đường đi từ A đến B qua E,
 Đường đi từ A đến B qua G.
2
Ví dụ tìm đường (tiếp)
Artificial Intelligence
 Như vậy, bài toán tìm đường từ A đến B qua E có thể quy về các bài toán
con:
 Tìm đường từ A đến E (và),
 Tìm đường từ E đến B.
 Bài toán tìm đường từ A đến B qua G có thể quy về các bài toán con:
 Tìm đường từ A đến G (và),
 Tìm đường từ G đến B.
 Các quá trình trên được minh họa bằng đồ thị (đồ thị và/hoặc) để giải
quyết bài toán.
3
Đồ thị và/hoặc (and/or graph)
Artificial Intelligence

 Ví dụ về đồ thị và/hoặc cho bài toán tìm đường từ A đến B.
4
Quy tắc xây dựng đồ thị và/hoặc.
Artificial Intelligence
 Mỗi bài toán ứng với một đỉnh của đồ thị.
 Nếu có một toán tử quy một bài toán về một
bài toán khác, ví dụ R: a→b, thì trong đồ thị
có cung gán nhãn đi từ đỉnh a tới đỉnh b.
 Đối với mỗi toán tử quy một bài toán về một
số bài toán con, ví dụ R: a→b,c,d, ta đưa một
đỉnh mới a
1
, đỉnh này biểu diễn tập các bài
toán con {b,c,d} và bài toán R: a→b,c,d được
xây dựng như sau:
5
Ví dụ về đồ thị và/hoặc
Artificial Intelligence
Xét bài toán sau:
 Trạng thái ban đầu (bài toán cần giải) là a.
 Tập các toán tử quy gồm:
 R
1
: a→d,e,f
 R
2
: a→d,k
 R
3
: a→g,h

 R
4
: d→b,c
 R
5
: f→i
 R
6
: f→c,j
 R
7
: k→e,l
 R
8
: k→h
 Tập các trạng thái kết thúc (các bài toán sơ cấp) là T={b,c,e,j,l}
6
Ví dụ về đồ thị và/hoặc
Artificial Intelligence

7
Tìm kiếm trên đồ thị và/hoặc
Artificial Intelligence
 Thông thường, sử dụng tìm kiếm theo chiều sâu để tìm lời giải cho bài toán.
 Tìm đến đỉnh u, đỉnh này có thể giải được hay không tùy thuộc nó thuộc lớp bài toán nào. Hàm Solvable sau sẽ trả về
TRUE nếu giải được, nếu không là FALSE.
Function Solvable(u);
Begin
If u là đỉnh kết thúc then {Solvable(u) ← true; stop }
If u không là đỉnh kết thúc và không có đỉnh kề then {Solvable(u) ← false; stop }

For mỗi toán tử R áp dụng được tại u do
{ Ok ← true;
For mỗi v kề u theo R do
If Solvable(v) = false then {Ok ← false; exit }
If Ok then Solvable(u) ← true; Operator(u) ← R; stop}
Solvable(u) ← false;
End;
8
Tìm kiếm trên đồ thị và/hoặc(tiếp)
Artificial Intelligence
 Biến Ok: với mỗi toán tử R áp dụng được tại u, biến Ok nhận
giá trị true nếu tất cả các đỉnh v kề u theo R đều giải được, và
Ok nhận giá trị false nếu có một đỉnh v kề u theo R không
giải được.
 Hàm Operator(u) ghi lại toán tử áp dụng thành công tại u, tức
là Operator(u) = R nếu mọi đỉnh v kề u theo R đều giải được.
9
Tóm tắt
Artificial Intelligence
 Để giải quyết vấn đề cần phân tích các đặc trưng và yêu cầu của vấn
đề.
 Việc biểu diễn dùng không gian trạng thái giúp biến quá trình giải
quyết vấn đề thành một quá trình tìm kiếm (trên không gian trạng
thái).

 Các chiến lược tìm kiếm khác nhau: chiều rộng, đều giá, chiều sâu,
sâu dần.

 Tìm kiếm sâu dần có độ phực tạp không gian tuyến tính và độ phức
tạp thời gian không quá kém so với tìm kiếm chiều rộng, chiều sâu.

10
Artificial Intelligence
11

THANK YOU!