Guia d'estudi: Intel·ligència Artificial - La Salle

4. Altrament, esborreu n d’L.
5. Expandiu n, afegint tots els seus fills a L. Cada fill estarà etiquetat amb el camí
recorregut des del node inicial fins a ell.
6. Reorganitzeu L tot ordenant els nodes segons la seva distància a l'objectiu. Al
principi de la llista hi ha d'haver el node que es considera més proper a l'objectiu.
7. Retorneu al pas 2.
Si ara torneu a intentar resoldre el problema del laberint usant l’algorisme best-first
search i usant com a heurística la distància de Manhattan, veureu com sí que trobeu
una solució, i a més a més resulta ser la millor. Tot i així, l’algorisme no sempre
garanteix trobar la millor solució.
[Ginsberg1993]p71
Exercici: best-first search amb LISP (optatiu)
Reprenem el mateix problema de les sessions anteriors:
Implementeu en LISP els algorismes de cerca per trobar un node determinat dins d'un
arbre. Donat un objectiu (número enter) cal trobar un node tal que la seva propietat
COST sigui el més similar possible a l'objectiu. Retorneu una llista on el primer
element sigui el node solució i el segon una subllista amb el camí.
Implementeu l’algorisme següent:
f) Best-first search.
Per exemple, l'arbre de cerca es pot representar de la manera següent:
- Cada node té tres propietats: FILLS, COST i CAMÍ ASSOCIAT.
- La propietat fills del node n és una llista amb els noms dels fills d’n.
- La propietat COST del node n és un enter.
- La propietat CAMÍ ASSOCIAT indica el camí que cal seguir per arribar al node.
Exemple:
(setf (get 'A 'fills) '(B C)
(get 'A 'cost) 1
(get 'B 'fills) '(D E)
(get 'B 'cost) 2
(get 'C 'fills) '(F G)
(get 'C 'cost) 3
62