Sumber : Slide Materi ITS oleh Prof. Handayani Tjandrasa SEARCHINGSEARCHING
Rational Agents Agen adalah entitas yang menerima (perceive) dan beraksi Rational agent –Agen adalah fungsi dari kejadian percept ke action: –Untuk suatu kondisi dan aktifitas yang diberikan, kita mencari agen dengan kinerja terbaik dengan batasan tertentu.
Contoh State Space: 8-puzzle Initial state Goal state
Presentasi node
5 Searching Uninformed, non-optimal: - Depth-First - Breadth-First (optimal untuk unit cost sama) Uninformed, optimal: - Uniform-Cost Informed (heuristic), non-optimal: - Best-First (greedy) - Hill Climbing Informed (heuristic), optimal: - A*
Depth-First Strategy Node baru disisipkan didepan stack FRINGE FRINGE = (1) 6 initial goal
Depth-First Strategy FRINGE = (2, 3) 7
Depth-First Strategy FRINGE = (4, 5, 3) 8
Depth-First Strategy
Depth-First Strategy
Depth-First Strategy
Depth-First Strategy
Depth-First Strategy
Depth-First Strategy
Depth-First Strategy
17 Depth-First Search Contoh dengan partial path
18 Depth-First Search
19 Depth-First Search
20 Depth-First Search
21 Depth-First Search
22 Depth-First Search Contoh dengan partial path
Breadth-First Strategy Node baru disisipkan pada akhir queue FRINGE FRINGE = (1)
Breadth-First Strategy FRINGE = (2, 3)
Breadth-First Strategy FRINGE = (3, 4, 5)
Breadth-First Strategy FRINGE = (4, 5, 6, 7)
27 Breadth-First Search Contoh dengan partial path
28 Breadth-First Search
29 Breadth-First Search
30 Breadth-First Search
31 Breadth-First Search
32 Breadth-First Search
33 Breadth-First Search
34 Breadth-First Search
35 Breadth-First Search
TERIMA KASIH