인공지능 28

[Search_4] A* search (1)

※ 이 글은 "UC Berkeley CS188 Intro to AI"의 "Project 1: Search"를 해결하는 과정을 정리한 글입니다. A* search search.py 파일 안에 있는 비어있는 aStarSearch 함수에 A* 탐색 알고리즘을 구현하십시오. A* 탐색 알고리즘은 휴리스틱 함수를 인수로 갖고 있습니다. 휴리스틱은 2가지 인수(탐색 문제에서의 state와 자기 자신에 관한 정보)를 갖고 있습니다. search.py 파일 안에 있는 nullHeuristic 휴리스틱 함수는 간단하게 구현한 예제입니다. 구현이 완료된 A* 탐색 알고리즘은 Manhattan Distance 휴리스틱을 사용하여 미로에서 길을 찾을 수도 있습니다.(searchAgents.py 에 이미 manhattanHeu..

[Search_3] Varying the Cost Function (1)

※ 이 글은 "UC Berkeley CS188 Intro to AI"의 "Project 1: Search"를 해결하는 과정을 정리한 글입니다. Varying the Cost Function 너비 우선 탐색(Breadth First Search, BFS)은 목표지점으로 가는 최단 경로를 찾을 수 있지만, 최단 경로와 최고의 경로는 다를 수 있습니다. mediumDottedMaze와 mediumScaryMaze 같은 경우를 고려해봅시다. cost function을 변화한다면 팩맨이 다른 경로를 탐색할 수 있게 만들 수 있습니다. 예를 들어 유령이 많은 지역에서 움직일 때 많은 비용을 책정할 수 있고 먹을 것이 많은 지역에서 움직일 때 적은 비용을 책정할 수 있습니다. 팩맨을 합리적으로 움직이려면 이와 같은 ..

[Search_2] Breadth First Search (1)

※ 이 글은 "UC Berkeley CS188 Intro to AI"의 "Project 1: Search"를 해결하는 과정을 정리한 글입니다. Breadth First Search search.py 파일 안에 있는 breadthFirstSearch 함수 안에 너비 우선 탐색(Breadth First Search, BFS) 알고리즘을 구현하십시오. 이미 방문한 state에서의 확장을 방지하는 그래프 탐색 알고리즘을 작성해야 합니다. 깊이 우선 탐색(Depth First Search, DFS)에서 했던 것처럼 아래에 있는 명령어로 당신의 코드를 테스트하십시오. - python pacman.py -l mediumMaze -p SearchAgent -a fn=bfs - python pacman.py -l big..

[Search_1] Finding a Fixed Food Dot using Depth First Search (1)

※ 이 글은 "UC Berkeley CS188 Intro to AI"의 "Project 1: Search"를 해결하는 과정을 정리한 글입니다. Finding a Fixed Food using Depth First Search searchAgents.py 파일 안에는 미로에서의 경로를 계획하고 그 계획을 단계별로 실행할 수 있게끔 해주는 완벽하게 구현된 searchAgent를 찾을 수 있습니다. 하지만 계획을 세우기 위한 탐색 알고리즘들은 구현이 되어있지 않은데 이 알고리즘을 만드는 것이 해야 할 일입니다. SearchAgent가 정확히 동작하는지는 아래의 명령어로 테스트를 할 수 있습니다. - python pacman.py -l tinyMaze -p SearchAgent -a fn=tinyMazeSear..

[Search_0] Introduction & Welcome to Pacman

※ 이 글은 "UC Berkeley CS188 Intro to AI"의 "Project 1: Search"를 해결하는 과정을 정리한 글 입니다. ※ UC Berkeley CS188 Intro to AI 페이지 링크 : http://ai.berkeley.edu/search.html#Introduction Introduction 이번 프로젝트에서는, 팩맨이 미로로 이루어진 세계에서 특별한 장소에 도달함과 동시에 먹이를 효율적으로 모을 수 있는 길을 찾을 것입니다. 이것을 해결하기 위한 일반적인 탐색 알고리즘을 만들어야 하고 그것을 팩맨에 적용시켜야 합니다. "과제 0"에서 처럼, 이번 과제에서도 답을 채점하기 위한 autograder가 포함되어 있습니다. autograder는 아래와 같은 명령어를 통해 실행..

반응형