Tercera Actividad de Programación

Sistema Experto
...Denle un ojo, lamentamos que se escuche tan mal tuvimos algunos problemas con el audio.

Sistema Experto - Carreras

Sistema experto para saber a que carrera eres más afín con una cuidadosa selección de preguntas.

TREAT - Sr. Chompu... el amigo experto =D

::3er Avance::Sistemas Inteligentes::
=^.^=

A continuación se muestra el video del último proyecto de Sistemas Inteligentes referente a los sistemas expertos... mostrando la satisfacción de los testers con el mismo... =D

Actividad 3 - Sistemas Expertos. Equipo 3

Actividad 3 - Sistemas Expertos. Equipo 7

Aqui se muestra el diagnóstico de tres personas, las dos primeras fueron más rápidas pues el sistemas detecto su padecimiento; la tercer persona al no estar enferma, efectivamente le constesto, después de una larga serie de preguntas, que no tenía nada o que no era posible determinar algo con los conocimientos que tenía.

Actividad 3 – Sistemas Expertos. Equipo 6

Primera Prueba


Segunda Prueba


Tercera Prueba

Debido a problemas con el audio, y ya que el software con el que contábamos para grabar de pantalla no contaba con la opción de grabar sonidos, ni voz, agregaremos una pequeña descripción de una uno de los usuarios, perdonen por las fallas técnicas.

Para cada uno de los usuarios se les dio una pequeña explicación previa de cómo funcionaba el sistema, pero no se les dio información de que coches hay, ni las características.


Usuario 1
El usuario se mostraba un poco indeciso por los coches, además de que los años al principio no ayudaban mucho. Se repetían y al usuario lo confundían, en vez de que le fueran de ayuda.
Conforme salían las opciones, podía elegir sin ver todas las opciones, el usuario quería ver como un pequeño mapa o árbol, de todos los vehículos del mismo año, o de la misma compañía.
Al final se decidió por el auto, le gusto la opción de poder justificar.

Usuario 2
El usuario dos, conforme se hacían las pruebas, decidía sobre las diferentes opciones, pero por lo visto en el video y en él, cada uno de las reglas le resultaba no muy ayudador, quería una opción de ayuda, y tener un catalogo de todas las opciones.
Justifico su respuesta.






Usuario 3
El usuario desde un inicio, mostro un cierto deseo por escribir a todo no, y como podemos observar, conforme aparecían los años y él escribía no, llego a un cierto momento que su única opción fue la del bugatti, lo cual lo sorprendió y le dio risa.

5- Agentes chidos, Actividad 2- Búsquedas

Este tipo de de búsqueda es para casos generales de los juegos en los que hay dos participantes o jugadores, en donde MAX es el que inicia el juego, y los jugadores alternan su participación hasta que concluye el juego.

El algoritmo minimax sirve para determinar la estrategia óptima para MAX, y decidir así cuál es la mejor jugada. Los algoritmos se componen de cinco pasos:

· Generación de todo el árbol de juego, completamente hasta alcanzar los estados iniciales.

· Aplicación de la función de utilidad a cada estado terminal y obtención de su valor respectivo.

· Uso de la utilidad de los estados terminales para calcular la utilidad de los nodos del siguiente nivel superior en el árbol de búsqueda.

· Continuación del respaldo a los valores de los nodos hojas, en dirección a la raíz, una capa a la vez.

· Finalmente, los valores respaldados llegan a la parte superior del árbol; en ese sitio, MAX elige la jugada que le permita obtener el valor más alto.

En nuestro video demostramos dicho método de búsqueda.

Eat It! Búsquedas

::2do Avance::Sistemas Inteligentes::

Laberinto resuelto con Búsquedas

Una matriz de 60x60 que representa un mapa, un personaje que tiene cierto rango de visión y dos algoritmos para intentar resolver el laberinto: Busqueda informada Heuristica en este caso y uno de Fuerza Bruta.

Actividad 2 – Búsquedas

Búsqueda Bruta



Búsqueda Informada




PS. Mario AI Fail :(

Actividad 1: Medio Ambiente y Agente

En este caso elegimos utilizar el medio de MarioAI para la realización del agente.

Actividad 1 – Selección del medio ambiente y agente reactivo

Segunda etapa de la actividad 1. Esta muestra a los equipos jugando y buscando ganar. Cada equipo trata de conseguir la bandera del otro lado del campo y llevarla de regreso al suyo.

Actividad 1 – Selección del medio ambiente y agente reactivo

Comportamiento del agente en un ambiente fácil:



Comportamiento del agente en un ambiente difícil:



Nota: Disculpen que no tengan audio, a la brevedad le pondré audio.

Actividad 1: ageNte reactivo

El agente reactivo que se implementó para la segunda entrega del curso consta de 4 capas. Las colisiones que se realizan hasta el momento son entre los agentes. Los agentes cuentan con 40 segundos para encontrar los pasteles y llevárselos a la princesa del equipo contrario para hacerla engordar y ganar.

El siguiente video muestra una simulación de los agentes reactivos.

Actividad 1 – Medio ambiente y agente reactivo Parte II

En esta segunda parte debemos de implementar las capas para nuestro agente.
Nuestro agente reactivo consta de tres capas.
Es un agente reactivo, los cambios realizados a nuestro agente fueron:
Se quito la opción de modo de dos jugadores ambos humanos, ya que nuestro siguiente paso es implementar ciertos niveles de dificultad por medio de algoritmos y búsquedas.
Se le agrego la funcionalidad de capas.

En los siguientes videos podemos observar los movimientos con las capas.

Video 2

Video 3

Actividad 1- Medio Ambiente

Para nuestro proyecto (4 en raya), decidimos utilizar el ambiente de java como desarrollo.
Con este lenguaje pudimos utilizar de base un cuatro en raya, que nos provee el tablero y la lógica básica para validar cada uno de los movimientos.
Para nuestra primera parte tuvimos que modificar el código, ya que este estaba implementado para jugar un humano contra la máquina. Después de algunos cambios pudimos crear el juego para dos jugadores (humanos), nuestra meta era validar varios movimientos y formas de ganar antes de totalmente implementarlo con la parte de un agente.
A continuación esta un video mostrando cómo está el tablero, algunos movimientos.

Actividad 1 – Medio ambiente y agente reactivo

El Agente Reactivo "Pirata Jubeiro" es un Agente desarrollado basandonos en la arquitectura de integración por capas de Brooks.
El Medio ambiente es un video juego desarollado previamente en 3er semestre de la carrera. Todo el código está programado en Java y es bastante facil leer y entender el funcionamiento del programa.
La implementacion de las capas es mediante un método que se ejecuta con un hilo independiente al ambiente. El recorrido de las capas se hace cada 10ms y al ejecutar alguna capa el programa aborta la ejecucion de la siguiente haciendo que se ejecute el métido que tiene las capas desde el principio. Esto permite que el comportamiento al pasar de capa en capa sea fluido y no se cicle y tambien la estructura del método permite cambiar el orden de las capas facilmente para que podamos observar los diferentes comportamientos.

El video que se muestra a continuación es un ejemplo del programa en ejecución.

Actividad 1: Medio ambieNte coN colisioNes

Eat It! se trata de un sistema multiagente, en el que se desarrollará una batalla entre dos equipos. Cada equipo tendrá un castillo en donde estará su princesa. El objetivo principal de cada equipo es buscar pasteles dentro del ambiente y llevárselos a la princesa del equipo contrario para que se los coma y engorde lo más posible. Existirá un contador que indicará el número de pasteles devorados por cada princesa. El juego terminará cuando un tiempo previamente establecido llegue a cero.

Actividad 1 – Medio ambiente y agente reactivo

Para nuestro proyecto nosotros decidimos utilizar el ambiente de para diseño de videojuegos XNA. El juego que estamos desarrollando va a consistir en un grupo de agentes que pertenecen a dos grupos. Cada grupo tiene como misión destruir la base del otro. Y también podrán atacarse entre ellos.

A continuación esta un vídeo mostrando como los agentes tienen la primera instrucción que les permite moverse en caso de que no tengan nada que hacer.

Actividad 1 – Selección del medio ambiente y agente reactivo

La herramienta que elegimos para desarrollar nuestras actividades de programación fue la paquetería de desarrollo Mario AI. Esta plataforma provee el ambiente del clásico videojuego Super Mario Bros, nos provee de la física y lógica básica para poder jugar.

Lo que lo hace diferente, es que nosotros podemos programar el comportamiento del agente (en este caso Mario :] ) a través de controladores. En estos controladores nosotros determinamos la inteligencia, toma de decisiones y las acciones del agente, que reacciona según el ambiente que lo rodea.

Si desean echarle un vistazo a esta paquetería, este proyecto se encuentra alojado en el sitio julian.togelius.com. También hay un grupo en Google dedicado a promover este proyecto, para conocerlo, hay que visitar el sitio oficial.

En el siguiente video, se muestra el funcionamiento de un agente que actua gracias a un controlador simple.

Instrucciones del Blog

Este es el blog de Sistemas Inteligentes TC2011. El objetivo es que vayan documentando su proyecto final y que vayan compartiendo con sus compañeros su trabajo.

Por favor, cuando suban una actividad, pongan en el titulo el titulo de la actividad y en la etiqueta pongan su numero de equipo y nombre. En este caso, yo estoy poniendo el titulo de "Instrucciones del blog" y la etiqueta "0-Jorge".

Si desean usar más etiquetas para clasificar mejor su contribución, por favor háganlo (yo aquí estoy usando la etiqueta "instrucciones").

Cualquier pregunta, por favor mándenme un correo electrónico, preguntenme en clase, o simplemente den de alta un post y yo lo contesto.

Gracias.