Métodos de búsqueda para la resolución de problemas: búsqueda a ciegas, heurística y competitiva

En este curso, los estudiantes comprenderán los fundamentos de la resolución de problemas en Inteligencia Artificial, aprendiendo a definir el estado inicial, el objetivo, las acciones posibles y los costos asociados. Se presentan búsquedas a ciegas como BFS y DFS, ideales para espacios pequeños, junto con sus limitaciones al enfrentarse a problemas complejos como el ajedrez o el problema de las 8 reinas.

El módulo también explora las búsquedas heurísticas, que utilizan el conocimiento específico del problema para guiar la exploración. Se discuten aplicaciones prácticas, como la navegación GPS, la optimización de rutas de robots y la planificación de rutas en salud pública.

Finalmente, los estudiantes estudiarán búsquedas competitivas y metaheurísticas, incluidos los algoritmos genéticos, el recocido simulado, la búsqueda tabú y GRASP. Estas técnicas manejan problemas muy grandes o con múltiples objetivos y son esenciales para el enrutamiento de flotas, la logística industrial y la optimización compleja. El módulo enfatiza que ningún método es universalmente superior y señala futuras tendencias, como las heurísticas automáticas mediante el aprendizaje automático y los sistemas híbridos para Big Data y robótica avanzada.