Puzzle.initialize_pdb(3) # heuristica basda en distancia manhattan
heuristic = Puzzle.pdb_best # una heurística basada en pattern databases que debes implementar
# inicialización de la heurística basada en PDBs
print('%5s%10s%10s%10s%10s%10s' %
('#prob', '#exp', '#gen', '|sol|', 'tiempo', 'maxsubopt'))
problems = []
load_problems(problems)
total_time = 0
total_cost = 0
total_expansions = 0
#num_problems = len(problems) # cambiar si quieres ejecutar sobre todos los problemas
num_problems = 10 # solo ejecutamos los primeros 10 problemas
for prob in range(0, num_problems):
init = problems[prob]
s = Astar(
init, heuristic, 2
) # agregar un tercer parámetro una vez que lo hayas transformado en Weighted A*
result = s.search()
print('%5d%10d%10d%10d%10.2f%10.2f' %
(prob + 1, s.expansions, len(s.generated), result.g,
s.end_time - s.start_time, s.estimate_suboptimality()))
total_time += s.end_time - s.start_time
total_cost += result.g
total_expansions += s.expansions
if show_solutions:
print(result.trace())
print('Tiempo total: %.2f' % (total_time))
print('Expansiones totales: %d' % (total_expansions))
print('Costo total: %d' % (total_cost))
