def cheapestFirstSearch(self, searchType):
"""Realiza busca com a estratégia de custo uniforme ou A* conforme escolha realizada na chamada.
@param searchType: 0=custo uniforme, 1=A* com heurística hn1; 2=A* com hn2
@return plano encontrado"""
# @TODO: Implementação do aluno
# Atributos para análise de desempenho
treeNodesCt = 0 # contador de nós gerados incluídos na árvore
# nós inseridos na árvore, mas que não necessitariam porque o estado
# já foi explorado ou por já estar na fronteira
exploredDicardedNodesCt = 0
frontierDiscardedNodesCt = 0
# Algoritmo de busca
solution = None
solutionBox = []
root = TreeNode(parent=None)
root.state = self.prob.initialState
root.gn = 0
root.hn = 0
root.action = -1
treeNodesCt += 1
# cria FRONTEIRA com estado inicial
frontier = []
frontier.append(root)
# cria EXPLORADOS - inicialmente vazia
explored = []
print("\n*****\n***** INICIALIZAÇÃO ÁRVORE DE BUSCA\n*****\n")
print("\n{0:<30}{1}".format("Nós na árvore: ", treeNodesCt))
print("{0:<30}{1}".format("Descartados já na fronteira: ",
frontierDiscardedNodesCt))
print("{0:<30}{1}".format("Descartados já explorados: ",
exploredDicardedNodesCt))
print("{0:<30}{1}".format(
"Total de nós gerados: ",
treeNodesCt + frontierDiscardedNodesCt + exploredDicardedNodesCt))
while len(frontier): # Fronteira não vazia
print("\n*****\n***** Início iteração\n*****\n")
printFrontier(frontier)
selNode = frontier.pop(0) # retira nó da fronteira
selState = selNode.state
print("Selecionado para expansão: {}\n".format(selNode))
if self.prob.goalBoxTest():
solutionBox.append(selNode)
if self.prob.goalFinalTest():
solution = selNode
break
explored.append(selNode)
printExplored(explored)
# Obtem ações possíveis para o estado selecionado para expansão
actions = self.prob.possibleActionsWithoutCollaterals(
selState) # actions é do tipo [-1, -1, -1, 1, 1, -1, -1, -1]
for actionIndex, act in enumerate(actions):
if (act < 0): # Ação não é possível
continue
# INSERE NÓ FILHO NA ÁRVORE DE BUSCA - SEMPRE INSERE, DEPOIS
# VERIFICA SE O INCLUI NA FRONTEIRA OU NÃO
# Instancia o filho ligando-o ao nó selecionado (nSel)
child = selNode.addChild()
# Obtem o estado sucessor pela execução da ação <act>
sucState = self.prob.suc(selState, actionIndex)
child.state = sucState
# Custo g(n): custo acumulado da raiz até o nó filho
gnChild = selNode.gn + self.prob.getActionCost(actionIndex)
if searchType == UNIFORME_COST:
child.setGnHn(
gnChild, 0
) # Deixa h(n) zerada porque é busca de custo uniforme
elif searchType == A_START_1:
child.setGnHn(gnChild, self.hn1(sucState, actionIndex))
elif searchType == A_START_2:
child.setGnHn(gnChild, self.hn2(sucState))
child.action = actionIndex
# INSERE NÓ FILHO NA FRONTEIRA (SE SATISFAZ CONDIÇÕES)
# Testa se estado do nó filho foi explorado
alreadyExplored = False
# for node in explored:
# if child.state == node.state:
# alreadyExplored = True
# break
# Testa se estado do nó filho está na fronteira, caso esteja
# guarda o nó existente em nFront
nodeFront = None
if not alreadyExplored:
for node in frontier:
if (child.state == node.state):
nodeFront = node
break
# Se ainda não foi explorado
if not alreadyExplored:
# e não está na fronteira, adiciona à fronteira
if nodeFront == None:
frontier.append(child)
frontier.sort(key=lambda x: x.getFn(
)) # Ordena a fronteira pelo f(n), ascendente
treeNodesCt += 1
else:
# Se já está na fronteira temos que ver se é melhor
if nodeFront.getFn() > child.getFn(
): # Nó da fronteira tem custo maior que o filho
frontier.remove(
nodeFront
) # Remove nó da fronteira (pior e deve ser substituído)
nodeFront.remove() # Retira-se da árvore
frontier.append(
child) # Adiciona filho que é melhor
frontier.sort(key=lambda x: x.getFn(
)) # Ordena a fronteira pelo f(n), ascendente
# treeNodesCt não é incrementado por inclui o melhor e retira o pior
else:
# Conta como descartado porque o filho é pior que o nó da fronteira e foi descartado
frontierDiscardedNodesCt += 1
else:
exploredDicardedNodesCt += 1
print("\n{0:<30}{1}".format("Nós na árvore: ", treeNodesCt))
print("{0:<30}{1}".format("Descartados já na fronteira: ",
frontierDiscardedNodesCt))
print("{0:<30}{1}".format("Descartados já explorados: ",
exploredDicardedNodesCt))
print("{0:<30}{1}".format(
"Total de nós gerados: ", treeNodesCt +
frontierDiscardedNodesCt + exploredDicardedNodesCt))
if (solution != None):
print("!!! Solução encontrada !!!")
print("!!! Custo: {}".format(solution.gn))
print("!!! Profundidade: {}\n".format(solution.depth))
print("\n{0:<30}{1}".format("Nós na árvore: ", treeNodesCt))
print("{0:<30}{1}".format("Descartados já na fronteira: ",
frontierDiscardedNodesCt))
print("{0:<30}{1}".format("Descartados já explorados: ",
exploredDicardedNodesCt))
print("{0:<30}{1}".format(
"Total de nós gerados: ", treeNodesCt +
frontierDiscardedNodesCt + exploredDicardedNodesCt))
return buildPlan(solution)
else:
print("### Solução NÃO encontrada ###")
return None
def cheapestFirstSearch(self, searchType):
"""Realiza busca com a estratégia de custo uniforme ou A* conforme escolha realizada na chamada.
@param searchType: 0=custo uniforme, 1=A* com heurística hn1; 2=A* com hn2
@return plano encontrado"""
# Atributos para análise de desempenho
treeNodesCt = 0 # contador de nós gerados incluídos na árvore
# nós inseridos na árvore, mas que não necessitariam porque o estado
# já foi explorado ou por já estar na fronteira
exploredDicardedNodesCt = 0
frontierDiscardedNodesCt = 0
# Algoritmo de busca
solution = None
root = TreeNode(parent=None)
root.state = self.prob.initialState
root.gn = 0
root.hn = 0
root.action = -1
treeNodesCt += 1
# cria FRONTEIRA com estado inicial
frontier = []
frontier.append(root)
# cria EXPLORADOS - inicialmente vazia
explored = {}
print("\n*****\n***** INICIALIZAÇÃO ÁRVORE DE BUSCA\n*****\n")
print("\n{0:<30}{1}".format("Nós na árvore: ", treeNodesCt))
print("{0:<30}{1}".format("Descartados já na fronteira: ",
frontierDiscardedNodesCt))
print("{0:<30}{1}".format("Descartados já explorados: ",
exploredDicardedNodesCt))
print("{0:<30}{1}".format(
"Total de nós gerados: ",
treeNodesCt + frontierDiscardedNodesCt + exploredDicardedNodesCt))
while len(frontier): # Fronteira não vazia
print("\n*****\n***** Início iteração\n*****\n")
#printFrontier(frontier)
selNode = frontier.pop(0) # retira nó da fronteira
selState = selNode.state
print("Selecionado para expansão: {}\n".format(selNode))
# Teste de objetivo
if selState == self.prob.goalState:
solution = selNode
break
explored[str(selState.row) + str(selState.col) +
str(selState.boxes)] = selState
#printExplored(explored)
# Obtem ações possíveis para o estado selecionado para expansão
actions = self.prob.possibleActions(
selState) # actions é do tipo [-1, -1, -1, 1 ]
if selNode.gn >= LIMITE_BUSCA and VERIFICA_LIMITE:
continue
for actionIndex, act in enumerate(actions):
if (act < 0): # Ação não é possível
continue
# INSERE NÓ FILHO NA ÁRVORE DE BUSCA - SEMPRE INSERE, DEPOIS
# VERIFICA SE O INCLUI NA FRONTEIRA OU NÃO
# Obtem o estado sucessor pela execução da ação <act>
sucState = self.prob.suc(selState, actionIndex)
# verifica se a acao sucessora bloqueia o tabuleiro
if (VERIFICA_ACAO_BLOQUEIO
and self.prob.isBlockAction(sucState)):
continue
# Instancia o filho ligando-o ao nó selecionado (nSel)
child = selNode.addChild()
child.state = sucState
# Custo g(n): custo acumulado da raiz até o nó filho
gnChild = selNode.gn + self.prob.getActionCost(actionIndex)
if searchType == UNIFORME_COST:
child.setGnHn(
gnChild, 0
) # Deixa h(n) zerada porque é busca de custo uniforme
elif searchType == HEURISTICA_DISTS:
child.setGnHn(gnChild, self.hn(sucState))
elif searchType == HEURISTICA_DISTS_PEN_OBSTACULOS:
child.setGnHn(gnChild, self.hnwall(sucState))
elif searchType == H_OPT:
child.setGnHn(gnChild, self.hnOptm(sucState))
elif searchType == H_EUCL:
child.setGnHn(gnChild, self.hnOptmEucl(sucState))
elif searchType == H_OPT_PEN:
child.setGnHn(gnChild, self.hnOptmWall(sucState))
child.action = actionIndex
# INSERE NÓ FILHO NA FRONTEIRA (SE SATISFAZ CONDIÇÕES)
alreadyExplored = False
# Testa se estado do nó filho foi explorado
expHash = str(child.state.row) + str(child.state.col) + str(
child.state.boxes)
if expHash in explored:
exp = explored[expHash]
if (child.state.cost >= exp.cost):
alreadyExplored = True
# Testa se estado do nó filho está na fronteira, caso esteja
# guarda o nó existente em nFront
nodeFront = None
if not alreadyExplored:
for node in frontier:
if (child.state == node.state
and child.state.row == node.state.row
and child.state.col == node.state.col):
nodeFront = node
break
# Se ainda não foi explorado
if not alreadyExplored:
# e não está na fronteira, adiciona à fronteira
if nodeFront == None:
# adiciona na fronteira se a acao nao bloqueia a solucao
frontier.append(child)
frontier.sort(
key=lambda x: (x.getFn(), x.hn)
) # Ordena a fronteira pelo f(n), usando o valor de hn como desempate
treeNodesCt += 1
else:
# Se já está na fronteira temos que ver se é melhor
if nodeFront.getFn() > child.getFn(
): # Nó da fronteira tem custo maior que o filho
frontier.remove(
nodeFront
) # Remove nó da fronteira (pior e deve ser substituído)
nodeFront.remove() # Retira-se da árvore
frontier.append(
child) # Adiciona filho que é melhor
#frontier.sort(key=lambda x: x.getFn() ) # Ordena a fronteira pelo f(n), ascendente
frontier.sort(
key=lambda x: (x.getFn(), x.hn)
) # Ordena a fronteira pelo f(n), usando o valor de hn como desempate
# treeNodesCt não é incrementado por inclui o melhor e retira o pior
else:
# Conta como descartado porque o filho é pior que o nó da fronteira e foi descartado
frontierDiscardedNodesCt += 1
else:
exploredDicardedNodesCt += 1
print("\n{0:<30}{1}".format("Nós na árvore: ", treeNodesCt))
print("{0:<30}{1}".format("Descartados já na fronteira: ",
frontierDiscardedNodesCt))
print("{0:<30}{1}".format("Descartados já explorados: ",
exploredDicardedNodesCt))
print("{0:<30}{1}".format(
"Total de nós gerados: ", treeNodesCt +
frontierDiscardedNodesCt + exploredDicardedNodesCt))
if (solution != None):
print("!!! Solução encontrada !!!")
print("!!! Custo: {}".format(solution.gn))
print("!!! Profundidade: {}\n".format(solution.depth))
print("\n{0:<30}{1}".format("Nós na árvore: ", treeNodesCt))
print("{0:<30}{1}".format("Descartados já na fronteira: ",
frontierDiscardedNodesCt))
print("{0:<30}{1}".format("Descartados já explorados: ",
exploredDicardedNodesCt))
print("{0:<30}{1}".format(
"Total de nós gerados: ", treeNodesCt +
frontierDiscardedNodesCt + exploredDicardedNodesCt))
return buildPlan(solution)
else:
print("### Solução NÃO encontrada ###")
return None
