Tarea 1 - Agentes Inteligentes

README.md

@@ -1,44 +1 @@
-![](ia.png)
-# Desarrollo de entornos y agentes
-**Evaluación de competencias 1**
-
-## Desarrollo de entornos y agentes
-
-### Objetivo de la tarea
-
-Esta tarea tiene como objetivo revisar y dejar claro el desarrollo de las técnicas que se estudiarán en el curso como el desarrollo de programas de agentes racionales, y se revisará en forma superficial el desarrollo de agentes *reactivos* y *reactivos basados en modelo*, así como las peculiaridades de diferentes tipos de entornos.
-
-### Trabajo a realizar
-
-**Importante:** Todo el desarrollo que se realice para la tarea debe de ser incluido en el archivo `tarea_1.py`. Recuerda que los *commits* que hagas de tus avances son importantes para que como profesor pueda medir lo que vas haciendo.
-
-En esta tarea realiza las siguiente acciones:
-
-1. Desarrolla un entorno similar al de los dos cuartos (el cual se encuentra en el módulo `doscuartos_o.py` o el modulo `doscuartos_f.py`, como prefieras), pero con tres cuartos en el primer piso, tres cuartos en el segundo piso y tres cuartos en el tercer piso.
-
-   El entorno se llamará `NueveCuartos`.
-
-   Las acciones totales serán
-
-   ```
-   ["ir_Derecha", "ir_Izquierda", "subir", "bajar", "limpiar", "nada"]
-   ``` 
-
-   La acción de `"subir"` solo es legal en los primeros dos pisos, en los cuartos de la derecha, mientras que la acción de `"bajar"` solo es legal en los dos pisos de arriba de arriba y en el cuarto de la izquierda.
-
-   Las acciones de subir y bajar son mas costosas en término de energía que ir a la derecha y a la izquierda, por lo que la función de desempeño debe de ser de tener limpios todos los cuartos, con el menor numero de acciones posibles, y minimizando subir y bajar en relación a ir a los lados. El costo de limpiar es menor a los costos de cualquier acción.
-
-2. Diseña un Agente reactivo basado en modelo para este entorno y compara su desempeño con un agente aleatorio después de 200 pasos de simulación.
-
-3. A este modelo de `NueveCuartos`, modifícalo de manera que el agente solo pueda saber en que cuarto se encuentra pero no sabe si está limpio o sucio. Utiliza la herencia entre clases para no escribir código redundante.
-
-   A este nuevo entorno llámalo `NueveCuartosCiego`.
-
-   Diseña un agente racional para este problema, pruébalo y compáralo con el agente aleatorio.
-
-4. Al modelo original de `NueveCuartos` modifícalo para que cuando el agente decida aspirar, el 80% de las veces limpie pero el 20% (aleatorio) deje sucio el cuarto. Igualmente, cuando el agente decida cambiar de cuarto, se cambie correctamente de cuarto el 80% de la veces, el 10% de la veces se queda en su lugar y el 10% de las veces realiza una acción legal aleatoria. Diseña un agente racional para este problema, pruébalo y compáralo con el agente aleatorio.
-
-   A este entorno llámalo `NueveCuartosEstocástico`.
-
-**Todos los incisos tienen un valor de 25 puntos sobre la calificación de la tarea.**
-
+Repositorio de Francisco Javier Atondo Nubes para la clase de Inteligencia Artificial 2025-1

.gitignore → Tarea 1/.gitignore

@@ -3,4 +3,4 @@
 .idea*
 .idea/*
 *.*~
-__pycache__/
+__pycache__/

.vscode/settings.json → Tarea 1/.vscode/settings.json

@@ -1,3 +1,3 @@
 {
     "python.pythonPath": "/Users/juliowaissman/anaconda/bin/python"
-}
+}

Tarea 1/README.md

@@ -0,0 +1,44 @@
+![](ia.png)
+# Desarrollo de entornos y agentes
+**Evaluación de competencias 1**
+
+## Desarrollo de entornos y agentes
+
+### Objetivo de la tarea
+
+Esta tarea tiene como objetivo revisar y dejar claro el desarrollo de las técnicas que se estudiarán en el curso como el desarrollo de programas de agentes racionales, y se revisará en forma superficial el desarrollo de agentes *reactivos* y *reactivos basados en modelo*, así como las peculiaridades de diferentes tipos de entornos.
+
+### Trabajo a realizar
+
+**Importante:** Todo el desarrollo que se realice para la tarea debe de ser incluido en el archivo `tarea_1.py`. Recuerda que los *commits* que hagas de tus avances son importantes para que como profesor pueda medir lo que vas haciendo.
+
+En esta tarea realiza las siguiente acciones:
+
+1. Desarrolla un entorno similar al de los dos cuartos (el cual se encuentra en el módulo `doscuartos_o.py` o el modulo `doscuartos_f.py`, como prefieras), pero con tres cuartos en el primer piso, tres cuartos en el segundo piso y tres cuartos en el tercer piso.
+
+   El entorno se llamará `NueveCuartos`.
+
+   Las acciones totales serán
+
+   ```
+   ["ir_Derecha", "ir_Izquierda", "subir", "bajar", "limpiar", "nada"]
+   ``` 
+
+   La acción de `"subir"` solo es legal en los primeros dos pisos, en los cuartos de la derecha, mientras que la acción de `"bajar"` solo es legal en los dos pisos de arriba de arriba y en el cuarto de la izquierda.
+
+   Las acciones de subir y bajar son mas costosas en término de energía que ir a la derecha y a la izquierda, por lo que la función de desempeño debe de ser de tener limpios todos los cuartos, con el menor numero de acciones posibles, y minimizando subir y bajar en relación a ir a los lados. El costo de limpiar es menor a los costos de cualquier acción.
+
+2. Diseña un Agente reactivo basado en modelo para este entorno y compara su desempeño con un agente aleatorio después de 200 pasos de simulación.
+
+3. A este modelo de `NueveCuartos`, modifícalo de manera que el agente solo pueda saber en que cuarto se encuentra pero no sabe si está limpio o sucio. Utiliza la herencia entre clases para no escribir código redundante.
+
+   A este nuevo entorno llámalo `NueveCuartosCiego`.
+
+   Diseña un agente racional para este problema, pruébalo y compáralo con el agente aleatorio.
+
+4. Al modelo original de `NueveCuartos` modifícalo para que cuando el agente decida aspirar, el 80% de las veces limpie pero el 20% (aleatorio) deje sucio el cuarto. Igualmente, cuando el agente decida cambiar de cuarto, se cambie correctamente de cuarto el 80% de la veces, el 10% de la veces se queda en su lugar y el 10% de las veces realiza una acción legal aleatoria. Diseña un agente racional para este problema, pruébalo y compáralo con el agente aleatorio.
+
+   A este entorno llámalo `NueveCuartosEstocástico`.
+
+**Todos los incisos tienen un valor de 25 puntos sobre la calificación de la tarea.**
+

doscuartos_f.py → Tarea 1/doscuartos_f.py

@@ -129,4 +129,4 @@ def test():
 
 
 if __name__ == "__main__":
-    test()
+    test()

doscuartos_o.py → Tarea 1/doscuartos_o.py

@@ -188,4 +188,4 @@ def test():
 
 
 if __name__ == "__main__":
-    test()
+    test()

entornos_f.py → Tarea 1/entornos_f.py

@@ -114,4 +114,3 @@ def imprime_simulacion(historial, s_0):
                 str(s_i).center(25) +
                 str(c_i).rjust(12))
     print('_' * (10 + 40 + 25 + 15) + '\n\n')
-

entornos_o.py → Tarea 1/entornos_o.py

@@ -122,4 +122,4 @@ def simulador(entorno, agente, pasos=10, verbose=True):
 
         print('_' * (10 + 40 + 25 + 15) + '\n\n')
 
-    return historial_estados, historial_acciones, historial_costo
+    return historial_estados, historial_acciones, historial_costo