Station MinuitPortail personnel de révision

IFT-2003 — Intelligence artificielle IAutomne 2026

Semaine 3 — Techniques de recherche (1/2)

7. Comparaisons, limites et erreurs fréquentes

LECTURE 08 / 121 repèreSynthèse avec omissions acceptées
Sommaire de cet article
  1. 7. Comparaisons, limites et erreurs fréquentes
Autres lectures de cette unité
  1. Couverture, dates et plan
  2. 1. Finalité et progression
  3. 2. Représenter un problème par un espace d’états
  4. 3. Exemples de modélisation
  5. 4. Rechercher dans un espace d’états
  6. 5. Profondeur, largeur et Dijkstra
  7. 6. Exercices et corrigés
  8. 7. Comparaisons, limites et erreurs fréquentes
  9. 8. Résultats d’apprentissage
  10. 9. Actions personnelles
  11. 10. Carte des sources
  12. 11. Preuve de couverture
Couverture et sources

7. Comparaisons, limites et erreurs fréquentes

Tableau 1 — Aspect · Profondeur · Largeur · Dijkstra
Aspect Profondeur Largeur Dijkstra
Information utilisée Structure du graphe Structure du graphe Coûts cumulés positifs
Gestion de OUVERTS Enfants au début, pile Enfants à la fin, file Priorité à la distance minimale
Comportement Une branche à la fois Niveau par niveau Coût provisoire minimal
Optimalité dans le cadre du cours Non Non en général Oui pour poids positifs
Risque principal S’enfoncer dans une mauvaise branche Frontière très large Confondre ordre de traitement et chemin optimal

Erreurs à éviter :

  • décrire les états en prose sans définir un formalisme;
  • oublier les préconditions ou ne donner que le nom d’une opération;
  • produire des opérations qui violent un invariant du domaine;
  • confondre l’ensemble des états possibles avec ceux effectivement générés;
  • confondre état visité, état développé et état appartenant au chemin final;
  • ignorer l’ordre imposé aux successeurs;
  • revisiter un état déjà dans OUVERTS ou FERMÉS;
  • déclarer une stratégie optimale sans préciser le type de coût et les hypothèses;
  • appliquer Dijkstra en présence de poids négatifs;
  • mémoriser un corrigé sans savoir reconstruire les listes intermédiaires.

Les recherches exhaustives sont systématiques, mais peuvent explorer une grande partie de l’espace. Les heuristiques de la semaine suivante chercheront à réduire cet effort en estimant quels états sont les plus prometteurs, parfois au prix d’une garantie moindre.

Les exercices de formation peuvent employer des formulations variées ou laisser une ambiguïté productive afin de forcer l’analyse. Il faut donc savoir reconstruire le raisonnement dans un nouveau contexte plutôt que mémoriser une trace. Les questions notées, elles, sont censées être formulées avec assez de précision pour permettre une évaluation non ambiguë.

Retour au sommaire de l’unitéHaut de page
Récupérer manuellement les données locales

Copier séparément les données ci-dessous dans des fichiers texte avant de fermer la page ou de modifier le stockage. Une valeur illisible ou incompatible reste en place. Aucun effacement ni rétablissement écrasant n’est effectué automatiquement. L’export/import JSON est disponible sur la page Progression du cours. Cette récupération séparée reste utile pour une valeur brute ou un conflit.

Clé de ce cours : . Format v1 porté par cette clé; dates UTC et identifiants durables.

Si l’accès est refusé, la valeur persistée peut rester inaccessible. Réautoriser le stockage dans le navigateur puis rouvrir ce cours permet de la relire. Une réinitialisation exige une décision explicite après récupération; aucune commande de suppression n’est proposée ici. Les données restent sur cette origine et cet appareil, sans transfert automatique.