Proyecto 1:  8-puzzle; Evaluacion experimental de  Algoritmos de Busqueda

Busqueda en Amplitud, Busqueda en Profundidad, Iterative Deepening
       A*,  LRTA*


------
Proyecto 2: Animats:  Modelacion y Control utilizando MDP's

Se trata de controlar un `animat' en un grid  NxN  habitado  por M 
depredadores. Varios casos a considerar, algunos a modelarse como 
Discounted MDP; otros como Shortest Path o Goal MDP's

Caso 1: - el animat evita a los depredadores (Juego de la ERE)
        - no ruido 
        - full observabilidad 
        - politica depredadores estacionaria (la misma para todo tiempo, 
           no hay `hambre', etc etc)
         
        Acciones Depredadores: acelerar en direccion del Animat; 
            aceleracion x e y; positive y negativa; 
            seteada automaticamente a partir de posicion de Animat

        Accion Animat: idem; a ser seleccionada por politica de control
 
        Estado: posicion Animat y Depredadores; Velocidades.
 
        Velocidades discretas, ej, -3, -2, -1 , 0, 1, 2, 3
   
        Acciones son Deltax y Delta x de aceleracion.
         Ejemplo: para depredadores Deltax,Deltay en [-1,0,1]; 
              (cada delta indica cambio de velocidad en x o y)

        Ventaja para el agente: es que Deltax, Deltay puede estar 
          por ejemplo  [-2,-1,0,1,2]

        Cuando velocidad n en direccion x/y, avanza n casillas en x/y

        Modelar como Discounted MDP; gamma=0.99

        Opcion 1:  cada t sin ser capturado, reward 1
                   cada t capturado, reward -30 y recomenzar
      
        Opcion 2: cada t capturado costo 30 y recomenzar


Variaciones 1: ruido en movimientos depredador/animat
               topes velocidades, aceleraciones, Delta's, etc.
               observabilidad parcial para depredadores; 
               obstaculos

Variaciones 2: Resolver instancias particulares con RTDP, 
               Animat tiene que llegar a Goal evitando predadores
                 en ciertas posiciones iniciales, 
               costo acciones=1; costo ser comido=30

               Comparar con Value Iteration

** Es necesario construir programa para poder visualizar 
   comportamiento en Grid

** Para value iteration espacio de estados no deberia exceder 10^7.
    Eso implica grid de 10x10 +-, y probablemente no mas de dos 
    depredadores (ya eso es > 10^6)

** Para RTDP: con estado inicial y goal fijos, estas restricciones
     no son estrictamente necesarias. Probar con varias 

** Cualquier variacion sobre estos experimentos que de comportamientos
   interesantes - inteligentes (aja! effect).

-----