Конспект лекций по дисциплине «Системы искусственного интеллекта»




НазваниеКонспект лекций по дисциплине «Системы искусственного интеллекта»
страница8/11
Дата05.09.2012
Размер1.15 Mb.
ТипКонспект
1   2   3   4   5   6   7   8   9   10   11

В соответствии с этой гипотезой, сходство прецедентов будем описывать глобальной функцией релевантности, которую можно считать линейной формой частичных функций релевантности. Глобальную функцию релевантности обозначим через rel (x,y).

Тогда rel (1 ,2) =  ( (e1, 2), …,  (en, 2)), где e1 , … ,en – элементы 1 .

Положим также, что 1 q2 rel (1, q)  rel (2, q).


Будем считать, что функция релевантности нормирована так, что всяких 1, и 2 rel (1, 2)[0,1]

Величину dist (1 ,2) = (1/ rel (1 ,2)) -1 будем называть расстоянием между прецедентами.

Лекция 9. Методы планирования поведения. Поиск плана в пространстве состояний.

Работы по созданию эффективных алгоритмов синтеза плана уже около 30 лет сохраняют высокую степень актуальности в искусственном интеллекте, что привело в последние годы к появлению достаточно интересных результатов.


В задаче планирования выделяются две фундаментальные составляющие – среда и агент:

1) Среда. Для построения плана и управления его выполнением необходимо построить формальное описание (модель) среды. Основные способы, используемые для описания среды, базируются на таких методах представления знаний, как системы правил, логические методы, семантические сети, фреймовые структуры.

2) Агент – аппаратная или программная система, обладающая следующими свойствами:

  • автономность – способность работать без внешнего управляющего воздействия;

  • реактивность – возможность воспринимать среду, реагировать на ее изменения;

  • активность – способность ставить цели и инициативно действовать для достижения поставленной цели;

  • коммуникативность – способность взаимодействовать с другими агентами (или людьми).

План – последовательность действий, формируемая агентом на основе общих целей, информации о текущем состоянии среды и динамике её изменения.

Сложность задачи синтеза плана зависит от множества свойств среды и агента, в том числе:

(1) причины изменения среды – только лишь в результате действий агента или вне зависимости от них;

(2) состояние среды - полностью или частично известно;

(3) достаточность источников данных для получения информации о состоянии среды;

(4) характр изменения среды - детерминированное или стохастическое.

Когда среда статична (изменения в ней возникают лишь в результате действий агента) и состояние полностью известно, а действия агента производят детерминированное воздействие на состояние среды, тогда синтез плана называется задачей планирования при классических допущениях.

Трудность разработки эффективного алгоритма синтеза плана объясняется его вычислительной сложностью. Эта задача относится к классу PSPAСE-полных задач [31,32].

Ещё один важный момент состоит в том, что работы в области планирования при классических допущениях способствуют пониманию проблем планирования с неклассическими допущениями, которое более адекватно задачам реального уровня сложности [33].

При описании методов планирования в пространстве состояний использованы материалы из [61].

9.1. Планирование как поиск доказательства теорем


Один из примеров применения методов доказательства теорем для поиска плана доставляет система QA3 [55] .

В системе QA3 одно множество утверждений используется для описания начального состояния, а другое – для описания эффектов действий. Чтобы связать истинность фактов с состояниями, в каждый предикат включаются выделенные переменные состояния. Целевое условие описывается формулой с переменной, связанной квантором существования.

Задача системы состоит в том, чтобы доказать существование состояния, в котором истинно целевое условие. В основе доказательства лежит метод резолюций.

Эксплуатация QA3 продемонстрировала её низкую вычислительную эффективность.

Важно иметь ввиду, что всякое действие действие может иметь нелокальный эффект (так называемая проблема фрейма), иначе говоря, неясно какие формулы, описывающие состояние системы, изменяются при применении действия. Это приводит к тому, что в описание действия включаются утверждения об изменении (не изменении) каждого факта, представленного в состоянии. Очевидно, что в сложных предметных областях описание эффектов действий значительно усложняется.

Подход, основанный на методах доказательства теорем не давал сколько-нибудь приемлемого решения проблемы фрейма.
1   2   3   4   5   6   7   8   9   10   11

Похожие:

Конспект лекций по дисциплине «Системы искусственного интеллекта» iconКонспект лекций по дисциплине "Программное обеспечение интеллектуальных систем". Для магистров специальности 5А521902
Целью данного курса является приобретение знаний по разработки и реализации основных элементов систем искусственного интеллекта
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconЛабораторная работа №1 по дисциплине “Системы искусственного интелекта
Исчисление предикатов первого порядка является теоретической основной множества формализмов методов искусственного интеллекта. Задачи...
Конспект лекций по дисциплине «Системы искусственного интеллекта» icon«шаг за шагом» создание искусственного интеллекта гашева Светлана
Интеллект рассматривают как прикладную область исследований, связанных с имитацией отдельных функций интеллекта человека [6]. Распознавание...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconУчебно-методический комплекс по дисциплине “основы искусственного интеллекта”
...
Конспект лекций по дисциплине «Системы искусственного интеллекта» icon«Основы искусственного интеллекта»
Рабочая учебная программа по дисциплине «Основы искусственного интеллекта» для ооп «050100 Физика и информатика по циклу б в. 13...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconРабочая программа дисциплины «Системы искусственного интеллекта»
Рабочая программа основана на требованиях Федерального государственного стандарта высшего профессионального образования по направлению...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconУчебно-методический комплекс по дисциплине “основы искусственного интеллекта” для специальности
...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconУчебно-методический комплекс по дисциплине “основы искусственного интеллекта” для специальности
...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconВ. К. Финн к структурной когнитологии: феноменология сознания с точки зрения искусственного интеллекта
Ки и искусственного интеллекта – полигона экспериментальной проверки научных средств имитации рациональности и продуктивного мышления....
Конспект лекций по дисциплине «Системы искусственного интеллекта» icon1. интеллектуальные системы
Системы искусственного интеллекта, решающие задачи по обработке знаний и при этом проявляющие черты, сходные с чертами естественного...
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница