9157474456

9157474456



Wstęp do Metod Sztucznej Inteligencji

reprezentacja w której używa się bezpośredniego rozumowania a operatory tworzą w każdym kroku jeden nowy stan (obiekt) w bazie. Rozumowanie wstecz prowadzące do jednego stanu również posługuje się taką reprezentacją. Jeśli jednak problem dzieli się na zbiór podproblemów, np. całkowanie 2/(x2-l) rozbija się na +, l/(x-l), -l/(x+l) to mamy reprezentację redukowania problemów (problem-reduction representation). Najczęstszą reprezentacją sytuacji w grach, gdzie mamy element nieprzewidywalnej odpowiedzi przeciwnika, jest drzewo gry. Można też spotkać inne reprezentacje, zależnie od specyfik rozwiązywanego problemu.

Grafy lub struktury drzewiaste stanowią naturalne struktury opisujące strategie kontrolną w procesie szukania. Początkowy węzeł reprezentuje wyjściową sytuację, kolejne zastosowanie operatorów tworzy nowe węzły. Drzewa to szczególne przypadki grafów w których dany węzeł ma tylko jednego poprzednika (ojca). Stosuje się też różne specjalne grafy np. grafy i/lub. Z każdym węzłem wiąże się pewien opis stanu bazy. Drzewo wszystkich możliwości wyznacza przestrzeń szukania. Zwykle dążymy do tego by drzewo tworzone w czasie szukania było małym podzbiorem całej przestrzeni szukania. Czasami ta przestrzeń jest nieskończona a czasem tylko ogromnie wielka. Np. oceniono liczbę gier w szachach na 10120 a w warcabach 1010. Jak znaleźć drogę do rozwiązania w tak wielkiej przestrzeni tworząc najmniejszy graf szukania?

W prostych przypadkach dobrze działa metoda „wygeneruj i testuj”. Generator nowych stanów czy możliwości produkuje hipotezy a tester je sprawdza. Dobre generatory powinny być w stanie wygenerować wszystkie możliwe hipotezy (zupełność), unikać powtarzania tych samych hipotez oraz używać wszystkich informacji pozwalających wstępnie ograniczyć możliwe hipotezy.

Oczywiście przy szukaniu należy korzystać z niepełnej wiedzy czyli wiedzy heurystycznej. Czasami zapobiega to kombinatorycznej eksplozji drzewa możliwości. Heurystyczny oznacza „służący odkryciu”. W Al heurystyczny oznacza proces mogący - ale nie gwarantujący - doprowadzić do rozwiązania, strategię, trik, regułę kciuka. Heurystyczny jest więc przeciwstawieniem ślepego przeszukiwania.

1.2 Reprezentacja problemu w przestrzeni stanów

Reprezentacja to zbiór konwencji dotyczących opisu pewnej klasy rzeczy. Opis problemu wykorzystuje te konwencje w konkretnym przypadku. Stan systemu jest opisem pozwalającym na określenie przyszłości systemu. W przestrzeni stanów wprowadzić można reprezentację graficzną tak, by węzły reprezentowały stany systemu a łuki przejścia pomiędzy tymi stanami.

Prostym przykładem reprezentacji problemu w przestrzeni stanów może być gra w 8-kę.

Przestrzeń stanów liczy sobie 91/2=181440 elementów. Stan opisywany jest w pełni przez macierz 3 na 3. Operacje na obiektach polegają na ich przesuwaniu, ale zamiast osobnych operacji na 1 .. 8 lepiej jest zdefiniować operacje na pustym polu jako ruchy w 4 kierunkach u, d, 1, r. Te ruchy to nasz zbiór operatorów O. Potrzebujemy też zbioru stanów wyjściowych S i końcowych G. Problem zdefiniowany jest jako zbiór (S,0,G). Rozwiązanie problemu to skończony ciąg transformacji lub zastosowań operatorów zamieniający S w G.

Kolejność zastosowań operatorów lub następstwo stanów najlepiej przedstawia się w postaci grafu, np. w problemie wędrującego komiwojażera - jak znaleźć najkrótszą drogę przez N miast odwiedzając każde z nich dokładnie jeden raz - startujemy od miasta A jako wierzchołku grafu, na drugim poziomie mamy węzły AB, AC, na trzecim podwęzły ABC, ABD, ... ACB, ACD ... i na N-tym mamy N! węzłów końcowych obrazujących wszystkie możliwe drogi. Rozmiary grafów w realnych problemach rosną kombinatorycznie, konieczne są więc „inteligentne” metody ich przeszukiwania.

Innym prostym przykładem obrazującym użyteczność reprezentacji stanów w postaci grafu jest dziecięca zagadka: jak przewieźć lisa, gęś i ziarno małą łódką na drugą stronę rzeki, jeśli zmieści się w niej nie więcej niż jedna rzecz (oczywiście oprócz nas). Należy tu rozważyć wszystkie możliwości - każda z 3 rzeczy plus przewożący je farmer mogą być po jednej lub drugiej stronie rzeki, więc mamy 24=16 możliwości. Wśród nich jest 6 niebezpiecznych i 10 akceptowalnych. Na rysunku przedstawiłem tylko możliwości akceptowalne



Wyszukiwarka

Podobne podstrony:
Wstęp do Metod Sztucznej Inteligencji drugi. Bardzo szybko okazało się, że nie potrafimy znaleźć
Wstęp do Metod Sztucznej Inteligencji Okres ciemności: 1965-1970, w którym niewiele się działo, opad
Wstęp do Metod Sztucznej Inteligencji ekspertowych dużo się mówi i pisze, powstało sporo drobnych sy
Wstęp do Metod Sztucznej Inteligencji rezultatów, przyczyniając się do rozwoju metod programowania
Wstęp do Metod Sztucznej Inteligencji1.2.3. Projekty amerykańskie. Najsilniejsze ośrodki naukowe
Wstęp do Metod Sztucznej Inteligencji do zagadnień Al (kurs Computing Science 350: Introduction to A
Wstęp do Metod Sztucznej Inteligencji1.1 Przykłady programów opartych na szukaniu Programy oparte na
12 Wstęp do Metod Sztucznej Inteligencji Dodatki: powstające problemy porządkuje się w/g prostoty,
13 Wstęp do Metod Sztucznej Inteligencji Przykładowy problem: L, = R a (—iP => Q) <=> L0 =
14 Wstęp do Metod Sztucznej Inteligencji1.2 Szachy Pierwszy program szachowy napisał już w 1958 roku
15 Wstęp do Metod Sztucznej Inteligencji z Uniwersytetu Alberty. Po raz pierwszy mistrzostwa świata
16 Wstęp do Metod Sztucznej Inteligencji i spotykasz trzech mieszkańców. A, B i C. Pytasz A: czy mów
17 Wstęp do Metod Sztucznej Inteligencji nie systemu. Drugi argument ma bardziej fundamentalne znacz
10 Wstęp do Metod Sztucznej Inteligencji metod, zależy to jednak bardzo od założeń dotyczących probl
Wstęp do Metod Sztucznej Inteligencji Rys. Graf rozwiązań dla prostego problemu logicznego pomijając
Wstęp do Metod Sztucznej Inteligencji efektywne wykorzystanie w modelu komputerowym.1.3 Redukcyjna
Wstęp do Metod Sztucznej Inteligencji1.1.4. Szukanie „w głąb” Podstawowym rodzajem przeszukiwania
Wstęp do Metod Sztucznej Inteligencji osiągnięciu końcowego liścia o jeden poziom wyżej. Wymagania
Wstęp do Metod Sztucznej Inteligencji Wariantem tej strategii jest procedura A oceniająca węzły prze

więcej podobnych podstron