CSELEKVÉSTERVEZÉS (PLANNING). CSELEKVÉSTERVEZÉS 2 CSELEKVÉSTERVEZÉS cselekvéstervezés  szintézis – kisebb elemekből bonyolultabb objektum valamilyen.

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Deduktív adatbázisok.
T ESZTELÉS. C ÉLJA Minél több hibát találjunk meg! Ahhoz, hogy az összes hibát fölfedezzük, kézenfekvőnek tűnik a programot az összes lehetséges bemenő.
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)
Algoritmusok.
Adatelemzés számítógéppel
Adatbázis rendszerek I Relációs kalkulus Általános Informatikai Tsz. Dr. Kovács László.
NEMMONOTON KÖVETKEZTETÉS (NONMONOTONIC REASONING).
K-Chat Dr. Szepesvári Csaba Kutatási Alelnök mindmaker.
Az integrált áramkörök (IC-k) tervezése
Képességszintek.
Mi látszik egy jéghegyből?
Determinisztikus programok. Szintaxis: X : Pvalt program változók E : Kifkifejezések B : Lkiflogikai kifejezések C : Utsutasítások.
Kalman-féle rendszer definíció
Rekurzió (Horváth Gyula és Szlávi Péter előadásai felhasználásával)
Programozás alapjai A programozás azt a folyamatot jelenti, melynek során a feladatot a számítógép számára érthető formában írjuk le. C++, Delphi, Java,
Copyright, 2009 © Szlávi Péter A kupac és a prioritási sor típuskonstrukciók Szlávi Péter ELTE IK Média- és Oktatásinformatikai Tanszék
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
Kétértékűség és kontextusfüggőség Kijelentéseink igazak vagy hamisak (mindig az egyik és csak az egyik) Kijelentés: kijelentő mondat (tartalma), amivel.
Bayes hálók október 20. Farkas Richárd
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
MI 2003/5 - 1 Tudásábrázolás (tudásreprezentáció) (know- ledge representation). Mondat. Reprezentá- ciós nyelv. Tudás fogalma (filozófia, pszichológia,
MI 2003/7 - 1 Az egyesítési algoritmus Minden kapitalista kizsákmányoló. Mr. Smith kapitalista. Mr. Smith kizsákmányoló.
Állapottér-reprezentáljunk!
Bizonyítási stratégiák
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Java programozási nyelv 2. rész – Vezérlő szerkezetek
C++ Alapok, első óra Elemi típusok Vezérlési szerkezetek
Halmazelmélet és matematikai logika
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Ismeretalapú rendszerek alaptechnikái
INTELLIGENS GYÁRTÓRENDSZEREK
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Készítette: Kosztyán Zsolt Tibor
Projektek monitorozása. Elvek és módszerek
Scenáriók készítése Dr. Kollár József Magyar Coachszövetség Közhasznú Alapítvány.
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
Tervkészítés PDDL alapon Konzulens: Kovács Dániel László Intelligens rendszerek tanszék Budapest Műszaki és Gazdaságtudományi.
EEM. 12. Változásmenedzselés kultúraváltás
Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT
Gépi tanulás Tanuló ágens, döntési fák, általános logikai leirások tanulása.
Boole-algebra (formális logika).
VÉGES AUTOMATA ALAPÚ TERVEZÉSI MODELL
Algoritmus szerkezetek
Logikai programozás 2..
Készítette: Hanics Anikó. Az algoritmus elve: Kezdetben legyen n db kék fa, azaz a gráf minden csúcsa egy-egy (egy pontból álló) kék fa, és legyen minden.
Budapest University of Technology and Economics Department of Measurement and Information Systems Monitor komponensek fejlesztése okostelefon platformra.
Adamkó Attila UML2 Adamkó Attila
Mesterséges Intelligencia 1. Eddig a környezet teljesen megfigyelhető és determinisztikus volt, az ágens tisztában volt minden cselekvésének következményével.
Gyurkó György. Az állapotmodellezés célja Általánosságban ugyanaz, mint a többi dinamikus modellezési technikáé: Jobban megismerni a problémát. Finomítani.
MI 2003/6 - 1 Elsőrendű predikátumkalkulus (elsőrendű logika) - alapvető különbség a kijelentéslogikához képest: alaphalmaz. Objektumok, relációk, tulajdonságok,
Henkin-Hintikka-játék szabályai, kvantoros formulákra, még egyszer: Aki ‘  xA(x)’ igazságára fogad, annak kell mutatnia egy objektumot, amire az ‘A(x)’
UML modellezés 3. előadás
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Korlátkielégítési problémák Autonóm és hibatűrő információs.
WP-Dyna: tervezés és megerősítéses tanulás jól tervezhető környezetekben Szita István és Takács Bálint ELTE TTK témavezető: dr. Lőrincz András Információs.
1 Objektum orientált programozás Az objektumok és az osztályok – példányosodás Nagy Szilvia.
Struktúra predikció Struktúra lehet Felügyelt tanulási probléma
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Adatszerkezetek és algoritmusok 2008/ Algoritmus Az algoritmus szó eredete a középkori arab matematikáig nyúlik vissza, egy a i.sz. IX. században.
TÁMOP /1-2F JAVA programozási nyelv NetBeans fejlesztőkörnyezetben I/13. évfolyam Utasítás és blokk. Elágazás típusai, alkalmazása Kovács.
Mesterséges intelligencia 8. Stratégiai játékok A játék kimenetelére a játékosoknak ellenőrizhető módon van befolyásuk. Pl.: sakk, dáma, póker stb. A.
Programozási nyelvek csoportosítása.
Analitikus fák kondicionálissal
Bevezetés a programozásba Algoritmikus gondolkodás
Mesterséges intelligencia
Számítógépes algoritmusok
Algoritmusok szerkezete
ÍTÉLETKALKULUS (NULLADRENDŰ LOGIKA)
Algoritmus készítés.
Állapottér-reprezentáljunk!
Előadás másolata:

CSELEKVÉSTERVEZÉS (PLANNING)

CSELEKVÉSTERVEZÉS 2 CSELEKVÉSTERVEZÉS cselekvéstervezés  szintézis – kisebb elemekből bonyolultabb objektum valamilyen szabályokkal planning, design, sheduling Probléma: szervezetek, csoportok vagy egyének bizonyos célok elérésére irányuló viselkedésének meghatározása cél: a világ állapota(i) Kérdések: Miként hatnak a cselekedetek a világra?  modellezés, szimuláció Hogyan tervezhető meg egy összetett cselekvéssor? Megközelítések: speciális, alkalmazásfüggő tervezés általános célú, alkalmazásfüggetlen tervezés situated action

CSELEKVÉSTERVEZÉS 3 CSELEKVÉSTERVEZÉS - ALAPFELTEVÉSEK a tervezés és a terv végrehajtása szétválik a világ: determinisztikus, statikus, teljesen megfigyelhető van kezdőállapot és elérendő cél(ok) az akciók: elemi akciók, nem párhuzamosíthatók a tervező teljes tudással rendelkezik a világról változásokat csak egy terv végrehajtása idézhet elő – a világot külső ok nem mozgatja nincs visszahatás a tervezésre

CSELEKVÉSTERVEZÉS 4 CSELEKVÉSTERVEZÉS – TERVEZÉSI FELADAT adott: a világ kezdeti állapota (teljesen ismert) a célállapot jellemzése (részlegesen adott) a világot módosítani képes akciók keresendő: egy terv (akciók szervezett együttese), amely végrehajtható a világot átviszi egy elérendő célállapotba

CSELEKVÉSTERVEZÉS 5 CSELEKVÉSTERVEZÉS, MINT KERESÉSI PROBLÉMA általános célú problémamegoldó (GPS) elágazási tényező nagy lehet pl. vásárlási terv módszeres próbálkozás  legtöbb cselekedetünk haszontalan lenne állapotok és akciók közötti kapcsolat  akciók hatása akciók kölcsönhatása  előfeltételek megadása kötött sorrendű akciósorozat  kötetlenebb tervreprezentáció akciók hatása lokális  alcélok

CSELEKVÉSTERVEZÉS 6 CSELEKVÉSTERVEZÉS, MINT LOGIKAI KÖVETKEZTETÉS szituációkalkulus – a tényeket egy világállapothoz köti szituáció: adott pillanatban a világ teljes állapotának leírása akció: állapot  másik állapot keret (frame) axiómák cselekvéstervezés: tételbizonyítás (axiómák + célállapot) problémák: sok frame axióma számítási idő irreleváns akciók egymás hatását kioltó akciók

CSELEKVÉSTERVEZÉS 7 CSELEKVÉSTERVEZÉS... se egyedül keresés, se egyedül következtetés ha keresési probléma: túl nagy elágazási tényező, csak szekvencia lehet egy terv ha tételbizonyítás: irányíthatatlan, irreleváns lépések a tervben  cselekvéstervezés nem pusztán keresési feladat finomabb, gazdagabb reprezentáció szükséges nem lehet olyan általános, mint a logika hatékony következtetésre képes algoritmusok tervező algoritmusok

CSELEKVÉSTERVEZÉS 8 PÉLDA: KOCKAVILÁG világ:location(block, place) akció:move(what, where) move(block, place)  location(block, place)? move(b, l1)  move(b, l2)  location(b, l1)  location(b, l2) jobb:move(block, place, state)  location(block, place, next(state)) jobb:location(block, place, result(move(block, place) state)) előfeltételek ? jobb: clear(block, state)  clear(place, state)  location(block, place, result(move(block, place) state))

CSELEKVÉSTERVEZÉS 9 AKCIÓK REPREZENTÁCIÓJA Akciók Hogyan reprezentájuk az akciókat? előfeltétel  hatás Mit tudunk a világról: akciók reprezentációja Reprezentáció alapkérdései: a világ nem változó része keret probléma (frame problem) általános alapfeltevés: a változások lokálisak (csak az változik, amit hatásként megadtunk) mi változik, hogy adható meg hatásterjedés problémája (ramification problem) tevékenység előfeltételeinek megadása kvalifikációs probléma (qualification problem) nehéz pontosan formalizálni

CSELEKVÉSTERVEZÉS 10 AKCIÓK REPREZENTÁCIÓJA move(b, l)b  l új előfeltétel? megszorítás?  b  s  holds(location(b, b), s)

CSELEKVÉSTERVEZÉS 11 STRIPS REPREZENTÁCIÓ STRIPS – Stanford Research Institute Problem Solver Elemei: világ állapota: igaz elemi logikai állítások konjunkciója cél: elérendő elemi állítások konjunkciója akciók: operátorok - a előfeltételek: konjunktív logikai kifejezések - P(a) hatások: milyen állítások válnak igazzá – A(a) illetve hamissá – D(a) STRIPS feltevések: minden előfeltétel expliciten adott ami nincs a hatások között  változatlan a világ csak az akciók során változhat

CSELEKVÉSTERVEZÉS 12 STRIPS REPREZENTÁCIÓ Kezdeti állapot: függvénymentes konstansokkal felépített literálok határozott világállapot Célállapot: változók lehetnek nem teljes világleírás Akciósorozat: kezdőállapotból egy végállapotba viszi a világot

CSELEKVÉSTERVEZÉS 13 STRIPS REPREZENTÁCIÓ – PÉLDA AP(A)A(A)D(A) move(x, y, z)clear(x) loc(x, y) clear(z) loc(x, z) clear(y) loc(x, y) clear(z) move_to_table(x, y)clear(x) loc(x, y) loc(x, table) clear(y) loc(x, y)

CSELEKVÉSTERVEZÉS 14 STRIPS REPREZENTÁCIÓ Def: „a” akció sikeres (succeeds)/végrehajtható S állapotban iff P(a)  S. Def: „a” akció eredménye: result(a, S) =  S \ D(a)   A(a) Def: a 1,..., a n akciósorozat, S állapot, S 0 = S és S i = result(a i, S i-1 ) i=1,..., n a 1,..., a n akciósorozat sikeres, ha  a i sikeres és teljesíti G célt, ha G  S n.

CSELEKVÉSTERVEZÉS 15 STRIPS REPREZENTÁCIÓ A STRIPS keresési tér: gyökér node: (  , G) akciósorozat, függő célok cél node: (  a 1,...,a n , Z),Z  S n node kiterjesztése a akcióval: (  a 1,...,a n , Z) A(a)  Z   és D(a)  Z   (  a, a 1,...,a n , (Z \ A(a))  P(a)) új részcél

CSELEKVÉSTERVEZÉS 16 RÉSZLEGES SORRENDŰ TERVEZÉS (PARTIAL ORDER PLANNING) Terv: legyen végrehajtható és vezessen a célhoz részben rendezett akciók legkisebb elkötelezettség Reprezentáció: akció példányok A={A 1, A 2,.., A n } halmaza akció példányok közti A i  A j előzési korlátozások O halmaza változó lekötésekre vonatkozó korlátozások V halmaza a korlátozások v = x ill. v ≠ x formában adottak, ahol v egy változó, x pedig egy másik változó vagy egy konstans L az oksági kapcsolatok halmaza A p  q A c formában A p azért van a tervben, hogy előállítsa A c egyik, q előfeltételét. Az oksági kapcsolat egyben korlátozás: előírja, hogy A p és A c között, bármilyen más akció is legyen köztük végrehajtva, q igaz kell, hogy maradjon

CSELEKVÉSTERVEZÉS 17 RÉSZLEGES SORRENDŰ TERVEZÉS részleges terv:  A, O, V, L  A: tervben szereplő akciók halmaza O: előzési korlátozások halmaza V: változólekötésekre vonatkozó korlátozások halmaza L: oksági kapcsolatok halmaza kezdeti állapot: A =  A 0, A   O =  A 0  A   V =   L =   oksági kapcsolatok (casual links):  A p, Q, A c  A p : termelő akció (producer) A c : fogyasztó akció (consumer) Q: előfeltétel, A p eredménye, A c feltétele korlátozás: A p és A c között bármely akciót végrehajtva Q igaz maradjon

CSELEKVÉSTERVEZÉS 18 RÉSZLEGES SORRENDŰ TERVEZÉS Def: egy  A p, Q, A c  oksági kapcsolatot fenyeget A t  A akció, melyre megengedett az A p  A t  A c részleges sorrend és melynek hatása tagadhatja Q-t. fenyegetés elhárítása: előzési korlátozások megadása A t  A p előzési korlátozás (demotion) A c  A t előzési korlátozás (promotion) változólekötés At egyik hatása sem tagadhatja Q-t egy terv megoldás, ha: az összes akció előfeltételeit egy-egy oksági kapcsolat támogat egyetlen oksági kapcsolatot sem ér fenyegetés

CSELEKVÉSTERVEZÉS 19 RÉSZLEGES SORRENDŰ TERVEZÉS pillanatnyi célok halmaza (agenda): Ag =  Q, A i ,...  A i  A Q: A i egy még nem teljesített előfeltétele kettősökből áll: mit kell létrehozni, mi előtt – elemi részcélok pl:Ag =  on(a, b), A  ,  on(b, c), A  

CSELEKVÉSTERVEZÉS 20 RÉSZLEGES SORRENDŰ TERVEZÉS ALGORITMUSA P: kezdeti terv  A, O, V, L , Ag: pillanatnyi célhalmaz 1. Ag =   kész 2. részcél választása:  Q, A i   Ag 3. akció választása: A j képes előállítani Q-t új/ tervben szereplő akció: A' = A   A j  / A' = A O' = O   A j  A i  V' = V   A j változóinak lekötése, hogy eredmény Q legyen  L' = L    A j, Q, A i   4. agenda frissítése: ha A j  A:Ag' =  Ag \  Q, A i   ha A j  A:Ag' =  Ag \  Q, A i     P(A j ), A j  5. fenyegetések elhárítása: újabb előzési korlátok (promotion, demotion) 6. ha P' terv inkonzisztens, kudarc, egyébként P' és Ag' visszaadása.

CSELEKVÉSTERVEZÉS 21 GYAKORLATI TERVEZÉS Hierarchikus tervezés vázlatok, kevesebb előfetétel, dekompozíció részletek kitöltése részfeladatok nem mindig egyesíthetők Tervezés / végrehajtás tervezés: célállapot  kezdőállapot végrehajtás: kezdőállapot  célállapot plan debugging Gyakorlati tervezés gazdagabb idő fogalom (intervallumok, akciók időtartama) erőforrások szerepe (tartós, fogyasztható) kifinomultabb célok (elérendő, fenntartandó, elkerülendő, időbeli) felhasználó közreműködése korlátozáskielégítés, operációkutatás

CSELEKVÉSTERVEZÉS 22