50579高级人工智能

50579高级人工智能内容摘要：

kill(A,B)： hate(A,B), possess(A,C), weapon(C). hate(A,A)： depressed(A). possess(A,C)： buy(A,C). weapon(Z)： gun(Z). 训练例：一组事实子句。 depressed(john). buy(john,gun1). gun(gun1). suicide(john). 可操作性标准：暂时简单地处理为静态标准。 operational(depressed). operational(gun). operational(buy). 2020/11/4 高级人工智能 解释学习 史忠植 44 suicide(john)的解释结构 suicide(john) kill(john,john) weapon(gun1) hate(john,john) possess(john,gun1) depressed(john) buy(john,gun1) gun(gun1) 2020/11/4 高级人工智能 解释学习 史忠植 45 目标概念 suicide(x)的泛化过程 suicide(a) kill(x,x) weapon(C) hate(A,B) possess(A,C) depressed(A) buy(A,Z) gun(Z) suicide(x) goal concept kill(a,a) kill(A,B) weapon(C) hate(x,x) possess(x,C) R5 weapon(C) R3 hate(A,B) R4 possess(A,C) depressed(x) x/A buy(x,Z) x/A,Z/C Z/C R2 R1 x/a {x/A,x/B} 2020/11/4 高级人工智能 解释学习 史忠植 46 基于知识块的 SOAR系统 记忆块：用一种符号来标记另一些符号的存储结构模型。 SOAR的学习机制：由外部专家的指导来学习一般的搜索控制知识。 外部指导可以是直接劝告，也可以是给出一个直观的简单问题。 系统把外部指导给定的高水平信息转化为内部表示，并学习搜索记忆块。 2020/11/4 高级人工智能 解释学习 史忠植 47 SOAR的体系结构 记忆块机制 对 象 优 先 语境站 决策过程 工作存储器管理器 产生式存储器 工作存储器 2020/11/4 高级人工智能 解释学习 史忠植 48 ProblemSpace Search  Problem space:  Start state, goal state  Operators (actions that transform state)  Soar assumption: every cognitive behavior can be characterized as search for a sequence of operators leading from a start state to a goal state  Routine behavior  Problemsolving  Metacognition / search control  “Universal weak method” 2020/11/4 高级人工智能 解释学习 史忠植 49 Impassedriven deliberation and learning  Soar’s standard process for selecting action includes several intermediate decision points  If each such decision is pletely determined by existing productions, the action is “routine”  Underdetermined decisions (zero or multiple conflicting productions) create an “impasse”  Results in deliberation (. problem space search)  Results in learning a new rule that prevents impasse in future similar situations 2020/11/4 高级人工智能 解释学习 史忠植 50 Production Memory Working Memory Processing East South North Propose Operator Compare Operators North East South East North = South Apply Operator Output Input Select Operator If cell in direction d is not a wall, propose operator move d If operator o1 will move to a bonus food and operator o2 will move to a normal food, operator o1 o2 If an operator is selected to move d create output movedirection d empty cell operator o1 North East South movedirection North This slide borrowed from John Laird 2020/11/4 高级人工智能 解释学习 史忠植 51 Processing: Subgoals East South North Propose Operator Compare Operators Apply Operator Output Input Select Operator Tie Impasse Evaluateoperator (North) North = 10 Evaluateoperator (South) Evaluateoperator (East) = 10 = 10 = 5 Chunking creates rule that applies evaluateoperator North East South East North = South = 10 Chunking creates rules that create preferences based on what was tested This slide borrowed from John Laird 2020/11/4 高级人工智能 解释学习 史忠植 52 Representation and Methodology Memories Rule Memory Working Memory Procedural Knowledge Longterm Knowledge Declarative Knowledge Shortterm Knowledge Match Conflict Resolution Act This slide borrowed from John Laird 2020/11/4 高级人工智能 解释学习 史忠植 53 九宫问题 2 3 1 8 4 7 6 5 初始状态 1 2 3 8 4 7 6 5 目标状态 2020/11/4 高级人工智能 解释学习 史忠植 54 求解过程 1. G1 solveeight puzzle 2. P1 eightpuzzle sd 3. S1 4. O1 placeblank 5. =G2 (resolvenochange) 6. P2 eightpuzzle 7. S1 8. =G3 (resolvetieoperator) 9. P3 tie (left, up, down) 2 3 1 8 4 7 6 5 2020/11/4 高级人工智能 解释学习 史忠植 55 evaluateobject(O2(left)) 12.=G4 (resolvenochange) eightpuzzle left left place1 2 3 1 8 4 7 6 5 2020/11/4 高级人工智能 解释学习 史忠植 56 可操作性标准 如果给定： 1) 一个概念描述。 2) 一个执行系统，它利用概念描述改善执行情况。 3) 改善执行系统的各种要求，应明确各要求的类型和程度。 那么若满足下列二条件则该概念描述是可操作的： 1) 可用性：执行系统可以使用该概念描述 2) 效用型：使用概念描述时，系统的运行得到要求的改善 2020/11/4 高级人工智能 解释学习 史忠植 57 PRODIGY的效用 控制规则的可用性： Utility = (AvrSavings ApplicFreq) AvrMatchCost 其中： AvrMatchCost = 匹配该规则的平均耗费 AvrSavings = 应用该规则时，平均节约的时间 ApplicFreq = 应用该规则的频度 2020/11/4 高级人工智能 解释学习 史忠植 58 SOAR系统的可操作性 SOAR系统主要通过 Chunking来获取知识，因此有意忽略了可用性： 1. 假设 Chunking是自动完成的； 2. SOAR系统的性能是由完成一项任务所需做的抉择次数来衡量的。 2020/11/4 高级人工智能 解释学习 史忠植 59 MRSEBG的可操作性 将可操作性标准处理为可证明的。 可操作性是在解释过程中确定的，一旦某一分支由于没有可操作的定义而终结，就立即进行回溯，寻找该分支的另一能够产生一可操作的概念定义的证明。 这样，一定能得到目标概念的可操作性描述。 2020/11/4 高级人工智能 解释学习 史忠植 60 METALEX的处理方法 通过经验来评估可操作性：在系统中使用概念描述，然后看系统的行为是否达到了事先提出的系统目标。 2020。