Inteligenta Artificiala Universitatea Politehnica Bucuresti Anul universitar 2006
Inteligenta Artificiala Universitatea Politehnica Bucuresti Anul universitar 2006 -2007 Adina Magda Florea http: //www. cs. pub. ro/ia_07
Curs nr. 12 Invatare bazata pe explicatii n n Invatarea prin generalizare explicata Invatarea utilizand macro-operatorii 2
Invatarea bazata pe explicatii Sistemul invata un concept sau o regula pornind de la un singur exemplu de invatare – sintetic /analitic Analiza motivelor – explicatie Generalizarea unui exemplu Reguli operationale 2 etape: - Explicatie - Analiza exemplu 3
1 Generalizare bazata pe explicatii GBE n Explicatie = demonstratiile rezolvat Problema GBE n Conceptul scop n Exemplul de invatare n Teoria domeniului n Criteriul de operationalitate Cum le reprezentam n scopului de 4
Generalizare bazata pe explicatii Sistemul trebuie sa reformuleze conceptul scop in termenii unei noi descrieri care satisface conditiile: n Este o generalizare a ex de invatare n Este o conditie suficienta pt caracterizarea conceptului scop n Satisface criteriul de operationalitate Metoda GBE n Explicare n Generalizare 5
Concept scop: sigurpeste(x, y) Exemplul de invatare: sigurpeste(cub 1, masa 1) vol(cub 1, 10) isa(cub 1, cub) isa(masa 1, masa) culoare(cub 1, rosie) culoare(masa 1, alba) dens(cub 1, 10) Teoria domeniului maiusor(x, y) sigurpeste(x, y) gr(x, w 1) gr(y, w 2) maimic(w 1, w 2) maiusor(x, y) isa(x, masa) gr(x, 500) vol(x, v) dens(x, d) inm(v, d, y) gr(x, y) Criteriul de operationalitate Predicate specifice domeniului vol(x, y), dens(x, y) culoare(x, y), isa(x, y) Predicate generale inm(x, y, z), maimic(x, y) 6
Exemplul de invatare: sigurpeste(cub 1, masa 1) vol(cub 1, 10) Teoria domeniului isa(cub 1, cub) maiusor(x, y) sigurpeste(x, y) isa(masa 1, masa) gr(x, w 1) gr(y, w 2) maimic(w 1, w 2) maiusor(x, y) culoare(cub 1, rosie) isa(x, masa) gr(x, 500) culoare(masa 1, alba) vol(x, v) dens(x, d) inm(v, d, y) gr(x, y) dens(cub 1, 10) 7
8
Exemplul de invatare peste(cub 1, masa 1). volum(cub 1, 10). isa(cub 1, cub). isa(masa 1, masa). culoare(cub 1, rosie). culoare(masa 1, alba). dens(cub 1, 10). Teoria domeniului sigurpeste(X, Y): -maiusor(X, Y): -gr(X, W 1), gr(Y, W 2), maimic(W 1, W 2). gr(X, 500): -isa(X, masa). gr(X, Y): -volum(X, V), dens(X, D), inm(V, D, Y). maimic(X, Y): -X<Y. inm(X, Y, Z): -Z is X*Y. Criteriul de operationalitate operational(Scop): -member(Scop, [inm(_, _, _), maimic(_, _), peste(_, _), volum(_, _), isa(_, _), culoare(_, _), dens(_, _)]). 9
gbe (Frunza, Fr. Gen) : operational (Frunza), !, call (Frunza). gbe ((Scop 1, Scop 2), (Scop 1 Gen, Scop 2 Gen), (Frunze 1, Frunze 2)) : gbe (Scop 1, Scop 1 Gen, Frunze 1), gbe (Scop 2, Scop 2 Gen, Frunze 2). gbe (Scop, Scop. Gen, Frunze) : clause (Scop. Gen, Clauza. Gen), duplicate_term ((Scop. Gen : - Clauza. Gen), (Scop : - Clauza)), gbe (Clauza, Clauza. Gen, Frunze). ? - gbe(sigurpeste(cub 1, masa 1), sigurpeste(X, Y), Ref). X = _G 476 Y = _G 477 Ref = (volum(_G 476, _G 651), dens(_G 476, _G 654), inm(_G 651, _G 654, _G 599)), isa(_G 477, masa), maimic(_G 599, 500)) 10
2 Invatarea macro-operatorilor n n Sistemul de planificare automata STRIPS macro-operator LA: ARMEMPTY LP LE LA 11
Macro 1 LP LE LA Macro 2 LP LE LA
Tabela triunghiulara - Algoritm 1 Numeroteaza liniile tabelei de la 1 la N+1 si coloanele de la 0 la N 2 pentru i=1, N executa TAVB[i, i]=P[i] 3 pentru i=1, N executa TAB[i, 0]=toate faptele din Si care sunt adevarate inainte de aplicarea P[i] 4 TAB[N+1, 0]=faptele din Si adevrate in Sf 5 pentru i=1, N executa pentru j=i+1 la N executa TAB[j, i]=faptele adaugate de P[i] adevarate inainte de aplicare P[j] 6 pentru i=1, N executa TAB[N+1, i]=faptele adaugate de P[i] care raman adevarate in Sf 7 pentru i=1, N executa marcheaza cu * fiecare fapt din TAB[i, _] care a fost utilizat in demonstrarea preconditiilor P[i] sfarsit 13
14
Algoritm: Generalizarea planului în sistemul STRIPS 1. Generalizeaza tabela triunghiulara 1. 1. Înlocuieste fiecare constanta distincta din coloana 0 a tabelei TABT cu o variabila distincta 1. 2. pentru i=1 la N executa - Înlocuieste fiecare formula din coloana i a tabelei TABT cu formula (neinstantiata) corespunzatoare din lista adaugarilor operatorului i 1. 3. Redenumeste variabilele astfel încat formulele obtinute prin aplicarea operatorilor distincti sa conþina variabile cu nume diferite 2. Executa din nou validarea preconditiilor utilizînd demonstratii similare cu cele ale planului original 2. 1. Fiecare noua validare a unei precondiþii se va face pe baza formulelor generalizate marcate cu * 2. 2. Fiecare noua demonstraþie considera aceleasi perechi de formule în rezolutie si aceleasi perechi de literali în unificare 2. 3. Substitutiile generate în timpul unificarii sînt aplicate întregii tabele sfîrsit. 15
- Slides: 15