Λογικοί πράκτορες. 7-27-2 Πράκτορες βασισμένοι στη γνώση Βάση γνώσης (knowledge base): Σύνολο προτάσεων (sentences) –Γλώσσα αναπαράστασης της γνώσης –Γνωστικό.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Αλγόριθμοι σχεδίασης βασικών 2D σχημάτων (ευθεία)
Advertisements

Γραφήματα & Επίπεδα Γραφήματα
Κατηγορηματικός Λογισμός
Ερωτηματολόγιο Συλλογής Απαιτήσεων Εφαρμογών Υψηλών Επιδόσεων
Μάρτιος 2011 Βαρόμετρο ΕΒΕΘ - Καταναλωτές. “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι.
Απαντήσεις Προόδου I. Θέμα 1ο •Έστω Α = { , b}. Κατασκευάστε τα παρακάτω σύνολα: •(α) Α -  •(β) {  } – Α •(γ) Α  P(A) •(δ) Α  P(A)
Πιθανοκρατικοί Αλγόριθμοι
Τα στοιχειώδη περί γεωδαιτικών υπολογισμών
ΤΑ ΜΕΡΗ ΤΟΥ ΠΟΔΗΛΑΤΟΥ
Εργαστήριο μαθήματος «Τεχνολογία Γνώσης» Σαντιπαντάκης Γιώργος
HY 120 ΨΗΦΙΑΚΗ ΣΧΕΔΙΑΣΗ Ασυγχρονα ακολουθιακα κυκλωματα 2o μερος.
Ημερομηνία: 13/12/2006 Τμήμα: Πληροφορικής του Ιονίου Πανεπιστημίου
Αναπαράσταση Γνώσης με Λογική
Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA A AA.
Πολυπλοκότητα Παράμετροι της αποδοτικότητας ενός αλγόριθμου:
Ρωτήθηκαν 67 άτομα μιας σχολής χορού και έδωσαν τις εξής απαντήσεις: Μ,Μ,Μ,Μ,Μ,Μ,Μ,Μ,Μ,Μ,L,L,L,L,L,L, L,L,L,L,T,T,T,T,T,T,T,M,M,M,M,M,M,M,M,M,M,L,L,L,L,L,L,L,T,T,T,T,T,M,M,
Ανάλυση του λευκού φωτός και χρώματα
-17 Προσδοκίες οικονομικής ανάπτυξης στην Ευρώπη Σεπτέμβριος 2013 Δείκτης > +20 Δείκτης 0 a +20 Δείκτης 0 a -20 Δείκτης < -20 Σύνολο στην Ευρωπαϊκή Ένωση:
+21 Προσδοκίες οικονομικής ανάπτυξης στην Ευρώπη Δεκέμβριος 2013 Δείκτης > +20 Δείκτης 0 να +20 Δείκτης 0 να -20 Δείκτης < -20 Σύνολο στην Ευρωπαϊκή Ένωση:
Αλγόριθμοι και Πολυπλοκότητα
Βαρόμετρο ΕΒΕΘ - Καταναλωτές Σεπτέμβριος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι.
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
Αναγνώριση Προτύπων.
Κεφάλαιο 2ο Πεπερασμένα αυτόματα.
Γραφήματα & Επίπεδα Γραφήματα
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Συναρτησιακές Εξαρτήσεις.
ΙΣΟΛΟΓΙΣΜΟΣ ΒΑΣΕΙ Δ.Λ.Π. (ΕΝΑΡΞΗΣ)
Κοντινότεροι Κοινοί Πρόγονοι α βγ θ δεζ η π ν ι κλμ ρσ τ κκπ(λ,ι)=α, κκπ(τ,σ)=ν, κκπ(λ,π)=η κκπ(π,σ)=γ, κκπ(ξ,ο)=κ ξο κκπ(ι,ξ)=β, κκπ(τ,θ)=θ, κκπ(ο,μ)=α.
1 Θεματική Ενότητα Γραφήματα & Επίπεδα Γραφήματα.
Προσεγγιστικοί Αλγόριθμοι
Αποκεντρωμένη Διοίκηση Μακεδονίας Θράκης ∆ιαχείριση έργων επίβλεψης µε σύγχρονα µέσα και επικοινωνία C2G, B2G, G2G Γενική Δ/νση Εσωτερικής Λειτουργίας.
Βαρόμετρο ΕΒΕΘ Μάρτιος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού Θεσσαλονίκης”
Βαρόμετρο ΕΒΕΘ Μάρτιος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού Θεσσαλονίκης”
HY 120 ΨΗΦΙΑΚΗ ΣΧΕΔΙΑΣΗ Ασυγχρονα ακολουθιακα κυκλωματα.
Βαρόμετρο ΕΒΕΘ Σεπτέμβριος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού.
Βαρόμετρο ΕΒΕΘ Μάρτιος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού Θεσσαλονίκης”
Δομές Αναζήτησης TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA A A A Χειριζόμαστε ένα σύνολο στοιχείων όπου το κάθε.
Ηλεκτρονική Ενότητα 5: DC λειτουργία – Πόλωση του διπολικού τρανζίστορ
1 Α. Βαφειάδης Αναβάθμισης Προγράμματος Σπουδών Τμήματος Πληροφορικής Τ.Ε.Ι Θεσσαλονίκης Μάθημα Προηγμένες Αρχιτεκτονικές Υπολογιστών Κεφαλαίο Τρίτο Συστήματα.
Δομές Δεδομένων 1 Στοίβα. Δομές Δεδομένων 2 Στοίβα (stack)  Δομή τύπου LIFO: Last In - First Out (τελευταία εισαγωγή – πρώτη εξαγωγή)  Περιορισμένος.
Dr. Holbert Νικ. Α. Τσολίγκας Χρήστος Μανασής
ΗΥ120 ΨΗΦΙΑΚΗ ΣΧΕΔΙΑΣΗ Συναρτησεις Boole.
ΓΕΝΙΚΕΣ ΟΔΗΓΙΕΣ ΔΙΔΑΣΚΑΛΙΑΣ & ΕΝΔΕΙΚΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΛΗΣ
Συνδυαστικά Κυκλώματα
Μοντέλα Συστημάτων Παρουσιάσεις των συστημάτων των οποίων οι απαιτήσεις αναλύονται.
Προγραμματισμός ΙΙ Διάλεξη #5: Εντολές Ανάθεσης Εντολές Συνθήκης Δρ. Νικ. Λιόλιος.
Μεταβλητές – εντολές εκχώρησης- δομή ακολουθίας
ΕΚΠ 413 Αυτόνομοι Πράκτορες Παρουσίαση Εργασίας Εξαμήνου AIBO in Wumpus Cave Βασιλικός Βασίλης.
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ 2: ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Η/Υ
ΘΕΩΡΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ ΠΑΡΟΥΣΙΑΣΗ ΣΤΑ ΚΕΦΑΛΑΙΑ 7.4 – 7.6 NP ΠΛΗΡΟΤΗΤΑ.
Ουρά Προτεραιότητας: Heap
Συντομότερες Διαδρομές
Βαρόμετρο ΕΒΕΘ - Καταναλωτές Μάρτιος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι.
31 Μαρτίου 2015 ΔΙΑΦΑΝΕΙΑ 1 ΤΥΠΙΚΕΣ ΜΕΘΟΔΟΙ ΑΝΑΛΥΣΗΣ ΣΥΣΤΗΜΑΤΩΝ ΤΜ. ΠΛΗΡΟΦΟΡΙΚΗΣ Α.Π.Θ. – ΔΙΔΑΣΚΩΝ: Π. ΚΑΤΣΑΡΟΣ ΚΑΤΗΓΟΡΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ Ι Για τον προτασιακό.
Θεωρία Υπολογισμού Εισαγωγή (μέρος 3 ο ). Χρειαζόμαστε Μοντέλα Εμπρός πατάκι Πίσω πατάκι Πόρτα ΚλειστόΑνοιχτό.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεδιασμός Σχεσιακών Σχημάτων.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεσιακό Μοντέλο.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεσιακό Μοντέλο.
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών – Τμήμα Πληροφορικής και Τηλεπικοινωνιών 1 Κεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού Προπτυχιακό.
Δομές Δεδομένων - Ισοζυγισμένα Δυαδικά Δένδρα (balanced binary trees)
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ 2: ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Η/Υ
Υπολογιστική Πολυπλοκότητα Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό.
Βαρόμετρο ΕΒΕΘ Σεπτέμβριος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού.
Δομές Δεδομένων 1 Θέματα Απόδοσης. Δομές Δεδομένων 2 Οργανώνοντας τα Δεδομένα  Η επιλογή της δομής δεδομένων και του αλγορίθμου επηρεάζουν το χρόνο εκτέλεσης.
Επίλυση Προβλημάτων με Αναζήτηση
ΛΟΓΙΚΗ.
Δυαδική λογική ΚΑΙ (AND) H (ΟR) ΟΧΙ (NOT)
Τελεστές και ή όχι Για την εκτέλεση αριθμητικών πράξεων
Μεταγράφημα παρουσίασης:

Λογικοί πράκτορες

Πράκτορες βασισμένοι στη γνώση Βάση γνώσης (knowledge base): Σύνολο προτάσεων (sentences) –Γλώσσα αναπαράστασης της γνώσης –Γνωστικό υπόβαθρο: «Αμετάβλητο» μέρος της ΒΓ Βασικές εργασίες: Tell, Ask Δηλωτική / Διαδικαστική προσέγγιση

Ο κόσμος του Wumpus (1/2)

Ο κόσμος του Wumpus (2/2) Μέτρο απόδοσης: –+1000 για χρυσό –-1000 για wumpus, γούβα –-1 για κάθε βήμα –-10 για βέλος Περιβάλλον: –Πιθανότητα 20% για γούβα Μηχανισμοί δράσης –Μετακίνηση –Στροφή 90 ο –Αρπαγή –Εξακόντιση Αντιλήψεις –[Δυσοσμία, Αύρα, Λάμψη, Γδούπος, Κραυγή]

Παράδειγμα (1/2)

Παράδειγμα (2/2)

Λογική Logic

Γλώσσες Σύνταξη, καλά σχηματισμένες προτάσεις –x+y=2, xy2+= Σημασιολογία λογικής –Αλήθεια πρότασης –Δυνατοί κόσμοι ≡ Μοντέλα –Μοντέλο πρότασης ≡ Η πρόταση είναι αληθής στο μοντέλο Λογική κάλυψη (entailment) –α ⊨ β –x + y = 4 ⊨ 4 = x + y –Ανεξάρτητη από τον τρόπο συμπερασμού

Έλεγχος μοντέλων Έστω ότι οι «μεταβλητές» μας αφορούν την ύπαρξη γούβας στα τετράγωνα [1,2], [2,2] και [3,1] –α 1 = “Δεν υπάρχει γούβα στο [1,2].”KB ⊨ α 1 –α 2 = “Δεν υπάρχει γούβα στο [2,2].”KB ⊭ α 2

7-10 Αλγόριθμοι συμπερασμού KB ⊦ i α : Ο αλγόριθμος i παράγει την πρόταση α από την KB Χαρακτηριστικά αλγορίθμων: –Ορθός (sound), διατηρεί την αλήθεια (truth preserving) –Πλήρης (complete) Θεμελίωση: Σύνδεση των αντικειμένων/σχέσεων του πραγματικού κόσμου με μεταβλητές/σχέσεις της βάσης γνώσης. –Αισθητηριακή εμπειρία, μάθηση

Προτασιακή λογική Propositional logic

7-12 Σύνταξη Ατομικές προτάσεις –Προτασιακά σύμβολα: P, Q, R, W 1,3, Γ 3,1, Αληθές, Ψευδές Λογικά συνδετικά –Άρνηση,  W 1,3 Λεκτικά (literals), Θετικό λεκτικό: W 1,3, Αρνητικό λεκτικό:,  W 1,3 –Σύζευξη, W 1,3 ⋀ Γ 3,1 Συζευκτέοι –Διάζευξη, (W 1,3 ⋀ Γ 3,1 ) ⋁ W 2,2 Διαζευκτέοι –Συνεπαγωγή, (W 1,3 ⋀ Γ 3,1 )  ¬W 2,2 προϋπόθεση ή προηγούμενο, συμπέρασμα ή επακόλουθο κανόνες, προτάσεις εάν-τότε –Ισοδυναμία, W 1,3  ¬W 2,2 Προτεραιότητα: , ⋀, ⋁, , 

7-13 Σημασιολογία Μοντέλο (στην προτασιακή λογική): Καθορίζει την τιμή αληθείας κάθε προτασιακού συμβόλου. Πίνακας αληθείας PQ¬P¬P P  QP  QP  QP  QP  QP  QP  QP  Q Ψευδές ΑληθέςΨευδές Αληθές ΨευδέςΑληθές ΨευδέςΑληθές Ψευδές ΑληθέςΨευδές ΑληθέςΨευδές Αληθές ΨευδέςΑληθές

7-14 Μια απλή βάση γνώσης Θα ασχοληθούμε μόνο με τις γούβες: –R 1 : ¬Γ 1,1 –R 2 : Α 1,1  (Γ 1,2 ⋁ Γ 2,1 ). –R 3 : Α 2,1  (Γ 1,1 ⋁ Γ 2,2 ⋁ Γ 3,1 ). –R 4 : ¬Α 1,1 –R 5 : Α 2,1 Βάση γνώσης: Σύζευξη προτάσεων –KB ≡ R 1 ⋀ R 2 ⋀ R 3 ⋀ R 4 ⋀ R 5

7-15 Συμπερασμός με απαρίθμηση Θέλουμε να απαντάμε σε ερωτήσεις της μορφής: KB ⊨ α 7 μεταβλητές: Α 1,1, Α 2,1, Γ 1,1, Γ 1,2, Γ 2,1, Γ 2,2 και Γ 3,1 2 7 =128 δυνατά μοντέλα Η ΚΒ είναι αληθής σε 3 από αυτά. –KB ⊨ ¬Γ 1,2 –KB ⊭ Γ 2,2 –KB ⊭ ¬Γ 2,2 Χρονική πολυπλοκότητα: Ο(2 n ) Χωρική πολυπλοκότητα: Ο(n) –όπου n το πλήθος των προτασιακών συμβόλων Κάθε γνωστός αλγόριθμος συμπερασμού για την προτασιακή λογική έχει μια πολυπλοκότητα χειρότερης περίπτωσης που είναι εκθετική ως προς το μέγεθος της εισόδου.

7-16 Λογική ισοδυναμία (α ⋀ β)  (β ⋀ α) αντιμεταθετικότητα του ⋀ (α ⋁ β)  (β ⋁ α) αντιμεταθετικότητα του ⋁ ((α ⋀ β) ⋀ γ)  (α ⋀ (β ⋀ γ)) προσεταιριστικότητα του ⋀ ((α ⋁ β) ⋁ γ)  (α ⋁ (β ⋁ γ)) προσεταιριστικότητα του ⋁ ¬(¬α)  α απαλοιφή διπλής άρνησης (α  β)  (¬β  ¬α) αντιθετοαντιστροφή (α  β)  (¬α ⋁ β) απαλοιφή συνεπαγωγής (α  β)  ((α  β) ⋀ (β  α) απαλοιφή αμφίδρομης υποθετικής πρότασης ¬(α ⋀ β)  (¬α ⋁ ¬β) νόμος De Morgan ¬(α ⋁ β)  (¬α ⋀ ¬β) νόμος De Morgan (α ⋀ (β ⋁ γ))  ((α ⋀ β) ⋁ (a ⋀ γ)) επιμεριστικότητα του ⋀ ως προς το ⋁ (α ⋁ (β ⋀ γ))  ((α ⋁ β) ⋀ (a ⋁ γ)) επιμεριστικότητα του ⋁ ως προς το ⋀

7-17 Έγκυρες και Ικανοποιήσιμες προτάσεις Έγκυρες προτάσεις: Είναι αληθείς σε όλα τα μοντέλα Ικανοποιήσιμες προτάσεις: Είναι αληθείς σε τουλάχιστον ένα μοντέλο. –Η πρόταση α είναι αληθής στο μοντέλο m –Το m ικανοποιεί την α –To m είναι ένα μοντέλο της α Προβλήματα ικανοποίησης περιορισμών Η α είναι έγκυρη εάν και μόνο αν η  α δεν είναι ικανοποιήσιμη. Απαγωγή σε άτοπο: –α ⊨ β εάν και μόνο εάν η πρόταση (α ⋀ ¬β) είναι μη ικανοποιήσιμη.

Πρότυπα συλλογιστικής στην προτασιακή λογική

7-19 Κανόνες συμπερασμού Modus ponens («τρόπος του θέτειν») Απαλοιφή του ΚΑΙ Όλες οι λογικές ισοδυναμίες, π.χ.

7-20 Παράδειγμα (1/3) Θα αποδείξουμε το ¬Γ 1,2 : –R 6 : (Α 1,1  (Γ 1,2 ⋁ Γ 2,1 )) ⋀ ((Γ 1,2 ⋁ Γ 2,1 )  Α 1,1 ) –R 7 : ((Γ 1,2 ⋁ Γ 2,1 )  Α 1,1 ) –R 8 : (¬Α 1,1  ¬(Γ 1,2 ⋁ Γ 2,1 )) –R 9 : ¬(Γ 1,2 ⋁ Γ 2,1 ) –R 10 : ¬Γ 1,2 ⋀ ¬Γ 2,1 R 1 : ¬Γ 1,1 R 2 : Α 1,1  (Γ 1,2 ⋁ Γ 2,1 ) R 3 : Α 2,1  (Γ 1,1 ⋁ Γ 2,2 ⋁ Γ 3,1 ) R 4 : ¬Α 1,1 R 5 : Α 2,1

7-21 Αποδείξεις Διαδικασία αναζήτησης –Προς τα εμπρός –Προς τα πίσω Μονοτονικότητα –εάν KB ⊨ α τότε KB ⋀ β ⊨ α

7-22 Παράδειγμα (2/3) Από τις προτάσεις: –R 1 : ¬Γ 1,1 –R 2 : Α 1,1  (Γ 1,2 ⋁ Γ 2,1 ) –R 3 : Α 2,1  (Γ 1,1 ⋁ Γ 2,2 ⋁ Γ 3,1 ) –R 4 : ¬Α 1,1 –R 5 : Α 2,1 –R 6 : (Α 1,1  (Γ 1,2 ⋁ Γ 2,1 )) ⋀ ((Γ 1,2 ⋁ Γ 2,1 )  Α 1,1 ) –R 7 : ((Γ 1,2 ⋁ Γ 2,1 )  Α 1,1 ) –R 8 : (¬Α 1,1  ¬(Γ 1,2 ⋁ Γ 2,1 )) –R 9 : ¬(Γ 1,2 ⋁ Γ 2,1 ) –R 10 : ¬Γ 1,2 ⋀ ¬Γ 2,1 και πηγαίνοντας από το [2,1] στο [1,1] και μετά στο [1,2], όπου υπάρχει δυσοσμία αλλά όχι αύρα, προκύπτουν…

7-23 Παράδειγμα (3/3) (συνέχεια…) –R 11 : ¬Α 1,2 –R 12 : Α 1,2  (Γ 1,1 ⋁ Γ 2,2 ⋁ Γ 1,3 ) Εφαρμόζοντας αντιθετοαντιστροφή παίρνουμε: –R 13 : ¬Γ 2,2 –R 14 : ¬Γ 1,3 Από τις R 3 και R 5 παίρνουμε: –R 15 : Γ 1,1 ⋁ Γ 2,2 ⋁ Γ 3,1 Από την R 15 και την R 13 παίρνουμε: –R 16 : Γ 1,1 ⋁ Γ 3,1 Τέλος από την R 16 και την R 1 παίρνουμε: –R 17 : Γ 3,1

7-24 Ανάλυση (resolution) Μοναδιαία ανάλυση (unit resolution) Πλήρης ανάλυση Διαζευκτική πρόταση, συμπληρωματικά λεκτικά Παράδειγμα: l i =  m l i =  m j

7-25 Πληρότητα Οποιοσδήποτε πλήρης αλγόριθμος αναζήτησης που εφαρμόζει μόνο τον κανόνα της ανάλυσης μπορεί να συνάγει οποιοδήποτε συμπέρασμα που καλύπτεται λογικά από οποιαδήποτε βάση γνώσης της προτασιακής λογικής. Με δεδομένο το Α δεν μπορεί να «αποδείξει» το Α ⋁ Β. Μπορεί όμως να απαντήσει εάν το Α ⋁ Β είναι αληθές ή ψευδές. –Πληρότητα διάψευσης

7-26 Συζευκτική κανονική μορφή (conjunctive normal form, CNF) Κάθε πρόταση της προτασιακής λογικής είναι λογικά ισοδύναμη με μια σύζευξη διαζεύξεων λεκτικών. –k-CNF: Ακριβώς k λεκτικά ανά πρόταση. Διαδικασία μετατροπής σε CNF (παράδειγμα για R 2 ): –R 2 : Α 1,1  (Γ 1,2 ⋁ Γ 2,1 ) – (Α 1,1  (Γ 1,2 ⋁ Γ 2,1 )) ⋀ ((Γ 1,2 ⋁ Γ 2,1 )  Α 1,1 ) – (¬Α 1,1 ⋁ Γ 1,2 ⋁ Γ 2,1 ) ⋀ (¬(Γ 1,2 ⋁ Γ 2,1 ) ⋁ Α 1,1 ) – (¬Α 1,1 ⋁ Γ 1,2 ⋁ Γ 2,1 ) ⋀ ((¬Γ 1,2 ⋀ ¬Γ 2,1 ) ⋁ Α 1,1 ) – (¬Α 1,1 ⋁ Γ 1,2 ⋁ Γ 2,1 ) ⋀ (¬Γ 1,2 ⋁ Α 1,1 ) ⋀ (¬Γ 2,1 ⋁ Α 1,1 )

7-27 Αλγόριθμος ανάλυσης Για να αποδείξουμε το KB ⊨ α, αποδεικνύουμε ότι η (KB ⋀ ¬α) είναι μη ικανοποιήσιμη: –Εισάγουμε στην KB την ¬α. –Μετατρέπουμε την (KB ⋀ ¬α) σε μορφή CNF. –Εφαρμόζουμε τον κανόνα της ανάλυσης σε οποιοδήποτε ζεύγος προτάσεων όπου μπορεί να εφαρμοστεί. –Εάν καταλήξουμε σε άτοπο, η πρόταση α καλύπτεται από την KB. –Ειδάλλως δεν καλύπτεται…

7-28 Παράδειγμα Έστω οι δύο προτάσεις R 2 και R 4 : –KB = R 2 ⋀ R 4 = (Α 1,1  (Γ 1,2 ⋁ Γ 2,1 )) ⋀ ¬Α 1,1 Θέλουμε να αποδείξουμε την ¬Γ 1,2. Μετατρέπουμε την (KB ⋀ Γ 1,2 ) σε CNF και εφαρμόζουμε την ανάλυση:

7-29 Προτάσεις Horn Διαζευκτικές προτάσεις με το πολύ ένα θετικό λεκτικό: –¬Θ 1,1 ⋁ ¬Αύρα ⋁ Α 1,1 –Λογικός προγραμματισμός, Prolog Οριστικές προτάσεις: Διαζεύξεις με ακριβώς ένα θετικό λεκτικό. Γράφονται και ως «κανόνες»: –Θ 1,1 ⋀ Αύρα  Α 1,1 Σώμα (body) κανόνα:Θ 1,1 ⋀ Αύρα Κεφαλή (head) κανόνα:Α 1,1 Γεγονότα (facts): Μόνο ένα θετικό λεκτικό. Περιορισμοί ακεραιότητας (integrity constraints): Μόνο αρνητικά λεκτικά. –¬W 1,1 ⋁ ¬W 1,2

7-30 Συμπερασμός με προτάσεις Horn Προς τα εμπρός αλυσίδα εκτέλεσης –Καθοδηγούμενη από τα δεδομένα Προς τα πίσω αλυσίδα εκτέλεσης –Καθοδηγούμενη από τους στόχους Γραμμικός χρόνος ως προς το μέγεθος της βάσης γνώσης Γράφημα AND-OR –P  Q –L ⋀ M  P –B ⋀ L  M –A ⋀ P  L –A ⋀ B  L –A –B

Αποδοτικός Προτασιακός Συμπερασμός

7-32 Αλγόριθμος DPLL Davis, Putman, Logemann, Loveland (1962) Πλήρης αναζήτηση με υπαναχώρηση Αναδρομική, πρώτα σε βάθος, απαρίθμηση των δυνατών μοντέλων. Βελτιώσεις –Πρόωρος τερματισμός: Μπορούμε να συμπεράνουμε για την αλήθεια ή το ψεύδος μιας πρότασης, χωρίς να έχουμε τις τιμές όλων των μεταβλητών. (A ⋁ B) ⋀ (A ⋁ C) –Αμιγή σύμβολα: Εμφανίζονται με το ίδιο πρόσημο σε όλες τις προτάσεις. (A ⋁ ¬B) ⋀ (¬B ⋁ ¬C) ⋀ (C ⋁ A) –Μοναδιαίες διαζευκτικές προτάσεις: Όλα τα λεκτικά εκτός από ένα είναι Ψευδή.

7-33 Αλγόριθμοι τοπικής αναζήτησης Αναρρίχηση λόφων, Προσομοιωμένη ανόπτηση, … Ευρετική συνάρτηση: Πλήθος διαζευκτικών προτάσεων που δεν ικανοποιούνται. Αλγόριθμος WalkSat: –Επιλογή τυχαίας διαζευκτικής πρότασης –Επιλογή συμβόλου για αλλαγή τιμής: Επιλογή τυχαίου συμβόλου, με πιθανότητα p Επιλογή συμβόλου που βελτιστοποιεί την ευρετική συνάρτηση, με πιθανότητα 1-p.

7-34 Δύσκολα προβλήματα ικανοποιησιμότητας Πρόβλημα 3-CNF: –(¬D ⋁ ¬B ⋁ C) ⋀ (B ⋁ ¬A ⋁ ¬C) ⋀ (C ⋁ ¬B ⋁ E) ⋀ (E ⋁ ¬D ⋁ B) ⋀ (B ⋁ E ⋁ ¬C) πλήθος συμβόλων: n = 5 πλήθος προτάσεων: m = 5 Κρίσιμο σημείο: μ/ν = 4,3

Πράκτορες βασισμένοι στην προτασιακή λογική

7-36 Εύρεση γουβών και wumpus με προτασιακή λογική Αύρα, Δυσοσμία: Για κάθε τετράγωνο [x,y] πρέπει να υπάρχουν προτάσεις της μορφής: –Α x,y  (Γ x,y+1 ⋁ Γ x,y–1 ⋁ Γ x+1,y ⋁ Γ x–1,y ) –Δ x,y  (W x,y+1 ⋁ W x,y–1 ⋁ W x+1,y ⋁ W x–1,y ) Υπάρχει τουλάχιστον ένα Wumpus: –W1,1 ⋁ W1,2 ⋁ … ⋁ W 4,3 ⋁ W 4,4 Υπάρχει το πολύ ένα Wumpus: –(¬W 1,1 ⋁ ¬W 1,2 ) ⋀ (¬W 1,1 ⋁ ¬W 1,3 ) ⋀ … ⋀ (¬W 4,3 ⋁ ¬W 4,4 ) Αποδείξιμα ασφαλή τετράγωνα: η (¬Γ i,j ⋀ ¬W i,j ) καλύπτεται. Πιθανόν ασφαλή τετράγωνα: η (Γ i,j ⋁ W i,j ) δεν καλύπτεται.

7-37 Θέση, προσανατολισμός, ενέργειες Δεν μπορούν να χρησιμοποιηθούν προτάσεις της μορφής: –Θ 1,1 ⋀ Βλέπει_δεξιά ⋀ Εμπρός  Θ 2,1 Ξεχωριστά σύμβολα για κάθε χρονική στιγμή: –Θ 1 1,1 ⋀ Βλέπει_δεξιά 1 ⋀ Εμπρός 1  Θ 2 2,1 –Βλέπει_δεξιά 1 ⋀ Στροφή_αριστερά 1  Βλέπει_επάνω 2 Γενικότερα, για κάθε χρονική στιγμή t θα πρέπει να υπάρχει πρόταση: –Θ t x,y ⋀ Βλέπει_δεξιά t ⋀ Εμπρός t  Θ t+1 x+1,y

7-38 Πράκτορες βασισμένοι σε κύκλωμα (1/3) Λάμψη t  Αρπαγή t Ζωντανό t  ¬Κραυγή t ⋀ Ζωντανό t–1

7-39 Πράκτορες βασισμένοι σε κύκλωμα (2/3) Υπολογισμός τιμής Θ 1,1

7-40 Πράκτορες βασισμένοι σε κύκλωμα (3/3) Προβλήματα με προτάσεις που δεν είναι εξαρχής γνωστές –π.χ. Α 4,4 Προτάσεις γνώσης: K(Α 4,4 ) και K(¬Α 4,4 ) Τοπικότητα: Τοπική αλληλοεξάρτηση μεταβλητών Ακυκλικότητα: Υποχρεωτική για «κατασκευαστικούς» λόγους.

7-41 Παρατηρήσεις Σύγκριση προτασιακής λογικής και υλοποίησης με κύκλωμα: –Συνοπτικότητα: Και οι δύο δεν κλιμακώνονται καλά. –Αποδοτικότητα: Γραμμική για τον πράκτορα σε κύκλωμα, εκθετική (στη χειρότερη περίπτωση) για τον προτασιακό. –Πληρότητα: Ο πράκτορας σε κύκλωμα δεν είναι πλήρης. Η επίτευξη πληρότητας απαιτεί εκθετική αύξηση του μεγέθους του κυκλώματος. –Ευκολία σχεδίασης (για τους λογικούς πράκτορες μόνο…)