第7部分逻辑Agent.ppt
《第7部分逻辑Agent.ppt》由会员分享,可在线阅读,更多相关《第7部分逻辑Agent.ppt(63页珍藏版)》请在三一文库上搜索。
1、第7章 逻辑Agent,中国科大 计算机学院,第部分 知识、推理与规划,本章内容,7.1 基于知识的Agent 7.2 Wumpus世界 7.3 逻辑 7.4 命题逻辑:一种简单逻辑 7.5 命题逻辑定理证明 7.6 有效的命题逻辑模型检验 7.7 基于命题逻辑的Agent,基于知识的Agent,基于知识的智能体的核心构件是其知识库,或称KB(Knowledge Base) 。 非形式化地表示,知识库是一个语句集合。 在此“语句“作为一个技术术语使用。它与英语及其它自然语言中的语句相关,却不相同。 这些语句在被称为知识表示语言的语言中表达,表示了关于世界的某些断言。 有些语句是直接给定而不是推
2、导得到的,这些语句称为公理。,基于知识的Agent,必须有将新语句添加到知识库以及查询目前所知内容的方法。 这些任务的标准名称分别是TELL(告诉)和ASK (询问)。 这两个任务都可能涉及推理:从旧有的语句中推导出新语句。 推理必须遵循(follow)基本要求,即当ASK 知识库一个问题时,答案应该遵从事先告诉(或说已知) 知识库的内容。 可以理解为推理过程不应该虚构事实。 后面将精确描述这个至关重要的词“遵循”。,基于知识的智能体,基于知识的智能体用感知信息作为输入,并返回一个行动。智能体维护一个知识库KB。该知识库在初始化时包括了一些背景知识。 每次调用智能体程序,它做三件事情: 首先,
3、智能体TELL (告诉)知识库它感知的内容。 其次,它ASK (询问)知识库应该执行什么行动。在回复该查询的过程中,可能要对关于世界的当前状态、可能行动序列的结果等等进行大量推理。 再次,智能体用TELL告诉知识库它所选择的行动,并执行该行动。为了让知识库了解到该假定行动确实已经被执行,第二个TELL 必不可少。,通用的基于知识的Agent,function KB-AGENT(percept) returns an action persistent: KB, a knowledge base t, a counter, initially 0, indicating time TELL(KB
4、, MAKE-PERCEPT-SENTENCE(percept, t) action ASK(KB, MAKE-ACTION-QUERY(t) TELL(KB, MAKE-ACTION-SENTENCE(action, t) t t + I return action 表示语言的详细信息隐藏于三个函数中。,基于知识的智能体,通过TELL告诉Agent必须的知识,就可以构建一个基于知识的Agent。刚开始的时候,知识库是空的。Agent设计者通过TELL告知一条条语句,直到Agent知道如何在环境中工作。这种构建系统的方法称为陈述性方法。 相反,过程性方法把需要的行为直接编码为程序代码,使得显式
5、的表示和推理的作用最小化。 上世纪70-80 年代,这两种方法的争论十分激烈。 目前共识:一个成功的智能体在其设计中必须将陈述性和过程性的成分相结合,而且陈述性知识通常被编译成更高效的代码。,基于知识的智能体,除了TELL 智能体它需要知道的内容,我们还可以为基于知识的智能体提供某些机制,使得它可以自我学习。 这些机制根据一系列感知信息创建关于环境的常识。这些知识可以并入智能体的知识库而且用于决策。 这样,智能体可以完全自治。 教材第十八章。 所有的这些能力表示、推理和学习依赖于逻辑理论和技术的悠久发展。,本章内容,7.1 基于知识的Agent 7.2 Wumpus世界 7.3 逻辑 7.4
6、命题逻辑:一种简单逻辑 7.5 命题逻辑定理证明 7.6 有效的命题逻辑模型检验 7.7 基于命题逻辑的Agent,Wumpus世界,Wumpus世界是由多个房间组成,用通道连接起来的洞穴。 在洞穴的某处隐藏着一只Wumpus(一种恶兽),它会吃掉进入它房间的任何人。 智能体可以射杀Wumpus ,但是智能体只有一枝箭。 某些房间内有陷阱(无底洞),任何人漫游到这些房间,将被陷阱吞噬(Wumpus 除外,它由于太大而幸免)。 生活在该环境下的唯一希望是存在发现一堆金子的可能性。,一个典型的Wumpus世界,注意:智能体位于左下角。,Wumpus世界,性能度量:拾到金子得+1000,掉入陷阱或者
7、被Wumpus吞噬得-1000,每采用一个行动得- 1,而用掉箭得-10。 环境:4x4的房间网格。Agent每次都从标号为1, 1 的方格出发,面向右方。金子和Wumpus的位置按均匀分布随机选择除了起始方格以外的方格。另外,除了起始方格以外的任一方格都可能是陷阱,概率为0.2。,Wumpus世界,执行器: Agent可以向前移动,左转90o或右转90o。 如果它进入一个有陷阱或者活着的Wumpus的方格,它将悲惨地死去(进入一个有死Wumpus的方格是安全的,尽管很臭)。 如果智能体前方有一堵墙,那么向前移动无效。 行动Grab 可以用于捡起智能体所处方格内的一个物体。 行动Shoot 可
8、以用于向智能体所正对的方向射出一枝箭。在没有击中Wumpus(如果击中, Wumpus 将被杀死)或者击中墙之前,箭继续向前运动。 Agent只有一枝箭,因此只有第一个Shoot 行动有效。 行动Climb用于爬出洞口,只能从1, 1中爬出。,Wumpus世界,传感器:Agent具有5 个传感器,每个都可以提供一些单一信息。 在Wumpus 所在之处以及与之直接相邻(非对角的)的方格内,智能体可以感知到臭气。 在与陷阱直接相邻的方格内,智能体感知到微风。 在金子所处的方格内,智能体感知到闪闪金光。 当智能体撞到墙时,它感知到撞击。 当Wumpus 被杀死时,它发出洞穴内的任何地方都可感知到的悲
9、惨嚎叫。 以5个符号的列表形式将感知信息提供给智能体。例如,如果有臭气和微风,但是没有金光、撞击或者嚎叫,那么智能体接收到的感知信息为Stench, Breeze, None, None, None。,Wumpus世界,智能体的主要困难在于初始时它对环境配置一无所知:为了克服这一无知,看来需要逻辑推理。 在Wumpus 世界的多数情况中,智能体可能可以安全地得到金子。 偶尔,智能体必须在空手而归和冒着死亡危险寻找金子二者之间进行选择。 大约21% 的环境是不公平的,因为金子在陷阱中或者被陷阱包围。,一个典型的Wumpus世界,观察一个基于知识的Wumpus 智能体对下图 所示环境的探索过程。智
10、能体的初始知识库包含了如前所列的环境规则。特别地,知道自己位于1, 1 ,而且1, 1是一个安全的方格。,下面将分析智能体的知识在获得新的感知信息并采取行动后如何演化。,Wumpus世界,感知是 None, None, None, None, None。,智能体的知识状态,Wumpus世界,感知是None, Breeze, None, None, None。,智能体的知识状态,Wumpus世界,感知是Stench, None, None, None, None。,智能体的知识状态,Wumpus世界,移动到2, 3后,感知是为Stench, Breeze, Glitter, None, None
11、。此时的知识状态是什么?,本章内容,7.1 基于知识的Agent 7.2 Wumpus世界 7.3 逻辑 7.4 命题逻辑:一种简单逻辑 7.5 命题逻辑定理证明 7.6 有效的命题逻辑模型检验 7.7 基于命题逻辑的Agent,逻辑,知识库是由语句构成的。根据表示语言的语法来表达这些语句,表示语言要对所有这些具有完整结构的语句进行具体说明。 普通算术中的语法概念很明确:“x+y=4“ 是一个结构完整的语句,而“x2y+=“ 则不是。 逻辑语言的语法(以及算术语法,需要考虑的话)通常是为写文章和书而设计的。文献中存在许多不同的语法,有些采用很多希腊字母和奇特的数学符号,而有些采用具有很强视觉冲
12、击效果,包含了箭头和气泡的图案。 所有这些情况中,智能体知识库的语句都是智能体的(部分的)真实的实际结构。推理将涉及生成和操作这些结构。,逻辑,逻辑还必须走义语言的语义。不严格地说,语义必须和语句的“含义“有关。 逻辑上,这个定义更为精确。语言的语义定义了每个语句关于每个可能世界的真值。 例如,算术采用的通常语义表明语句“x+y =4“ 在x 等于2 , Y 也等于2 的世界中为真,而在x 等于1,y 等于1 的世界中为假1 。 标准逻辑学中,每个语句在每个可能的世界中必须非真即假不存在中间状态。,逻辑,当需要精确描述时,用术语模型取代“可能世界”,还用短语“m 是 的一个模型”表示语句 在模
13、型m 中为真。 不过,可能的世界可以被认为是智能体可能在也可能不在其中的(潜在的)真实环境。 模型是数学抽象,每个模型只是简单地关注于每个相关语句的真或假。 非形式化地,例如,我们可以把x 和y 视为坐在桌子旁玩桥牌的男士和女士的数量,当总共有四个人的时候,语句x+y=4为真。 形式化地,可能的模型就是对变量x 和y 所有可能的赋值。每个这样的赋值决定了任何变量为x 租y 的算术语句的真值。,蕴涵,有了真值概念,就准备好讨论逻辑推理了。这涉及语句间的逻辑蕴涵(entailment)关系即一个语句逻辑上跟随另一个语句而出现。 用数学符号表示为: I= 意思是语句 蕴涵语句。 蕴涵的形式化定义是:
14、 I=,当且仪当在 为真的每个模型中, 也为真。另一种表述方法是,如果 为真,那么P 也必定为真。 非形式地说,的真值“包含“于 的真值中。,蕴涵,蕴涌关系与算术类似: 例如,语句x+y=4 蕴涵了语句4=x+y。 显然,任何x+y=4 的模型比如x 等于2 , Y 等于2 的模型也是4=x+y 的模型。 可以认为知识库是语句,而且后面将经常谈论到知识库蕴涵某个语句。,Wumpus世界推理实例,考虑下图的情况:智能体检测出1, 1什么也没有,而2, 1有微风。 这些感知信息,与wumpus 世界的智能体知识规则相结合,组成知识库。,Wumpus世界推理实例,智能体感兴趣的是一件事情是:相邻的方
15、格1, 2 、2, 2和3, 1是否包含陷阱。3 个方格中每一个都可能包含或者不包含陷阱,因此存在23 = 8个可能的模型。,Wumpus世界推理实例,在与智能体所知道的内容相矛盾的模型中,KB 为假。 例如,在任意1, 2包含陷阱的模型中,KB 为假,因为1, 1不存在微风。 实际上只存在3 个使得KB 为真的模型,它们可被视为上图所示的模型的子集。 下面分析两个可能的结论: 1= “1, 2 中无陷阱。” 2 =“2, 2 中无陷阱。”,Wumpus世界推理实例,通过检验,可以得到以下结果: 在KB 为真的每个模型中, 1也为真。 因而, KBI=1:“1, 2 中无陷阱”。 在KB 为真
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 部分 逻辑 Agent
链接地址:https://www.31doc.com/p-2552527.html