Sesiones de Representaci...

Sesiones de Representacion

Representacion del Conocimiento

Grupo de Planificacion y Aprendizaje (PLG)Departamento de InformaticaEscuela Politecnica Superior

Universidad Carlos III de Madrid

22 de diciembre de 2008


Sesiones de RepresentacionRepresentaciones Basadas en EstadosRepresentaciones Basadas en ObjetosRepresentaciones Basadas en Acciones

Resumen de las Sesiones de Representacion







En Esta Sesion:

Representaciones Basadas en EstadosRepresentaciones Basadas en ObjetosRepresentaciones Basadas en Acciones



Representaciones Basadas en Estados

1 LogicaLogica ProposicionalLogica de PredicadosModelos Computacionales y Otras Logicas

2 Redes SemanticasRedes SemanticasDependencia Conceptual



Representacion Basada en Objetos

3 Representacion Basada en Objetos



Representacion Basada en Acciones

4 Representacion Basada en AccionesSistemas de ProduccionEl Algoritmo rete


LogicaRedes Semanticas

Parte I

Representaciones Basadas en Estados



Logica ProposicionalLogica de PredicadosModelos Computacionales y Otras Logicas

Logica








En Esta Sesion:






Logica proposicional (booleana o de orden cero)

Elementos de representacion: proposiciones y conectivas(∧,∨,→,¬)

Inferencia: deducciones con reglas, hechos y Modus-Ponens

Ejemplos: llueve, (¬nieva∧llueve)∨hay-hielo

Ventaja: representacion de tipo general, y decidible (entiempo finito es capaz de decidir si una proposicion esdeducible de la informacion disponible o no)

Problema: si se quiere razonar sobre conjuntos de cosas. Porejemplo, grafos, o jerarquıas de conceptos.




Proposiciones

Una fabrica tiene cuatro sensores que detectan fuego y dossensores que detectan fugas en el circuito del agua. Existentres alarmas que se producen en diferentes ocasiones

s1, s2, s3, s4, f1, f2, a1, a2, a3

Si el detector 3 de fuego o el detector 2 de fugas saltan, sedebe producir la alarma 1.

R1: s3 ∨ f2 → a1

Si saltan los detectores de fuego 1 y 4, se debe producir laalarma 2

R2: s1 ∧ s4 → a2

Si salta la alarma 1, y el detector de fuego 2 o el de fugas 1,se debe producir la alarma 3

R3: a1 ∧ (s2 ∨ f1)→ a3




Inferencia: deduccion

Han saltado el detector de fuego 2 y el de fugas 2.¿Que alarmas saltarıan?

1 s2

2 f2

3 (R1 y 1) a1

4 (R3, 1 y 3) a3




Dificultades de representacion

Una empresa tiene 10 empleados. Los empleados puedentrabajar en tres tipos de puestos: director, jefe oadministrativo.

Empleado1TrabajaDeDirector, Empleado2TrabajaDeJefe, . . .

Si es director gana 60000 euros brutos al ano, si es jefe 30000y, si no, 20000. Ademas, si tiene mas de dos hijos, gana 10000euros mas al ano.

Empleado1Tiene1Hijo, Empleado2Tiene3Hijos, . . .Empleado1Tiene1Hijo∧ Empleado1TrabajaDeDirector→ Empleado1Gana60000Empleado2Tiene3Hijos∧ Empleado2TrabajaDeJefe → Empleado2Gana40000




Otro ejemplo

Una universidad imparte un conjunto de titulaciones en unconjunto de centros. Cada titulacion tiene un plan de estudiosformado por un conjunto de asignaturas troncales, obligatorias,optativas y de libre eleccion. Cada asignatura se imparte en uncurso y cuatrimestre determinados y tiene un determinado numerode creditos. Cuando un alumno se matricula por primera vez enprimero, debe matricularse de todas las asignaturas del primercurso. En primero de Ingenierıa Tecnica en Informatica de Gestionde la Universidad Carlos III de Madrid se imparte en primero lasasignaturas de Matematicas I, . . . . Ana Morales Perez acaba dematricularse en primero de la titulacion.




Logica de predicados (de primer orden)

Elementos de representacion:

Terminos: Constantes (uc3m), Variables (X ), Funciones(siguiente(X ))Formulas atomicas: Predicados definidos sobre terminos

1 trabaja-como(empleado1,director)

2 tiene-hijos(empleado1,1)

Formulas bien formadas (wff): Formulas atomicas unidas porconectivas (∧,∨,→,¬) y cuantificadas (∀,∃)

3 ∀X , Y trabaja-como(X,director), tiene-hijos(X , Y ),

Y ≤ 2 → gana(X,60000)

4 ∀X , Y trabaja-como(X,director), tiene-hijos(X , Y ),

Y > 2 → gana(X,70000)




Representacion

Una universidad imparte un conjunto de titulaciones en unconjunto de centros y campus.

imparte(Universidad,Titulacion,Centro,Campus)imparte(uc3m,itig,eps,leganes)imparte(uc3m,itig,eps,colmenarejo)imparte(uc3m,ii,eps,leganes)

La representacion no es unica

imparte-titulacion(Universidad,Titulacion)imparte-titulacion(uc3m,itig)imparte-titulacion(uc3m,ii)imparte-centro(Titulacion,Centro)imparte-centro(itig,eps)centro-en-campus(Centro,Campus)centro-en-campus(eps,leganes)




Sigue el ejemplo

Cada titulacion tiene un plan de estudios formado por unconjunto de asignaturas troncales, obligatorias, optativas y delibre eleccion.

asignatura-en-plan(Asignatura,Titulacion)asignatura-en-plan(ia-itig,itig)tipo-asignatura(Asignatura,Tipo)tipo-asignatura(ia-itig,obligatoria)tipo-asignatura(ia-ii,troncal)

Cada asignatura se imparte en un curso y cuatrimestredeterminados y tiene un determinado numero de creditos.

curso-asignatura(Asignatura,Curso)cuatrimestre-asignatura(Asignatura,Cuatrimestre)creditos-asignatura(Asignatura,Creditos)oasignatura(Asignatura,Curso,Cuatrimestre,Creditos)




Inferencia

Inferencia: Modus-Ponens (resolucion/unificacion)

De 1 y 3, se deduce gana(empleado1,60000)

Cuando un alumno se matricula por primera vez en primero,debe matricularse de todas las asignaturas del primer curso.

R1: ∀X ,U,Y primera-matrıcula(X ,U), curso-asignatura(Y , 1)→ matriculado-en(X ,Y )




Inferencia. Deduccion con Modus-Ponens

En primero de Ingenierıa Tecnica en Informatica de Gestion dela Universidad Carlos III de Madrid se imparte en primero lasasignaturas de Matematicas I, . . .

1. curso-asignatura(matematicasI,1)2. curso-asignatura(fısica,1)

Ana Morales Perez acaba de matricularse en primero de latitulacion.

3. primera-matrıcula(anaMorales,uc3m)

Si X =anaMorales, U=uc3m, y Y =matematicasI, (unificacion)por Modus-Ponens, a partir de la regla 1, de 1 y de 3, sepuede deducir que matriculado-en(anaMorales,matematicasI)

Si X =anaMorales, U=uc3m, y Y =fısica, por Modus-Ponens,a partir de la regla 1, de 2 y de 3, se puede deducir quematriculado-en(anaMorales,fısica)




Unificacion

Una variable puede unificar con una constante (X ,anaMorales)

Una variable puede unificar con otra variable (que noeste previamente unificada) (X ,Y )

Un literal puede unificar con otro si tienen el mismo predicadoy los argumentos unifican uno a uno

primera-matrıcula(anaMorales,uc3m), primera-matrıcula(X ,U)

En el resto de la formula se sustituye la variable por su valor

Resultado: sustitucion (σ)

σ={(X,anaMorales),(U,uc3m)}




Deduccion hacia atras

¿Y si se desea conocer en que asignaturas se debe matricularanaMorales?

Pregunta: matriculado-en(anaMorales,Y )

Se busca una implicacion logica en la que aparezcamatriculado-en(V ,V 1) en la parte derecha (puede habermas de una)

Si se pueden unificar, se intenta deducir los literales queaparezcan en la parte izquierda de la implicacion

Si existe alguna asignacion de valor a las variables de la parteizquierda que permita deducir como ciertas las condiciones, sepodra deducir la pregunta de diferentes formas (diferentesvalores de Y : matematicasI, fısica, . . . )




Caracterısticas de logica de predicados

Ventaja: representacion de tipo general mas rica que laproposicional

Problema: es semidecidible (si algo no se puede deducir, losmecanismos de inferencia no aseguran que se pararan)

Solucion: subconjuntos decidibles de logica de predicados(clausulas de Horn)

Existe un lenguaje de programacion que permite crear yejecutar programas en logica de predicados: prolog




Modelo computacional. prolog

conectados(X,Y) :- conectados(Y,X).

alcanzable(X,Y) :- conectados(X,Y).alcanzable(X,Y) :- conectados(X,Z),

alcanzable(Z,Y).




Otras logicas

Logicas de segundo orden (o de orden superior)

tienen dos (o tres) tipos definidos: los objetos y los conjuntos ofunciones sobre los mismos (o ambos)es equivalente a decir que los predicados pueden tomar otrospredicados como argumentos

Logicas modales y temporales

necesario ( ) y posible (�)Logica difusa

grados de pertenencia

Otras: multi-valuadas, no-monotonas, cuanticas, . . .



Redes SemanticasDependencia Conceptual

Redes Semanticas








En Esta Sesion:






Redes semanticas (Quillian,68)

Grafos dirigidos en los que los nodos representan conceptos ylos arcos relaciones binarias entre ellosUn arco y los dos nodos relacionados pueden representar:

un predicado con dos argumentos (redes logicas)objetos, atributos, y valores (redes conceptuales)relaciones no binarias, como acciones

El problema para utilizarlos como redes logicas es representarla cuantificacion, la negacion, la implicacion (reglas), y ladisyuncion

En las redes conceptuales, el problema es diferenciar los tiposde relaciones

Una solucion es la gramatica de casos (Fillmore, 68): existe unverbo para cada sentencia simple con un conjunto decaracterısticas, casos: agente, contraagente, objeto, resultado,instrumento, origen, proposito, lugar, tiempo, sujeto,...




Ejemplo de red semantica

Casilla

Unidad

Trabajador

Tablero





Casilla

Unidad

Trabajador

Tablero

Casilla−1−0

Casilla−0−1

Trabajador1 Trabajador2

Tablero1





Casilla

Unidad

Trabajador

Tablero

Casilla−1−0

Casilla−0−1


Tablero1

es−un

es−un

es−un

es−un es−un

es−un





Casilla

Unidad

Trabajador

Tablero

Casilla−1−0

Casilla−0−1


Tablero1

es−un

es−un

es−un

es−un es−un

es−un1

0

parte−dexy

está−en

parte−de

parte−de





Casilla

Unidad

Trabajador

Tablero

Casilla−1−0

Casilla−0−1


Tablero1

es−un

es−un

es−un

es−un es−un

es−un1

0

parte−dexy

está−en

parte−de

parte−de

Cavar1

Cavar

3

es−un

tarda

trabaja−en




Redes Semanticas. Inferencia

Particionamiento de redes semanticas

Inferencia en redes semanticas logicas

Encadenamiento

Inferencia en redes semanticas conceptuales

Herencia de propiedadesEquiparacion




Equiparacion de redes semanticas

¿Cuánto tardará en cavar el trabajador que está en la casilla de coordenadas (1,0)?

Casilla

Unidad

Trabajador

Tablero

Casilla

Trabajador

Casilla−1−0

Casilla−0−1


Tablero1

Y

Z

es−un

es−un

es−un

es−un es−un

es−un

es−un

es−un

10

parte−dexy

está−en

parte−de

parte−de

10

xy

está−en

Cavar1

Cavar

3

es−un

tarda

trabaja−en

Cavar

es−un

tardaX

trabaja−en

C




Dependencia conceptual (Shank, 1969)

Representacion de las acciones utilizando un pequenoconjunto de primitivas semanticasLa aplicacion inicial era para representar y razonar sobre ellenguaje naturalRequiere que la representacion sea unicaEjemplo: “Di un libro a Pepe”

Flechas: direccion dedependencia

⇐⇒: enlace agente-accion

p: pasado

ATRANS: accion primitiva

o: relacion objeto de la accion

R: receptor de la accion

YoP

ATRANSo

Libro1

Pepe

de

a

R

Yo




Elementos de representacion

Acciones primitivas:

Acciones fısicas: PROPEL, MOVE, INGEST, EXPEL, GRASPAcciones que provocan un cambio de estado: PTRANS,ATRANSAcciones que son generalmente instrumentos de otrasacciones: SPEAK, ATTENDAcciones mentales: MTRANS, MBUILD

Categorıas conceptuales primitivas:

ACTs: accionesPPs: objetosAAs: modificadores de las accionesPAs: modificadores de los objetos

Ademas, se puede representar el tiempo (p,f,t,...), lugar,causalidad




Ejemplo

Ruiz−MateosBoyer

PMTRANS

oRuiz−Mateos

narizRuiz−Mateos

hacer1 rota

POS−POR

Boyer

I

Boyer MBUILD

o

Boyer hacer2cf

Ruiz−Mateos hacer1

rotanariz

POS−POR

Boyer




Limitaciones

Todo el conocimiento se debe descomponer en primitivas debajo nivel: puede ser ineficiente y, a veces, imposible

Es una teorıa de representacion de eventos. No es demasiadoadecuada para la comprension de un lenguaje de propositogeneral. Tiene problemas para representar:

cuantificacionmetaforasinformacion subyacente



Parte II

Representaciones Basadas en Objetos



En Esta Sesion:

3 Representacion Basada en Objetos



Objeto-Atributo-Valor

Lista de ternas

(trabajador1,esta-en,casilla-1-0)(casilla-1-0,x,1)(casilla-1-0,y,0). . .

Equivalente a registros (lenguajes de programacion) o apredicados binarios (logica de predicados)

No hay herencia

Es difıcil realizar razonamiento (utilizada junto a reglas o pararealizar aprendizaje inductivo)



Otra forma de mostrarlo

Objeto esta-en x ytrabajador1 casilla-1-0trabajador2 casilla-1-1casilla-1-0 1 0casilla-1-1 1 1



Marcos

Conceptos: clases, marcos (frames), . . .

Subconceptos: subclases

Instancias: objetos

Atributos: slots, campos, caracterısticas, . . .

Herencia: simple o multiple

Facetas: atributos de atributos (valor, tipo de valores,comentario, cardinalidad, . . . )

Relaciones: es-un, parte-de, empleado-de, . . .

Metodos: funciones asociadas a los marcos

Demonios: funciones que vigilan las operaciones sobre losatributos

Ontologıas (incluyen axiomas): representaciones formales delconocimiento sobre un dominio compartidas por un conjuntode aplicaciones



Universidad en marcos




Identificacion de clases




Clases, subclases, instancias y atributos

Clases: universidad, titulacion, centro, plan-de-estudios,asignatura, curso, alumno

Subclases: troncales, obligatorias, optativas, libre-eleccion

Instancias: primer-curso-ITIG-UC3M, ITIG, MatematicasI,AnaMoralesPerez

Atributos: titulaciones (universidad), universidad (titulacion,centro), centros (universidad), plan-de-estudios (titulacion),titulacion (plan-de-estudios), tipo (asignatura), curso(asignatura), cuatrimestre (asignatura), numero-creditos(asignatura), asignaturas (curso, alumno),alumnos-matriculados (asignatura), numero-matrıculas(alumno), . . .



Representacion compacta

Universidades-un:

Atributo Posibles valores/Valornombre cadena de caracterestitulaciones lista de instancias de Titulaciondepartamentos lista de instancias de Departamentonumero-alumnos numerotipo {publica, privada, iglesia}

Universidad-publicaes-un: Universidad

Atributo Posibles valores/Valortipo publicacomunidad-autonoma instancia de Comunidad-autonomafinanciacion numero



Otra clase

Titulaciones-un:

Atributo Posibles valores/Valornombre cadena de caracteresuniversidad instancia de Universidaddepartamentos lista de instancias de Departamentonumero-alumnos numerocentro instancia de Centro



Ejemplo de instancia

ITIG-UC3Mes-un: Titulacion

Atributo Posibles valores/Valornombre “Ingenierıa Tecnica en Informatica de Gestion”universidad #UC3Mdepartamentos (#Depto-Informatica-UC3M #Depto-Matematicas-UC3M . . . )numero-alumnos 800centro #EPS-UC3M



Facetas

Atributo Universidad de clase Titulacion en instanciaITIG-UC3M

valor: puntero a instancia UC3M (de Universidad)tipo de valores: instancia de clase Universidadcomentario: “Se refiere a la titulacion de Ingenierıa Tecnica enInformatica de Gestion de la Universidad Carlos III de Madrid”cardinalidad (maxima-mınima): 1factor de certeza: 1



Metodos

matricular.asignatura (self,alumno)add(self,Alumnos,alumno)set(self,Numero-alumnos,get(self,Numero-alumnos)+1)send(alumno,Matricular,self)send(get(self,Titulacion),Matricular,alumno)

matricular.titulacion (self,alumno)if not(member(alumno,get(self,Alumnos)))then add(self,Alumnos,alumno)

set(self,Numero-alumnos,get(self,Numero-alumnos)+1)



Demonios

if-needed.Numero-alumnos.Universidad (self)numero=0For titulacion in get(self,Titulaciones)

numero=numero+get(titulacion,Numero-alumnos)

if-set.Numero-alumnos.Titulacion (self)universidad=get(self,Universidad)set(universidad,Numero-alumnos,...

...get(universidad,Numero-alumnos))



Parte III

Representaciones Basadas en Acciones


Representacion Basada en AccionesSistemas de ProduccionEl Algoritmo rete








En Esta Sesion:

4 Representacion Basada en AccionesSistemas de ProduccionEl Algoritmo rete



Sistemas de Produccion

En los primeros pasos de la IA, se cuestiono el tratamientoque daban los algoritmos tradicionales a los problemas.

Flujo de control fijoSecuencialidadNo adecuado en entornos cambiantes

Solucion: los datos dirigen las operaciones



Componentes de un SP

Base de hechos o memoria de trabajo (BH o WM):conocimiento sobre el dominio en un determinado momento

Base de reglas (BR): conjunto de reglas (producciones)SI A ENTONCES B

A: condiciones de aplicacionB: acciones sobre la BH o mundo externo

Estrategia de control, interprete de reglas, o motor deinferencias (EC o MI): responsable de encadenar los ciclos defuncionamiento.

Fase de decision: seleccion de reglasFase de accion: ejecucion de reglas

Una regla se activa cuando sus precondiciones son ciertas enel estado actual de la BH o cuando la regla concluye algo quese busca establecer



Funcionamiento de un SP

Tipos de sistemas

Sistemas dirigidos por el antecedente. Modus PonensSistemas dirigidos por el consecuente. Modus Tollens

FasesFase de decision

Etapa de restriccion (opcional)Etapa de equiparacion o filtrado. reteEtapa de resolucion del Conjunto Conflicto (CC)

Fase de accion



Ejemplo: 8 puzzle. Base de hechos

1 2 3

5 6

4 7 8

3

5 6

4 7 8

1

2?

listas: (V11,V12,V13,. . . ,V33)

logica de predicados: casilla(X,Y,Valor)

marcos:

Casillaes-un:

Atributo Posibles valores/Valorx numero [1..3]y numero [1..3]valor numero [0..8]



8-puzzle. Base de hechos inicial

1 2 3

5 6

4 7 8

3

5 6

4 7 8

1

2?

listas: (1,2,3,0,5,6,4,7,8)

logica de predicados:casilla(1,1,1),casilla(2,1,2),. . . ,casilla(3,3,8)

marcos:

casilla11instancia-de: Casilla

Atributo Posibles valores/Valorx 1y 1valor 1





8-puzzle. Base de hechos final o metas

1 2 3

5 6

4 7 8

3

5 6

4 7 8

1

2?

listas: (2,0,3,1,5,6,4,7,8)

logica de predicados:casilla(1,1,2),casilla(2,1,0),. . . ,casilla(3,3,8)marcos:







8-puzzle. Base de reglas

listas

Si (0,X1,X2,X3,X4,X5,X6,X7,X8)Entonces (X1,0,X2,X3,X4,X5,X6,X7,X8)

Si (0,X1,X2,X3,X4,X5,X6,X7,X8)Entonces (X3,X1,X2,0,X4,X5,X6,X7,X8)

. . .

Problema: implica definir todas las posibles combinaciones deposicion del vacıo (0) y sus posibles movimientos



8-puzzle. Logica de predicados

Si casilla(X,Y,0),casilla(X1,Y,Z),X=X1+1Entonces casilla(X1,Y,0),casilla(X,Y,Z),∼casilla(X,Y,0),∼casilla(X1,Y,Z)

Si casilla(X,Y,0),casilla(X1,Y,Z),X=X1-1Entonces casilla(X1,Y,0),casilla(X,Y,Z),∼casilla(X,Y,0),∼casilla(X1,Y,Z)

Si casilla(X,Y,0),casilla(X,Y1,Z),Y=Y1+1Entonces casilla(X,Y1,0),casilla(X,Y,Z),∼casilla(X,Y,0),∼casilla(X,Y1,Z)

Si casilla(X,Y,0),casilla(X,Y1,Z),Y=Y1-1Entonces casilla(X,Y1,0),casilla(X,Y,Z),∼casilla(X,Y,0),∼casilla(X,Y1,Z)



8-puzzle. Marcos

Arriba

Si ?casilla ← (casilla (x ?x) (y ?y) (valor 0))?casilla1 ← (casilla (x ?x) (y ?y1) (valor ?v))(test ?y=?y1+1)

Entonces modifica(?casilla,valor,?v),modifica(?casilla1,valor,0)

Abajo

Si ?casilla ← (casilla (x ?x) (y ?y) (valor 0))?casilla1 ← (casilla (x ?x) (y ?y1) (valor ?v))(test ?y=?y1-1)


Derecha

Si ?casilla ← (casilla (x ?x) (y ?y) (valor 0))?casilla1 ← (casilla (x ?x1) (y ?y) (valor ?v))(test ?x=?x1-1)


Izquierda

Si ?casilla ← (casilla (x ?x) (y ?y) (valor 0))?casilla1 ← (casilla (x ?x1) (y ?y) (valor ?v))(test ?x=?x1+1)




Equiparacion

Primera aproximacion: en cada ciclo se calcula el CC y seresuelve

Problema: lentitud

Solucion: algoritmo rete (algoritmo de redundanciatemporal)

a partir de las reglas se crea inicialmente un grafo (red rete)se propaga el contenido de la base de hechos inicial a traves dela redcada vez que se produce un cambio en la base de hechos(normalmente, a traves del consecuente de una regla), sepropagan los cambiosen cada ciclo, en los nodos terminales de la red sedispondra del CC

Idea clave: similitud estructural



Arquitectura

Red RETE

BH inicial

Cambios en la BH

tokens

BH



Tokens

Token: (etiqueta, elementos de la BH)

Etiqueta: + (anadido a la BH) o - (eliminado de la BH)

Modificar valor atributo: (- valor antiguo) y (+ valor nuevo)

Ejemplos: 5

BH inicial (+ (casilla (x 1) (y 1) (valor 1)))(+ (casilla (x 1) (y 2) (valor 0)))

Se mueve el blanco hacia arriba(- (casilla (x 1) (y 1) (valor 1)))(+ (casilla (x 1) (y 1) (valor 0)))(- (casilla (x 1) (y 2) (valor 0)))(+ (casilla (x 1) (y 2) (valor 1)))



Tipos de nodos

Nodo raız

Nodos de una entrada: aquellos que se refieren a unacomprobacion relativa a un solo elemento de condicion

Nodos de dos entradas de union

se refieren a comprobaciones relativas a dos elementos decondiciontienen memoria izquierda y derecha

Nodos de dos entradas de patrones negados

se refieren a comprobaciones relativas a elementos decondicion negadostienen dos memorias y un contador en la izquierda

Nodos terminales



rete en el 8-puzzle

izquierdaMemoria

derechaMemoria

izquierdaMemoria

izquierdaMemoria

derechaMemoria

derechaMemoria

instancia−de(token)=casilla

valor(token)=0

tokens

Añadir Izquierda a CC Añadir Derecha a CC Añadir Arriba a CC

y(izquierda)=y(derecha)

x(izquierda)=x(derecha)−1 x(izquierda)=x(derecha)+1


x(izquierda)=x(derecha)

y(izquierda)=y(derecha)+1



rete en Civilization

izquierdaMemoria

derechaMemoria

izquierdaMemoria

derechaMemoria

instancia−de(token)=casilla instancia−de(token)=trabajador

trabaja−en(token)=nadaocupada(token)=no

token(izquierda)=casilla(derecha)

x(izquierda)+1=x(1.derecha)

y(izquierda)=y(1.derecha)

Añadir Derecha−trabajador a CC

(casilla ?casilla))

(ocupada no))?casilla1 <− (casilla (x ?x1) (y ?y)

?casilla <− (casilla (x ?x) (y ?y))

?trabajador <− (trabajador (trabaja−en nada)

(test ?x=?x1+1)



rete en Civilization

izquierdaMemoria

derechaMemoria

instancia−de(token)=casilla instancia−de(token)=trabajador

izquierdaMemoria

derechaMemoria

0?casilla <− (casilla (x ?x) (y ?y))

?casilla1 <− (casilla (x ?x1) (y ?y))NOT

Añadir Derecha−trabajador a CC

(test ?x=?x1+1)

NOT (trabajador (casilla ?casilla1))

x(izquierda)+1=x(derecha)


token(2.izquierda)=casilla(derecha)



Funcionamiento de rete

izquierdaMemoria

derechaMemoria

izquierdaMemoria

derechaMemoria

instancia−de(token)=casilla

valor(token)=0

tokens

Añadir Derecha a CC Añadir Arriba a CC

T1=(+ (casilla (x 1) (y 1) (valor 1)))


x(izquierda)=x(derecha)

y(izquierda)=y(derecha)+1x(izquierda)=x(derecha)−1



Encadenamiento hacia adelante

BH inicial: (casilla11 (x 1) (y 1) (valor 1))(casilla21 (x 2) (y 1) (valor 2)). . .(casilla33 (x 3) (y 3) (valor 8))

Equiparacion:(Arriba, ?x=1, ?y=2, ?y1=1, ?v=1, ?casilla=#casilla12, ?casilla1=#casilla11)(Abajo, ?x=1, ?y=2, ?y1=3, ?v=4, ?casilla=#casilla12, ?casilla1=#casilla13)(Derecha, ?x=1, ?y=2, ?x1=2, ?v=5, ?casilla=#casilla12, ?casilla1=#casilla22)

Resolucion del CC (por ejemplo, primera regla):(Arriba, ?x=1, ?y=2, ?y1=1, ?v=1, ?casilla=#casilla12, ?casilla1=#casilla11)

Ejecucion: (- (casilla12 (x 1) (y 2) (valor 0)))(+ (casilla12 (x 1) (y 2) (valor 1)))(- (casilla11 (x 1) (y 1) (valor 1)))(+ (casilla11 (x 1) (y 1) (valor 0)))

Equiparacion . . .



Encadenamiento hacia atras (a la prolog)

Metas: (casilla11 (valor 2))(casilla21 (valor 0)). . .(casilla33 (valor 8))

Reduccion: seleccion meta (por ejemplo, la primera)(casilla11 (valor 2))

Equiparacion:(Arriba, ?v=2, ?casilla=#casilla11)(Abajo, ?v=2, ?casilla=#casilla11)(Derecha, ?v=2, ?casilla=#casilla11)(Izquierda, ?v=2, ?casilla=#casilla11)

Resolucion del CC (por ejemplo, primera regla):(Arriba, ?v=2, ?casilla=#casilla11)



Encadenamiento hacia atras (a la prolog)

Ejecucion: introducir las condiciones de la regla instanciada enconjunto de metas

?casilla=#casilla11 y (?casilla ← (casilla (x ?x) (y ?y) (valor 0)))entonces ?x=1, ?y=1y anade meta (casilla11 (valor 0))

?v=2 y (?casilla1 ← (casilla (x ?x) (y ?y1) (valor ?v)))entonces (?casilla1 ← (casilla (x 1) (y ?y1) (valor 2)))

(test ?y=?y1+1), ?y=1 y (?casilla1 ← (casilla (x 1) (y ?y1) (valor 2)))entonces ?casilla1=#casilla21 e ?y1=0!!!y anade meta (casilla21 (valor 2))

La lista de metas queda como: (casilla11 (valor 0))(casilla21 (valor 2))(casilla21 (valor 0)). . .(casilla33 (valor 8))

Reduccion: . . .



Rediseno (encadenamiento hacia atras)

Arriba

Si ?casilla ← (casilla (x ?x) (y ?y) (valor 0))(test ?y>1)?casilla1 ← (casilla (x ?x) (y ?y1) (valor ?v))(test ?y=?y1+1)


Abajo

Si ?casilla ← (casilla (x ?x) (y ?y) (valor 0))(test ?y<3)?casilla1 ← (casilla (x ?x) (y ?y1) (valor ?v))(test ?y=?y1-1)


DerechaSi . . .(test ?x<3)Entonces modifica(?casilla,valor,?v),modifica(?casilla1,valor,0)

IzquierdaSi . . .(test ?x>1)Entonces modifica(?casilla,valor,?v),modifica(?casilla1,valor,0)



Comparativa de tipos de encadenamiento

Inconvenientes de encadenamiento hacia adelante

No focalizacion hacia las metasEs necesario tener inicialmente todos los datos en la BHMayor cantidad de equiparaciones

Inconvenientes de encadenamiento hacia atras

Necesitamos generar metasNo se conocen acciones a ejecutar hasta casi el final

Factores de eleccion

Numero de estados iniciales y metasFactor de ramificacionJustificacion del funcionamiento



Caracterısticas de la estrategia

Lo mas general posible

Lo mas eficiente posible (heurısticas): implıcitas o explıcitas

Causar movimiento

Ser sistematica



Estrategias de resolucion

Primera regla

Mas conocimiento

Mas prioridad

Mas especıfica

Mas general

Referente al elemento mas nuevo

No aplicada antes

Mas veces aplicada

Aleatoriamente

Explorar todas

Metarreglas

Mezcla de estrategias



Ventajas e inconvenientes

Ventajas

Modularidad, lo que facilita incrementalidadCaracter declarativoUniformidadNaturalidadFlexibilidadAprendizaje automaticoModelizacion del comportamiento animal y humano

Inconvenientes

IneficienciaOpacidadDificultad de representacion de los algoritmos



Dominios Apropiados

Tareas: transicion entre estados

Conocimiento difuso

Conjuntos de acciones independientes

Conocimiento separable de la forma de usarse



Guiones

Secuencias estereotipadas de acciones

Elementos

condiciones de entradaresultadosobjetos que intervienenpersonas que intervieneninstanciacion del guionescenas

Inferencia: equiparacion con el estado actual y seguimiento delo establecido en las escenas

Util para

predecir una secuencia tıpicaproporcionar una interpretacion coherente de una coleccion deobservaciones


Sesiones de Representaci...

Documents

Transcript of Sesiones de Representaci...