Tài liệu Điều khiển và cài đặt tìm kiếm trong không gian trạng thái docx

Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái Chương V ĐIỀU KHIỂN VÀ CÀI ĐẶT TÌM KIẾM TRONG KHÔNG GIAN TRẠNG THÁI Nội dung chính : Trong chương này, các kỹ thuật sâu hơn cho việc cài đặt các thuật toán tìm kiếm sẽ được trình bày một cách chi tiết. Trước hết là tìm kiếm đệ quy (recursive search) – một phương pháp thực hiện tìm kiếm sâu kèm theo lần ngược với cách thức tự nhiên và ngắn gọn. Tìm kiếm đệ quy được tăng cường nhờ sử dụng sự hợp nhất (unification) để tìm kiếm các không gian trạng thái do các biểu thức của phép tính vị từ sinh ra. Sự kết hợp này cho ta thuật toán tìm kiếm hướng mẫu (pattern – directed search). Phần tiếp theo trong nội dung chương V giới thiệu mô hình hệ sinh (production system) – một cấu trúc tổng quát để giải các bài toán hướng mẫu, nó được sử dụng khá nhiều không những để mô hình hóa việc giải quyết các vấn đề của con người, mà còn để xây dựng các hệ chuyên gia và những ứng dụng Trí tuệ nhân tạo khác. Cuối cùng, một cách giải bài toán trí tuệ nhân tạo khác cũng được đề cập đến – kiến trúc bảng đen (blackboard architecture). Mục tiêu cần đạt : Sau chương này, sinh viên có thể : ¾ Vận dụng thuật toán tìm kiếm đệ quy kết hợp lần ngược trên không gian trạng thái. ¾ Hiểu thuật toán hướng mẫu khi thực hiện việc tìm kiếm trong không gian trạng thái. ¾ Vận dụng hệ sinh cho một bài toán. ¾ Hiểu các ưu điểm của hệ sinh ¾ Hiểu các ứng dụng kiến trúc bảng đen trong GQVĐ. Kiến thức tiên quyết : Lý thuyết đồ thị, Các thuật toán tìm kiếm trên đồ thị, Lý thuyết trò chơi, … Tài liệu tham khảo : [1] George F. Luger, William A. Stubblefield – Albuquerque – Artificial Intelligence – Wesley Publishing Company, Inc – 1997 (Chapter 4) [2] Bùi Xuân Toại – Trương Gia Việt (Biên dịch) – Trí tuệ nhân tạo – Các cấu trúc và chiến lược giải quyết vấn đề - NXB Thống kê, 2000 (Phần II) [3] Recursion: http://cs-people.bu.edu/dbuzan/cs112/lab5/lab5.html [4] Blackboard Architecture: http://www.nb.net/~javadoug/bb.htm Võ Huỳnh Trâm – Trần Ngân Bình 79 Giáo Trình Trí Tuệ Nhân Tạo I TÌM KIẾM DỰA TRÊN CƠ SỞ ĐỆ QUI I.1 Tìm kiếm đệ quy Một chuyển đổi trực tiếp của thuật toán tìm kiếm sâu thành dạng đệ quy sẽ minh họa cho sự tương đương của đệ quy và lặp lại đơn giản. Thuật toán này sử dụng các biến toàn cục closed và open để duy trì danh sách các trạng thái: Function Depthsearch; % open và closed toàn cục Begin If open rỗng then trả lời (thất bại); Trạng thái hiện hành := phần tử đầu tiên của open; If trạng thái hiện hành là trạng thái đích then trả lời (thành công) Else begin Open := open - phần tử đầu tiên của open; Closed := closed + trạng thái hiện hành; For mỗi trạng thái con của trạng thái hiện hành do If chưa có trong closed hay open % xây dựng ngăn xếp then bổ sung con đó vào đầu danh sách open end; Tìm kiếm sâu; % đệ quy End; Tìm kiếm sâu như vừa được trình bày sẽ không sử dụng hết sức mạnh của phép đệ quy. Nó vẫn còn khả năng đơn giản hóa thủ tục bằng cách sử dụng chính phép đệ quy (thay gì một danh sách open) để sắp xếp các trạng thái trong không gian trạng thái. Trong phiên bản này của thuật toán, một danh sách closed toàn cục sẽ được dùng để phát hiện các trạng thái lặp lại, còn danh sách open thì tiềm ẩn trong các mẩu tin hoạt động của môi trường đệ quy. Function Depthsearch (trạng thái hiện hành); % closed toàn cục Begin If trạng thái hiện hành là trạng thái đích then trả lời (thành công); For mỗi trạng thái hiện hành có con chưa được kiểm tra do begin Con := con chưa được kiểm tra kế tiếp; If con không phải là thành viên của closed then if depthsearch (con) = thành công then trả lời (thành công); end; Trả lời (thất bại); End; % tìm kiếm đã đến cùng Thay vì phát sinh tất cả các con của một trạng thái và đưa chúng vào danh sách open, thuật toán này phát sinh mỗi lần một con và tìm kiếm theo phép đệ quy các nút cháu của từng con đó trước khi phát sinh các anh em của nó. Thuật toán này sẽ gán một thứ tự cho các bước 80 Võ Huỳnh Trâm – Trần Ngân Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái phát sinh trạng thái. Trong tìm kiếm theo đệ quy đối với một trạng thái con, nếu có một con nào đó của trạng thái này là đích, thuật toán đệ quy sẽ trả lời thành công và bỏ qua tất cả các trạng thái anh em. Ngược lại, các trạng thái anh em kế tiếp được phát sinh. Cứ như vậy thuật toán sẽ tìm kiếm toàn bộ đồ thị lần lượt theo từng độ sâu một. Thuật toán đệ quy cho phép bỏ qua danh sách open trong suốt quá trình thực hiện. Cơ chế mà một ngôn ngữ lập trình sử dụng để cài đặt đệ quy là dùng mẩu tin hoạt động (activation record) cho từng lần gọi đệ quy. Quá trình lần ngược sẽ tác động khi tất cả các con cháu của một trạng thái không phải là đích, làm cho bước đệ quy đó thất bại. Việc thực hiện đệ quy cho phép lập trình viên thu hẹp tầm nhìn của họ vào một trạng thái duy nhất cùng với các con của nó thay vì phải duy trì một danh sách open gồm nhiều trạng thái. Tìm kiếm trong không gian trạng thái là một quá trình đệ quy. Để tìm đường đi từ trạng thái hiện hành đến đích, bạn chuyển đến một trạng thái con và thực hiện phép đệ quy. Nếu trạng thái con đó không dẫn đến đích, bạn thử lần lượt các trạng thái anh em của nó. Phép đệ quy sẽ chia một bài toán lớn và khó (tìm kiếm khắp không gian) thành các bài toán nhỏ và đơn giản hơn (phát sinh các con của một trạng thái) và áp dụng chiến lược đệ quy cho từng bài toán nhỏ đó. Quá trình cứ tiếp tục như vậy cho đến khi phát hiện được đích hoặc hết không gian. I.2 Tìm kiếm hướng mẫu (Pattern – directed search) Trong phần này chúng ta sẽ áp dụng tìm kiếm đệ quy vào không gian các suy diễn logic, kết quả sẽ là một thủ tục tìm kiếm tổng quát dùng cho phép tính vị từ. Giả sử cần phải viết một thuật toán để xác định xem một biểu thức phép tính vị từ cho trước có phải là kết quả logic của môt tập các khẳng định nào đó hay không. Thuật toán này phải tìm một trình tự suy diễn tạo nên biểu thức đích. Thuật toán sẽ đề nghị một tìm kiếm hướng mục tiêu với câu hỏi ban đầu tạo nên đích và các modus ponens xác định các chuyển tiếp giữa các trạng thái. Cho trước một đích, thuật toán sẽ dùng phương pháp đồng nhất để chọn các phép kéo theo có kết luận phù hợp với đích đó. Sau khi đồng nhất đích với kết luận của phép kéo theo và đã áp dụng các thay thế vừa suy ra được, tiền đề của phép kéo theo sẽ trở thành một đích mới gọi là đích phụ (subgoal). Sau đó thuật toán sẽ thực hiện đệ quy đối với đích phụ này. Nếu đích phụ phù hợp với một sự kiện trong cơ sở tri thức, cuộc tìm kiếm kết thúc. Chuỗi suy diễn dẫn từ đích ban đầu đến các sự kiện cho trước sẽ chứng minh đích xuất phát là đúng. Phiên bản hoàn chỉnh của thuật toán tìm kiếm hướng mẫu có thể trả lời một tập các đồng nhất thỏa mãn từng đích phụ là: Võ Huỳnh Trâm – Trần Ngân Bình 81 Giáo Trình Trí Tuệ Nhân Tạo Function pattern_search(current_goal); Begin If current_goal ∈ closed then return fail else Thêm current_goal vào closed; while còn dữ kiện hoặc luật đồng nhất do begin case current_goal đồng nhất với dữ kiện: return tập phép thế; current goal là ¬p: pattern_search(p); if pattern_search thất bại then return {} else return fail current_goal đồng nhất với kết luận của luật (q → p): begin áp dụng phép thế đồng nhất mục tiêu vào tiền đề (q); pattern_search (q); if pattern_search thành công then return hợp của tập phép thế của p và q; else return fail; end; current_goal có dạng (p 1 ∧ p 2 …): begin for mỗi thành phần p i do begin pattern_search(p i ); if pattern_search thất bại then return fail; else áp dụng các phép thế vào các p i còn lại; end; if pattern_search thành công cho tất cả các p i then return hợp của các tập phép thế; else return fail; end; current_goal có dạng (p 1 ∨ p 2 …): begin repeat cho mỗi p i pattern_search(p i ); until không còn thành phần p i nào hoặc thành công; if pattern_search thành công then return {phép thế}; else return fail; end; return fail; End; 82 Võ Huỳnh Trâm – Trần Ngân Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái II HỆ THỐNG LUẬT SINH (HỆ SINH – PRODUCTION SYSTEM) II.1 Định nghĩa hệ sinh Hệ sinh là một mô hình tính toán quan trọng trong trí tuệ nhân tạo về cả hai mặt: thực hiện các thuật toán tìm kiếm và mô hình hóa việc giải các bài toán của con người. Một hệ sinh được định nghĩa bởi: 1. Tập luật sinh (Production rules): Mỗi luật sinh có dạng condition → action (điều kiện → hành động). Phần điều kiện của luật là một mẫu cho biết khi nào thì có thể áp dụng luật. Phần hành động quy định các bước giải toán tương ứng điều kiện. 2. Bộ nhớ làm việc (Working memory): Chứa một mô tả về trạng thái hiện thời của bài toán trong quá trình suy luận. Mô tả này là một mẫu sẽ được đối sánh với phần điều kiện của một luật sinh để chọn ra bước giải thích hợp. Khi phần điều kiện của luật phù hợp với nội dung trong bộ nhớ làm việc, hành động phát sinh từ điều kiện đó sẽ được thực hiện làm thay đổi nội dung bộ nhớ làm việc. 3. Chu trình nhận dạng - hành động (Recognize – act cycle) : Là cấu trúc điều khiển của hệ sinh. Cấu trúc điều khiển của một hệ sinh khá đơn giản: Bộ nhớ làm việc được khởi đầu với mô tả của bài toán. Trạng thái hiện hành của việc giải bài toán được duy trì dưới dạng một tập các mẫu trong bộ nhớ làm việc. Các mẫu này được đối sánh với phần điều kiện của các luật sinh, các luật có điều kiện phù hợp với mẫu trong bộ nhớ làm việc được gọi là tập luật tranh chấp (conflict set). Sau đó một trong các luật sinh này sẽ được chọn và được kích hoạt. Để kích hoạt một luật, phần hành động của nó được thục hiện và làm thay đổi nội dung bộ nhớ làm việc. Chu trình điều khiển sẽ lặp lại với nội dung đã được thay đổi trong bộ nhớ làm việc. Quá trình này kết thúc khi nội dung của bộ nhớ làm việc không còn phù hợp với điều kiện của luật nào nữa. Một quá trình giải quyết tranh chấp (conflict resolution) sẽ chọn một luật từ tập luật tranh chấp để kích hoạt. Chiến lược giải quyết tranh chấp có thể rất đơn giản như chọn luật đầu tiên có điều kiện phù hợp hoặc có thể dựa vào các heuristic chọn luật phức tạp. Đây là một khâu quan trọng để các hệ sinh có thể đưa khả năng điều khiển heuristic vào một thuật toán tìm kiếm. Một sơ đồ của hệ sinh được mô tả như hình sau: Võ Huỳnh Trâm – Trần Ngân Bình 83 Giáo Trình Trí Tuệ Nhân Tạo Tập luật sinh (production rules) Bộ nhớ làm việc (Working memory ) ĐỐI SÁNH Tập luật tranh chấp (Conflict Set) GIẢI QUYẾT TRANH CHẤP THỰC THI luật kích họat (rule fired) Chu trình nhận dạng – hành động Thay đổi Hình 5.1 – Cấu trúc hệ sinh Thí dụ 5.1: Một chương trình hệ sinh đơn giản dùng để sắp xếp một dãy các chữ cái a,b,c theo thứ tự từ điển. Trong ví dụ này, một luật sinh sẽ được áp dụng nếu điều kiện của nó phù hợp với một phần của dãy chữ cái trong bộ nhớ làm việc. Khi một luật được kích hoạt, phần dãy phù hợp với điều kiện luật này được thay thế bởi dãy ở phần hành động của luật đó. Tập luật sinh Bước Bộ nhớ làm việc Tập luật tranh chấp Luật kích hoạt Dừng Hình 5.2 – Các bước thực hiện của một hệ sinh đơn giản 84 Võ Huỳnh Trâm – Trần Ngân Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái II.2 Một số ví dụ về hệ sinh Thí dụ 5.2: Bài toán trò đố 8 ô Không gian tìm kiếm do trò đố 8 ô sinh ra vừa đủ phức tạp để khảo sát và cũng vừa đủ nhỏ để có thể theo dõi, cho nên ta thường hay sử dụng nó để minh họa cho các chiến lược tìm kiếm khác nhau như tìm kiếm sâu, tìm kiếm rộng, cũng như các chiến lược tìm kiếm heuristic. Nó cũng thích hợp với việc giải bằng hệ sinh. Các nước đi hợp lệ được trình bày như các luật trong hình. Trong trường hợp trạng thái bắt đầu và trạng thái đích của trò chơi được xác định, chúng ta có khả năng áp dụng một hệ sinh cho không gian tìm kiếm của bài toán. Trạng thái bắt đầu: Trạng thái kết thúc: Điều kiện Hành động Trạng thái kết thúc trong bộ nhớ làm việc → Dừng Ô trống không ở cạnh trái → Chuyển ô trống sang trái Tập luật sinh: Ô trống không ở cạnh đỉnh → Chuyển ô trống lên Ô trống không ở cạnh phải → Chuyển ô trống sang phải Ô trống không ở cạnh đái → Chuyển ô trống xuống Bộ nhớ làm việc chứa trạnh thái bắt đầu và trạng thái kết thúc Cơ chế kiểm soát 1. Thử mỗi luật sinh theo thứ tự 2. Không cho phép vòng lập 3. Dừng khi tìm thấy trạng thái kết thúc Hình 5.3 – Trò đố 8 ô dưới dạng một hệ sinh Thí dụ 5.3: Bài toán đường đi quân mã (Knight’s tour problem) Bài toán đường đi quân mã trên bàn cờ vua cũng có thể được giải bằng cách sử dụng hệ sinh. Mỗi nước đi sẽ được biểu diễn bằng một luật mà phần điều kiện của nó là vị trí của quân cờ tại một ô và phần hành động của nó là vị trí hợp lệ sau khi di chuyển quân cờ. Mười sáu luật sinh sẽ biểu diễn cho tất cả các nước đi hợp lệ của quân cờ. Khởi đầu, bộ nhớ làm việc chứa trạng thái bàn cờ hiện tại và trạng thái đích. Vòng lặp điều khiển sẽ áp dụng các luật cho đến khi trạng thái hiện tại giống trạng thái đích rồi dừng lại. Một chiến lược giải quyết tranh chấp sẽ kích hoạt luật đầu tiên và không tạo vòng lặp. Vì quá trình tìm kiếm có thể dẫn đến những kết thúc chết nên chu trình điều khiển cho phép lần ngược. Võ Huỳnh Trâm – Trần Ngân Bình 85 Giáo Trình Trí Tuệ Nhân Tạo Hình 5.4 – Giải pháp hệ sinh cho bài toán đường đi quân mã Bước Bộ nhớ làm việc Ô hiện thời Ô đi đến Tập luật tranh chấp Dừng Luật kích hoạt Các bước đi hợp lệ của quân mã 9 8 7 6 5 4 3 2 1 Đánh số các ô trong bàn cờ 3x3 Di chu yển đến ô 4Quân mã ở ô 916 Di chu yển đến ô 2Quân mã ở ô 915 Di chu yển đến ô 1Quân mã ở ô 814 Di chu yển đến ô 9Quân mã ở ô 47 Di chu yển đến ô 3Quân mã ở ô 48 Di chu yển đến ô 1Quân mã ở ô 69 Di chu yển đến ô 7Quân mã ở ô 610 Di chu yển đến ô 2Quân mã ở ô 711 Di chu yển đến ô 6Quân mã ở ô 712 Di chu yển đến ô 3Quân mã ở ô 813 Di chu yển đến ô 9Quân mã ở ô 23 Di chu yển đến ô 6Quân mã ở ô 12 Di chu yển đến ô 8Quân mã ở ô 11 Di chu yển đến ô 7Quân mã ở ô 24 LUẬ ĐIỀU KIỆN HÀNH ĐT Di chu ỘNG yển đến ô 8Quân mã ở ô 36 Di chu Quân mã ở ô 35 yển đến ô 4 86 Võ Huỳnh Trâm – Trần Ngân Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái II.3 Điều khiển tìm kiếm trong các hệ sinh Mô hình hệ sinh cho chúng ta có nhiều cơ hội để bổ sung điều khiển heuristic cho một thuật toán tìm kiếm. Những cơ hội đó có thể áp dụng khi chọn chiến lược tìm kiếm hướng dữ liệu hay tìm kiếm hướng mục tiêu, trong cấu trúc các luật hoặc khi chọn chiến lược giải quyết tranh chấp. II.3.1 Điều khiển chọn chiến lược tìm kiếm hướng dữ liệu (suy diễn tiến) hay tìm kiếm hướng mục tiêu (suy diễn lùi) Tìm kiếm hướng dữ liệu bắt đầu với một mô tả bài toán (như một tập các tiền đề logic, các triệu chứng của người bệnh, hay một khối dữ liệu cần suy diễn .) rồi suy ra các kiến thức mới từ dữ liệu đó. Quá trình này được thực hiện bằng cách áp dụng các luật suy diễn, các nước đi hợp lệ trong một trò chơi hoặc các thao tác sinh ra trạng thái khác vào mô tả hiện hành của bài toán, đồng thời đưa thêm các kết quả vào mô tả bài toán. Quá trình này tiếp tục cho đến khi tiếp cận một mục tiêu. Tập luật sinh Quá trình thực hiện Bước Bộ nhớ làm việc Tập luật tranh chấp Luật kích họat Dừng Không gian suy diễn Hướng suy diễ n Hình 5.5 – Tìm kiếm hướng dữ liệu trong một hệ sinh Mô tả của quá trình suy luận hướng mục tiêu này nhấn mạnh sự gần giống của nó với mô hình hệ sinh của việc tính toán. Trạng thái hiện tại của bài toán được đưa vào bộ nhớ làm việc. Chu trình nhận dạng – hành động sẽ đối sánh trạng thái hiện tại với tập luật sinh (theo thứ tự). Khi các dữ liệu này phù hợp với phần điều kiện của một trong các luật sinh đó, phần hành động của luật sinh sẽ bổ sung thêm (bằng cách thay đổi bộ nhớ làm việc) một thông tin mới vào trạng thái hiện tại của bài toán. Võ Huỳnh Trâm – Trần Ngân Bình 87 Giáo Trình Trí Tuệ Nhân Tạo Vì tất cả các luật sinh đều có dạng CODITION→ ACTION. Khi CONDITION phù hợp với một số phần nào đó trong bộ nhớ làm việc, ACTION sẽ được thực hiện. Hình trên trình bày quá trình tìm kiếm hướng dữ liệu đơn giản dựa vào một tập các luật sinh được biểu diễn dưới dạng phép kéo theo của phép tính mệnh đề. Chiến lược giải quyết tranh chấp đơn giản là chọn luật vừa mới được kích hoạt. Theo ràng buộc này, luật đầu tiên sẽ được chọn. Quá trình thực hiện sẽ dừng lại khi tiếp cận một mục tiêu. Hình này cũng giới thiệu trình tự các luật kích hoạt và trạng thái bộ nhớ làm việc trong quá trình thực hiện cùng với đồ thị của không gian tìm kiếm. Ta cũng có thể áp dụng tìm kiếm hướng mục tiêu trong các hệ sinh. Để thực hiện điều này, mục tiêu được đưa vào bộ nhớ làm việc và được đối sánh với phần ACTION của các luật sinh (bằng phép hợp nhất chẳng hạn) và phần CODITION cuả luật sẽ được bổ sung vào bộ nhớ làm việc và trở thành các mục tiêu mới của quá trình tìm kiếm. Quá trình này cứ tiếp tục cho đến khi một sự kiện được tìm thấy, thường là trong mô tả ban đầu của bài toán. Quá trình tìm kiếm sẽ dừng lại khi các CODITION của tất cả các luật sinh được kích hoạt đều là đúng. Hình sau là một ví dụ về suy luận hướng mục tiêu. Cần chú ý rằng ta sẽ dừng lại khi các CODITION của tất cả các luật sinh được kích hoạt đều là đúng. Tìm kiếm hướng mục tiêu sẽ kích hoạt loạt luật sinh khác và tiến hành quá trình tìm kiếm trên không gian khác so với kiểu hướng dữ liệu. Tập luật sinh Quá trình thực hiện Bước Bộ nhớ làm việc Tập luật tranh chấp Luật kích họat Không gian suy diễn Hướng suy diễn Dừng Hình 5.6. – Tìm kiếm hướng mục tiêu trong một hệ sinh 88 Võ Huỳnh Trâm – Trần Ngân Bình [...]... 1 Tách riêng tri thức và điều khiển: Trong hệ sinh sự điều khiển được cho bởi chu trình nhận dạng – hành động của vòng lặp hệ sinh, còn các kiến thức giải toán được mã hóa vào trong các luật Ưu điểm của sự tách biệt này là dễ thay đổi loại cơ sở tri thức mà không thay đổi việc điều khiển chương trình và ngược lại 2 Đưa một sắp xếp tự nhiên vào tìm kiếm trong không gian trạng thái: Các phần tử của một... xếp một cách tự nhiên vào cấu trúc tìm kiếm không gian trạng thái Các trạng thái kế tiếp của bộ nhớ làm việc sẽ tạo nên các nút của đồ thị Các luật sinh là các bước chuyển đổi có thể xảy ra giữa các trạng thái cùng với các chiến lược giải quyết tranh chấp sẽ cài đặt việc chọn một nhánh trong không gian trạng thái đó 3 Tính module của luật sinh: Một yếu tố quan trọng của hệ sinh là không có bất kỳ sự tương... ngân_sách _không_ nhỏ THEN lướt_ván 1) Suy diễn tiến dùng dữ liệu: Nam, rất thích chơi thể thao, không thích ánh nắng và có ngân sách không nhỏ 2) Suy diễn lùi và trả lời các câu hỏi phát sinh từ hệ thống trên dữ liệu sau: Hoa, rất thích chơi thể thao, thích ánh nắng mặt trời và chỉ có ngân sách nhỏ 94 Võ Huỳnh Trâm – Trần Ngân Bình Chương V 79 ĐIỀU KHIỂN VÀ CÀI ĐẶT TÌM KIẾM TRONG KHÔNG GIAN TRẠNG... kết thúc và đóng lại Khi chương trình HEARSAY-II có một cơ sở dữ liệu khoảng 1000 từ, nó làm việc hoàn toàn tốt mặc dù hơi chậm Khi cơ sở dữ liệu mở rộng hơn, dữ liệu dùng cho các nguồn tri thức này sẽ trở nên rất phức tạp đến mức khó quản lý HEARSAY-III (Balzer và cộng sự - 1980, 92 Võ Huỳnh Trâm – Trần Ngân Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái Erman và cộng sự...Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái Câu hỏi : Một hệ sinh sử dụng động cơ suy diễn là một chu trình nhận dạng hành động (đối sánh → giải quyết tranh chấp → thi hành luật) Hãy cho biết điểm khác biệt cơ bản tại bước đối sánh (match) khi hệ thống tiến hành suy diễn tiến và suy diễn lùi ? II.3.2 Điều khiển tìm kiếm thông qua cấu trúc luật Cấu trúc của các luật trong một... thuộc vào cách thể hiện đã được chọn cho các luật và cho bộ nhớ làm việc miễn là cách thể hiện đó hỗ trợ cho việc đối sánh mẫu 90 Võ Huỳnh Trâm – Trần Ngân Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái 8 Mô hình hóa việc giải các bài toán của con người: Đây là một trong những ứng dụng đầu tiên của hệ sinh, chúng vẫn còn được dùng làm mô hình cho họat động của con người trong. .. KẾT CHƯƠNG V: Chương V đã trình bày một số các thuật toán cũng như các mô hình, kiến trúc phổ biến dùng điều khiển và cài đặt quá trình tìm kiếm trong không gian trạng thái như: tìm kiếm đệ quy, mô hình hệ sinh, kiến trúc bảng đen, … cùng với các bài toán minh họa cho từng giải thuật rất cụ thể Trong chương VI tiếp theo, chúng ta sẽ thảo luận việc giải quyết vấn đề tri thức chuyên sâu mà điển hình... nhằm vào đều yêu cầu phải linh hoạt trong quá trình thực thi chương trình Mục tiêu này được đáp ứng bởi thực tế là các luật trong hệ sinh có thể kích hoạt theo mọi trình tự Trong một bài toán, các mô tả tạo nên trạng thái hiện hành sẽ xác định tập luật tranh chấp và do đó cũng sẽ xác định con đường tìm kiếm và lời giải riêng 5 Có cơ hội cho điều khiển heuristic của quá trình tìm kiếm 6 Theo dõi và giải... có thể không dẫn đến cùng một kết quả khi được diễn dịch dưới dạng các luật sinh vì việc cài đặt của hệ sinh phải theo một thứ tự trong việc đối sánh và kích hoạt các luật Hệ sinh thử các luật theo một thứ tự xác định nên người lập trình có thể điều khiển quá trình tìm kiếm thông qua cấu trúc và thứ tự của các luật trong tập luật sinh Mặc dù tương đương về mặt logic nhưng hai cách thực hiện không như... sinh bao gồm sự phân biệt giữa phần điều kiện (CONDITION) với phần hành động (ACTION) và thứ tự mà các điều kiện được thử, sẽ quyết định cách tìm kiếm trong không gian Trong biểu diễn của phép tính vị từ, các biểu thức chỉ định nghĩa các quan hệ thực trong một lĩnh vực bài toán chứ không khẳng định về thứ tự diễn dịch các thành phần của chúng do đó có thể có một vài cách biểu diễn khác nhau cho cùng . 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái Chương V ĐIỀU KHIỂN VÀ CÀI ĐẶT TÌM KIẾM TRONG KHÔNG GIAN TRẠNG THÁI Nội dung chính : Trong. Bình Chương 5: Điều khiển và cài đặt tìm kiếm trong không gian trạng thái phát sinh trạng thái. Trong tìm kiếm theo đệ quy đối với một trạng thái con, nếu