1 / 82

INC 551 Artificial Intelligence

INC 551 Artificial Intelligence. Lecture 5 Logical Agents. Deliberative Agent. Environment. Agent. Action. Make Decision. World Model. Sense, Perceive. Action. Action. State3. State1. State2. World Model. Logic Model. State-Action Model. If A happen, B will happen

peterwillis
Download Presentation

INC 551 Artificial Intelligence

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. INC 551 Artificial Intelligence Lecture 5 Logical Agents

  2. Deliberative Agent Environment Agent Action Make Decision World Model Sense, Perceive

  3. Action Action State3 State1 State2 World Model Logic Model State-Action Model • If A happen, B will happen • There is C and D in E • Some of G is in H • X is above Y • Y is above Z

  4. Early Thought on AI (1975) • Human cognition comes from a symbol system. • A physical symbol system [such as a digital computer, • for example] has the necessary and sufficient means • for intelligent actions • Intelligent comes from processing of symbols.

  5. Wumpus World

  6. Wumpus World Characteristic Observable??

  7. Wumpus World Characteristic Observable = no (only local perception) Deterministic??

  8. Wumpus World Characteristic Observable = no (only local perception) Deterministic = yes (no chance involve) Static??

  9. Wumpus World Characteristic Observable = no (only local perception) Deterministic = yes (no chance involve) Static = yes (Wumpus and pits do not move) Discrete??

  10. Wumpus World Characteristic Observable = no (only local perception) Deterministic = yes (no chance involve) Static = yes (Wumpus and pits do not move) Discrete = yes

  11. Inference Example

  12. Other Techniques

  13. Logic Logic คือ formal language ของ information แสดงว่าต้องมี conclusion จากมัน Semantics คือ ความหมายของประโยคว่า true or false เป็น logic ไม่เป็น logic

  14. Entailment Entailment ใช้สัญลักษณ์ ╞ คล้ายกับการเป็น subset Entailment เป็นเครื่องมือที่ใช้ในการ inference เช่น KB = ผู้ชายมี 2 มือ α= คนมี 2 มือ

  15. Entailment in Wumpus World

  16. สมมติฐานเกี่ยวกับหลุม ของ 3 ช่อง มีได้ 8 แบบ

  17. สรุปว่า [1,2] safe

  18. สรุปอะไรไม่ได้

  19. Propositional Logic เป็น syntax ในการแทน Knowledge Base NOT, AND, OR, IF-THEN, IF-AND-ONLY-IF

  20. Truth Table

  21. Logic Equivalence

  22. Wumpus World in Logic Syntax

  23. Inference Rules Modus Ponens: If p is TRUE and p→q is TRUE Then q is TRUE And Elimination: If p^q is TRUE Then p is TRUE and q is TRUE

  24. Inference Algorithms • Forward Chaining • Backward Chaining จะใช้กับ KB ที่อยู่ในรูป Horn form (conjunction of symbols) => symbol

  25. Forward Chaining And/or Graph อยากทราบว่า Q จริงหรือไม่ เริ่มจาก symbol ที่ทราบค่า ก่อน (A,B) แล้วดูว่าได้ knowledge อะไรใหม่ไปเรื่อยๆ

  26. ได้ L ซ้ำมาไม่เป็นไร

  27. Backward Chaining • จะเริ่มจาก goal ที่ต้องการรู้คือ Q • แล้วหาว่าอะไรเป็น requirement ที่จะทำให้ทราบค่าของมันไปเรื่อยๆ • โดย • Avoid repeat node (ทำสิ่งที่รู้แล้ว) • Avoid loop (กลับมาสู่ node ที่ยังไม่รู้)

  28. กลับมาที่ P ใหม่ ดังนั้นต้องตัดทางนี้ทิ้ง

  29. Requirement ที่จะทำให้รู้ค่า Q ครบ

  30. เริ่ม forward กลับ

More Related