250 likes | 384 Views
ProtAn: ACT-R, College 2. Hedderik van Rijn email: rijn@swi.psy.uva.nl kamer: A.9.13. Waarom eigenlijk ACT-R?. Psychologisch Georienteerd Geen performance argumenten bij modelleren Experimentele achtergrond Gebaseerd op geheugen onderzoek Veel modellen van experimentele data
E N D
ProtAn: ACT-R, College 2 Hedderik van Rijn email: rijn@swi.psy.uva.nl kamer: A.9.13
Waarom eigenlijk ACT-R? • Psychologisch Georienteerd • Geen performance argumenten bij modelleren • Experimentele achtergrond • Gebaseerd op geheugen onderzoek • Veel modellen van experimentele data • State-of-the-art architectuur • Handig om mee te liften
Psychologisch Georienteerd? • Veel van de axioma’s van ACT-R zijn aanvechtbaar… • Modellen en experimenten kunnen onjuistheid ACT-R aantonen:Wie ‘t beter weet, mag het zeggen! • Meest uitgebreid getestte “multi-purpose architectuur”
Experimentele Achtergrond? • Veel onderzoek naar de “low-level” features van ACT-R: • Geheugen effecten • Interindividuele verschillen • Leren nieuwe declaratieve kennis • Beschrijving complete input/output mapping! • Echter: hogere cognitie nauwelijks onderzocht
Belangrijke punten hfd 1 • Algemeen prule-systeem beschrijving (Newell) • Figuur 1.2 plus interpretatie • Paragraaf: • “No Magic Doctrine in ACT-R”
Belangrijke punten hfd 2 • P: The Procedural-Declarative Distinction • Algemene structuur chunks & prules • Claims behorend bij prules • Goal stack • P: Types of Production Rules
Hfd 3: Performance • Twee hoofdconcepten: • Expected gain van productie regels EG = PG -C (P=qr; C=a+b) • Activatie van chunks Ai = Bi + jWj Sji • Andere formules alleen conceptueel • Fig 3.1 kunnen uitleggen
Expected Gain: EG = PG - C • Iedere prule heeft een verwachte opbrengst: • EG = PG - C P: kans op succesvol volbrengen van goal gegeven dat huidige prule wordt gekozen C: kosten verbonden aan volbrengen van goal gegeven dat huidige prule wordt gekozen
Expected Gain: EG =PG - C • G is de hoeveelheid tijd die je bereid bent te investeren in huidige goal. • Ipv tijd had dit ook een andere kwanti-ficeerbare grootheid kunnen zijn, bv. geld.
Expected Gain: EG = PG- C • P: “Expected probability that the goal will be achieved if that production rule is choosen” • Kans van slagen van huidige regel (q) • Kans dat regels die daarna komen slagen (r) P = q * r q/r = successes / (successes + failures)
Expected Gain: EG =PG - C • C: “the expected cost of achieving the goal if that production is chosen”. • Analoog aan P: huidige en latere kosten C = a + b • a/b: tijd die retrievals kosten, plus tijd die nodig is voor RHS.
Expected Gain: EG =PG - C • Als in P en C de latere kans/kosten verrekend zijn, moet dat eigenlijk ook in de G van subgoals verrekend zijn: • Als ik een subgoal ga uitvoeren, en ik “weet” de kans van volbrengen en de kosten na het uitvoeren, dan ben ik niet bereid meer in dat subgoal te investeren dan: G’ = rG - b
Chunk Activation • Ai = Bi + jWj Sji • j: de chunks in het huidige goal • Bi: Base-level activation: how recently and frequently is a chunk accessed (begrijpen eq. 3.6) • Wj: Amount of attention given to elements. Totale waarde “W” wordt gedeeld door aantal chunks in goal. • Sji:Associaties tussen chunk j in goal en chunk i.
In hfd 2... • “Students appear to require all 9 weeks [..] to come to mastery of the material. So a word to the wise: The material is not to be taken lightly.” • Zou het onmogelijk maken nog inhoudelijke modellen te maken… • …daarom nadruk op symbolisch niveau.
The Return of the Watervaatjes • Twee watervaatjes • 1 waarin 5 liter water past • 1 waarin 3 liter water past • Opdracht: maak 4 liter water • Operatoren: • overgieten zonder morsen • compleet vullen van een vaatje • compleet legen van een vaatje
Rationele analyse: wat is nodig • Visuele input: wat is de huidige staat • Bedenken wat gedaan moet/kan worden • Bedenken of dat een goede zet is • Consequenties overzien: dichter bij doel? • Niet in een situatie komen die al geweest is
Chunk Types (chunk-type state jug-a jug-b current) (chunk-type end-state amount) (chunk-type problem) (chunk-type pour jug-a jug-b) (chunk-type fill jug-a jug-b) (chunk-type empty jug-a jug-b)
Productie Regels • Klaar? (Ready-A, Ready-B) • Laten we gaan… • Pour/Fill/Empty’en • Is dat wel nuttig om te doen? • Als ‘t nuttig is: voer dan de actie uit. • Verander de current state, en sla de oude op.
Productie Regel: Klaar (p Ready-A =goal> ISA problem =cur-state> ISA state jug-a =volume current t =finished> ISA end-state amount =volume==> !eval! (report ”Klaar: jug A: ~S” =volume) !pop!)
Prule: Pour (p Start-Pouring =goal> ISA problem =cur-state> ISA state jug-a =jug-a jug-b =jug-b current t !eval! (eentje-niet-vol =jug-a =jug-b) !eval! (eentje-met-water =jug-a =jug-b) =finished> ISA end-state - amount =jug-a - amount =jug-b ==> =pour-goal> ISA pour !eval! (report "Going to start pouring") !push! =pour-goal)
Prule: Pour-What-if (p Pour-WhatIf-One-Empty-B-A=goal> ISA pour jug-a nil jug-b nil=cur-state> ISA state jug-a 0 - jub-b 0 jug-b =jug-b current t ==>=goal> jug-a (!eval! (pour-from-b-to-a-return-a 0 =jug-b)) jug-b (!eval! (pour-from-b-to-a-return-b 0 =jug-b))!eval! (report “WhatIf: Pour water from B to A”))
Prule: Pour-Nee (p Pour-Would-Do-No-Good=goal> ISA pour jug-a =jug-a jug-b =jug-b=cur-state> ISA state jug-a =jug-a jub-b =jug-b ==>!eval! (report “Pouring would do no good…”)!pop!)
Prule: Pour-Ja (p Pour-Leads-To-New-Situation=goal> ISA pour jug-a =jug-a jug-b =jug-b; =cur-state>; ISA state; jug-a =jug-a; jub-b =jug-b ==>=state> ISA state jug-a =jug-a jug-b =jug-b; current nil !eval! (report “Performing the pour…”) !focus-on! =state)
(p Pour-Would-Do-No-Good=goal> ISA pour jug-a =jug-a jug-b =jug-b=cur-state> ISA state jug-a =jug-a jub-b =jug-b (p Pour-Leads-To-New-... =goal> ISA pour jug-a =jug-a jug-b =jug-b; =cur-state>; ISA state; jug-a =jug-a; jub-b =jug-b Pour What-If: Twee regels! (spp Pour-Leads-To-New-Situation :b 2) Logisch?
Opdracht: • Haal “wavat-geknipt.actr” en “wavat-vragen.txt” van web-site • Vul openstaande productie regels in. • Beantwoord de vragen in wavat-vragen.txt • Stuur ingevulde versies naar rijn@swi.psy.uva.nl