Σχεδιασµός και δράση στον πραγµατικό κόσµο

Transcript

1 Σχεδιασµός και δράση στον πραγµατικό κόσµο Planning and Acting in the Real World Ενέργειες µε διάρκεια Init(Σασί(C 1 ) Σασί(C 2 ) Μηχανή(E 1, C 1, 30) Μηχανή(E 2, C 2, 60) Τροχοί(W 1, C 1, 30) Τροχοί(W 2, C2, 15)) Goal(Έτοιµο(C 1 ) Έτοιµο(C 2 )) Action(ΠροσθήκηΜηχανής(e, c), Προϋποθέσεις: Μηχανή(e, c, d ) Σασί(c) ΜηχανήΕντός(c), Επιδράσεις: ΜηχανήΕντός( c ) ιάρκεια( d )) Action(ΠροσθήκηΤροχών(w, c), Προϋποθέσεις: ΜηχανήΕντός(c) Τροχοί(w, c, d) Σασί(c), Επιδράσεις: ΤροχοίΕπί(c) ιάρκεια(d)) Action(Επιθεώρηση(c), Προϋποθέσεις: ΜηχανήΕντός(c) ΤροχοίΕπί(c) Σασί(c), Επιδράσεις: Έτοιµο(c) ιάρκεια(10)) 12-2

2 Χρονοδιάγραµµα 12-3 Μέθοδος κρίσιµου µονοπατιού Κρίσιµο µονοπάτι Νωρίτερος χρόνος έναρξης, ES Αργότερος χρόνος έναρξης, LS ES(Αρχή) = 0. ES(B) = max A B ES(A) + ιάρκεια(a). LS(Τέλος) = ES(Τέλος). LS(A) = min A B LS(B) - ιάρκεια(a) Εύρεση βέλτιστου χρονοδιαγράµµατος: Γραµµική πολυπλοκότητα 12-4

3 Ενέργειες µε διάρκεια και πόρους(1/2) Init(Σασί(C 1 ) Σασί(C 2 ) Μηχανή(E 1, C 1, 30) Μηχανή(E 2, C 2, 60) Τροχοί(W 1, C 1, 30) Τροχοί(W 2, C 2, 15) Βαρούλκα(1) ΣταθµοίΤροχών(1) Επιθεωρητές(2)) Goal(Έτοιµο(C 1 ) Έτοιµο(C 2 )) Action(ΠροσθήκηΜηχανής(e, c), Προϋποθέσεις: Μηχανή(e, c, d) Σασί(c) ΜηχανήΕντός(c), Επιδράσεις: ΜηχανήΕντός(c) ιάρκεια(d), Πόροι: Βαρούλκα(1)) Action(ΠροσθήκηΤροχών(w, c), Προϋποθέσεις: ΜηχανήΕντός(c) Τροχοί(w, c, d) Σασί(c), Επιδράσεις: ΤροχοίΕπί(c) ιάρκεια(d), Πόροι: ΣταθµοίΤροχών(1)) Action(Επιθεώρηση(c), Προϋποθέσεις: ΜηχανήΕντός(c) ΤροχοίΕπί(c), Επιδράσεις: Έτοιµο(c) ιάρκεια(10), Πόροι: Επιθεωρητές(1)) 12-5 Ενέργειες µε διάρκεια και πόρους(2/2) Εύρεση βέλτιστου χρονοδιαγράµµατος: NP-δύσκολο πρόβληµα. 12-6

4 Σχεδιασµός µε ιεραρχικά δίκτυα εργασιών Hierarchical Task Network Planning Αποσύνθεση ενεργειών (1/2) Πρωτογενείς ενέργειες Βιβλιοθήκη πλάνων 12-8

5 Αποσύνθεση ενεργειών (2/2) Action(ΑγοράΓης, Προϋποθέσεις: Χρήµατα, Επιδράσεις: Γη Χρήµατα) Action(Λήψη ανείου, Προϋποθέσεις: ΚαλήΠίστη, Επιδράσεις: Χρήµατα Υποθήκη) Action(ΧτίσιµοΣπιτιού, Προϋποθέσεις: Γη, Επιδράσεις: Σπίτι) Action(ΛήψηΆδειας, Προϋποθέσεις: Γη, Επιδράσεις: Άδεια) Action(ΠρόσληψηΕργολάβου, Επιδράσεις: Συµβόλαιο) Action(Κατασκευή, Προϋποθέσεις: Άδεια Συµβόλαιο, Επιδράσεις: ΣπίτιΧτισµένο Άδεια) Action(ΠληρωµήΕργολάβου, Προϋποθέσεις: Χρήµατα ΣπίτιΧτισµένο, Επιδράσεις: Χρήµατα Σπίτι Συµβόλαιο) Decompose(ΧτίσιµοΣπιτιού, Plan(Βήµατα: {S 1 : ΛήψηΆδειας, S 2 : ΠρόσληψηΕργολάβου, S 3 : Κατασκευή, S 4 : ΠληρωµήΕργολάβου} ιατάξεις: {Αρχή S 1 S 3 S 4 Τέλος, Αρχή S 2 S 3 }, Σύνδεσµοι: {Αρχή Γη S 1, Αρχή Χ S 4, S 1 S 3, S 2 Σ S 3, S 3 S 4, S 4 Σπί Τέλος, S 4 Τέλος})) 12-9 Αλγόριθµος σχεδιασµού Βασίζεται στο σχεδιασµό µερικής διάταξης Προσοχή στους περιορισµούς διάταξης και τους αιτιολογικούς συνδέσµους

6 και ένα παράδοξο Σχεδιασµός και δράση σε µη αιτιοκρατικά πεδία Planning and acting in non-deterministic domains

7 Περιπτώσεις σχεδιασµού Φραγµένη / Μη φραγµένη απροσδιοριστία Είδη σχεδιασµού: Σχεδιασµός χωρίς αισθητήρες ή σύµµορφος σχεδιασµός Εξαναγκασµός Σχεδιασµός υπό συνθήκη ή σχεδιασµός µε ενδεχόµενα Αισθητήριες ενέργειες Παρακολούθηση εκτέλεσης και επανασχεδιασµός Συνεχής σχεδιασµός Παράδειγµα: Βάψιµο τραπεζιού και καρέκλας Σχεδιασµός υπό συνθήκη Conditional Planning

8 Πλήρως παρατηρήσιµα περιβάλλοντα µε µε αιτιοκρατικές όµως ενέργειες. ιαζευκτικές επιδράσεις Action(Αριστερά, Προϋποθέσεις: Σε, Επιδράσεις: ΣεΑ Σε ) Επιδράσεις υπό συνθήκη Action(Αναρρόφηση, Προϋποθέσεις:, Επιδράσεις: (when ΣεΑ: ΚαθαρόΑ) (when Σε : Καθαρό )) Συνδυασµός Action(Αριστερά, Προϋποθέσεις: Σε, Επιδράσεις: ΣεΑ (ΣεΑ when ΚαθαρόΑ: ΚαθαρόΑ)) Υπό συνθήκη πλάνα σε πλήρως παρατηρήσιµα περιβάλλοντα Υπό συνθήκη βήµατα if <έλεγχος> then πλάνο_α else πλάνο_β π.χ. if ΣεΑ ΚαθαρόΑ then εξιά else Αναρρόφηση Πλάνο-λύση: [Αριστερά, if ΣεΑ ΚαθαρόΑ Καθαρό then [] else Αναρρόφηση] Αφήνει βρωµιές όταν µετακινείται σε καθαρή θέση Αφήνει βρωµιές όταν εκτελείται αναρρόφηση σε καθαρό τετράγωνο 12-16

9 Κυκλικές λύσεις Πλάνα µε βρόχους [L1: Αριστερά, if Σε then L1 else if ΚαθαρόΑ then [] else Αναρρόφηση] Επιπλέον: Η µετακίνηση αριστερά δεν πετυχαίνει πάντα Μερικώς παρατηρήσιµα περιβάλλοντα Καταστάσεις πεποίθησης Καθώςοπράκτοραςφεύγει από ένα τετράγωνο, µπορεί να αφήνει πίσω του σκουπίδια

10 Περιγραφή καταστάσεων πεποίθησης Με απαρίθµηση συνόλων Εκθετικά µεγάλες περιγραφές Περιορισµένη λογική αναπαράσταση, π.χ. µόνο σύζευξη λεκτικών Σε Καθαρό Υπόθεση ανοικτού κόσµου Προτάσεις γνώσης K(Σε ) K(Καθαρό ) Υπόθεση κλειστού κόσµου για τις προτάσεις γνώσης Αισθητήριες ενέργειες Αυτόµατη αίσθηση Action(Αριστερά, Προϋποθέσεις: Σε, Επιδράσεις: K(ΣεΑ) K(Σε ) when Καθαρό : K(Καθαρό ) when ΚαθαρόΑ: K(ΚαθαρόΑ) when ΚαθαρόΑ: K( ΚαθαρόΑ)) Ενεργητική αίσθηση Action(ΈλεγξεΒροµιά, Επιδράσεις: when ΣεΑ ΚαθαρόΑ: K(ΚαθαρόΑ) when ΣεΑ ΚαθαρόΑ: K( ΚαθαρόΑ) when Σε Καθαρό : K(Καθαρό ) when Σε Καθαρό : K( Καθαρό )) 12-20

11 Παρακολούθηση εκτέλεσης και επανασχεδιασµός Execution monitoring and replanning Παρακολούθηση και επανασχεδιασµός Παρακολούθηση ενεργειών Παρακολούθηση πλάνου 12-22

12 Συνεχής σχεδιασµός Continuous planning Παράδειγµα (1/6) Αρχική κατάσταση Στόχος Επί(C, D) Επί(D, B) Αρχικό πλάνο 12-24

13 Παράδειγµα (2/6) Πριν την έναρξη εκτέλεσης του πλάνου, κάποιος µετακίνησε τον D πάνω στον Β Νέο πλάνο Παράδειγµα (3/6) Επέκταση αιτιολογικού συνδέσµου Το Επί(D,B) µπορεί να υποστηριχθεί από την αρχική κατάσταση. Η ενέργεια Μετακίνηση(D,B) δεν χρειάζεται πλέον

14 Παράδειγµα (4/6) Εκτελείται η ενέργεια Μετακίνηση(C,D), όµως αποτυγχάνει και ο κύβος C τοποθετείται πάνω στον Α Το πλάνο του πράκτορα έχει ως εξής πλέον: Παράδειγµα (5/6) Προστίθεται νέα ενέργεια στο πλάνο Οστόχοςαυτήτηφοράεπιτυγχάνεται 12-28

15 Παράδειγµα (6/6) Η ενέργεια Μετακίνηση(C,D) αφαιρείται από το πλάνο, το οποίο πλέον έχει ως εξής: Σφάλµατα πλάνου Απουσία στόχου Ανοικτές προϋποθέσεις Αιτιολογικές συγκρούσεις Πλεονάζουσες ενέργειες Μη εκτελεσθείσα ενέργεια Περιττός ιστορικός στόχος 12-30

16 Πολυπρακτορικός σχεδιασµός MultiAgent Planning Συνεργατικοί πράκτορες Η µπάλα µπορείναεπιστραφείανακριβώςέναςπαίκτηςβρίσκεται στη σωστή θέση Πράκτορες(A, B) Init(Σε(A, [Αριστερά, ΓραµµήΒάσης]) Σε(B, [ εξιά, ίχτυ]) Πλησιάζει(Μπάλλα, [ εξιά, ΓραµµήΒάσης])) Συµπαίκτης(A, B) Συµπαίκτης(B, A) Goal(Επιστράφηκε(Μπάλλα) Σε(πράκτορας, [x, ίχτυ])) Action(Χτύπηµα(πράκτορας, Μπάλλα), Προϋποθέσεις: Πλησιάζει(Μπάλλα, [x, y]) Σε(πράκτορας, [x, y]) Συµπαίκτης(πράκτορας, συµπαίκτης) Σε(συµπαίκτης, [x, y]) Επιδράσεις: Επιστράφηκε(Μπάλλα)) Action(Μετάβαση(πράκτορας, [x, y]), Προϋποθέσεις: Σε(πράκτορας, [a, b]), Επιδράσεις: Σε(πράκτορας, [x, y]) Σε(πράκτορας, [a, b])) 12-32

17 Συνδυασµένα πλάνα ύο εναλλακτικές λύσεις: Πλάνο 1: A : [Μετάβαση(A, [ εξιά, ΓραµµήΒάσης]), Χτύπηµα(A, Μπάλλα)] B : [NoOp(B), NoOp(B)]. Πλάνο 2: A : [Μετάβαση(A, [Αριστερά, ίχτυ]), NoOp(A)] B : [Μετάβαση(B, [ εξιά, ΓραµµήΒάσης]), Χτύπηµα(B, Μπάλλα)]. Ανάγκη για συντονισµό Πολυσωµατικός σχεδιασµός (1/2) Οσχεδιασµός γίνεται από κεντρικό πράκτορα. Παραδοχή: Όλες οι ενέργειες έχουν ίση διάρκεια Συνδυασµένες ενέργειες NoOp(A), Χτύπηµα(B, Μπάλλα) Πλάνο συνδυασµένων ενεργειών (Πλάνο 2): Μετάβαση(A, [Αριστερά, ίχτυ]), Μετάβαση(B, [ εξιά, ΓραµµήΒάσης]) NoOp(A), Χτύπηµα(B, Μπάλλα) Η χρήση συνδυασµένων ενεργειών είναι αναποδοτική

18 Πολυσωµατικός σχεδιασµός (2/2) Λίστα ταυτόχρονων ενεργειών: Action(Χτύπηµα(A, Μπάλλα), Ταυτόχρονα: Χτύπηµα(B, Μπάλλα) Προϋποθέσεις: Πλησιάζει(Μπάλλα, [x, y]) Σε(A, [x, y]) Επιδράσεις: Επιστράφηκε(Μπάλλα)). Action(Μεταφορά(A, ψυγείο, εδώ, εκεί), Ταυτόχρονα: Μεταφορά(B, ψυγείο, εδώ, εκεί) Προϋποθέσεις: Σε(A, εδώ) Σε(ψυγείο, εδώ) Ψυγείο(ψυγείο) Επιδράσεις: Σε(A, εκεί) Σε(ψυγείο, εκεί) Σε(A, εδώ) Σε(ψυγείο, εδώ)). Σχεδιασµός µερικής διάταξης (POP) µε νέα είδη περιορισµών Μηχανισµοί συντονισµού Ο πολυσωµατικός σχεδιασµός εκτελείται από κάθε πράκτορα, και για όλους τους πράκτορες, ξεχωριστά. Σύµβαση, π.χ. το πρώτο πλάνο Κοινωνικοί νόµοι Επικοινωνία Αναγνώριση πλάνου 12-36

19 Ανταγωνισµός Αναγνώριση άλλων πρακτόρων Αναγνώριση αλληλεπιδράσεων Αλγόριθµοι: And-Or graph search (για δυαδικά προβλήµατα) Minimax (για προβλήµατα βελτιστοποίησης) Θεωρία Παιγνίων 12-37