Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Σχετικά έγγραφα
Περιγραφή Προβλημάτων

Κεφάλαιο 2. Περιγραφή Προβληµάτων και Αναζήτηση Λύσης. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Επίλυση Προβλημάτων 1

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης

Επίλυση Προβλημάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης.

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΜΑΤΙΚΗΣ

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Επίλυση Προβληµάτων. ! Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσµατα της νοηµοσύνης. ! Χαρακτηριστικά αλγορίθµων:

Επίλυση Προβλημάτων 1

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Κεφάλαιο 3. Αλγόριθµοι Τυφλής Αναζήτησης. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Επίλυση προβλημάτων με αναζήτηση

Ε ανάληψη. Ορισµοί της Τεχνητής Νοηµοσύνης (ΤΝ) Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. κριτήρια νοηµοσύνης

Αλγόριθμοι Τυφλής Αναζήτησης

Δομές Δεδομένων και Αλγόριθμοι

Τεχνητή Νοημοσύνη Ι. Εργαστηριακή Άσκηση 4-6. Σγάρμπας Κυριάκος. Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων

ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ

Ευφυείς Τεχνολογίες Πράκτορες

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ

ΚΕΦΑΛΑΙΟ 1 - Επίλυση Προβλημάτων

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή

Κεφάλαιο 6. Ικανοποίηση Περιορισµών. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Κεφάλαιο 5. Αλγόριθµοι Αναζήτησης σε Παίγνια ύο Αντιπάλων. Τεχνητή Νοηµοσύνη - Β' Έκδοση

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

ΕΠΛ 434: Λογικός Προγραμματισμός και Τεχνητή Νοημοσύνη

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Επίλυση Προβλημάτων 1

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Επίλυση προβλημάτων με αναζήτηση

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

Β Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

Εισαγωγή στην έννοια του Αλγορίθμου και στον Προγραμματισμό

Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e

Κλάσεις Πολυπλοκότητας

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Πληροφοριακά Συστήματα & Περιβάλλον

Αλγοριθμικές Τεχνικές

Θεωρία Λήψης Αποφάσεων

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 6: Προβλήματα ικανοποίησης περιορισμών. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Δεδομένα Ζητούμενο Επίλυση Κατανόηση «περιβάλλον»

Λογικός Προγραμματισμός Ασκήσεις

Τυπικός ορισμός και επίλυση προβλημάτων με την χρήση του search.py (Ιεραπόστολοι & Κανίβαλοι) Γαρμπής Γιώργος

Εξελιγµένες Τεχνικές Σχεδιασµού

Αλγόριθμοι Αναζήτησης σε Παίγνια Δύο Αντιπάλων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

ΕΝΟΤΗΤΑ 1 Κεφάλαιο 1: Εισαγωγή στην έννοια του αλγορίθμου και στον Προγραμματισμό. Εισαγωγή στην έννοια του Αλγορίθμου και στον Προγραμματισμό

Υπολογιστικό Πρόβληµα

Περιεχόμενα. Ανάλυση προβλήματος. Δομή ακολουθίας. Δομή επιλογής. Δομή επανάληψης. Απαντήσεις. 1. Η έννοια πρόβλημα Επίλυση προβλημάτων...

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Το πρόβληµα των ιεραποστόλων και κανιβάλων (missionaries and cannibals)

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

Αλγοριθμικές Τεχνικές. Brute Force. Διαίρει και Βασίλευε. Παράδειγμα MergeSort. Παράδειγμα. Τεχνικές Σχεδιασμού Αλγορίθμων

1ο μέρος 1. Φτιάχνουμε την πίστα. Μια ενδεικτική πίστα φαίνεται παρακάτω:

Επίλυση Προβληµάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσµατα της νοηµοσύνης.

Ε ανάληψη. Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. συνεισφορά άλλων επιστηµών στην ΤΝ σήµερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Αναδρομικοί Αλγόριθμοι

Αλγόριθµοι και Πολυπλοκότητα

Σύνθεση διαδικτυακών υπηρεσιών με χρήση τεχνικών σχεδιασμού ενεργειών

Περιεχόμενα ΓΕΩΠΥΛΗ ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ ΚΕΝΤΡΙΚΟ SITE

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης

Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 5: ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ-ΑΝΑΓΩΓΗ

Σειρά Προβλημάτων 5 Λύσεις

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Β ΛΥΚΕΙΟΥ

Δομές Δεδομένων και Αλγόριθμοι. Λουκάς Γεωργιάδης

Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος. Διαχείριση Υδατικών Πόρων

ΔΙΑΓΩΝΙΣΜΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ 2008

4 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ

Προβλήµατα. 1st International Olympiad in Informatics Held in Pravetz, Bulgaria May 16-19, 1989.

Περιεχόμενα. Ανάλυση προβλήματος. Δομή ακολουθίας. Δομή επιλογής. Δομή επανάληψης. Απαντήσεις. 1. Η έννοια πρόβλημα Επίλυση προβλημάτων...

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 16: Αναγωγές

Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος. Τεχνολογία Συστημάτων Υδατικών Πόρων

Αξιολόγηση Ευριστικών Αλγορίθµων

Πολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης

Κεφάλαιο 1 : Ανάλυση προβλήματος

Chess Academy Free Lessons Ακαδημία Σκάκι Δωρεάν Μαθήματα. Οι κινήσεις των κομματιών Σκοπός της παρτίδας, το Ματ Πατ Επιμέλεια: Γιάννης Κατσίρης

Transcript:

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1

Περιγραφή Προβλημάτων Διαισθητικά, σε ένα πρόβλημα υπάρχει μια δεδομένη κατάσταση (αρχική) μια επιθυμητή κατάσταση (τελική) διαθέσιμες ενέργειες που μπορούν να γίνουν για να επιτευχθεί ο στόχος Στην καθημερινότητα χρησιμοποιείται λανθασμένα ο όρος «πρόβλημα», εφόσον μπορεί κάποιο από τα τρία στοιχεία να μην είναι γνωστό. Η επίλυση προβλημάτων που επιδιώκεται από την Τεχνητή Νοημοσύνη απαιτεί τον σαφή και τυποποιημένο ορισμό τους. Ο ορισμός ενός προβλήματος είναι ανεξάρτητος από την πολυπλοκότητα επίλυσής του: Ο ορισμός καθορίζεται από την αναπαράσταση Η πολυπλοκότητα καθορίζεται από τον αλγόριθμο που χρησιμοποιείται για την επίλυσή του. 2

Classic AI toy problems 3

Κύβοι (Blocks World) Ν κύβοι βρίσκονται σε τυχαία διάταξη πάνω στο τραπέζι. Σκοπός είναι να μετακινηθούν οι κύβοι ώστε να σχηματισθεί μια άλλη διάταξη. Ένας κύβος μπορεί να μετακινηθεί, εφόσον έχει ελεύθερη την επάνω έδρα του. 4

Rubik s Cube (Due to popular demand, the initial image was replaced) 5

Ν-Puzzle Ένα πλαίσιο περιέχει Ν διακριτά πλακίδια, τα οποία μπορούν να μετακινηθούν σε γειτονική θέση, εφόσον αυτή είναι κενή. Σκοπός είναι τα πλακίδια να μετακινηθούν σε κάποια επιθυμητή διάταξη. 6

Τρίλιζα (Tic-Tac-Toe) Δύο παίκτες σημειώνουν εναλλάξ Χ ή Ο στις εννέα θέσεις του αρχικά κενού ταμπλώ με σκοπό κάποιος να έχει τελικά τρία Χ ή τρία Ο στη σειρά, οριζόντια, κατακόρυφα ή διαγώνια. 7

Λαβύρινθος Αναζήτηση μιας διαδρομής σε έναν χώρο με εμπόδια από την είσοδο έως την έξοδο ή από ένα σημείο του χώρου σε ένα άλλο. 8

N-Queens Πώς μπορώ να τοποθετήσω Ν βασίλισσες σε μία ΝxN σκακιέρα, χωρίς να απειλούνται μεταξύ τους; 9

Πύργοι του Hanoi Ν δίσκοι διαφορετικού μεγέθους πρέπει να μεταφερθούν ένας ένας από ένα στύλο σε έναν άλλο, μέσω ενός τρίτου στύλου, με την ίδια τελική διάταξη, ενώ δεν πρέπει σε καμία στιγμή να τοποθετηθεί ένας μεγαλύτερος δίσκος πάνω από έναν μικρότερο. 10

Κανίβαλοι και Ιεραπόστολοι Τρεις κανίβαλοι και τρεις ιεραπόστολοι πρέπει να περάσουν το ποτάμι με μια βάρκα που μπορεί να μεταφέρει το πολύ δύο άτομα κάθε φορά, χωρίς οι κανίβαλοι σε μία από τις δύο όχθες, σε οποιαδήποτε στιγμή, να υπερβαίνουν σε αριθμό τους ιεραπόστολους. http://www.plastelina.net/game2.html 11

O αγρότης και το ποτάμι Ένας αγρότης θέλει να μεταφέρει έναν λύκο, ένα πρόβατο και λάχανα από την μία πλευρά του ποταμού στην άλλη, με μια μικρή βάρκα που χωράει μόνο τον ίδιο και άλλο ένα αντικείμενο. Αν δεν τα προσέχει ο λύκος θα φάει το πρόβατο και το πρόβατο τα λάχανα. http://www.plastelina.net/game1.html 12

Ποτήρια Δύο ποτήρια συγκεκριμένης χωρητικότητας, π.χ. 50 και 70 ml, μπορούν να γεμίζουν μέχρι το χείλος από μία βρύση και να αδειάζουν είτε το ένα μέσα στο άλλο είτε στο νεροχύτη. Τελικός στόχος είναι να υπάρχουν τελικά συγκεκριμένα ml, π.χ. 40, σε κάποιο από τα δύο. 13

Family Crisis Η οικογένεια πρέπει να περάσει απέναντι με μια λάμπα που κρατάει 30 δευτερόλεπτα. Ο κορμός κρατάει το πολύ 2 άτομα. Ο καθένας περπατάει με διαφορετική ταχύτητα και χρειάζεται 1, 3, 6, 8, 12 sec για να περάσει. http://www.plastelina.net/game3.html 14

Περιγραφή προβήματος Με χώρο καταστάσεων (state space) Με αναγωγή (reduction) 15

Περιγραφή προβήματος Με χώρο καταστάσεων (state space) Με αναγωγή (reduction) 16

Περιγραφή προβλήματος με χώρο καταστάσεων Ο κόσμος ενός προβλήματος αποτελείται μόνο από τα αντικείμενα που υπάρχουν σε αυτόν, τις ιδιότητες των αντικειμένων και τις σχέσεις που τα συνδέουν Υποσύνολο του πραγματικού κόσμου που περιέχει μόνο ότι σχετίζεται άμεσα με το πρόβλημα (π.χ. στο πρόβλημα των κύβων δεν μας ενδιαφέρει το χρώμα του κάθε κύβου). Κλειστός κόσμος: κανένα αντικείμενο, ιδιότητα ή σχέση δεν εισάγεται ή εξάγεται από τον κόσμο. Ανοιχτός κόσμος: εξωτερικές παρεμβάσεις μπορεί να αλλάξουν την περιγραφή του (μη προβλέψιμος, πιο δύσκολα προβλήματα). 17

Κατάσταση κόσμου Η κατάσταση (state) του κόσμου είναι ένα στιγμιότυπο (instance) ή μια φωτογραφία (snapshot) του κόσμου σε μια δεδομένη χρονική στιγμή Η τυπική αναπαράσταση (περιγραφή) της κατάστασης γίνεται με περιγραφή των χαρακτηριστικών της Πρέπει να είναι επαρκής, δηλαδή οι ιδιότητες που θα αποτυπωθούν να επιλεχθούν με τέτοιο τρόπο ώστε διαφορετικές τιμές τους αντικατοπτρίζουν τις πραγματικές διαφορές των στιγμιοτύπων του κόσμου αφαίρεση, abstraction: αφαιρούνται από τη περιγραφή όλες οι ιδιότητες που δεν είναι σημαντικές για την επίλυση του προβλήματος S είναι το σύνολο όλων των έγκυρων (valid) καταστάσεων (χώρος καταστάσεων) 18

Λεκτικές Περιγραφές Αντικείμενα Ιδιότητες Σχέσεις Κύβος Α Κύβος Β Κύβος Γ Τραπέζι Τ Κύβος Α ελεύθερος Κύβος Γ ελεύθερος Τ έχει αρκετό ελεύθερο χώρο Κύβος Β δεν είναι ελεύθερος Κύβος Α πάνω στον Β Κύβος Β πάνω στο Τ Κύβος Γ πάνω στο Τ 19

Αρχική και τελική κατάσταση προβλήματος Αρχική κατάσταση Αντικείμενα Ιδιότητες Σχέσεις 3 ιεραπόστολοι 3 κανίβαλοι Βάρκα Αριστερή όχθη Δεξιά όχθη Τελική κατάσταση Αντικείμενα Ιδιότητες Σχέσεις 3 ιεραπόστολοι 3 κανίβαλοι Βάρκα Αριστερή όχθη Δεξιά όχθη Η βάρκα χωράει 2 άτομα Η βάρκα χωράει 2 άτομα Ιεραπόστολοι στην αριστερή όχθη Κανίβαλοι στη αριστερή όχθη Βάρκα στην αριστερή όχθη Ιεραπόστολοι στην δεξιά όχθη Κανίβαλοι στη δεξιά όχθη 20

Τελεστές / Ενέργειες Οι τελεστές καταστάσεων (operators) ή ενέργειες (actions) επιτρέπουν την μετάβαση από μία κατάσταση σε μια νέα. Το σύνολο των τελεστών σε ένα πρόβλημα ορίζεται ως Τ:S S, (remember S, το σύνολο όλων των έγκυρων καταστάσεων;). Παραδείγματα τελεστών για τον κόσμο των κύβων: Βάλε τον κύβο Α πάνω στον κύβο Γ. Βάλε τον κύβο Α πάνω στον κύβο Β. Βάλε τον κύβο Α πάνω στο τραπέζι Τ. Οι τελεστές μετάβασης μπορεί να περιέχουν μεταβλητές για να αποφευχθεί ο μεγάλος αριθμός τελεστών που προκύπτουν από όλους τους πιθανούς συνδυασμούς. Βάλε τον κύβο?χ πάνω στον κύβο?υ. Ένας τελεστής μπορεί να εφαρμοστεί σε μόνο ορισμένες καταστάσεις και να τις αλλάξει μέσω της αλλαγής της περιγραφής τους. 21

Προϋποθέσεις και Αποτελέσματα Για να είναι δυνατή η εφαρμογή ενός τελεστή σε μια κατάσταση του κόσμου συνήθως πρέπει να ισχύουν κάποιες προϋποθέσεις (preconditions) Για τον τελεστή «Βάλε τον κύβο Χ πάνω στον κύβο Υ» πρέπει ο Χ και ο Υ να είναι ελεύθεροι ο Χ να βρίσκεται πάνω σε κάποιο Ζ (τόσο οι κύβοι όσο και το τραπέζι Τ συμπεριλαμβάνονται στην μεταβλητή Ζ) ο Χ και ο Υ να είναι διαφορετικοί κύβοι Μετά την εφαρμογή ενός τελεστή, η νέα κατάσταση προκύπτει από τα αποτελέσματά του (results) Μετά την εφαρμογή του τελεστή «Βάλε τον κύβο Χ πάνω στον κύβο Υ» ο κύβος Χ βρίσκεται πάνω στον Υ ο Υ δεν είναι πλέον ελεύθερος ο Χ δεν είναι πάνω στο Ζ πλέον ο Ζ είναι ελεύθερος 22

Παράδειγμα Τελεστή Τελεστής Μετέφερε δύο ιεραπόστολους από την αριστερή όχθη στη δεξιά. Προϋποθέσεις Υπάρχουν τουλάχιστον 2 ιεραπόστολοι στην αριστερή όχθη. Η βάρκα είναι στην αριστερή όχθη. Ο αριθμός των ιεραπόστολων που θα προκύψει στην αριστερή όχθη να μην είναι μικρότερος από τον αριθμό των κανιβάλων ή να μην υπάρχει άλλος ιεραπόστολος στην αριστερή όχθη. Αποτελέσματα Ο αριθμός των ιεραπόστολων στην αριστερή όχθη μειώνεται κατά 2. Ο αριθμός των ιεραπόστολων στη δεξιά όχθη αυξάνεται κατά 2. Η βάρκα δεν είναι πλέον στην αριστερή όχθη. Η βάρκα είναι στη δεξιά όχθη. 23

Χώρος καταστάσεων Χώρος καταστάσεων (state space ή domain space) ονομάζεται το σύνολο όλων των έγκυρων καταστάσεων. Διαισθητικά, ο χώρος καταστάσεων μπορεί να απεικονιστεί με έναν γράφο όπου κόμβοι είναι οι καταστάσεις και ακμές οι τελεστές μετάβασης Τυπικά, ο χώρος καταστάσεων μπορεί να περιγραφεί σε κάποια κατάλληλη γλώσσα ή σύστημα, όπως για παράδειγμα τη λογική. 24

Τυπικός ορισμός προβλήματος & λύσης Ένα πρόβλημα (problem) ορίζεται ως η τετράδα P = (I, G, T, S) I είναι η αρχική κατάσταση, I S G είναι το σύνολο των τελικών καταστάσεων, G S T είναι το σύνολο των τελεστών, Τ:S S S είναι ο χώρος καταστάσεων Λύση (solution) σε ένα πρόβλημα (I, G, T, S) είναι μια ακολουθία από τελεστές μετάβασης: t 1, t 2,, t n T με την ιδιότητα g = t n ( (t 2 (t 1 (I))) ), όπου g G 25

Κατηγορίες προβλημάτων Τα προβλήματα μπορούν να κατηγοριοποιηθούν ανάλογα με την ερμηνεία που δίνεται στον όρο λύση: Σχεδιασμού ενεργειών (planning): τελική κατάσταση πλήρως γνωστή, επιδιώκεται η εύρεση μιας σειράς ενεργειών που την επιτυγχάνει (π.χ. πλοήγηση, στρατηγική, εφοδιαστική) Χρονοπρογραμματισμού (scheduling), ικανοποίησης περιορισμών (constraint satisfaction): γνωστές κάποιες ιδιότητες της τελικής κατάστασης, ζητούμενη η εύρεση ενός πλήρους στιγμιοτύπου (π.χ. ωρολόγιο πρόγραμμα, σταυρόλεξο) Διαμόρφωσης (configuration): γνωστές ιδιότητες της τελικής κατάστασης, ζητούμενο τόσο η πλήρης κατάσταση όσο και οι ενέργειες που οδήγησαν σε αυτήν (π.χ. συναρμολόγηση) Βελτιστοποίησης: η εύρεση οποιασδήποτε λύσης δεν είναι δύσκολη, αλλά ζητείται η βέλτιστη λύση (π.χ. πλανόδιος πωλητής) 26

Περιγραφή προβήματος Με χώρο καταστάσεων (state space) Με αναγωγή (reduction) 27

Περιγραφή προβλήματος με αναγωγή Βασική ιδέα είναι ότι μια ακολουθία από τελεστές ανάγουν την περιγραφή του προβλήματος σε υποπροβλήματα τα οποία είναι άμεσα επιλύσιμα και ονομάζονται αρχέγονα (primitive). Παράδειγμα: για να μεταφερθούν Ν δίσκοι (Ν>1) από τον στύλο 1 στον στύλο 3, πρέπει: Να μεταφερθούν οι Ν-1 μικρότεροι δίσκοι από τον 1 στον 2 Να μεταφερθεί ο μεγαλύτερος δίσκος από τον 1 στον 3 Να μεταφερθούν οι Ν-1 δίσκοι από τον 2 στον 3 28

Τυπικός ορισμός προβλήματος Ένα πρόβλημα (problem) ορίζεται ως η τετράδα P = (ID, GD, TR, PP) ID είναι η αρχική περιγραφή GD είναι ένα σύνολο από τελικές περιγραφές TR είναι ένα σύνολο τελεστών αναγωγής PP είναι ένα σύνολο από αρχέγονα προβλήματα 29

Χώρος Καταστάσεων VS Αναγωγή Υπάρχουν αντιστοιχίες μεταξύ των δύο τρόπων περιγραφής προβλημάτων. Γενικά τα προβλήματα μπορούν να αναπαρασταθούν με οποιονδήποτε από τους δύο τρόπους. Συνήθως στο κάθε πρόβλημα ταιριάζει καλύτερα ο ένας ή ο άλλος. Η PROLOG βασίζεται στην αναγωγή. 30

Ενδεικτική Βιβλιογραφία Ενότητα 2.1 (2.1.1 και 2.1.2) του βιβλίου «Τεχνητή Νοημοσύνη», Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας και Η. Σακελλαρίου. 31