ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Σχετικά έγγραφα
Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

Ε ανάληψη. Παιχνίδια τύχης. Παιχνίδια ατελούς ληροφόρησης. Λογικοί ράκτορες. ΠΛΗ 405 Τεχνητή Νοηµοσύνη αναζήτηση expectiminimax

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Τεχνητή Νοημοσύνη. Ενότητα 5: Αναπαράσταση Γνώσης με Λογική

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Αναπαράσταση Γνώσης µε Λογική. Προτασιακή Λογική

Λογική. Προτασιακή Λογική. Λογική Πρώτης Τάξης

Ασκήσεις μελέτης της 8 ης διάλεξης

Αναπαράσταση Γνώσης και Συλλογιστικές

Αναπαράσταση Γνώσης και Συλλογιστικές

Κανονικές μορφές - Ορισμοί

Προτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος

Επανάληψη. ΗΥ-180 Spring 2019

Υπολογιστική Λογική και Λογικός Προγραμματισμός

ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΤΗΝ ΛΟΓΙΚΗ ΚΑΙ ΘΕΩΡΙΑ ΑΛΓΟΡΙΘΜΩΝ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΥ

Υποδ: Χρησιμοποιήστε τον ορισμό της λογικής συνεπαγωγής (λογικής κάλυψης).

ΠΛΗ 405 Τεχνητή Νοηµοσύνη Ε ανάληψη. πεπερασµένα χρονικά περιθώρια ανά κίνηση. απευθείας αξιολόγηση σε ενδιάµεσους κόµβους

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

ΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες.

Λύσεις Σειράς Ασκήσεων 1

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

Μηχανισμός Εξαγωγής Συμπερασμάτων

Τεχνητή Νοημοσύνη ( )

Ευχαριστίες. Τέλος θα ήθελα να ευχαριστήσω όλους όσους ήταν δίπλα μου όλα αυτά τα χρόνια και με βοήθησαν να πραγματοποιήσω τους στόχους μου.

Υπολογιστικά & Διακριτά Μαθηματικά

1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

Λογικός Προγραμματισμός

Μαθηματική Λογική και Λογικός Προγραμματισμός

Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF

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

9.1 Προτασιακή Λογική

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

4.3 Ορθότητα και Πληρότητα

Τεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 9η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη Ι. Ενότητα 7:Προτασιακή Λογική. Πέππας Παύλος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΛΟΓΙΚΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2019 Ζωγραφιστού Δήμητρα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη Ε ανάληψη. πράκτορες βασισµένοι σε προτασιακή λογική. πράκτορες βασισµένοι σε κύκλωµα

Ασκήσεις μελέτης της 11 ης διάλεξης

Λογική. Δημήτρης Πλεξουσάκης. Ασκήσεις 2ου Φροντιστηρίου: Προτασιακός Λογισμός: Κανονικές Μορφές, Απλός Αλγόριθμος Μετατροπής σε CNF/DNF, Άρνηση

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 08/03/2018 Ζωγραφιστού Δήμητρα

Κεφάλαιο 9. Λογική. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο )

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6

Σειρά Προβλημάτων 1 Λύσεις

Βασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Φροντιστήριο 4: Μορφολογική Παραγωγή. Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

Περιεχόμενα. Εισαγωγή του επιμελητή, Γιάννης Σταματίου 15 Πρόλογος 17 Εισαγωγή 23. Μέρος I. ΕΠΑΝΑΛΗΠΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΑΝΑΛΛΟΙΩΤΕΣ ΣΥΝΘΗΚΕΣ

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 15/03/2017 Ζωγραφιστού Δήμητρα

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Μαθηματική Λογική και Λογικός Προγραμματισμός

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Κεφάλαιο 2 Λογικός προγραμματισμός Υπολογισμός με λογική

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 6: Προτασιακός Λογισμός

Υπολογισμός στο Λογικό Προγραμματισμό. Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος;

Στοιχεία Προτασιακής Λογικής

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών

p p p q p q p q p q

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

Μαθηματική Λογική και Απόδειξη

Εξελιγµένες Τεχνικές Σχεδιασµού

ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ

επανενεργοποιηθεί Βιομηχανικά Ηλεκτρονικά - Κ.Ι.Κυριακόπουλος Control Systems Laboratory

ΚΕΦΑΛΑΙΟ 3: Κατηγορηματική Λογική Πρώτης Τάξεως και Λογικά Προγράμματα

ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ. Βασικά Στοιχεία Λογικής

! όπου το σύµβολο έχει την έννοια της παραγωγής, δηλαδή το αριστερό µέρος ισχύει ενώ το δεξιό µέρος συµπεραίνεται και προστίθεται στη βάση γνώσης.

Λογική πρώτης τάξης. Παραδοχές

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 12: Συμπερασμός στη λογική πρώτης τάξης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Ask seic Majhmatik c Logik c 2

Β Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους


ΠΛΗ 405 Τεχνητή Νοηµοσύνη


Στοιχεία Προτασιακής Λογικής

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος.

Prˆktorec Basismènoi sth Gn sh

Μαθηματική Λογική και Λογικός Προγραμματισμός

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων

Υπολογιστική Πολυπλοκότητα

ΗΥ Λογική. Διδάσκων: Δημήτρης Πλεξουσάκης Καθηγητής

Σειρά Προβλημάτων 1 Λύσεις

K15 Ψηφιακή Λογική Σχεδίαση 4+5: Άλγεβρα Boole

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Υπολογιστική Πολυπλοκότητα

Transcript:

ΤΕΙ Δυτικής Μακεδονίας ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 2015-2016 Τεχνητή Νοημοσύνη Λογικοί Πράκτορες Διδάσκων: Τσίπουρας Μάρκος Εκπαιδευτικό Υλικό: Τσίπουρας Μάρκος http://ai.uom.gr/aima/

2 Πράκτορες βασισμένοι στη γνώση Βάση γνώσης (knowledge base): Σύνολο προτάσεων (sentences) Γλώσσα αναπαράστασης της γνώσης Γνωστικό υπόβαθρο: «Αμετάβλητο» μέρος της ΒΓ Βασικές εργασίες: Tell, Ask Δηλωτική / Διαδικαστική προσέγγιση

Ο κόσμος του Wumpus (1/2) 3

Ο κόσμος του Wumpus (2/2) Μέτρο απόδοσης: +1000 για χρυσό -1000 για wumpus, γούβα -1 για κάθε βήμα -10 για βέλος Περιβάλλον: Πιθανότητα 20% για γούβα Μηχανισμοί δράσης Μετακίνηση Στροφή 90 ο Αρπαγή Εξακόντιση Αντιλήψεις [Δυσοσμία, Αύρα, Λάμψη, Γδούπος, Κραυγή] 4

Παράδειγμα (1/2) 7-5

Παράδειγμα (2/2) 7-6

Λογική Logic

8 Γλώσσες Σύνταξη, καλά σχηματισμένες προτάσεις x+y=2, xy2+= Σημασιολογία λογικής Αλήθεια πρότασης Δυνατοί κόσμοι Μοντέλα Μοντέλο πρότασης Η πρόταση είναι αληθής στο μοντέλο Λογική κάλυψη (entailment) α β x + y = 4 4 = x + y Ανεξάρτητη από τον τρόπο συμπερασμού

9 Έλεγχος μοντέλων Έστω ότι οι «μεταβλητές» μας αφορούν την ύπαρξη γούβας στα τετράγωνα [1,2], [2,2] και [3,1] α 1 = Δεν υπάρχει γούβα στο [1,2]. KB α 1 α 2 = Δεν υπάρχει γούβα στο [2,2]. KB α 2

10 Αλγόριθμοι συμπερασμού KB i α : Ο αλγόριθμος i παράγει την πρόταση α από την KB Χαρακτηριστικά αλγορίθμων: Ορθός (sound), διατηρεί την αλήθεια (truth preserving) Πλήρης (complete) Θεμελίωση: Σύνδεση των αντικειμένων/σχέσεων του πραγματικού κόσμου με μεταβλητές/σχέσεις της βάσης γνώσης. Αισθητηριακή εμπειρία, μάθηση

Προτασιακή λογική Propositional logic

Σύνταξη Ατομικές προτάσεις Προτασιακά σύμβολα: P, Q, R, W 1,3, Γ 3,1, Αληθές, Ψευδές Λογικά συνδετικά Άρνηση, W 1,3 Λεκτικά (literals), Θετικό λεκτικό: W 1,3, Αρνητικό λεκτικό:, W 1,3 Σύζευξη, W 1,3 Γ 3,1 Συζευκτέοι Διάζευξη, (W 1,3 Γ 3,1 ) W 2,2 Διαζευκτέοι Συνεπαγωγή, (W 1,3 Γ 3,1 ) W 2,2 προϋπόθεση ή προηγούμενο, συμπέρασμα ή επακόλουθο κανόνες, προτάσεις εάν-τότε Ισοδυναμία, W 1,3 W 2,2 Προτεραιότητα:,,,, 12

Σημασιολογία Μοντέλο (στην προτασιακή λογική): Καθορίζει την τιμή αληθείας κάθε προτασιακού συμβόλου. Πίνακας αληθείας P Q P P Q P Q P Q P Q Ψευδές Ψευδές Αληθές Ψευδές Ψευδές Αληθές Αληθές Ψευδές Αληθές Αληθές Ψευδές Αληθές Αληθές Ψευδές Αληθές Ψευδές Ψευδές Ψευδές Αληθές Ψευδές Ψευδές Αληθές Αληθές Ψευδές Αληθές Αληθές Αληθές Αληθές 7-13

14 Μια απλή βάση γνώσης Θα ασχοληθούμε μόνο με τις γούβες: R 1 : Γ 1,1 R 2 : Α 1,1 (Γ 1,2 Γ 2,1 ). R 3 : Α 2,1 (Γ 1,1 Γ 2,2 Γ 3,1 ). R 4 : Α 1,1 R 5 : Α 2,1 Βάση γνώσης: Σύζευξη προτάσεων KB R 1 R 2 R 3 R 4 R 5

15 Συμπερασμός με απαρίθμηση Θέλουμε να απαντάμε σε ερωτήσεις της μορφής: KB α 7 μεταβλητές: Α 1,1, Α 2,1, Γ 1,1, Γ 1,2, Γ 2,1, Γ 2,2 και Γ 3,1 2 7 =128 δυνατά μοντέλα Η ΚΒ είναι αληθής σε 3 από αυτά. KB Γ 1,2 KB Γ 2,2 KB Γ 2,2 Χρονική πολυπλοκότητα: Ο(2 n ) Χωρική πολυπλοκότητα: Ο(n) όπου n το πλήθος των προτασιακών συμβόλων Κάθε γνωστός αλγόριθμος συμπερασμού για την προτασιακή λογική έχει μια πολυπλοκότητα χειρότερης περίπτωσης που είναι εκθετική ως προς το μέγεθος της εισόδου.

16 Λογική ισοδυναμία (α β) (β α) αντιμεταθετικότητα του (α β) (β α) αντιμεταθετικότητα του ((α β) γ) (α (β γ)) προσεταιριστικότητα του ((α β) γ) (α (β γ)) προσεταιριστικότητα του ( α) α απαλοιφή διπλής άρνησης (α β) ( β α) αντιθετοαντιστροφή (α β) ( α β) απαλοιφή συνεπαγωγής (α β) ((α β) (β α) απαλοιφή αμφίδρομης υποθετικής πρότασης (α β) ( α β) νόμος De Morgan (α β) ( α β) νόμος De Morgan (α (β γ)) ((α β) (a γ)) επιμεριστικότητα του ως προς το (α (β γ)) ((α β) (a γ)) επιμεριστικότητα του ως προς το

17 Έγκυρες και Ικανοποιήσιμες προτάσεις Έγκυρες προτάσεις: Είναι αληθείς σε όλα τα μοντέλα Ικανοποιήσιμες προτάσεις: Είναι αληθείς σε τουλάχιστον ένα μοντέλο. Η πρόταση α είναι αληθής στο μοντέλο m Το m ικανοποιεί την α To m είναι ένα μοντέλο της α Προβλήματα ικανοποίησης περιορισμών Η α είναι έγκυρη εάν και μόνο αν η α δεν είναι ικανοποιήσιμη. Απαγωγή σε άτοπο: α β εάν και μόνο εάν η πρόταση (α β) είναι μη ικανοποιήσιμη.

Πρότυπα συλλογιστικής στην προτασιακή λογική

19 Κανόνες συμπερασμού, Modus ponens («τρόπος του θέτειν») Απαλοιφή του ΚΑΙ ( ) ( ) ( ) ( ) Όλες οι λογικές ισοδυναμίες, π.χ.

20 Παράδειγμα (1/3) Θα αποδείξουμε το Γ 1,2 : R 1 : Γ 1,1 R 2 : Α 1,1 (Γ 1,2 Γ 2,1 ) R 3 : Α 2,1 (Γ 1,1 Γ 2,2 Γ 3,1 ) R 4 : Α 1,1 R 5 : Α 2,1 R 6 : (Α 1,1 (Γ 1,2 Γ 2,1 )) ((Γ 1,2 Γ 2,1 ) Α 1,1 ) R 7 : ((Γ 1,2 Γ 2,1 ) Α 1,1 ) R 8 : ( Α 1,1 (Γ 1,2 Γ 2,1 )) R 9 : (Γ 1,2 Γ 2,1 ) R 10 : Γ 1,2 Γ 2,1

21 Αποδείξεις Διαδικασία αναζήτησης Προς τα εμπρός Προς τα πίσω Μονοτονικότητα εάν KB α τότε KB β α

22 Παράδειγμα (2/3) Από τις προτάσεις: R 1 : Γ 1,1 R 2 : Α 1,1 (Γ 1,2 Γ 2,1 ) R 3 : Α 2,1 (Γ 1,1 Γ 2,2 Γ 3,1 ) R 4 : Α 1,1 R 5 : Α 2,1 R 6 : (Α 1,1 (Γ 1,2 Γ 2,1 )) ((Γ 1,2 Γ 2,1 ) Α 1,1 ) R 7 : ((Γ 1,2 Γ 2,1 ) Α 1,1 ) R 8 : ( Α 1,1 (Γ 1,2 Γ 2,1 )) R 9 : (Γ 1,2 Γ 2,1 ) R 10 : Γ 1,2 Γ 2,1 και πηγαίνοντας από το [2,1] στο [1,1] και μετά στο [1,2], όπου υπάρχει δυσοσμία αλλά όχι αύρα, προκύπτουν

23 Παράδειγμα (3/3) (συνέχεια ) R 11 : Α 1,2 R 12 : Α 1,2 (Γ 1,1 Γ 2,2 Γ 1,3 ) Εφαρμόζοντας αντιθετοαντιστροφή παίρνουμε: R 13 : Γ 2,2 R 14 : Γ 1,3 Από τις R 3 και R 5 παίρνουμε: R 15 : Γ 1,1 Γ 2,2 Γ 3,1 Από την R 15 και την R 13 παίρνουμε: R 16 : Γ 1,1 Γ 3,1 Τέλος από την R 16 και την R 1 παίρνουμε: R 17 : Γ 3,1

Ανάλυση (resolution) Μοναδιαία ανάλυση (unit resolution) Πλήρης ανάλυση Διαζευκτική πρόταση, συμπληρωματικά λεκτικά Παράδειγμα: 24 k i i k l l l l m l l 1 1 1 1, n j j k i i n k m m m m l l l l m m l l 1 1 1 1 1 1 1 1, 2,2 3,1 2,2 1,1 3,1,1 1, Γ Γ Γ Γ Γ Γ l i = m l i = m j

25 Πληρότητα Οποιοσδήποτε πλήρης αλγόριθμος αναζήτησης που εφαρμόζει μόνο τον κανόνα της ανάλυσης μπορεί να συνάγει οποιοδήποτε συμπέρασμα που καλύπτεται λογικά από οποιαδήποτε βάση γνώσης της προτασιακής λογικής. Με δεδομένο το Α δεν μπορεί να «αποδείξει» το Α Β. Μπορεί όμως να απαντήσει εάν το Α Β είναι αληθές ή ψευδές. Πληρότητα διάψευσης

26 Συζευκτική κανονική μορφή (conjunctive normal form, CNF) Κάθε πρόταση της προτασιακής λογικής είναι λογικά ισοδύναμη με μια σύζευξη διαζεύξεων λεκτικών. k-cnf: Ακριβώς k λεκτικά ανά πρόταση. Διαδικασία μετατροπής σε CNF (παράδειγμα για R 2 ): R 2 : Α 1,1 (Γ 1,2 Γ 2,1 ) (Α 1,1 (Γ 1,2 Γ 2,1 )) ((Γ 1,2 Γ 2,1 ) Α 1,1 ) ( Α 1,1 Γ 1,2 Γ 2,1 ) ( (Γ 1,2 Γ 2,1 ) Α 1,1 ) ( Α 1,1 Γ 1,2 Γ 2,1 ) (( Γ 1,2 Γ 2,1 ) Α 1,1 ) ( Α 1,1 Γ 1,2 Γ 2,1 ) ( Γ 1,2 Α 1,1 ) ( Γ 2,1 Α 1,1 )

27 Αλγόριθμος ανάλυσης Για να αποδείξουμε το KB α, αποδεικνύουμε ότι η (KB α) είναι μη ικανοποιήσιμη: Εισάγουμε στην KB την α. Μετατρέπουμε την (KB α) σε μορφή CNF. Εφαρμόζουμε τον κανόνα της ανάλυσης σε οποιοδήποτε ζεύγος προτάσεων όπου μπορεί να εφαρμοστεί. Εάν καταλήξουμε σε άτοπο, η πρόταση α καλύπτεται από την KB. Ειδάλλως δεν καλύπτεται

28 Παράδειγμα Έστω οι δύο προτάσεις R 2 και R 4 : KB = R 2 R 4 = (Α 1,1 (Γ 1,2 Γ 2,1 )) Α 1,1 Θέλουμε να αποδείξουμε την Γ 1,2. Μετατρέπουμε την (KB Γ 1,2 ) σε CNF και εφαρμόζουμε την ανάλυση:

29 Προτάσεις Horn Διαζευκτικές προτάσεις με το πολύ ένα θετικό λεκτικό: Θ 1,1 Αύρα Α 1,1 Λογικός προγραμματισμός, Prolog Οριστικές προτάσεις: Διαζεύξεις με ακριβώς ένα θετικό λεκτικό. Γράφονται και ως «κανόνες»: Θ 1,1 Αύρα Α 1,1 Κεφαλή (head) κανόνα: Θ 1,1 Αύρα Σώμα (body) κανόνα: Α 1,1 Γεγονότα (facts): Μόνο ένα θετικό λεκτικό. Περιορισμοί ακεραιότητας (integrity constraints): Μόνο αρνητικά λεκτικά. W 1,1 W 1,2

30 Συμπερασμός με προτάσεις Horn Προς τα εμπρός αλυσίδα εκτέλεσης Καθοδηγούμενη από τα δεδομένα Προς τα πίσω αλυσίδα εκτέλεσης Καθοδηγούμενη από τους στόχους Γραμμικός χρόνος ως προς το μέγεθος της βάσης γνώσης Γράφημα AND-OR P Q L M P B L M A P L A B L A B

Αποδοτικός Προτασιακός Συμπερασμός

32 Αλγόριθμος DPLL Davis, Putman, Logemann, Loveland (1962) Πλήρης αναζήτηση με υπαναχώρηση Αναδρομική, πρώτα σε βάθος, απαρίθμηση των δυνατών μοντέλων. Βελτιώσεις Πρόωρος τερματισμός: Μπορούμε να συμπεράνουμε για την αλήθεια ή το ψεύδος μιας πρότασης, χωρίς να έχουμε τις τιμές όλων των μεταβλητών. (A B) (A C) Αμιγή σύμβολα: Εμφανίζονται με το ίδιο πρόσημο σε όλες τις προτάσεις. (A B) ( B C) (C A) Μοναδιαίες διαζευκτικές προτάσεις: Όλα τα λεκτικά εκτός από ένα είναι Ψευδή.

33 Αλγόριθμοι τοπικής αναζήτησης Αναρρίχηση λόφων, Προσομοιωμένη ανόπτηση, Ευρετική συνάρτηση: Πλήθος διαζευκτικών προτάσεων που δεν ικανοποιούνται. Αλγόριθμος WalkSat: Επιλογή τυχαίας διαζευκτικής πρότασης Επιλογή συμβόλου για αλλαγή τιμής: Επιλογή τυχαίου συμβόλου, με πιθανότητα p Επιλογή συμβόλου που βελτιστοποιεί την ευρετική συνάρτηση, με πιθανότητα 1-p.

34 Δύσκολα προβλήματα ικανοποιησιμότητας Πρόβλημα 3-CNF: ( D B C) (B A C) (C B E) (E D B) (B E C) πλήθος συμβόλων: n = 5 πλήθος προτάσεων: m = 5 Κρίσιμο σημείο: μ/ν = 4,3

Πράκτορες βασισμένοι στην προτασιακή λογική

36 Εύρεση γουβών και wumpus με προτασιακή λογική Αύρα, Δυσοσμία: Για κάθε τετράγωνο [x,y] πρέπει να υπάρχουν προτάσεις της μορφής: Α x,y (Γ x,y+1 Γ x,y 1 Γ x+1,y Γ x 1,y ) Δ x,y (W x,y+1 W x,y 1 W x+1,y W x 1,y ) Υπάρχει τουλάχιστον ένα Wumpus: W1,1 W1,2 W 4,3 W 4,4 Υπάρχει το πολύ ένα Wumpus: ( W 1,1 W 1,2 ) ( W 1,1 W 1,3 ) ( W 4,3 W 4,4 ) Αποδείξιμα ασφαλή τετράγωνα: η ( Γ i,j W i,j ) καλύπτεται. Πιθανόν ασφαλή τετράγωνα: η (Γ i,j W i,j ) δεν καλύπτεται.

37 Θέση, προσανατολισμός, ενέργειες Δεν μπορούν να χρησιμοποιηθούν προτάσεις της μορφής: Θ 1,1 Βλέπει_δεξιά Εμπρός Θ 2,1 Ξεχωριστά σύμβολα για κάθε χρονική στιγμή: Θ 1 1,1 Βλέπει_δεξιά 1 Εμπρός 1 Θ 2 2,1 Βλέπει_δεξιά 1 Στροφή_αριστερά 1 Βλέπει_επάνω 2 Γενικότερα, για κάθε χρονική στιγμή t θα πρέπει να υπάρχει πρόταση: Θ t x,y Βλέπει_δεξιά t Εμπρός t Θ t+1 x+1,y

38 Πράκτορες βασισμένοι σε κύκλωμα (1/3) Λάμψη t Αρπαγή t Ζωντανό t Κραυγή t Ζωντανό t 1

Υπολογισμός τιμής Θ 39 Πράκτορες βασισμένοι σε κύκλωμα (2/3)

40 Πράκτορες βασισμένοι σε κύκλωμα (3/3) Προβλήματα με προτάσεις που δεν είναι εξαρχής γνωστές π.χ. Α 4,4 Προτάσεις γνώσης: K(Α 4,4 ) και K( Α 4,4 ) Τοπικότητα: Τοπική αλληλοεξάρτηση μεταβλητών Ακυκλικότητα: Υποχρεωτική για «κατασκευαστικούς» λόγους.

41 Παρατηρήσεις Σύγκριση προτασιακής λογικής και υλοποίησης με κύκλωμα: Συνοπτικότητα: Και οι δύο δεν κλιμακώνονται καλά. Αποδοτικότητα: Γραμμική για τον πράκτορα σε κύκλωμα, εκθετική (στη χειρότερη περίπτωση) για τον προτασιακό. Πληρότητα: Ο πράκτορας σε κύκλωμα δεν είναι πλήρης. Η επίτευξη πληρότητας απαιτεί εκθετική αύξηση του μεγέθους του κυκλώματος. Ευκολία σχεδίασης (για τους λογικούς πράκτορες μόνο )