- •Системы искуственного интеллекта.
- •Глава 8 Моделирование структуры мозга с помощью нейронных сетей………… 4
- •Глава 9 Моделирование деятельности человеческого коллектива
- •Глава 10 Поиск альтернативных решений…………………………………………………
- •Контрольные вопросы и задание……………………………………………………
- •Глава 11 Моделирование общения, восприятия и осуществления действий человеком.
- •11.15. Контрольные вопросы и задание
- •Глава 12 Настоящее и будущее искусственного интеллекта………………
- •Лекция 18 Глава 8 Моделирование структуры мозга с помощью нейронных сетей.
- •8.1. Биологический нейрон.
- •8.2. Модель искусственного нейрона.
- •8.3. Классификация нейронных сетей и их свойства.
- •Лекция 19
- •8.4. Теоретические основы построения и обучения нейронных сетей.
- •8.5. Алгоритм «обучение с учителем».
- •8.6. Алгоритм «обучение без учителем».
- •Лекция 20
- •8.7. Способы реализации нейронных сетей.
- •Практическое применение нейросетевых технологий.
- •Выводы по 8-ой главе.
- •Контрольные вопросы и задание.
- •Лекция 21
- •Глава 9 Моделирование деятельности человеческого коллектива
- •9.1. Основные понятия теории агентов.
- •Агент Датчики
- •Исполнительные механизмы
- •9.2. Поведение агентов.
- •Лекция 22
- •9.3. Определение характера среды.
- •Лекция 23
- •9.4. Структура агентов
- •Лекция 24
- •9.5. Мультиагентные системы.
- •9.6. Коллективное поведение агентов.
- •Лекция 25
- •9.7. Примеры мультиагентных систем
- •9.8. Технологии проектирования мультиагентных систем
- •9.9. Перспективы мультиагентных технологий.
- •9.10. Выводы по 9-ой главе.
- •9.11. Контрольные вопросы и задание.
- •Лекция 26
- •Глава 10 Поиск альтернативных решений.
- •Поиск в пространстве состояний.
- •Лекция 27
- •10.2. Алгоритмы поиска в пространстве состояний.
- •10.2.1. Алгоритм поиска с возвратом.
- •10.2.2. Алгоритм поиска в ширину.
- •Лекция 28.
- •10.2.3. Алгоритм поиска в глубину.
- •14 16 Цель
- •10.2.4. Поиск в глубину с итерационным заглублением.
- •10.3.1. "Жадный" алгоритм поиска
- •Лекция 29
- •10.4. Поиск на графах «и-или»
- •Лекция 30
- •10.5. Игровые модели и их классификация.
- •10.6. Игры с полной информацией и двумя участниками.
- •10.6.1. Оптимальные стратегии.
- •Лекция 31
- •10.6.2.Минимаксный алгоритм.
- •30Х30≈ 1000 позиций
- •10.6.3. Альфа-бета алгоритм.
- •10.6.4. Программы игры в шахматы.
- •10.6.5.Современные игровые программы.
- •Лекция 32
- •Локальный поиск.
- •10.7.1. Алгоритм поиска с восхождением к вершине
- •Лекция 33
- •10.7.2.Алгоритм отжига.
- •Лекция 34
- •10.7.3. Генетический алгоритм.
- •Анализ начальной популяции на первом шаге простого генетического алгоритма.
- •Контрольные вопросы и задание
- •Глава 11 Моделирование общения, восприятия и осуществления действий человеком.
- •12.15. Контрольные вопросы и задание.
- •Глава 13 Настоящее и будущее искусственного интеллекта.
АГЕНТ
Агент Датчики
?
Исполнительные механизмы
Рис. 9 Агент взаимодействует со средой с помощью датчиков и исполнительных механизмов.
С точки зрения математики это равносильно утверждению, что поведение некоторого агента может' быть описано с помощью функции агента, которая отображает любую конкретную последовательность актов восприятия на некоторое действие.
Можно составить таблицу значений функций агента, т.е. действий агента в зависимости его актов восприятия, которая описывает любого конкретного агента; для большинства агентов это была бы очень большая таблица (фактически бесконечная), если не устанавливается предел длины последовательностей актов восприятия, которые должны учитываться в таблице. Такую таблицу можно сконструировать проводя эксперименты с некоторым агентом, , проверяя все возможные последовательности актов восприятия и регистрируя, какие действия в ответ выполняет aгeнт. Такая таблица, безусловно, является внешним описанием агента.
Внутреннее описание состоит в определении того, какая функция агента для данного искусственного агента реализуется с помощью программы агента. Важно различать два последних понятия. Функция агента представляет собой абстрактное математическое описание, а программа агента – это конкретная реализация, действующая в рамках архитектуры агента.
Для иллюстрации изложенных идей воспользуемся очень простым примером: рассмотрим показанный на рис. 10 мир, в котором студент пытается сдать свои «хвосты». Этот мир настолько прост, что существует возможность описать все, что в нем происходит; кроме того, это - мир, созданный человеком, поэтому можно изобрести множество вариантов его организации. Для данного конкретного мира важен только срок, отпущенный учебной частью на сдачу задолжностей и наличие в течении этого срока в институте преподавателей, которые могут принять несданные экзамены. Студент, выполняющий роль агента, воспринимает, в каком дне отпущенного срока он находится и готов ли он для сдачи экзамена, есть ли у него допуск на сдачу экзамена и есть ли соответствующий преподаватель в институте. Агент может выбрать такие действия, как сдача экзамена, получение допуска в учебной части, выпрашивание новой отсрочки в учебной части, бездействие или зубрежка материала. Одна из очень простых функций агента состоит в следующем: если он готов для сдачи экзамена, у него есть допуск на сдачу экзамена и есть соответствующий преподаватель в институте, то сдавать его, иначе бездействовать или учить материал.
Рисунок 10 Мир студента с «хвостами».
Частичная табуляция данной функции агента показана в табл. 9.1.
Последовательность актов восприятия |
Действие |
Студент готов для сдачи экзамена, у него есть допуск на сдачу экзамена и есть соответствующий преподаватель в институте |
Сдача экзамена. |
Студент не готов для сдачи экзамена, у него есть допуск на сдачу экзамена и есть соответствующий преподаватель в институте |
Повторение материала. |
Студент не готов для сдачи экзамена, у него нет допуска на сдачу экзамена и есть соответствующий преподаватель в институте |
Получение допуска |
Студент готов для сдачи экзамена, у него есть допуск на сдачу экзамена и нет соответствующего преподавателя в институте |
Бездействие. |
Таблица 9.1. Частичная табуляция функции простого агента для мира студента с «хвостами», показанногo на рис. 9.
На основании табл. 9.1 можно сделать вывод, что для мира студента с «хвостами», можно определять различных агентов, заполняя разными способами правый столбец этой таблицы. Поэтому очевидный вопрос состоит в следующем: "Какой способ заполнения этой таблицы является правильным ?" Иными словами, благодаря чему агент
становится хорошим или плохим, интеллектуальным или не соответствующим критериям интеллектуальности? Ответ на этот вопрос приведен в следующем разделе.
Прежде чем завершить этот раздел, необходимо отметить, что понятие агента рассматривается как инструмент для анализа систем, а не как абсолютная классификация, согласно которой мир делится на агентов и неагентов. Например, в качестве агента можно было бы рассматривать карманный калькулятор, который выбирает действие по отображению" 4" после получения последовательности актов восприятия "2+2=", но подобный анализ вряд ли поможет понять работу калькулятора.
