книги из ГПНТБ / Автоматы и разумное поведение. Опыт моделирования

не изменится ли характер поведения автоматов в средах других типов. Для ответа на этот вопрос были проведены эксперименты в разных средах.

Данные табл. 27 показывают, что оценки автомата As занимают промежуточное положение по отношению к оцен-

кам Ai и Аг (е и 6 близки к Ai, у — к Аг). Это легко объяс­ няется тем обстоятельством, что основные преимущества «памяти ситуаций» могут проявиться, когда среда содержит часто повторяющиеся ситуации или такова, что для органи­ зации удовлетворительного поведения необходимо помнить последовательности реакций и их результатов. Среда Si не обладает указанными свойствами. Очевидно, автомат As име­ ет смысл использовать только в средах (например, в регу­ лярных), где такие свойства хорошо выражены. Поэтому в дальнейшем мы не будем исследовать As в «невыгодных» для него условиях.

Из рис. 104 видно, что среда Si содержит значительное ко­ личество раздражителей класса «зверь». Представляет инте­ рес рассмотреть реакции автомата в более «приятной» для

12 3—1176

Т а б л и ц а 29

Т а б л и ц а 33

Оценки реакций в среде

интерес попытка улучшить значения В, не ухудшая сущест­ венно е.

Очевидно, в процессе формирования оценок немаловаж­ ную роль играют особенности памяти автомата. В нашем случае память реализуется совокупностью связей М-сети. Наиболее общей характеристикой сетп является количество имеющихся в ней связей и их конфигурация. Разрешающая матрица обучения (см. рис. 107) для Аг допускает установ­ ление весьма большого количества разнообразных связей. Можно предположить, что среди них существуют как связи, мало влияющие на поведение автомата, так и связи, приво­ дящие к нежелательным процессам в сети. Поэтому может оказаться целесообразным уменьшить объем памяти авто­ мата.

В настоящее время не существует строгих методов ана­ лиза оптимальности разрешающих матриц, и при их изме­ нении приходится опираться на интуитивные рассуждения. Последние сводятся в нашем случае опять к представлениям о «логическом» и «эмоциональном» каналах переработки информации. Ограничим разрешающую матрицу таким об­ разом, чтобы связи устанавливались в центральных блоках этих каналов — ПО, ПС и 9,— а также между ними. Лока­ лизуя таким образом процессы обучения, мы уменьшаем общее количество связей, устанавливающихся в сети в ходе обучения, уменьшаем влияние на характер поведения второ­ степенных совпадений и увеличиваем удельный вес пред-

Рис. 114. Ожидаемые реакции М-ав­ томата в тестовой ситуации.

-^8

организации в формировании поведения. Все это должно при­ вести к улучшению характеристик последнего. Измененная соответствующим образом разрешающая матрица обучения представлена на рис. 112, а. Ее иллюстрирует блок-схема на рис. 112, б, на которой соединительные линии указывают области, где установление разрешено. Связи предорганиза­ ции на рисунке не показаны. Автомат, реализующий эту разрешающую матрицу, обозначим символом Аз.

Адекватность поведения автомата во многом определяет­ ся «подвижностью» процессов обучения, т. е. способностью автомата быстро изменять оценки при изменении среды. В нашем случае такие способности автомата определяются соотношением активностей процессов проторения и забыва­ ния связей, которые, в свою очередь, зависят от значения

коэффициентов кг, kz и В, В в выражениях (8.9) и (8.10). Изменять это соотношение можно, очевидно, путем измене­ ния одной какой-либо пары коэффициентов.

Будем исследовать характер изменения реакций автома­ та, варьируя значения В и р . Для этого поместим автомат Аз в тестовую ситуацию, изображенную на рис. 113. В ходе