人工智能第四章2014创新.pptVIP

4.1 与/或图搜索 第二章可分解产生式系统中提到的与/或树表示，其中加到每一个节点上AND或OR的标记是取决于该节点对其父节点的关系。如复合状态分解后拥有一组“与”关系的后继节点；而分量状态经可应用规则作用后，生成一组“或”关系的后继节点。与/或树是本章介绍的与/或图的特例。 在一般与/或图中，一个节点可能是复合状态的组成部分，而同时又是一个规则应用的结果，很难说明它是与后继还是或后继．因此，不再区别AND节点或OR节点．但在称谓上沿用习惯，仍把这种结构称作与/或图。 例 重写规则： n0→ n1 n0→ n5，n4 n1→ n2 练习1： 假定我们有一个产生式系统，基于如下重写规则：R1：n0→n1, n2 R5：n2→n6, n7 R2：n0→n2, n3 R6：n3→n5, n6 R3：n1→n2 R7：n4→n2 R4：n1→n4 R8：n5→n7 请用与/或图表示此产生式系统。 练习2： 一个产生式系统使用下面一组重写规则，这些重 写规则把左面的数字转换成右边的数字串。 6→3,3 4→3,1 6→4,2 3→2,1 4→2,2 2→1,1 使用这些规则把6转换成由1组成的数字串。 请用与/或图表示此产生式系统。 设k-连接符的费用为k，计算k(n0, N) 搜索过程还要标记能解节点（SOLVED），为此给出如下定义：能解节点（SOLVED）①终止节点是能解节点；②若非终止节点有“或”子节点时，其子节点有一能解，则该非终止节点是能解节点；③若非终止节点有“与”子节点时，若其子节点均能解，则该非终止节点是能解节点。 4.2 与/或图的搜索算法……算法AO* AO*算法解析： 回忆： 普通图搜索中的A算法：对当前搜索图的“前沿”（即在OPEN表中的节点）节点进行评价，选取f值最小的节点进行扩展。 回想一下，f是如何定义的？ AO*算法解析： 在与/或图搜索中，由于“与”节点的存在，单纯对一个节点的评价已经不能反映解图的全面情况。 与/或图中的解图相当于普通图中的解路径。 从对节点n的评价，实际上是对初始节点--节点n--目标节点这一条路径的评价这一思路出发，可以很容易的想到，能否通过对局部解图进行评价，来达到类似于普通图中A*搜索的目的。AO*算法，正是这样的一种适用于与/或图的搜索算法。 AO*算法解析： AO*算法可以划分为两个阶段。 第一阶段：自顶向下的图生成过程。 （对于每一个已经扩展了的节点，算法都有一个指针，指向该节点的后继节点中费用值小的那个连接符。） 从初始节点出发，先通过有指针标记的连接符，向下搜索，一直到找到未扩展的节点为止（找到目前为止费用值最小的一个局部解图）。然后对其中一个非终止节点进行扩展，并对其后继节点赋费用值和加能解标记。 AO*算法解析： 第二阶段：费用值计算过程。 完成自下向上的费用值修正计算、指针的标记以及节点的能解标记。 AO*算法解析： 两个图 G：搜索图 G’：局部解图（准部分解图）（可能变化的） 两个函数 h(n)：启发函数（静态）对h*(n)的估计 q(n)：费用函数（动态变化） 两重循环 外层：从上向下扩展 内层：从下向上修改费用q值、标记指针 AO*算法解析： 两种标记 SOLVED：标记能解节点 —表明此节点的解图已找到 指针：标记连接符，用于计算G’ 2 AO*算法应用举例 图4.3(a) 一次循环后 Note （1）在第6步扩展节点n时，若不存在后继节点（即陷入死胡同），则可在第11步中对m（即n）赋一个高的q值，这个高的q值会依次传递到s，使得含有节点n的子图具有高的q（s），从而排除了被当作候选局部解图的可能性。 (2)如果一个与／或 图存在解图，如果对于图中所有的节点n都有h（n）≤h*（n），并且启发函数h满足单调限制，则AO*算法必然终止于找出最佳解图。 练习1’： 假定我们有一个产生式系统，基于如下重写规则： R1：n0→n1, n2 R5：n2→n6, n7 R2：n0→n2, n3 R6：n3→n5, n6 R3：n1→n2