人工智能16概要1.pptVIP

人工智能　━━　一种现代方法 云南大学 施心陵讲授 第十六章 制定简单决策 理性偏好的约束——效用理论公理 效用原则 效用函数 金钱的效用 多属性效用函数 随机优势讨论属性间的分布关系。两个行动S1和S2 当 则在X上S1比S2有随机优势。 多属性效用函数 多属性效用函数 效用独立性：如果在属性集X中的属性上，彩票之间的偏好独立于属性集Y中的属性的具体值，则属性集X效用独立于属性集Y。 当其每个子集都效用独立于其余的属性时，一个属性集满足相互效用独立性（MUI）。 当智能体中属性集间相互效用独立，可用乘法效用函数表示: U = k1U1+k2U2+k3U3+ k1k2U1U2+k2k3U2U3+k1k3U1U3+k1k2k3U1U2U3 决策网络 信息价值 信息价值：获得该信息之前和之后的最佳行动的期望价值间的差别。 计算信息价值的通用公式 当前证据E，最佳行动α，行动可能结果Si，则最佳行动α的价值： 信息在可能导致计划的改变或使得新计划远远好于旧计划的意义上才是有价值的。 信息价值的属性 非负的： 不可累加的： 独立于次序的： 决策分析基本步骤 0871-5031301 * * / 16 jhzhangl@ynu.edu.cn 信 息 学 院 人工智能—— 一种现代方法 人工智能—— 一种现代方法 信 息 学 院 16.1 在不确定性环境下结合信度与愿望 16.2 效用理论基础 16.3 效用函数 16.4 多属性效用函数 16.5 决策网络 16.6 信息价值 16.7 决策理论的专家系统 效用函数U(S)：对某个状态的愿望度，智能体的偏好的数值表达。 期望效用： 决策理论基本原则：期望效用最大化（MEU） 不确定性环境下结合信度与愿望 决策理论 = 概率理论 + 效用理论 相信什么 想要什么 该做什么 效用理论基础 彩票：L = [p，A; (1- p)，B] 彩票：L = [p1, C1; p2, C2;…, pn, Cn] A?B 偏好A甚于B A～B A、B都可以，无偏好。 A?B 偏好A甚于B或者说A、B都可以，无偏好。 偏好可传递： A?B， B?C，则 A?C 效用理论基础 不遵守效用公理的智能体行为将是不理性的。 有序性：(A?B) ∨(B ? A)∨ (A～B) 传递性： (A?B) ? (B ? C)? (A?C) 连续性：若(A?B ?C), 则存在1 p 0使 [p, A; 1-p, C] ~ B 可替换性: A~B ? [p, A; 1-p, C] ~ [p, B, 1-p, C] 单调性： 若(A?B) ,则 p≥q? [p, A; 1-p, B] ? [q, A; 1-q, B] 可分解性： [p, A; 1-p, [q, B; 1-q, C]]~[p, A; (1-p)q, B;(1-p)(1-q),C] 效用原则：U(A)U(B) ? A?B U(A)=U(B) ? A～B 最大效用原则： 彩票的效用 注意：理性行为可通过多种方法产生，例如查找表。 可能的结果状态的概率和效用被指定，则彩票的效用就被完全确定。 理性行为：最大化期望效用。 若偏好遵循公理，则存在一个实值函数U，使得 归一化效用使用范围： u⊥ = 0， uT = 1 调整概率 p 使得：S ~ Lp，则S 的效用由 p 给出。 线性变换保持智能体的行为不变: U’(S) = k1 + k2U(S) (k2 0) 效用评估方法：将给定结果状态S和标准彩票Lp =[p, uT; (1-p), u⊥]比较，标准彩票范围： “最好可能奖赏”：U(S) = uT (概率p) “最坏可能灾难”： U(S) = u⊥ (概率1- p) 效用函数将状态映射到实数。 什么数？ 金钱的效用：不直接和货币价值成正比 例：继续赌博的期望货币价值 EMV (L)=0.5*0+0.5*3000000 =1500000 直接取奖金的期望货币价值1000000 风险规避： 偏好比赌博的期望货币价值小的确定收益 确定等价物：Agent能接受的替代彩票的价值 [p,$M; (1-p),$0]~x 保险费：彩票的期望货币价值及其确定等价物之间的差值。 风险追求：大数额负财产的“绝望”区域 EU(Accept)=0.5*U(Sk)+0.5*U(Sk+3000000) EU(Decline)=U(Sk+1000000) 决策问题被多个属性描述 X = X1,…,Xn 较高的属性值对应于较高的效用。 属性的