人工智能（二十一）第2 1章 状 态 演 算.pdfVIP

下载 第四部分 基于逻辑的规划方法 第2 1章 状 态 演 算 21.1 状态和动作推理 第7章介绍了状态空间的概念及如何搜索来计算动作计划以到达目标。当时还将讨论了基 于图标或基于特征的状态空间搜索。现在，我们有更丰富的语言来描述特征和特征之间的约束， 能更全面地研究基于特征的规划方法。 我们能删掉世界状态的一些属性，它们与当前的问题不相关或是未知的，这个事实是使用 基于特征方法的强有力的方面。这在描述我们想让 a g e n t通过其动作达到的目标条件方面尤其 重要。从图2 1 - 1 中的配置开始，我们想让a g e n t生成一个计划以让某个积木在B上面（不必关心 哪个积木在B 上或者B在那里）。这个目标能用公式（x）O n ( x, B)简单地描述。一般地讲，在 谓词演算中，一个目标条件能用任何合式公式描述，我们能通过试图从这些公式证明目标合式 公式来确定一个目标能否在一个由这些公式描述的状态空 间中被满足。 在本章和下一章，将介绍一些用来寻找一组动作以获 得由合式公式描述的目标状态的技术。这里用谓词演算机 制直接推理状态和动作。就像在所有的谓词演算推理中一 样，搜索仍然是必要的，但现在搜索是在一个逻辑表达式 图21-1 积木的一个配置 空间上进行，而不是在一个世界状态的模型空间上进行。在下一章，描述了另一个方法，在那 里算子被用来改变状态描述，搜索将在一个状态描述空间上进行。 状态演算(situation calculus)[McCarthy Hayes 1969, Green 1969a] 是一种状态、动作和动 作作用于状态的结果的谓词演算的形式化。在一阶谓词演算中我们把知识表达为关于状态和动 作的公式，然后用一个演绎系统来问这样的问题：“存在满足一定（目标）属性的状态吗？如 果存在，现在的状态如何通过动作才能被转换为那种状态呢？”。对这样一个询问的回答是构 造一个到达希望状态的计划。虽然状态演算在一些早期的 A I规划系统中有显著的地位，但现在 很大程度上已被下一章讲到的方法所替代。然而，这种方法对研究和帮助澄清有关动作结果的 概念问题仍有重要作用。 通过一个积木世界的例子引入状态演算。假如把图 2 1 - 1 中的状态标识为S 0 。用一阶谓词演 算，我们可以用下面的公式描述S 0 ： 为了描述状态演算中的这个状态和其他状态，我们把状态具体化 ，即将它们作为现存实 动词reify 意思是说把某个抽象的东西看作是一个实在的或具体的东西。 228计计第四部分 基于逻辑的规划方法 下载 体包括进我们的世界概念中。可能有很多这种状态，它们能用常量符号（如 S 0，S 1，S 1，…）、 变量或者函数表达式表示。改变原子合式公式以包括一个指称包含预期关系的状态项。要对这 些原子合式公式的预期解释进行一个相应的变化，这些原子合式公式现在指称状态间的关系， 它们被称为流（f l u e n t ）。用公式构造一个在状态S 0中为真的句子： 我们也可以有所有状态的命题真值。例如： 和 (C l e a r （x，s）的意思是x上可以放某个东西。)用这些一般公理，我们能证明S0 的各种命题。 例如，我们能证明¬ c l e a r(A, S 0)和C l e a r(F l，S 0) 。 为了表示动作及其结果，我们采取下面的步骤： 1) 把动作具体化（即我们想像有这样一个东西来做为动作）。这样，动作能用常量、变量 或函数表达式表示。在状态演算形式中，一个动作被看作为动作涉及的实体的函数。在 例子中，动作是积木的函数。例如，考虑把一个积木从一个地方移到另一个地方的动作。 用表达式m o v e （B，A，F l）表示把B 从A 移到地板上的动作 （把一个动作看作为由那 个函数值给定的一个“对象”）。 一般地讲，我们能用模式(s c h e m a)m o v e (x, y, z)表达一个m o v e动作系列，其中x、 y和z是模式变量。利用常量，这些变量的实例化可以产生指称真正动作实例的表达式。