chap5 状态机 人工智能课程 上海交大.ppt

第5章 状态机 5.1 用特征向量来表示环境 一个S-R agent所用的特征向量可视为对与a g e n t有关的环境状态的表示。这个S-R agent可从该特征向量中计算出一个适合环境状态的动作。如前所述，这个a g e n t的传感器的局限使特征向量不可能完全精确地表示环境状态—尤其是那些从即刻传感器输入中进行计算的特征向量。 通过考虑传感器的历史因素，可以提高其表示的精确度，因为a g e n t以前也许曾感知过这些即刻无法感知的环境状态的某些重要方面。 环境 假设在某一时间t = 0时，存在一个对环境的初始表示（如设计者可事先输入这个初始表示）。再假设，在任一个接下来的时间步骤(t+ 1 )时对环境状态的表示是(t+ 1 )时的传感器输入、前一时间t 时对环境状态的表示和t 时所采取的动作的函数。 称用这种方法跟踪其环境状态的机器为状态机。除即刻传感器输入以外，状态机必须具备用来存储环境模型的存储器。 传感器受损的agent 感知与其毗邻的北、东、南、西方向的四个单元，这四个传感器输入为(s2, s4, s6, s8)，即它无法感知与其斜对角毗邻的另外四个单元。当北、东、南、西方向的四个单元都不空缺时，这些传感器输入的值均为1；否则为0。若机器人是从它的即刻传感器输入、前一个特征向量和刚完成的动作中计算所需特征向量，那么，即使存在上述缺陷，机器人仍能完成沿边界运动这一行为 传感器受损的agent－2 为继续用一个特征向量来计算动作的实例，我们采用wi = si，其中i = 2，4，6，8，在其他四个无法感知的传感器输入的位置上换上w1、w3、w5和w7。 当且仅当前一时间步骤中w2值为1且机器人东移，w1值为１。与此类似，当且仅当前一时间步骤中w4值为1，且机器人北移， w3值为１，依此类推（否则，w i值为0）。 产生式系统 5.2 Elman网络 一个a g e n t能用一种特殊的递归神经网络（称为E l m a n网络）来学习如何从前一个特征向量和传感器输入中计算后一个特征向量和动作。 程序演示 5.3 图标表示 对世界“基于特征(f e a t u re - b a s e d)”的表示—即特征向量或属性向量； “图标（i c o n i c）”表示—即数据结构，如地图，它被看作是对环境的重要方面的模拟。 图标表示 首先用传感器输入将图标模型更新为恰当的模型，然后用与感知处理相似的操作来提取动作计算子系统所需的特征。这些动作包括改变图标模型以及影响实际环境的动作。 人工势域模型 用一个二维势域来表示机器人的环境。 势域是一个吸引部分(attractive component)和一个排斥部分（repulsive component）的总和。 总势为：p = pa + pr。机器人被引导沿着势域的梯度运动—即向下滑动。我们既可以事先计算势域并将其保存在存储器中，作为世界模型的一个方面；也可以在机器人决定移动之前将其所处位置的势域递增地计算出来。 5.4 黑板系统 运用一个被称为“黑板”的数据结构。一个被称为“知识源（ knowledge source, KS）”的程序读取并修改这一黑板。黑板系统详细地阐述了前面所描述的产生式系统。每个知识源有条件部分和动作部分，条件部分计算一个特征的值，这个特征可以是任意有关黑板数据结构的条件，其值为1或0（也可以是“真”或“假”）。动作部分是任一改变数据结构或执行外部动作（或两者一起）的程序。当两个或两个以上的知识源的值为1时，“冲突解决”程序决策哪个知识源有效。 * * w5 w6 w7 w4 w8 w3 w2 w1 w5 w6 w7 w4 w8 w3 w2 w1 w5 w6 w7 w4 w8 w3 w2 w1 w5 w6 w7 w4 w8 w3 w2 w1 上海交通大学计算机系 HLP