高级人工智能逻辑、推理与知识.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 知识及其表示——知识的逻辑表示法 逻辑表示法是利用命题演算、谓词演算等知识来描述一些事实，并根据现有的事实推出新事实的方法。 命题、命题的真与假以及单命题通过逻辑连接词构成复命题及其演算规律。 谓词逻辑表达法的优点表现为：严格性、通用性、自然性、模块性；缺点表现为：效率低。 * */117 知识及其表示——知识的逻辑表示法 用谓词逻辑模式构建的实际范例：QA3自动问答系统、STRIPS机器人行动规划系统、机器博弈系统FOL和Ps问题求解系统。 “合取”，即两个命题必须同时成立，用符号“∧ ”表示; “析取”，即两个命题中至少有一个成立，用符号“∨ ”表示。 “非”表示逆命题，用符号“? ”表示; “当且仅当”，即两个命题是等价的，用符号“? ”表示。 全称量词“? ”表示“所有的”；存在量词“? ”表示“存在一个”。 * */117 知识及其表示——知识的逻辑表示法 例：用谓词逻辑公式表示命题“任何整数或是正的或是负的”。 解：设integer(x)表示“是整数”，positive(x）表示“是正数”，negative（x)表示“是负数”。 于是根据给定命题，可用谓词逻辑公式表示如下： (?x)(integer(x) →(positive(x) ∨ negative(x)) * */117 知识及其表示——产生式表示法 产生式是根据串替换规则提出的一种计算模型，其中每一条规则称为一个产生式。一般写成“如果…则…”的形式，即 IF a THEN b 或 a b 其中，a称为前提（条件/前件），b称为结论（行动/后件）。 前提或结论还可以是若干个项目的逻辑与，其一般表示形式为： 　 IF a1 AND a2 AND … an THEN b1, b2,…,bn * */117 知识及其表示——产生式表示法 产生式推理系统图 如果一个产生式的前提包含了几个事实，那么它的结论对应着这些事实的合取，如图中的结点A和B；如果同一个结论可以由多个产生式得到，则这个结论对应着这些产生式的析取，如图中的结点D。 * */117 知识及其表示——产生式表示法 例：机器人去逛动物园，为帮助它区分其中的七种动物，给它存入了如下几条产生式规则： p1：若动物有毛发，则它是哺乳动物； p2：若动物有奶，则它是哺乳动物； p3：若动物有羽毛，则它是鸟类； p4：若动物会飞且生蛋，则它是鸟类； p5：若动物是哺乳动物且吃肉，则它是食肉动物； p6：若动物是哺乳动物且有犬齿，有爪，眼睛紧盯着前方，则它是食肉动物； p7：若动物是哺乳动物且反刍食物，则它是蹄类且是偶蹄动物； * */117 知识及其表示——产生式表示法 p8：若动物是哺乳类且有蹄，则它是有蹄类； p9：若动物是食肉类，黄褐色，有黑的斑点，则它是一只金钱豹； p10：若动物是食肉类，黄褐色，有黑色条纹，则它是老虎； p11：若动物是有蹄类，长腿，长脖子，有黄褐色暗斑点，则它是长颈鹿； p12：若动物是有蹄类，白色有黑条纹，则它是斑马； p13：若动物是鸟，不会飞，长腿，长脖子，黑、白色，则它是驼鸟； p14：若动物是鸟，不会飞，会游泳，黑、白色，则它是企鹅； p15：若动物是鸟，善飞，则它是信天翁。 * */117 知识及其表示——产生式表示法 判断金钱豹的推理树如下图。 可用正向和逆向两种方法进行推理 * */117 知识及其表示——产生式表示法 例：古代有个国王想知道他的三个大臣中谁最聪明，就在他们每个人前额上画了一个点，告诉他们至少有一个人额上的点是白色的，并且重复地问他们：“谁知道自己点的颜色？”他们头两次都回答说不知道。设每人都能看到别人点的颜色，但看不到自己额上点的颜色。要求证明下一次他们全都会说“知道”，而且所有的点都是白色的。 解：为了形式化表示此推理过程，可建立一套产生式。为此引入了一些中间状态并定义了下述符号。 * */117 知识及其表示——产生式表示法 表示 i 大臣看到的颜色为 (a,b) ，如是两白则 ； W 标识大臣是否猜出自己点的颜色，如果他宣布已知道自己点的颜色，则 ，否则为0； n 表示三位大臣额上颜色状态集 中白点的个数。 于是可有下述产生式：