人工智能知識表示

1、人工智能產(chǎn)生式表示法“產(chǎn)生式由美國數(shù)學(xué)家波斯特E.POST在1934年首先提出，它根據(jù)串代替規(guī)那么提出了一種稱為波斯特機的計算模型，模型中的每條規(guī)那么稱為產(chǎn)生式。1972年紐厄爾和西蒙在研究人類知識模型中開發(fā)了基于規(guī)那么的產(chǎn)生式系統(tǒng)。 1. 產(chǎn)生式的根本形式 或 IF P THEN Q常用結(jié)構(gòu)例如原因à結(jié)果天下雨，地上濕條件à結(jié)論如果把冰加熱到0。以上，冰就會融化為水前提à操作假設(shè)能找到一根適宜的杠桿，就能撬起那座大山事實à進(jìn)展夜來風(fēng)雨聲，花落知多少情況à行為剛剛開機了，意味著發(fā)出了捕獲目標(biāo)圖像的信號表1 產(chǎn)生式表

2、示的常用結(jié)構(gòu)及例如 2. 產(chǎn)生式系統(tǒng)把一組產(chǎn)生式放在一起，讓它們互相配合，協(xié)同作用，一個產(chǎn)生式生成的結(jié)論可以供另一個產(chǎn)生式作為事實使用，以求得問題的解決，這樣的系統(tǒng)稱為產(chǎn)生式系統(tǒng)。圖1 產(chǎn)生式系統(tǒng) 圖2 產(chǎn)生式求解系統(tǒng)問題的一般步驟 3. 動物識別系統(tǒng)產(chǎn)生式推理鏈設(shè)動物識別知識庫中已包含識別虎、金錢豹、斑馬、長頸鹿、企鵝、鴕鳥、海鷗等7中動物15條規(guī)那么。R1：IF 某動物是哺乳動物 AND 是食肉動物 AND 是黃褐色 AND 身上有斑點 THEN 該動物是金錢豹R2：IF某動物是哺乳動物 AND 是食肉動物 AND 是黃褐色 AND 身上有

3、黑色條紋 THEN 該動物是老虎R3：IF 某動物是有蹄類動物 AND 有長脖子 AND 有長腿 AND 身上有暗斑點 THEN 該動物是長頸鹿R4：IF 某動物是有蹄類動物 AND 身上有黑色條紋 THEN 該動物是斑馬R5：IF 該動物是鳥 AND有長脖子 AND 有長腿 AND不會飛 AND有黑白兩色 THEN 該動物是鴕鳥R6：IF 某動物是鳥 AND會游泳 AND不會飛 AND有黑白兩色 THEN 該動物是企鵝R7：IF 某動物是鳥 AND會游泳 AND善于飛 THEN 該動物是海鷗R8：IF動物是哺乳動物 AND 嚼反動物 THEN 該動物是有蹄類動物R9：IF 某動物有毛發(fā) TH

4、EN 該動物是哺乳動物R10：IF 某動物有奶 THEN該動物是哺乳動物R11：IF 某動物有羽毛 THEN 該動物是鳥R12：IF 某動物會飛 AND 會下蛋 THEN該動物是鳥R13：IF 某動物吃肉 THEN 該動物是食肉動物R14：IF 某動物有犬齒 AND 有爪子 AND 眼盯前方 THEN該動物是食肉動物R15：IF 某動物是哺乳動物 AND 有蹄子 THEN該動物是有蹄類動物 圖3 動物識別系統(tǒng)的推理鏈  有斑點、長脖子、長腿、有奶、有蹄子正向推理：R10->R8->R3反向推理：假設(shè)R1到R7的某個結(jié)論成立，逐個與現(xiàn)有事實匹配正反向混合推理：正向

5、推理，有斑點->豹子或長頸鹿；根據(jù)其他事實反向推理 優(yōu)點缺點自然性效率不高，組合爆炸模塊性不能表達(dá)具有結(jié)構(gòu)性的知識有效性 清晰性   表1 產(chǎn)生式表示法的特點 4. 產(chǎn)生式表示法的適用范圍1) 由許多相對獨立的知識元組成的領(lǐng)域知識，彼此間關(guān)系不密切，不存在結(jié)構(gòu)關(guān)系2) 具有經(jīng)驗型及不確定性的知識，而且相關(guān)領(lǐng)域?qū)@些知識沒有嚴(yán)格、統(tǒng)一的理論3) 領(lǐng)域問題的求解過程可被表示為一系列相對獨立的操作，而且每個操作可被表示為一條或多條產(chǎn)生式規(guī)那么人工智能面向?qū)ο蟊硎痉?. 面向?qū)ο蟾靖拍?) 對象：客觀世界中的任何事

6、物2) 類：一組相似對象的抽象3) 封裝：對象之間除了互遞消息之外，不再有其它的聯(lián)系 · 對象的狀態(tài)只能由它的私有操作來改變· 當(dāng)一個對象要改變另一個對象時，它只能向該對象發(fā)送消息，該對象接受消息后就根據(jù)消息的模式找出相應(yīng)的操作，并執(zhí)行操作改變自己的狀態(tài) 4) 繼承：父類所具有的數(shù)據(jù)和操作可被子類繼承5) 面向?qū)ο蟮母咎卣鳎耗K性、繼承性、封裝性、多態(tài)性、易維護(hù)性、便于進(jìn)行增量設(shè)計 2. 表示知識的方法一個智能求解系統(tǒng)可用具有層次結(jié)構(gòu)的四元組模型：，其中S依據(jù)系統(tǒng)反映的主題Subject來命名，稱為主題層ID是對象標(biāo)識符，又稱為對象

7、名，反映當(dāng)前對象及其所屬類別DS是數(shù)據(jù)結(jié)構(gòu)，又稱屬性層，描述了當(dāng)前對象的內(nèi)部狀態(tài)及靜態(tài)屬性。MS是采用的方法集，說明了系統(tǒng)內(nèi)部所具有的策略支持和效勞操作集合，稱之為操作層或效勞層MI為消息接口，稱之為連接層，用于接收外部對象發(fā)送的信息，并可配備消息模式集及給定的參數(shù)表來傳遞相關(guān)信息 例：導(dǎo)彈跟蹤系統(tǒng)在Tk時刻飛行觀測的對象表示圖1 導(dǎo)彈跟蹤攔截系統(tǒng)示意圖對象：導(dǎo)彈飛行觀測數(shù)據(jù)類ID：Tk時刻觀測數(shù)據(jù)DS：方位，速度，加速度，MS：GPS測量特征跟蹤卡爾曼濾波模板匹配；MI：觀測命令，讀數(shù)，.顯示，存數(shù)，處理，其他，表1 導(dǎo)彈飛行觀測數(shù)據(jù) 3. 表示實現(xiàn)Class

8、<類名> :<起類名><類變量表>Structure<對象的靜態(tài)結(jié)構(gòu)描述>Method<關(guān)于對象的操作定義>Restraint<限制條件>END Agent概述1. Agent定義Agent的概念1977年Carl Hewitt “Viewing Control Structures as Patterns of Passing MessagesAgent一詞最早見于M.Minsky于1986年出版的?Society of Mind? 廣義的Agent包括人類、物理世界的機器人和信息世界的軟件

9、機器人。狹義的Agent專指信息世界中的軟件機器人或稱軟件Agent。 Wooldrige ?Intelligent Agents: Theory and Practice?：1) 弱定義Agent用來最一般地說明一個軟硬件系統(tǒng)，具有四個特性：1自治性。在無人或其他系統(tǒng)的直接干預(yù)下可自主操作，并能控制其行為和內(nèi)部狀態(tài)。2社會性。能夠通過某種通信語言與其他Agent也可能是人進(jìn)行交互。3反響性。感知所處的環(huán)境，對環(huán)境的變化做出實時的反響，并可通過行為改變環(huán)境。4能動性。不僅僅簡單地對環(huán)境做出反響，而且可以主動地表現(xiàn)出目標(biāo)驅(qū)動的行為。 2) 強定義Agent除具備弱定義中所有特

10、性外，還應(yīng)具備一些人類才具有的特性，如知識、信念、義務(wù)、意圖等。 2. Agent類型一 常用劃分1) 簡單反響式Agent圖1 簡單反響式Agent結(jié)構(gòu)框圖 2) 內(nèi)置狀態(tài)反響式Agent圖2 內(nèi)置狀態(tài)的反響式Agent結(jié)構(gòu)框圖 3) 目標(biāo)驅(qū)動的Agent圖3 目標(biāo)驅(qū)動的Agent結(jié)構(gòu)框圖 4) 效用驅(qū)動的Agent圖4 效用驅(qū)動的Agent結(jié)構(gòu)框圖 (二) 按問題求解能力劃分反響型Agent ：能響應(yīng)環(huán)境的變化或來自其他Agent的消息。慎思型Agent意圖型Agent：能夠針對意圖和信念進(jìn)行推理，建立行為方案，并執(zhí)行這

11、些方案。社會性Agent：除具有意圖Agent的能力外，還具有關(guān)于其他主體的明確模型。 3. Agent的環(huán)境1) 環(huán)境的屬性圖5 環(huán)境的屬性 可知性：Agent傳感設(shè)備使它可以了解環(huán)境的全部狀態(tài)。對于完全可知的環(huán)境，Agent無需保存內(nèi)置狀態(tài)信息。確定性：下一步環(huán)境的狀態(tài)可以由當(dāng)前狀態(tài)和Agent選擇的動作來完全決定。階段性：在一個按時間劃分為一個個不相關(guān)的階段的環(huán)境里，Agent的執(zhí)行過程也將劃分為一個個階段。靜態(tài)和動態(tài)：如果環(huán)境在Agent進(jìn)行推理的時候就發(fā)生改變，就說該環(huán)境對于Agent來說是動態(tài)的，否那么就是靜態(tài)的。連續(xù)性：如果系統(tǒng)中只有有限的、區(qū)別明顯

12、的、清晰定義的知覺對象和動作，就說環(huán)境是離散的。 2) 環(huán)境程序環(huán)境模擬器procedure RUN-ENVIRONMENTstate，UPDATE-FN，Agents，terminationinputs：state，the initial state of the environmentUPDATE-FN，function to modify the environmentAgents，a set of Agentstermination，a predicate to test when we are donerepeatfor each Agent 

13、in Agents doPERCEPTAgentGET_PERCEPT(Agent, state)endfor each Agent in Agents doACTIONAgentPROGRAMAgent(PERCEPTAgent)endstate UPDATE-FN(actions, Agents, state)until termination(state)BDI Agent模型結(jié)構(gòu)1. BDI的概念主體的信念-愿望-意圖Belief-Desire-Intention， BDI概念的哲學(xué)觀點源自Bratman。

14、 · 信念A(yù)gent具有的關(guān)于環(huán)境信息、其他Agent信息和自身信息的集合。信念不同于知識，知識是為真的信念。· 愿望Agent希望到達(dá)的狀態(tài)或者希望保持的狀態(tài)，分別稱作實現(xiàn)型愿望和維護(hù)型愿望?？赡苡袝r機實現(xiàn)，也可能永遠(yuǎn)不去實現(xiàn)。· 意圖承諾的愿望。最明顯的性質(zhì)是它將導(dǎo)致行為。主要作用：1意圖驅(qū)動手段目的推理2意圖約束未來的慎思過程或目標(biāo)的選擇3意圖持續(xù)地控制著主體的行為4意圖影響未來實際推理所基于的信念。  2. BDI Agent模型的一般結(jié)構(gòu)圖1 BDI Agent的一般結(jié)構(gòu) 設(shè)Bel為所有可能信念的集合，D

15、es為所有可能愿望的集合，Int為所有可能意圖的集合。在任意時刻，一個BDI Agent的狀態(tài)表示為，其中。P表示當(dāng)前感知的集合。主要成分含義形式化定義當(dāng)前信念集表示Agent所具有的關(guān)于其當(dāng)前環(huán)境的信息 信念求精函數(shù)brf根據(jù)Agent的感知輸入和Agent的當(dāng)前信念確定新的信念集愿望產(chǎn)生函數(shù)options依據(jù)Agent關(guān)于其環(huán)境和目前意圖的當(dāng)前信念確定Agent可能的愿望當(dāng)前愿望集表示Agent可用的行為的可能過程 篩選函數(shù)filter代表Agent的慎思過程，該函數(shù)基于Agent的當(dāng)前信念、愿望和意圖確定Agent的新意圖當(dāng)前意圖集表示Agent的當(dāng)前主要任務(wù)承諾試圖

16、求解的事件狀態(tài) 行為選擇函數(shù)execute基于當(dāng)前意圖確定要執(zhí)行的行為表1 BDI Agent 7個主要成分 Agent決策函數(shù)action：偽代碼定義：fuction action(p:P):A;beginB:=brf(B,p);D:=options(B,I);I:=filter(B,D,I);return execute(I);end; 3. 典型的BDI Agent結(jié)構(gòu)1) IRMA (Bratman 1988)圖2 IRMA的結(jié)構(gòu) 2) PRS (Georgeff and Lankey )PRS(

17、Process Reasoning System)過程推理系統(tǒng)，是在動態(tài)環(huán)境下推理和執(zhí)行任務(wù)的一個系統(tǒng)。是在NASA的Space Shuttle工程中的一個反響控制系統(tǒng)內(nèi)開發(fā)的，以Rao和Georgeff提出的一個完備理論背景為根底。圖3 PRS的結(jié)構(gòu) 3) COSY (Burmeister and Sundermeyer 1992)圖4 COSY主體結(jié)構(gòu)  · 知識庫中含有信念· 意圖構(gòu)件中表示了愿望即戰(zhàn)略意圖· 所選定的腳本和協(xié)議化了主體的意圖即戰(zhàn)術(shù)意圖· RDRC組件負(fù)責(zé)推理，響應(yīng)環(huán)境變化，確定如何

18、更好地獲取目標(biāo)和實現(xiàn)意圖，局部任務(wù)需要在交互過程中處理決策。 圖5 RDRC的結(jié)構(gòu) 4) GRATE (Jennings 1993)GRATE中第一次將聯(lián)合意圖和聯(lián)合責(zé)任的概念引入到BDI結(jié)構(gòu)中，從而使BDI主體的研究進(jìn)入到多主體時代。圖6 GRATE的功能結(jié)構(gòu) 局部問題求解的結(jié)果或環(huán)境的變化將引起事件發(fā)生，“事件監(jiān)控器負(fù)責(zé)監(jiān)控事件的發(fā)生。事件預(yù)示需要一個新的活動和由此產(chǎn)生一個新的目標(biāo)。新的目標(biāo)輸入到“手段-目的分析器中?！笆侄?目的分析器查閱“方法庫發(fā)現(xiàn)適宜的方案以完成該目標(biāo)。這些方案說明該目標(biāo)是否能局部完成、協(xié)作完成或從二者之間做出選擇。a) 局部完成一個目標(biāo)，通過“相容性檢測器檢測目標(biāo)和滿足目標(biāo)的手段與已存在的意圖是否一致，如果發(fā)現(xiàn)不一致性，由“不一致消除器修改已存在的承諾，或改變目標(biāo)以消除沖突。a) 協(xié)作完成一個目標(biāo)，那么必須建立社會行為。第一階段：識別能夠完成該目標(biāo)的主體集合，形成協(xié)作小組，產(chǎn)生概要聯(lián)合意圖。第二階段：完善方案概要即產(chǎn)生社會方案，并將要完成的行為分配到能夠承當(dāng)這些任