エージェントアプローチ人工知能 １１章 プラニング

Presentation on theme: "エージェントアプローチ人工知能 １１章 プラニング"— Presentation transcript:

1 エージェントアプローチ人工知能 １１章 プラニング
エージェントアプローチ人工知能 １１章　プラニング 東京大学大学院情報理工学系研究科 知能機械情報学専攻 井上・稲葉・稲邑研究室 修士１年　神崎　秀

2 例題 １クォートのミルクと一房のバナナと速度可変のコードレスドリルを手に入れなさい これを探索に基づくアプローチで行うと・・・

3 買い物問題の状態空間探索

4 プラニングの定式化 初期状態：状況についての任意の論理的文 ゴール状態：適切な状況を尋ねる論理的質問 オペレータ：行為の記述の集合

5 STRIPS言語 初期状態：状況についての任意の論理的文 ゴール状態：適切な状況を尋ねる論理的質問
At(Home)∧￢Have(Milk)∧￢Have(Bananas)∧￢Have(Drill) ゴール状態：適切な状況を尋ねる論理的質問 At(Home) ∧Have(Milk) ∧Have(Bananas) ∧Have(Drill)

6 STRIPS言語 オペレータ：行為の記述の集合 行為記述（ACTION）、前提条件（PRECOND）、 効果（EFFECT）からなる
Op(ACTION:Go(there), PRECOND:At(here)∧Path(here,there), EFFECT:At(there)∧￢At(here))

7 半順序と全順序 半順序プラナ 互いに順序づけられるステップとそうでないステップがあるようなプランを表現できるプラナ 全順序プラナ
全ステップが順序づけられたプラナ

8 半順序と全順序

9 プランのデータ構造 各ステップはオペレータである
ステップには順序制約があり、Si<Sjと書いて、「Sjより前にSiがある」と読む（図では細い矢印） 因果リンク：Si→c Sjと書いて、「SiはSjのために、cを達成する」と読む（図では太い矢印） Start<Finish

10 例題 １クォートのミルクと一房のバナナと速度可変のコードレスドリルを手に入れなさい STRIPS言語を用いてプラニングしてみよう！

11 買い物問題の初期プラン

12 定義されるオペレータ Op(ACTION:Go(there), PRECOND:At(here)∧Path(here,there),
EFFECT:At(there)∧￢At(here)) Op(ACTION:Buy(x), PRECOND:At(store)∧Sells(store,x), EFFECT:Have(x))

13

14

15

16 因果リンクと脅威 因果リンクを破壊する可能性のある行為を「脅威」という。
脅威に対しては、昇格（promotion）もしくは降格（demotion）で対処する

17

18

19 まとめ STRIPS言語はプラナを記述する言語であり、前提条件と効果により行為を記述する
初期状態、ゴール状態、オペレータを規定し、順序制約と因果リンクを用いて半順序プランを作成していく

20 以上