Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|MestersegesIntelligenciaVizsga20061217A}} ==1. Milyen környezettipusokat ismer? Milyen különösképpen egy (nem)hozzáférhető környeze…”

2012-10-21T20:05:05Z

Új oldal, tartalma: „{{GlobalTemplate|Infoalap|MestersegesIntelligenciaVizsga20061217A}} ==1. Milyen környezettipusokat ismer? Milyen különösképpen egy (nem)hozzáférhető környeze…”

Új lap

{{GlobalTemplate|Infoalap|MestersegesIntelligenciaVizsga20061217A}}

==1. Milyen környezettipusokat ismer? Milyen különösképpen egy (nem)hozzáférhető környezet? (5p)==

* Hozzáférhető vagy nem hozzáférhető
* Determinisztikus vagy nem determinisztikus
* Epizódszerű vagy nem epizódszerű
* Statikus vagy dinamikus
* Diszkrét vagy folytonos

Ha az ágens érzékelő berendezése hozzáférést nyújt a környezet teljes állapotához, akkor az egy hozzáférhető környezet.

==2. Hogyan működik az iteratív A* keresés? (5p)==

Minden egyes iteráció egy mélységi keresés.

A mélységkorlát helyett egy f-költség korlát.Minden egyes iteráció kifejti az összes -az adott f-költség határvonalon belül fekvő-csomópontot, átnézve a határvonalon, hogy megtalálja, hol fekszik a következőhatárvonal.

==3. Magyarázza meg, hogy az indukció milyen, az ágens számára hasznos módszer általános modellje? (5p)==

Az indukció az általánosítás modellje. Sok tényt egyetlen ténnyel helyettesítünk. A probléma mérete és bonyolultsága így csökken, az expontenciális jelleg kevésbé zavaró. DE formálisan nem igaz! Ez a tanulás általános modellje.

Kicsit bővebben, hogy miért nem igaz formálisan.

Tegyük fel, hogy a következő tényeket állnak rendelkezésünkre:

- ha felhős az ég és nem süt a nap, akkor esik
- ha felhős az ég és Marika néninél esernyő van, akkor esik

Ebből a következő általánosítás vonható le:

- ha felhős az ég, akkor esik

DE! Ez formálisan nem igaz, hiszen ha hozzáadunk egy új állítást, ami erre nem illesztkedik, akkor már nem lesz igaz az előbbi állítás.
Például:

- ha felhős az ég és fúj a szél, akkor nem esik

Így mégsem igaz a következtetésünk.

==4. Mi a szituációkalkulus? Irjon fel, informális szóbeli magyarázattal kisérve egy olyan szituációkalkulusbeli állítást, amely az apparátusra jellemző minden elemet tartalmaz! (5p)==

A változások leírásának egy bizonyos módja az elsőrendű logikában. A világ a szituációk sorozatából áll mindegyike egy pillanatfelvétel a világállapotáról.

Ha nagyon szűken értelmezzük a "szituációkalkulus apparátusa" részt, akkor itt a Eredményez függvény,keret és hatás axiómák kellenek. (Keret és hatás axiómákat összevonva kapjuk az utód-állapot axiómát.)

Esetleg még ide lehet venni ilyeneket is, hogy:
- minden relációnál vagy tulajdonságnál, amely időben változhat a hozzátartozó predikátumhoz egy extra szituáció argumentumhozzáadása
- ok-okozati szabályok
- diagnosztikai szabályok

Lehetséges "informális szóbeli magyarázattal kisért állítás":
A legegyszerűbb az utód-állapot axiómával trükközni.

<math> \forall a, x, s Kinyitva(x,Eredmenyez(a,s)) \Leftrightarrow [(a = Kinyitas \wedge Ajto(x) \wedge Szoba Ajtaja(x,s) \wedge Szoba(s)) \vee (Kinyitva(x,s) \wedge a \neq Becsukas)]</math>

Ha az "a" művelet a Kinyitás és x egy ajtó és x az s szoba ajtaja és s egy szoba, akkor az ajtó "Kinyitva" lesz. Ehhez persze az is kell, hogy ha már nyitva van, akkor ne legyen "a" művelet "Becsukás".

Általánosságban:

<math> Igazutána \Leftrightarrow [bármely cselekvés,amely igazzá tette \wedge
már igaz volt és nem volt olyan cselekvés,ami hamissá tette volna]</math>

==5. Ábrázoljuk valószínűségi hálóval azt, hogy ha a család hazuról elmegy, kiengedik a kertbe a kutyát és felkapcsolják a kerti villágitást. De a kutya megfázott, így gyakran ki kell engedni, akkor is, ha otthon van valaki. Néha szórakozásból a kertet is kivilágítják, stb. A változók nevét első betűkre leröviditve, a feltételes függetlenségeket kihasználva, irja fel a P(H V K U) elemi valószínűséget a hálóban tárolt feltételes valószínűségek szorzatával (minden változó bináris)! Mennyivel kevesebb valószínűség elegendő a háló megadásához a teljes együttes eloszláshoz képest? (10p)==
<center>{{InLineImageLink|Infoalap|MestersegesIntelligenciaVizsga20061217A|mi_abra.png}}</center>

<pre>
P(H V K U)=P(H V K U C) + P(H V K U %$\neg$%C) =
P(U | H K V C)*P(H K V C) + P(U | H K V %$\neg$%C)*P(H K V %$\neg$%C)=
P(U | K)*P(K | V C H)*P(V C H)+P(U | K)*P(K | V %$\neg$%C H)*P(V %$\neg$%C H)=
P(U | K)*P(K | C H)*P(V | C)*P(H)*P(C)+P(U | K)*P(K | %$\neg$%C H)*P(V | %$\neg$%C)*P(H)*P(%$\neg$%C)=
P(U | K)*P(K | C H)*P(V | C)*P(H)*P(C)+P(U | K)*P(K | %$\neg$%C H)*P(V | %$\neg$%C)*P(H)*(1-P(C))
</pre>

Összesen 2 (prior) és 2+4+2 valószínűséget kell tárolni. Ez 10, ha minden igaz.
Teljes együttes eloszláshoz kellene: (2^N)-1= (2^4)-1= 15

Az eredeti megoldásban is N=5 így (2^N)-1=2^5 -1 = 31 -- [[TothDave|Dave]] - 2010.01.04.

==6. Egy egykarú robot kockákat képes egymásra rakosgatni. Csak olyan kockát képes megfogni és egy másik kockára, vagy az asztalra tenni, amire más kocka nincs rátéve. Megfelelően absztrahálva készítse el a robot cselekvéseinek STRIPS reprezentációját és írjon le hozzá egy alkalmas kezdeti és célállapotot is! (10p)==

Ugyanez a példa volt 2007. január 2.-án is.

Egy lehetséges megoldást írok le.

Literálok jelentése:

Üreskéz: a robot kezében nincs semmi
Szabad(x): x az adott oszlop legtetején lévő kocka (nincsen rajta egyetlen kocka sem)
Megfogva(x): igaz, hogyha x a robot kezében van
Rajta(x,y): x rajta van y-on

''Operátorok''
Megfogja x-et:

Op(Cselekvés: Megfog(x),
Előfeltétel: Szabad(x)<math>\wedge</math>Üreskéz
Következmény: <math>\neg</math>Üreskéz<math>\wedge</math>Megfogva(x)<math>\wedge\forall y \neg</math>Rajta (x,y))

Rárakja x-re y-t
Op(Cselekvés: Rárak(x,y),
Előfeltétel: Szabad(x)<math>\wedge</math>Megfogva(y)
Következmény: <math>\neg</math>Szabad(x)<math>\wedge</math>Üreskéz<math>\wedge\neg</math>Megfogva(y)<math>\wedge</math>Rajta(y,x))

Az alap Strips nyelvben egyedül a <math>\forall</math> életképessége kétséges, elvileg ilyet nem lehet megadni, aki tud jobbat, javítsa.

Mondjuk egy kezdőállapot:

Szabad(A)
Szabad(B)
Rajta(B,C)
Szabadkéz

Ami azt mondja, hogy van 3 kockánk, kettő egymáson, a harmadik meg mellettük. A robot keze szabad.

Célállapot:
Szabad(C)
Rajta(A,C)
Rajta(B,A)
Szabadkéz

Azaz egymásra kell őket pakolni, sorrendváltoztatva.

==7. Magyarázza meg mi egy döntési fa és hogyan történik egy ilyen döntési fának a tanulása (vázlatosan)! (10p)==

döntési famódszerek: a logikai kifejezések egy szűkített –a tanulás céljára tervezett -halmazát használják
döntési fa bemenete: egy tulajdonsághalmaz segítségével leírt objektum vagy szituáció
döntési fa kimenete: egy igen/nem "döntés"

A fa mindegyik belsőcsomópontja valamelyik tulajdonság tesztje, a csomópontból kiinduló mindegyik él a teszt lehetséges értékeivel címkézett,
a fa mindegyik levél csomópontja az a logikai érték, amelyet akkor kell kiadni, ha ezt a levelet elértük.

Döntési fa tanulása:
* 1. összeírjuk a döntési fa attribútumainak halmazát
* 2. fogunk egy tanító halmazt
* 3. kiválasztjuk a legfontosabb attribútumot - ami a legnagyobb eltérést okozza a példák besorolásánál (a maradék attribútumok közül)
* 4. az attribútum értékei szerint haladunk tovább és a kiválasztott attribútum által szétválasztott halmazokra elvégezzük a 3. lépést mindaddig, amíg a konstans hamis vagy igaz értékig el nem érünk

==8. A legjobb először keresés vezeti át Micimackót Kanga házától (K) Füles kunyhójához (F). Mennyire rosszabb megoldást kapunk így a legjobb megoldáshoz képest? (10p)==
<center>{{InLineImageLink|Infoalap|MestersegesIntelligenciaVizsga20061217A|mi_abra2.jpg}}</center>

h értékek:

{| border="1"
| ** || '''(hely ) ---> F''' || '''(hely) ---> É'''
|-
| F || -- || 100
|-
| K || 135 || 120
|-
| É || 100 || --
|-
| H || 80 || 40
|-
| M || 125 || 140
|-
| N || 100 || 100
|-
| B || 40 || 90
|-
| Ü || 50 || 65
|-
| G || 55 || 35
|-
| 7 || 80 || 115
|-
| P || 115 || 170
|-
| J || 90 || 155
|-
| S || 40 || 115
|}

A legjobbat-először keresés egy algoritmuscsalád, eltérő kiértékelő függvényekkel. Így ez a feladat kicsit furán lett megfogalmazva, hiszen ez egy algoritmuscsalád, nem egy algoritmus. A kiindulás a "csak g-t vizsgáló" algoritmus, de ide tartozik a Mohó algoritmus és az A* keresés is.

Ez persze nem biztos, így aki bármilyen információval rendelkezik ezzel kapcsolatban, az jelezze.

Mindenesetre ha csak g-t vesszük figyelembe - ami egy mélységi kereséssel hasonlatos lesz - akkor az út:

K -> N -> 7 -> S (vagy M, de ettől most tekintsünk el) -> B -> Ü -> H -> E -> G -> F (nem akarunk hurkot képezni Ü választásával)

Útköltség: 270

Ha Mohó keresés, ami csak h-t használja:

K -> H -> U -> B -> F (vagy S)

Útköltség: 145 (de utolsónak S-t választva lehet akár 165 is)

A*, azaz optimális út:

K -> N -> 7 -> S -> F

Útköltség: 125

Az, hogy mennyivel rosszabb megoldás, útkülönbség.

-- [[ParocziZsombor|Hidden]] - 2008.01.03.

[http://www.cs.bham.ac.uk/~rwd/IAI/Week3.pdf Itt] találtak alapján: Best first search simply chooses the unvisited node with the best heuristic value to visit next.

Szóval a lépések:
1. V={K} L={H(80),N(100),M(125)} 
2. V={K,H} L={Ü(50),É(100),N(100),M(125)} 
3. V={K,H,Ü} L={B(40),G(55),É(100),N(100),M(125)} 
4. V={K,H,Ü,B} L={F(0),S(40),G(55),É(100),N(100),M(125)} 
5. V={K,H,Ü,B,F}, ami 170, de ilyen heurisztikával ez nem is csoda. 
 
A fentiek elég erősen torzítanak, Zsombor kolléga nem csinálta meg azt az A*-ot, mivel a legjobb út a K-N-Ü-B-F, ami 120. 

-- [[HajduTamasMark|_HippiE_]] - 2010.01.18.

[[Category:Infoalap]]

20071217A - Laptörténet

Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|MestersegesIntelligenciaVizsga20061217A}} ==1. Milyen környezettipusokat ismer? Milyen különösképpen egy (nem)hozzáférhető környeze…”