第2章 刺激响应agent.pptVIP

第一部分 响应机器 刺激响应(Stimulus-Response,S-R)agent： * * 第二章 刺激响应 agent 2.1 感知和动作 不具备内部状态而仅对其所处环境的即刻刺激有所反应的机器. 先来看这样一个在二维网格空间世界里的机器人，如图所示。这一机器人的世界有完整的边界线，可能还包括如图所示的其他庞大的固定物体。 这一世界里没有“稠密空间(tight space)”(即物体与边界线之间的距离只有一个单元格)。 要求：这个机器人完成以下动作：走到与一边界或物体毗邻的单元格中，然后沿着它的 边界一直走下去。 该机器人能够向与它同行或同列的毗邻的(空缺)单元格移动，共有如下四种动作： north：机器人在网格中向上移动一个单元 east： 机器人在网格中向右移动一个单元 south：机器人在网格中向下移动一个单元 west： 机器人在网格中向左移动一个单元 给定了机器人适应的某种世界的特性(如前图所示)、机器人完成的任务(沿边界移动)和机器人传感器和电机的功能，设计者的工作就是说明为此任务选择适当动作的传感器输入(示例中表示为s1,…,s8)的功能。 通常我们把从传感器信号中计算动作的过程分为两个分开的阶段，如下图所示。 动作和知觉处理部分 知觉处理阶段产生一个特征向量X(x1， … xi,…，xn)。 动作计算阶段选择一个以特征向量为基础的动作：各特征值既可以是真正的数字( numeric feature,数字特征)，也可以是范畴( categorical feature，范畴特征)(范畴特征的值是名字或特性，譬如：特征值“颜色”可能是“红”、“蓝”或“绿”)。 二进制特征这一特殊例子既可视作数字(0，1)，也可视作范畴(真，假)。设计者选择特征来将其与机器人的环境特性相联系，而此环境特性又与由此特征描述的状态中机器应做的动作密切相关。 感知 对当前的任务，刚好有四个对计算适当动作有用的传感器的二进制特征值，分别 x1、x2、x3 和 x4 来表示 在每个图中，当且仅当至少一个阴影单元为非空时，所示的特征值为1 动作 首先，如果特征值都不是1（即机器人感知到它周围的单元格全部空缺），则它可向任一方向移动直至遇到边界。 我们先让它向北移动。若至少有一个特征值为1，沿边界的行动则按以下规则完成： 若x1=1且x2=0,则向东（east）移动； 若x2=1且x3=0,则向南(south)移动； 若x3=1且x4=0,则向西(west)移动； 若x4=1且x1=0,则向北(north)移动； 布尔代数 与，或，非（补） “与”，“或”具有交换性同时具有结合性。 由单个变量组成的布尔函数，称为原子（atom ）;由单个变量或其补组成的布尔函数，称为文字（literal）。 布尔代数遵守 De.Morgan 定律。 布尔函数有多种形式，其中一种重要的形式为：λ1λ2 … λk，这里λi为文字，这样书写的函数称为“文字合取式 (conjunction) ” 或“单项式（monomial）”。这一合取式本身称为一个项式。项式的大小即为其所含文字的总数。 布尔函数的类别和形式 一个子句是形如λ1+λ2+…+λk 的表达式，其中λi为文字。这样的形式称作“文字析取式（disjunction）”。子句的大小即为其所含文字的总数。 子句和项式互为对偶（dual） 例： 子句 项式 若一个布尔函数可以写成项式析取式则称为“析取范式”。任何布尔函数都能写成析取范式。有k个项式组成的DNF析取式称为“k项DNF表达式”；若其中最大的项式的大小为k,它就属于k-DNF这一类。 析取范式（disjunctive normal form,DNF） 若一个布尔函数可以写成子句合取式则称为“合取范式”。任何布尔函数都能写成合取范式。有k个子句组成的CNF合取式称为“k项CNF表达式”；若其中最大的子句的大小为k,它就属于k-CNF这一类。 合取范式（conjunctive normal form,CNF） 析取范式有一个对偶：合取范式 例： 例： 2.2 动作函数的表达和执行 产生式系统 产生式系统是动作函数的简单表达形式之一。一个产生式系统包含一个有序规则序列，称为产生式规则(production rule)或产生式(production)。每一规则写作: ci → ai，其中ci是条件部分（condition part），而ai是动作部分(action part)。 一个产生式系统包含以下规则集： c1