Bandes – wikipedia

BANDES ( St prévision R recherche je nstitute P emblème S Olver) est un planificateur automatique développé par Richard Fikes et Nils Nilsson en 1971. Les bandes de nom ont ensuite été utilisées pour se référer à la langue formelle, qui a servi de contribution au planificateur et offre aujourd’hui la base pour décrire la plupart des domaines de problème. Cet article ne fait référence à la langue, pas au planificateur.

Un modèle de bandes se compose de:

• un état initial;
• un état cible, c’est-à-dire la situation que le planificateur souhaite atteindre;
• Beaucoup d’actions. Les éléments suivants doivent être donnés pour chaque action:
  • Conditions préalables (ce qui doit être donné avant que l’action puisse être exécutée);
  • Conditions ultérieures (ce qui est réalisé après l’action de l’action).

D’un point de vue mathématique, un modèle de bandes est un 4-Tupel

${DisplayStyle Langle P, O, I, Grangle}$

, dans lequel chaque composant a le sens suivant:

1. 
   ${displaystyle p}$

   Est beaucoup de Conditions ;

2. 
   ${displaystyle o}$

   Est beaucoup de L’opération ; Chaque opérateur est même un 4-UPEL

   ${displaystyle langle alpha ,beta ,gamma ,delta rangle }$

   , chaque élément est beaucoup de conditions. Les quatre quantités décrivent dans un ordre donné, quelles conditions doivent être vraies afin que l’action puisse être effectuée, quelles conditions doivent être fausses, quelles conditions sont vraies en exécutant l’action, qui sont incorrectes;

3. 
   ${displayStyle i}$

   La condition de départ, décrite par de nombreuses conditions qui sont vraies au début (toutes les autres sont donc erronées);

4. 
   ${displaystyle g}$

   l’état cible; donné en couple

   ${DisplayStyle Langle N, Mrangle}$

   , qui décrit les conditions vraies et qui doivent être mal.

Un plan dans un tel modèle de planification est une séquence d’actions qui se déroulent dès le début et mènent à l’état cible.

En forme, un état des conditions est un état – un état est décrit par les conditions qui sont vraies.

Les transitions entre les états sont décrites par une fonction de transition qui reflète un état et une action à un autre état:

after-content-x4

${displaystyle operatorname {t}: 2 ^ {p} fois orightarrow 2 ^ {p},}$

, dans lequel

${displaystyle 2 ^ {p}}$

Quantité de toutes les sous-quantités de

${displaystyle p}$

est, et donc toutes les conditions possibles avec une quantité donnée de P de conditions.

La fonction de transition peut être définie comme suit, selon laquelle il est supposé que les actions peuvent toujours être exécutées, mais n’ont aucun effet si vos conditions préalables ne sont pas remplies:

La fonction de transition

${displayStyle Operatorname {t}}$

peut être appliqué aux conséquences des actions par la récursivité:

${displayStyle operatorname {t} (c, []) = c}$

$gens$

Un plan pour un modèle de bandes est une conséquence des actions, de sorte que la condition résultant de l’épisode d’actions mène finalement au début du début.
Officiellement

${displayStyle [a_ {1}, a_ {2}, ldots, a_ {n}]}$

Est un plan pour

${displayStyle g = langle n, mrangle}$

, chutes

${displayStyle f = opératorname {t} (i, [a_ {1}, a_ {2}, ldots, a_ {n}])}$

Les deux conditions suivantes remplies:

${displayStyle nsubseteq f}$

${displaystyle mcap f = varnothing}$

Un singe est dans un laboratoire en position A. Une boîte se tient en position C. Le singe veut avoir les bananes qui pendent au plafond en position B. Cependant, il doit déplacer la boîte et l’escalader pour l’atteindre.

État débutant: à (a), niveau (bas), boxe (c), bananasat (b)

Zielzustand: Have (Bananas)

Aktionen:
               // passer de x à y
               _Move (x, y) _
               Conditions préalables: à (x), niveau (bas)
               Postconditions: pas à (x), à (y)
               
               // grimper sur la boîte
               _Climbup (emplacement) _
               Conditions préalables: AT (emplacement), boxat (emplacement), niveau (bas)
               Postconditions: Niveau (haut), pas niveau (bas)
               
               // descendre de la boîte
               _Climbdown (emplacement) _
               Conditions préalables: AT (emplacement), boxat (emplacement), niveau (haut)
               Postconditions: niveau (bas), pas niveau (élevé)
               
               // déplace le singe et la boîte de x à y
               _Movebox (x, y) _
               Conditions préalables: AT (x), boxat (x), niveau (bas)
               Postconditions: Boxat (y), pas boxat (x), à (y), pas à (x)
               
               // Prenez les bananes
               _Takebananas (emplacement) _
               Conditions préalables: AT (emplacement), bananasat (emplacement), niveau (haut)
               Postconditions: avoir (bananes) 

• C. Bäckström et B. Nebel (1995). Résultats de la complexité pour la planification SAS +. Intelligence informatique , 11: 625-656.
• T. Bylander (1991). Résultats de la complexité pour la planification. Dans Actes de la douzième conférence conjointe internationale sur l’intelligence artificielle (ijcai’91) , pages 274-279.
• R. Fikes et N. Nilsson (1971). Brouilles: une nouvelle approche de l’application du théorème prouvant à la résolution de problèmes. Intelligence artificielle , 2: 189-208.
• Stuart Russell, Peter Norvig: Intelligence artificielle: une approche moderne , Août 2004, Pearson Studies, ISBN 3-8273-7089-2 (traduction allemande de la 2e édition)